東京都、領域特化データサイエンティスト（推薦エンジン）の転職・求人情報

求める人材: ◆ハードスキル ○マッチング・推薦領域における卓越した知見と実装経験（5年以上）○：推薦システム、検索システム、またはマッチング理論や数理最適化（需給バランスの最適化等）の知見を用いた、実ビジネスにおける高度な設計・開発・運用経験 ○開発・分析基盤の習熟○ ：SQLおよびPythonを用いた大規模データ処理、クラウド（Google Cloud/AWS等）環境でのモデル開発・運用、およびGitを用いたチーム開発の実務経験 ○データに基づく高度な意思決定支援○：因果推論やA/Bテストを用いた精緻な効果検証を行い、マーケットプレイス内の複雑な相互作用を考慮した上で、プロダクトの改善を主導した実務経験 ○継続的な学習サイクルの構築経験○：本番環境のデータやユーザーからの反応（暗黙的・明示的シグナル）を収集・分析し、モデルを改善し続ける仕組みを設計・運用した経験 ○評価駆動開発の高度な実践能力○：ビジネスインパクトから逆算し、2サイドプラットフォーム特有の多角的な評価指標（オフライン評価、セマンティック類似度、マーケットプレイスの健全性指標等）を定義するとともに、信頼性の高い評価基盤を設計・構築できる能力 ◆ソフトスキル ○2サイドマッチングプラットフォームにおける深いドメイン知見○ ：2サイドマッチングプラットフォームの特性（流動性の確保、マッチングの摩擦、ネットワーク効果など）を深く理解し、抽象的な事業課題をデータサイエンスの課題として構造化・ロードマップ策定できる能力 ○ビジネス指標と技術指標の高度な接続能力○：マッチング率、充填率（Fill rate）、リテンションといったマーケットプレイスの重要KPIと、機械学習の技術指標を定量的に紐付け、投資対効果（ROI）に基づいた優先順位付けと戦略的な意思決定を主導できる能力 ○ステークホルダーを巻き込む推進力○：他部門のステークホルダーと密に連携し、マッチングアルゴリズムがプロダクトやユーザー体験に与える影響を共通言語（ビジネス価値）で議論し、プロジェクトを完遂させる高い推進力 【求める人物像】 * 当社のミッション、社会貢献性の高い事業に共感していただける方 * 当社のバリューにフィットする方 * 業界・顧客理解のためにインプットを怠らない方 * 課題解決に向け、自ら考え、手を動かすこともできる方 * 周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方 * ロジカル一辺倒ではなく、相手に配慮したコミュニケーションができる方

必要な経験・能力等 【必須】■SQL、Pythonを用いたデータ管理・運用の実務経験 ■下記いずれかの実務経験 ・行動履歴を用いた推薦アルゴリズムの開発・運用 ・LTV/ROI推計、MMMなどのマーケティング分析 ・因果推論やアップリフトを用いた効果検証・施策立案 ■LLMや画像生成AIを用いた業務効率化・価値創出への強い興味 【尚可】◎エンタメまたはEC領域でのデータサイエンス経験 ◎GCPやAWSを活用した機械学習システムの設計・開発・運用経験 ◎Spark、Daskなどの大規模分散処理技術の知識・利用経験 学歴・資格 学歴：大学院 大学 高専 短大 専修学校 高校 語学力： 資格：

必要な経験・能力等 【必須】■ML Engineerとしてモデル実装、本番運用に関わった実務経験が3年以上（PoCや社内向けサービスなどは含めずに） ■Pythonによる機械学習モデルの実装経験 ■オーナーシップを持ってソフトウェアの開発を進める力 【採用背景】急成長を遂げる『カウシェ』ではレコメンド技術が成長の核ですが、専任のMLエンジニアが不在で体制整備が急務です。今後はUGCマッチングや広告最適化などML活用領域が大きく広がるため、モデルの設計からプロダクション化、効果検証まで一気通貫でリードする一人目のMLエンジニアを募集します。 学歴・資格 学歴：大学院 大学 高専 短大 専修学校 高校 語学力： 資格：

応募条件 【求めるスキル・経験】 ・情報推薦・情報検索・自然言語処理・画像解析など機械学習技術が必要とされる分野のいずれかにおいてソフトウェアの要求分析・設計・実装・運用・改善を行える ・1つ以上のプログラミング言語を深く理解している 【歓迎するスキル・経験】 ・機械学習領域の経験に限らず、PythonまたはGo言語を利用したWebアプリケーションの開発経験がある ・クラウドサービスを利用してソフトウェアを開発した経験がある ・Dockerなどコンテナ技術を利用したサーバ開発経験がある ・要求分析からソフトウェアの設計・実装・運用の一通りの経験がある ・保守性の高いコーディングができる 【求める人物像】 ・関連部署と協力をし、課題解決に向けて主体的に実行できる ・技術の習得やベストプラクティスの実施に留まらず、ユーザに価値を届けることまでを実践できる 【選考回数】 4回 【選考フロー】 書類選考→面接3 4回（最終のみ対面）→内定 ※変動の可能性あり