非公開求人
PdM/データサイエンティスト/上場大手ネット広告祖業の総合IT企業の求人
求人ID:1494237
更新日:2026/03/10
転職求人情報
職種
PdM/データサイエンティスト
ポジション
リードデータサイエンティスト
おすすめ年齢
20代
30代
40代
50代以上
年収イメージ
応相談(経験・能力を考慮の上当社規定により決定)
仕事内容
AIと経済学を組み合わせ、企業の商品価格・クーポン配信を最適化する自社製品を開発・提供しています。因果推論・機械学習・経済学モデルを統合し、「商品ごとの価格最適化」と「顧客ごとの値引価格(クーポン等)最適化」の2つのアプローチで企業の価格戦略を高度化するサービスです。幅広い業界で導入が進んでおり、A/Bテストでは売上を維持しながらクーポン原資を大幅に削減した実績もあります。
ミッション: 現場の課題に深く入り込みながら、技術的な方法論を体系化し、より多くの企業に価値を届けられるスケーラブルなプロダクトへと成長させることが本ポジションのミッションです。要件定義からモデル開発・検証・改善までを一気通貫で担い、その繰り返しの中で分析手法やアルゴリズムそのものを深化させ、プロダクトとしての完成度を高めていただきます。
本ポジションの役割: 自社製品のコアとなる分析・アルゴリズム開発を担うデータサイエンティストを募集します。受注後のプロジェクト全フェーズに関与し、以下の業務を横断的に担当します。
PHASE 1|要件定義・課題設計: クライアントの経営課題(原資削減・売上向上等)をヒアリングし、分析で解くべき問題を定義する。使用データ・システム連携・スコープ・期間を整理し、KPIと評価指標を設計する。提案資料の分析パート(効果試算・ケイパビリティ説明)を作成し、営業アポイントに同席することもある。
PHASE 2|モデル開発: 価格/クーポン最適化アルゴリズムの設計・実装。顧客データに対する探索的データ分析(EDA)と特徴量エンジニアリング。既存モデルのチューニングと、新規アルゴリズムの研究・開発を並行して進める。
PHASE 3|オフライン/オンライン検証: 最適化された配信対象でのシミュレーション実施とKPI試算。本番環境でのA/Bテスト設計・実施・効果検証。検証結果をクライアントにレポーティングし、モデル改善サイクルを回す。
PHASE 4|プロダクト化・横展開: プロジェクトを通じて磨いた分析手法・アルゴリズムを、汎用的なプロダクト機能として体系化する。新たな差別化要素の研究開発。知財保護のためのシステム構成設計(CA環境でのモデル構築・BQ連携等)や特許出願にも関与。
プロジェクトの進め方: ビジネスチームがクライアントの課題をヒアリングし、データサイエンティストが技術選定・分析設計を主導します。1案件あたりデータサイエンティストがアサインされ、エンジニア・ビジネスメンバーと密に連携しながら進行します。上記フェーズを繰り返す中で、汎用化・プロダクト化を常に意識して取り組みます。
本ポジションの魅力:
世界的にも新しい「AI × 経済学」領域: 因果推論・機械学習・経済学モデルを統合する技術は国内でも数少ない取り組みです。リアルなビジネスデータを扱いながら、最先端の手法を実装・検証できます。
トップクラスの研究者との協業: 複数の大学の経済学教授陣を含めたR&D定例MTGを週次で開催。最新の学術知見を事業に応用する機会があります。特許出願にも積極的に取り組んでおり、すでに特許取得済みの技術もあります。
経営インパクトに直結: 分析やモデルの成果が、クーポン原資の大幅な削減や購買人数の大幅増加といった形でクライアントの経営に直接反映されます。技術力とビジネス成果の両立を実感できるポジションです。
プロダクト化を通じた技術的成長: 目の前の課題を解くだけでなく、その過程で培った技術をプロダクトとして形にする経験ができます。自分が開発したアルゴリズムが多くの企業の価格戦略を支えるプロダクトになる過程に携われます。
ミッション: 現場の課題に深く入り込みながら、技術的な方法論を体系化し、より多くの企業に価値を届けられるスケーラブルなプロダクトへと成長させることが本ポジションのミッションです。要件定義からモデル開発・検証・改善までを一気通貫で担い、その繰り返しの中で分析手法やアルゴリズムそのものを深化させ、プロダクトとしての完成度を高めていただきます。
本ポジションの役割: 自社製品のコアとなる分析・アルゴリズム開発を担うデータサイエンティストを募集します。受注後のプロジェクト全フェーズに関与し、以下の業務を横断的に担当します。
PHASE 1|要件定義・課題設計: クライアントの経営課題(原資削減・売上向上等)をヒアリングし、分析で解くべき問題を定義する。使用データ・システム連携・スコープ・期間を整理し、KPIと評価指標を設計する。提案資料の分析パート(効果試算・ケイパビリティ説明)を作成し、営業アポイントに同席することもある。
PHASE 2|モデル開発: 価格/クーポン最適化アルゴリズムの設計・実装。顧客データに対する探索的データ分析(EDA)と特徴量エンジニアリング。既存モデルのチューニングと、新規アルゴリズムの研究・開発を並行して進める。
PHASE 3|オフライン/オンライン検証: 最適化された配信対象でのシミュレーション実施とKPI試算。本番環境でのA/Bテスト設計・実施・効果検証。検証結果をクライアントにレポーティングし、モデル改善サイクルを回す。
PHASE 4|プロダクト化・横展開: プロジェクトを通じて磨いた分析手法・アルゴリズムを、汎用的なプロダクト機能として体系化する。新たな差別化要素の研究開発。知財保護のためのシステム構成設計(CA環境でのモデル構築・BQ連携等)や特許出願にも関与。
プロジェクトの進め方: ビジネスチームがクライアントの課題をヒアリングし、データサイエンティストが技術選定・分析設計を主導します。1案件あたりデータサイエンティストがアサインされ、エンジニア・ビジネスメンバーと密に連携しながら進行します。上記フェーズを繰り返す中で、汎用化・プロダクト化を常に意識して取り組みます。
本ポジションの魅力:
世界的にも新しい「AI × 経済学」領域: 因果推論・機械学習・経済学モデルを統合する技術は国内でも数少ない取り組みです。リアルなビジネスデータを扱いながら、最先端の手法を実装・検証できます。
トップクラスの研究者との協業: 複数の大学の経済学教授陣を含めたR&D定例MTGを週次で開催。最新の学術知見を事業に応用する機会があります。特許出願にも積極的に取り組んでおり、すでに特許取得済みの技術もあります。
経営インパクトに直結: 分析やモデルの成果が、クーポン原資の大幅な削減や購買人数の大幅増加といった形でクライアントの経営に直接反映されます。技術力とビジネス成果の両立を実感できるポジションです。
プロダクト化を通じた技術的成長: 目の前の課題を解くだけでなく、その過程で培った技術をプロダクトとして形にする経験ができます。自分が開発したアルゴリズムが多くの企業の価格戦略を支えるプロダクトになる過程に携われます。
必要スキル
【必須スキル】
Pythonによるデータ分析・モデリング・可視化の 実務経験(目安:2年以上)
SQLを用いたデータ抽出・加工の経験
事業・ビジネスの背景を理解した上で、分析設計・提案ができること
【歓迎スキル】
統計学・因果推論・機械学習に関する体系的な知識(Uplift Modeling、CATE推定等の経験があれば尚可)
機械学習アルゴリズムの設計・実装・運用経験
A/Bテストの設計・実施・効果検証の経験
事業課題に関連する論文の調査・読解・再現実装の経験
経済学の知見を用いたデータ分析・モデリングの経験
クライアント折衝・分析結果のプレゼンテーション経験
【求める人物像】
現場での実践を通じて技術的な方法論を深化させ、プロダクトとしての完成度を高める志向をお持ちの方
クライアントの要望・要件を踏まえ、社内外のメンバーと円滑に連携しながら最適な解決策を提案できる方
分析・モデルの成果を経営インパクト(売上改善・コスト削減)につなげる意識をお持ちの方
課題発見や解決策の立案を主体的に進められる方
研究者と協業し、最新の知見を事業に応用することに興味がある方
Pythonによるデータ分析・モデリング・可視化の 実務経験(目安:2年以上)
SQLを用いたデータ抽出・加工の経験
事業・ビジネスの背景を理解した上で、分析設計・提案ができること
【歓迎スキル】
統計学・因果推論・機械学習に関する体系的な知識(Uplift Modeling、CATE推定等の経験があれば尚可)
機械学習アルゴリズムの設計・実装・運用経験
A/Bテストの設計・実施・効果検証の経験
事業課題に関連する論文の調査・読解・再現実装の経験
経済学の知見を用いたデータ分析・モデリングの経験
クライアント折衝・分析結果のプレゼンテーション経験
【求める人物像】
現場での実践を通じて技術的な方法論を深化させ、プロダクトとしての完成度を高める志向をお持ちの方
クライアントの要望・要件を踏まえ、社内外のメンバーと円滑に連携しながら最適な解決策を提案できる方
分析・モデルの成果を経営インパクト(売上改善・コスト削減)につなげる意識をお持ちの方
課題発見や解決策の立案を主体的に進められる方
研究者と協業し、最新の知見を事業に応用することに興味がある方
就業場所
就業形態
正社員
企業名
上場大手ネット広告祖業の総合IT企業
企業概要
上場大手ネット広告祖業の総合IT企業
企業PR
業務カテゴリ
組織カテゴリ
備考
応募ありがとうございました。コンサルタントからご連絡します
応募出来ませんでした。恐れ入りますがもう一度やり直してください
気になるに登録しました
気になるに登録出来ませんでした。恐れ入りますがもう一度やり直してください