ピープルサイエンス リード候補/企業の採用活動を自動化・効率化するIT企業の求人

【業務概要】
企業でのポジションです。面接や評価のデータを経営資産に変えるスタートアップです。これまで人事領域で蓄積されながら十分に活用されてこなかった、面接データ・評価記録・ポジション要件・経営方針といった一次情報を横断的に接続し、採用や人材配置を起点とした経営判断をアップデートする仕組みを提供しています。
その第一歩が、AIが面接官の役割を担うプロダクトです。日本を代表するエンタープライズ企業での導入が進み、継続率・アップセル率ともに高い水準を維持しながら、事業はPMF後のスケールフェーズに入っています。

【事業の核（プロダクトの位置づけ）】
同社は単一プロダクトを売る企業ではありません。面接・評価に眠る一次データを経営アジェンダへ接続し、採用を起点に新たな「人事OS」を実装することが本質です。AI面接は入口に過ぎず、同社は“データ×経営”で人と組織の意思決定をアップグレードしていきます。

【ポジションのミッション】
AIを通じて「人を理解・評価すること」に磨きを掛ける今、評価の観点を広げ、深めることを一気通貫で主導していただきます。具体的には、顧客のビジネスニーズの探索から、評価観点の設計・検証、要件定義の入口までをフルスコープで担い、主力プロダクトをより使える・より使われるプロダクトへ進化させることがミッションです。評価設計は同社の経営上、最も重要なテーマであり、本ポジションは評価観点の新規追加・変更に関する最終判断権を持ちます。

【具体的な業務】
1. ビジネスニーズの探索と評価課題の構造化
・顧客（CHRO・人事責任者クラス）へのヒアリング・フィードバック分析を通じた評価課題の特定
・市場・競合の評価手法を調査し、差別化ポイントを明確化
・ビジネスサイド（営業/CS）と連携し、顧客ニーズを評価設計テーマに翻訳

2. 新規評価観点の設計とプロトタイプ
・心理学・統計学の知見を活用した新しい評価観点の定義・設計
・プロトタイプ作成とデータに基づく検証（妥当性・信頼性・実用性）
・プロダクト拡張要件に基づく評価フレームワークの継続的な進化

3. 既存評価観点の検証と改善
・現行の評価観点のデータ分析による信頼性・妥当性の検証
・顧客成果（活躍相関、予測精度等）に基づく改善案の策定と実行
・評価ロジックの精度向上とバイアス低減。

4. 実装への落とし込み（要件定義の入口まで）
・設計した評価ロジックを、PdM/開発と協業しプロダクト仕様に落とし込む
・抽象的な評価概念をシステム・データ構造（スキーマ）に変換する
・運用フローへの着地まで責任を持ち、「使えるもの」になっているかを確認

5. 評価の知見蓄積と型化
・評価設計プロセスの再現性ある型への落とし込み
・社内外への評価方法論の発信（プロダクトの信頼性・ブランド向上）

【必須スキル】
・心理学または統計学に関する基礎知識・素養
・評価・アセスメントの設計経験（採用、適性検査、人材評価、テスト設計等のいずれか）
・ビジネスニーズを「実現イメージ」に落とし込んだ経験（顧客課題の構造化 → ソリューション設計 → 実行）

【歓迎スキル】
・Python/R等を用いた統計分析の実務経験、またはエンジニアリングへの理解
・HR領域のドメイン知識（採用・育成・組織開発など）
・心理測定学（テスト理論/IRT等）や教育工学に関する研究・実務経験
・抽象的な評価観点をシステム・データ構造に落とし込んだ経験
・PMM/プロダクトマーケティングの実務経験
・プロダクト企画 要件定義の経験（PdM/開発と協業し仕様に落とした経験）

【求める人物像】
・ビジネスニーズの探索能力： ビジネス側のニーズを自ら深く調べ、理解することができる
・実現イメージの具体化： ニーズに対して「どうしたら出来るか」という実現までの道筋やイメージを掴める
・顧客志向のスタンス： PMMのように、顧客が何を求めているかを能動的に知りに行く姿勢
・理論的正しさとビジネススピードのバランスを取れる（アカデミックな正しさに固執しない）
・設計だけで満足せず、実装・運用で「使えるもの」になるまで責任を持てる

AIとテクノロジーを活用して「人と機会の出会い」を再設計するスタートアップ企業