Chief Data Officer/お買い物アプリ運営企業の求人

業務概要
データ戦略の構築と定量責任を担うChief Data Officerを募集します。同社は事業転換以降、急成長を続けており、レコメンデーション技術がその成長を支えています。今後はUGC（口コミ投稿）とお客様とのマッチング、商品出品者への改善提案、広告配信の最適化、ダイナミックプライシングなど、ML/LLMを活用できる領域が大きく広がっています。滞在時間あたりの利益、LTVの最大化、モデルの改善等をKPIとし、経営に直接インパクトのあるデータ戦略の立案・実行を担うポジションです。
同社は発見型ソーシャルECアプリを運営しており、従来の検索型ECとは異なり、「なんとなく眺めているなかで、ほしいものを発見して買う」体験を提供します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。ユーザーは全国に広がり、これまでECをほとんど使ったことがない層にも多く利用されています。ゲーム機能や投稿機能など、日常的に楽しめる要素が豊富にあり、高い頻度で利用されているユーザーが多く、これまでのECユーザーとは異なる行動が生まれています。
同社は「日常に楽しさを」をミッションに、新しい生活圏の創造を目指しています。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。少数精鋭で大きな目標に挑戦し、将来の生活インフラを切り拓くことを目指しています。

具体的な業務
ML/LLM/データサイエンスを経営・事業戦略に接続し、投資対効果のあるテーマに集中させ、組織的に遂行する責任者です。技術ありきではなく、経営課題の解決方法としてデータ/技術を捉えて戦略的に推進します。
- 重点課題に対するAI技術選定、フィージビリティ評価、期待効果に基づく優先順位付け
- 学習構造/技術ロードマップの策定および技術投資方針の立案
- ロードマップ実行に必要な組織・体制の設計、採用戦略の策定
- データ基盤、MLOps/LLMOps、プロダクト実装・運用まで見据えた長期アーキテクチャ方針の主導
- ML/LLM/データサイエンスの知見・経験に基づく立案、組織構築、マネジメントを中心としたリーダーシップの発揮
- 上記戦略の実行のためのデータ組織の確立

このポジションで向き合う難題
- レコメンドモデルのアーキテクチャ進化: 現在稼働中のTwo-Towerモデルをベースに、精度・速度・スケーラビリティを高める設計・実装。次世代アーキテクチャの提案とプロダクションでの検証。
- コールドスタート問題: 新規お客様の初期利用期間における購買データ不足に対し、ゲーム内行動やアプリ内行動など、同社固有のシグナルから嗜好を推定するモデルの設計・実装。
- リアルタイム性の向上: レコメンドユースケースにおけるリアルタイム性向上が事業インパクトに大きく影響するため、モデル側の最適化に取り組む。
- 短期CVR vs 長期LTV: 短期的な購入率と長期的なお客様価値の両立をモデルに組み込む構造的な問いへの実装レベルでの対応。
- 新たなML/LLM活用領域への展開: UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、事業インパクトの大きい順に新しいモデルを設計・実装。

ポジション・部門の魅力
開発環境・技術スタック:
- データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
- ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
- AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
- その他: GitHub, Slack, Notion

仕事の魅力:
- ECとしては異例の高密度データが武器になる: ゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高いモデル設計と実験を可能にする、他社にはないデータ資産です。
- レコメンドにとどまらないデータ戦略全体の構築: 現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、データ・ML活用の余白は広大です。「次に何をデータで解くか、モデル実装していくか」の優先順位から自分で設計できる裁量があります。

一緒に働く「人」と「開発文化」:
- 連携する役員: 取締役COO 山田 悠太郎、執行役員 CXO 佐藤 俊輔、執行役員 CBO 高見 隼悟、執行役員 CTO 池松 恭平
- 開発文化:
- 業界トップクラスのエンジニアが集結: メガベンチャーやTechスタートアップでテックリード・EM・CTOを経験したシニアメンバーが多数在籍。外部の技術パートナーとの連携により、ML領域のアドバイザリーを受けながら開発を進めています。
- AI Nativeな開発スタイル: コードの大半をAI経由で生成、Pull Requestの多くをAIレビューのみでDeployするなどを実践。少数でスピードと品質を両立。
- 事業とお客様に近い距離で開発する文化: PdMやデザイナーと混成で動き、事業数値やKPI状況、対応方針を深くSyncして開発。定量・定性を重視し、お客様の文脈に常に触れながら開発し、リリース後には変化を確認して次の施策に繋げる。toCならではのFBを元にした速い開発サイクルが特徴。

入社後3ヶ月のマイルストーン:
- 1ヶ月目：現状把握と課題定義: 既存レコメンドモデルのアーキテクチャ・特徴量・評価指標を理解。ユーザー行動データ・購買データを探索し、全体像や顧客像を把握。
- 2ヶ月目：データ戦略仮説構築の自走: お客様の滞在時間あたりの利益・LTV最大化のためのデータ取得・活用戦略についてCOO・CXO・CBOと連携しながら仮説構築。
- 3ヶ月目：ロードマップ策定と実行プランの構築: AI・データ施策の優先順位づけとロードマップを策定。効果検証の仕組みを整え、施策のPDCAを自走で回す。

【必須スキル】
- 経営の立ち位置からデータ戦略を理解・舵取りできること
- 経営・事業課題、業務・データ・システムの現状を理解し、データと学習モデルで解くべき課題に構造化できること
- 機械学習、データ分析、生成AIの活用領域・導入プロセス・限界を理解し、課題に応じて適切な技術選定ができること
- 複数のML/LLM/データサイエンステーマをリストアップし、評価・優先順位付けできること
- 経営層、事業部門、PdMなど多様な関係者と合意形成し、意思決定・推進をリードできること
- データ戦略を実行できる組織運営をリードできること
- 戦略・中長期ロードマップを策定し、段階的な実行計画に落とし込めること
- KPI設計、効果検証、A/Bテスト等を通じて、施策の成果を評価・改善できること
- 当該領域における組織の設計、採用、育成、評価、組織改善など一連の組織マネジメントができること
- 機械学習、データ分析、LLMの基本概念・活用領域・導入プロセス・限界を理解し、課題に応じた技術選定・実現性判断ができること
- データ基盤、MLOps/LLMOps、プロダクト実装、業務フロー組み込み、評価・監視・運用改善まで見据え、専門家と技術方針を議論できること
- SQL、DB、Pythonの基礎力があり、自身でデータを観察してインサイトを得られること
- 生成AIやデータ活用に伴う品質、セキュリティ、個人情報、説明責任等のリスクを理解し、適切に管理できること
- 日本語でスムーズにコミュニケーションが取れること

【歓迎スキル】
- EC、ソーシャルメディア、ゲーム領域での経験
- Python、SQL等を用いたAI/ML開発・データ分析の実務経験
- 機械学習モデル、生成AIアプリケーションを用いた推薦、分類、回帰、自然言語処理、Computer Vision、統計モデリング、時系列分析等の開発・事業適用経験
- Boosting系モデル、Deep Learning、LLM、RAG、Fine-tuning等に関する実践的な理解
- MLOps/LLMOps、データ基盤、クラウド環境を用いたAI/データサイエンスシステムの開発・運用経験
- AI/データサイエンスプロジェクトにおけるPdM、PjM、Tech Lead、またはそれに準ずるリード経験
- AIガバナンス、セキュリティ、個人情報保護、品質管理、説明責任に関する実務経験
- 生成AIコーディングを用いたプロトタイプやモックアップ作成経験

【求める人物像】
- 同じ志を抱ける方
- 「日常に楽しさを」「新しい生活圏のカタチをつくる」への共感
- 「変化を愛す」「追い風をおこせ」「成果でつなげ」「好きを大事に」への共感
- ECの体験には可能性があると少しでも感じる方
- 挑戦する気持ちをお持ちの方
- 0→1, 1→10, 10→100,1000 の目まぐるしく変化する環境で挑戦したい方
- 巨大市場にてチャレンジしたい方
- ソフトウェアを軸に大きなチャレンジを行いたい方
- ML/LLM/データサイエンスの力で事業を大きくしたい方
- ML/LLM/データサイエンスを軸に大きなチャレンジを行いたい方
- AI技術の根本を理解し、サービス・事業への応用に主体的にコミットできる方
- 大きな成果を生み出すために、専門家組織に閉じず、何を作り、それがどのように機能し、事業・業務にどう貢献するのかをブラックボックスにせず関係者に分かりやすく伝え、共通理解を形成しながら推進できる方
- 不確実性の高い課題に対して、仮説検証を繰り返しながら前に進められる方
- 大きな構想を持ちながらも、最初から完成形を狙いすぎず、段階的に価値を出せる方

お買い物アプリ運営企業