データサイエンティスト

リモートワーク可の転職・求人情報

一人目のデータサイエンティストを募集します。カウシェは累計700万ダウンロードを突破しました。2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成して急成長しています。お客様の多くが「買いたいもの」を決めて来店するのではなく、カウシェファームなどを起点として偶然商品に出会い購入に至る、という従来のECとは根本的に異なる行動が生まれており、この独自のデータを活用したレコメンデーションを中心としたデータ施策が事業成長を大きく牽引してきました。一方で、現在Data Science / ML領域は業務委託1名体制で運用しており、データ分析から仮説構築・特徴量設計・精度改善・効果検証までを一気通貫でリードできるデータサイエンティストが不在です。これまでの主な成果は商品レコメンドですが、直近ではUGCとお客様とのマッチングや商品出品者への改善提案にも取り組み始めています。今後は広告配信の最適化、ダイナミックプライシング、UI自体の出し分けなど、この領域でのやりたいことは大きく広がっています。分析・仮説構築から実装・効果検証まで一気通貫でリードいただけるデータサイエンティストを募集します。カウシェは発見型ソーシャルECアプリです。発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「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」という体験を提供するECを指します。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。2026年7月に累計700万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいてる点です。「カウシェファーム」という作物育成ゲームや、「みんなの投稿」という投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用していただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。カウシェは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。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。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、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。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。2023年の事業転換以降、約3年でGMV35倍、売上総利益411倍、DAU81倍を達成。変化を力に変えてきた私たちは、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。データから事業課題を構造化し、仮説を立て、施策の設計・検証までリードしていただきます。モデルの検討・実装・改善までトータルで関わっていただくポジションです。・ユーザー行動データ・購買データの分析を通じた事業課題の発見と構造化・課題に対する施策仮説の構築と、検証可能な実験（A/Bテスト等）の設計・特徴量の設計・選定と、レコメンドモデルの実装・チューニング・オフライン評価とオンライン結果の乖離分析、施策の効果検証・分析結果に基づく施策の優先順位づけ。PdM等と連携した意思決定今後チームを拡大していく予定があり、採用や育成にも関わっていただけると嬉しいですが、まずは上記領域に専念いただきます。お客様は「買いたいもの」が決まっていない状態で商品に出会います。閲覧→クリック→購入のファネルをセグメント別に分解し、どこにインパクトの大きい改善余地があるかを特定する——曖昧な課題を自ら構造化する力が問われます。カテゴリ別購入傾向・行動タイムスタンプ・価格感度などの特徴量設計を通じて、パーソナライズ精度を向上させます。モデルの実装・チューニングからオフライン/オンライン評価の設計まで、一気通貫で担います。新規お客様の初期利用期間は購買データが基本的にありません。ファーム内行動やアプリ内行動など、カウシェ固有のシグナルから嗜好を推定するモデルを設計・実装します。レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどう設計するかという構造的な問いに、データで仮説を作って検証していきます。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、「何のデータをインプットに、何をアウトプットするか」の新しい組み合わせを事業インパクトの大きい順に検証していきます。・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「買いたいものが決まっていない」という、ECにしかない難問に向き合える検索型ECなら「何が売れるか」はある程度予測できます。しかしカウシェでは、お客様自身も来店時点では何を買うか決まっていません。この独自の行動パターンをデータで解き明かし、レコメンドに変えていくという、他のECプラットフォームでは経験できない、発見型ECならではの知的挑戦があります。月20日以上・1日38分という、ECとしては異例の高密度データが武器になる一般的なECアプリの滞在時間は数分程度です。カウシェは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、精度の高い特徴量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ずデータ活用の今後を自分で描ける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、カウシェにおけるデータ・ML活用の余白は広大です。「次に何をデータで解くか」の優先順位から自分で設計できる、一人目ならではの裁量があります。分析して終わりではなく、施策の実行まで責任を持てる環境カウシェでは、データサイエンティストが仮説構築からモデル実装・効果検証まで一気通貫で担います。「レポートを作って渡すだけ」ではなく、自分の分析がKPIに直結するフィードバックループの中で、DSとしての腕を磨ける環境です。AIフル活用が前提の職場DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。・1チームあたり4〜10名のPM、デザイナー、エンジニア、QAなどの職能混合チームで開発を行います。・要件定義からリリースまで、チーム全員が主体的に関わるスタイルです。・「品質を上げるからこそ速く作れる」という哲学のもと、品質を重視した開発を徹底しています。東京工業大学大学院にて計算工学を修了後、2014年にDeNA入社。バックエンドエンジニア、エンジニアリングマネージャーとして、EC、SNS、ヘルスケアなどのプロダクト開発に従事。2020年から複業として参画していたカウシェに翌年5月に入社。バックエンドエンジニア、エンジニアリングマネージャー、プロダクトマネージャーを経て2023年10月より現職。・業界トップクラスのエンジニアが集結　・正社員・業務委託メンバー共に、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30代のシニアメンバーが多数在籍しています。　・DeNA AI技術開発部との技術連携により、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80%をAIレビューのみでDeployする、などを実践中。少数でスピードと品質を両立しています。・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、事業数値やチームで追っているKPIの状況、対応方針などを深くSyncして開発を行っています。　・定量数値と定性（使用感・お問い合わせ・SNS投稿・レビューなど）を重視し、お客様の文脈に常に触れながら開発し、リリース後には定性・定量の変化を確認して次の施策に繋げていきます。toCならではのFBを元にした速い開発サイクルが特徴です。カウシェのData Scientistポジションは、「分析だけ」でも「実装だけ」でもなく、データ起点で事業全体を動かす希少なポジションです。実績を積んだ後は、Data Science・ML領域のテックリード・チームビルディングを担うマネージャー、さらにはData Science・MLチーム全体を率いるCDO（Chief Data Officer）などへのキャリアパスを想定しています。レコメンド・パーソナライズ・広告最適化という複数ドメインを横断した経験は、市場における希少価値に直結します。入社直後から「放置」することはありません。明確なマイルストーンと共に、チーム全体で立ち上がりをサポートします。1ヶ月目：プロダクトとデータの理解・ユーザー行動データ・購買データを探索し、データの全体像や顧客像を把握する・既存のレコメンドロジックと評価指標の構成を理解し、施策に着手し始める2ヶ月目：分析と仮説構築・ファネル分解・セグメント分析を通じて、インパクトの大きい改善ポイントを特定する・特徴量の改善提案やモデルのチューニングに着手する・最初のA/Bテストを設計・実施する3ヶ月目：施策のリード・分析結果に基づくML施策の優先順位づけとロードマップ策定・効果検証の仕組みを整え、施策のPDCAを自走で回すお互いのミスマッチを無くすため、技術力とカルチャーの両面を丁寧に確認させていただきます。・カジュアル面談（まずは気軽にお話ししましょう）・一次面接（技術・カルチャー：CTO・PdM / 60〜90分）・課題選考（技術：CTO・PdM・現場エンジニア/ MAX90分）　・ユースケース問題形式：実務に近いデータ分析・実験設計の課題に取り組んでいただき、その後ディスカッションを行います。オフライン評価設計や特徴量エンジニアリングの考え方を拝見させていただきます。・最終面接（対面：CEO・COO / MAX90分）　・最終面接と課題選考の間に、リファレンスチェックを実施することがあります。・採用ページ：・https://enjoy-working.kauche.com/　https://enjoy-working.kauche.com/・Company Deck：・https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck　https://speakerdeck.com/kauche/zhu-shi-hui-she-kausie-company-deck・社員インタビュー：・https://note.com/kauche　https://note.com/kauche・TechBlog：・https://zenn.dev/p/kauche　https://zenn.dev/p/kauche

お願いする業務 ・既存審査AIモデルの改善 ・特徴量設計および見直し ・機械学習手法の選定・適用 ・AI適用に関する改善提案・レビュー ・他業界でのAI活用知見のフィードバック

データサイエンティストとして、深層学習技術を活用したAIソリューションの開発業務を担当していただきます。 主に、自然言語処理（NLP）、画像生成・認識、音声認識、強化学習、ロボット関連などのプロジェクトに携わり、様々なモデルの構築・学習・最適化を中心に実装業務を行います。 また、シニアデータサイエンティストやプロジェクトメンバーと協力しながら、最新の研究動向をキャッチアップし、モデルの精度向上や実運用に向けた改善にも取り組んでいただきます。 中長期的には、プロジェクトマネジメントやクライアントとの連携にも関与し、AI開発全体をリードできるよう成長していただくポジションです。 - 適宜クライアント企業とのヒアリングを通じた課題の抽出 - AIモデルやアルゴリズムの設計/開発/最適化 - 継続的な運用と改善 - クライアントとのビジネスコミュニケーション - 最新AI技術のキャッチアップと適用 - インターンメンバーのマネジメント/育成におけるPMのサポート - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

株式会社松尾研究所は、東京大学 松尾・岩澤研究室を母体とするAIスタートアップです。研究で培った最先端の知見を社会実装し、産業・行政・社会課題にAIを適用するプロジェクトを推進しています。 本ポジションでは、AI開発プロジェクトのPMとして、課題定義から設計・実装までをリードしていただきます。JTCクラスのクライアント企業や社内の研究者・エンジニアと連携し、AIを活用した新しい価値創出を担うポジションです。 高いレベルのエンジニアリング力と常に最新の技術をキャッチアップする強い向学心に加え、プロジェクトマネジメントのスキルやクライアントとのビジネスコミュニケーション能力も求められる、チャレンジングなポジションです。 人工知能技術を社会実装することで、産業界に革新をもたらし、且つ最高の環境で、自らの知識・スキルもハックできます。 - 経営・事業課題のヒアリングとAI活用テーマの企画・要件定義 - 手法調査、論文サーベイ（松尾研以外の技術シーズも調査、論文実装します） - データ分析・モデル設計・評価方針の策定、および開発ロードマップの設計 - 自然言語処理、画像生成・認識、音声認識、強化学習、ロボット関連など最先端AI技術を用いたPoC（コーディング含む）・アプリモック作成 - エンジニア／インターン生などとのチームビルディング、進行管理、品質管理、人材育成 - クライアントとの折衝・リレーション構築、成果報告資料の作成＆報告 - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

株式会社松尾研究所は、東京大学 松尾・岩澤研究室を母体とするAIスタートアップです。研究で培った最先端の知見を社会実装し、産業・行政・社会課題にAIを適用するプロジェクトを推進しています。 本ポジションでは、AI開発プロジェクトのPMとして、課題定義から設計・実装までをリードしていただきます。JTCクラスのクライアント企業や社内の研究者・エンジニアと連携し、AIを活用した新しい価値創出を担うポジションです。 高いレベルのエンジニアリング力と常に最新の技術をキャッチアップする強い向学心に加え、プロジェクトマネジメントのスキルやクライアントとのビジネスコミュニケーション能力も求められる、チャレンジングなポジションです。 人工知能技術を社会実装することで、産業界に革新をもたらし、且つ最高の環境で、自らの知識・スキルもハックできます。 - 経営・事業課題のヒアリングとAI活用テーマの企画・要件定義 - 手法調査、論文サーベイ（松尾研以外の技術シーズも調査、論文実装します） - データ分析・モデル設計・評価方針の策定、および開発ロードマップの設計 - 自然言語処理、画像生成・認識、音声認識、強化学習、ロボット関連など最先端AI技術を用いたPoC（コーディング含む）・アプリモック作成 - エンジニア／インターン生などとのチームビルディング、進行管理、品質管理、人材育成 - クライアントとの折衝・リレーション構築、成果報告資料の作成＆報告 - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

データサイエンティストとして、深層学習技術を活用したAIソリューションの開発業務を担当していただきます。 主に、自然言語処理（NLP）、画像生成・認識、音声認識、強化学習、ロボット関連などのプロジェクトに携わり、様々なモデルの構築・学習・最適化を中心に実装業務を行います。 また、シニアデータサイエンティストやプロジェクトメンバーと協力しながら、最新の研究動向をキャッチアップし、モデルの精度向上や実運用に向けた改善にも取り組んでいただきます。 中長期的には、プロジェクトマネジメントやクライアントとの連携にも関与し、AI開発全体をリードできるよう成長していただくポジションです。 - 適宜クライアント企業とのヒアリングを通じた課題の抽出 - AIモデルやアルゴリズムの設計/開発/最適化 - 継続的な運用と改善 - クライアントとのビジネスコミュニケーション - 最新AI技術のキャッチアップと適用 - インターンメンバーのマネジメント/育成におけるPMのサポート - 建設現場におけるPhysical AI活用支援：大手ハウスメーカー - Physical AIのデモ作成支援：大手重工メーカー - 特化型LLM開発を活用した性格獲得：大手完成車メーカー - 行政特化型LLM開発：行政 - マルチモーダルAI（テキスト×画像×音声）による新規サービス創出：大手メーカー - LLMを活用した空調制御システムの最適化：大手電機メーカー - 世界モデルによる自動運転の認識・予測精度向上：ソフトウェア企業 - マルチモーダルデータを用いた生産性分析：大手オフィス機器メーカー - リモート主体（出社も勿論自由） - 松尾・岩澤研究室の基礎研究チームとの連携により、AI技術の最新情報が常に入ってくる環境 - 書籍購入自由 - 国内外のAI研究機関との連携や学会参加、人材交流も盛ん - AI技術の最新論文読み放題 - 日本のAI第一人者の松尾教授から直接FBが得られる - 最先端の技術を扱うプロジェクト多数 - Sandbox環境充実 - 業務外の自己研鑽用にA100が８台利用可能 - 各種生成AIツールなどの月額利用料の会社負担あり - Kaggleに自主的にチャレンジしているメンバー多数（Grandmaster1名、Master4名、Expert4名） - 論文の輪読会やライトな勉強会など活発に開催 - 副業可 共同研究チームに所属いただきます。 当該組織には、下記3つのチームがあり、連携しながらプロジェクトを推進しています。 ①AIコンサル（営業担当） ②**データサイエンス** ※今回お声がけしているポジション ③MLシステム開発 ①最先端技術 × 難易度の高い課題 本ポジションでは、LLMやコンピュータビジョン、Physical AIなどの最先端技術を活用しながら、抽象度が高く前例のない課題に向き合います。「技術を使うこと」が目的ではなく、「本質的な課題を解くこと」が求められる環境です。 ② 少数精鋭・エース級人材の環境 各プロジェクトは少数精鋭で構成され、メンバー一人ひとりが高い専門性を持ちながら意思決定を行います。 外部のエージェントの方からも、「一人一人がエース級で、環境のレベルが想像以上だった」という声をいただくこともあり、優秀なメンバーと切磋琢磨できる環境です。 ③ 研究と実装の橋渡し 論文レベルの最先端技術を扱いながら、それを実際のビジネス・プロダクトに落とし込むまで一貫して関わります。 研究と実装の両方に関わることで、技術を“使われる形”に昇華させる経験が得られます。 ④ 知的好奇心が満たされ続ける環境 社内には学習意欲の高いメンバーが多く、日常的に技術や課題について深い議論が行われています。 「難しい問いに向き合い続けたい」「常に成長し続けたい」という方にとって、非常にフィットする環境です。

業界や企業が変われば直面している経営課題も様々であり、また扱うデータの種類や形式も多岐にわたります。 本質的な課題の特定や価値創出に向けて、前例の有無に関わらず真にリアライズ可能な最短経路を描き、プロジェクトマネージャーやエンジニアと連携しながら幅広いデータサイエンス技術を駆使してその実装・実現をリードいただくポジションです。 - 顧客提案やPoC、本番用モデル開発などのプロジェクトの技術面におけるリード 　- クライアントの抱える本質的な課題の把握およびそれに対する適切な技術的解決策の提案 　- 機械学習・数理モデリング（予測、最適化、統計モデルの設計等） 　- 国際会議、論文などによる技術調査 　- アルゴリズム・ロジックの実装・レビュー・精度性能評価 　- ABEJA Platformへの運用ロジックの実装 - 技術の横展開・技術ブランディング 　- 実装ロジックの汎用化および新規プロダクト化 　- 技術ナレッジの公開（勉強会・Meetupなどへの登壇、テックブログの執筆など） - モデリング設計やコーディングの他メンバへのメンタリング・育成 - 技術スタックについては、こちらをご覧ください。 https://stackshare.io/abeja/abeja-datascience - こちらのブログにて、業務やチームの取り組みについてご紹介しています。 https://tech-blog.abeja.asia/entry/abeja-ds-team-202111?_gl=1*1nkbj2o*_ga*MTk2NzkxNjE3LjE2NTQzMTI0MTM.*_ga_6TKR1RQ1VB*MTY1NjYwMTgyMi4xLjEuMTY1NjYwMjA4NS4w

■職務内容 ・新規事業創出 　データサイエンスを主軸にしたAflacの新規事業の立ち上げに貢献するü社内外の様々なデータを活用し、データを深く分析することで初めて明らかになるビジネス課題を特定し、解決に導く ・分析案件遂行 データ分析、アナリティクスに関する高度な専門スキル・知識を活用し、単純な集計では明らかにならないような複雑な量的関係を大規模データから見出すことにより、ビジネスパフォーマンスを向上させる。 ・人材育成 データサイエンスのケイパビリティを底上げさせる ■得られる経験 ・保険／製薬／医療／ヘルスケア領域の高度なドメイン知識 ・データサイエンティストとして事業に技術を応用する経験 ・分析プロジェクトにおける全プロセス(業務課題発見／分析課題設計／モデル開発・評価／運用)の一気通貫したプロジェクト遂行経験 ・非専門家含め、分析内容を正しく理解頂くための説明力、ストーリーテーリング等のコミュニケーションスキル ・スタートアップ企業特有の多様な働き方

Linux

今後データサイエンスチームのマネージメント及びチーム作りをお任せしたいと考えています。現在は強化学習を使ったトレーディングAIの新モデルの開発や改善が主なDSの業務となっております。他にも新規事業サービスとして自然言語処理のスキルが必要にプロダクトなど新規サービスにおいてDSの活躍の場は豊富にあります。ゆくゆくはこれら新規サービスにおけるDSチームの組成や技術選定など幅広い役割を期待しています。まずはトレーディングAI業務において以下の業務をお願いしたいと考えています。【具体的には】・現モデルの改善（効率化）・株式や暗号資産、コモディティといったアセットクラスへの対応・今のパフォーマンスを上回る新しい予測モデルの研究開発まずは上記の業務からお任せし、将来的にはDSマネージャとして、チーム全体を担っていただく予定です。今回、将来的にはコアメンバーとしてご参画いただける方をお探ししております。まずは業務委託・副業にてジョインいただき、お互いの期待値がマッチすれば正社員にてジョインいただければと考えております！

検索キーワードや商品ページなどの情報を元に、広告文や広告画像を自動的に生成するAIエンジンのコアアルゴリズムの開発業務に携わっていただきます。 ・深層学習(BERT, T5)を利用した広告文/広告画像自動生成アルゴリズムの開発および要件定義 ・T5, LightGBM等を利用した広告効果推定アルゴリズムの開発および要件定義

広告運用の過去実績情報を元に、広告効果を予測モデルを作成し、その予測モデル上で最適な予算および入札額を決定するアルゴリズムを開発する業務に携わっていただきます。・T5, LightGBM等を利用した広告効果推定アルゴリズムの開発およびシステム化に向けた要件定義・連続腕バンディット、モデル予測制御、数理最適化などを利用した日予算・入札額の最適化アルゴリズムの開発およびシステム化に向けた要件定義・共同研究の推進

会社訪問アプリ「Wantedly Visit」は、個人と企業のマッチングサービスです。多様な嗜好や性質を持つ個人と企業が適切にマッチングできるようにするためには、データに基づいた出会いの最適化が必要です。私たちは、「ユーザーにどのコンテンツを提示するか」という責務を担う推薦システムを開発・改善することによって、プロダクトで生まれるマッチングの数を最大化することに注力しています。私たちデータサイエンティストは、目の前のモデリングだけではなくプロダクト全体のことを意識して行動しています。常に「ユーザーにとって本当に良い推薦とは何か？」を第一に考えることで現状のシステムに課題を発見し、ビジネスインパクトやユーザーへの影響を踏まえて問題設定を行います。さらに、実サービスに落とし込むことを考慮した上で統計学的手法や機械学習などのツールを駆使してその問題を解決することで、一歩ずつより良い推薦システムへと近づけていっています。PoCを繰り返すのではなく、実際にユーザーに価値を届けるための取り組みを行なっています。データ活用という軸で、良いプロダクトを作り続けてユーザーに価値を届けられる組織を一緒につくりたい！という方を募集しています。入社直後はドメイン、データ、開発プロセスに慣れてもらえるように、プロダクトに蓄積されたデータの分析や既存アルゴリズムの改善などに取り組んでいただきます。タスク例：- データ分析によるプロダクトの課題発見- 機械学習を活用した推薦アルゴリズムの改善- 施策の効果検証とレポート作成慣れてきたタイミングで、推薦施策の推進や新しい技術の導入、採用活動や技術広報など、組織づくりに関わる業務も積極的に推進していただきます。その後のタスク例：- 推薦施策の主体的な推進- 機械学習チーム全体への技術選定と導入- 機械学習、推薦アルゴリズムに関する研究開発- 機械学習PJの開発生産性の改善- データサイエンティストの採用活動- 学会、技術系カンファレンスでの登壇（変更の範囲）会社の定める業務- シニアデータサイエンティスト / テックリード- PdM- エンジニアリングマネージャー- 言語：Python, Go, Ruby- ツール等：BigQuery, Elasticsearch, Kubernetes, gRPC21%- 男性：100%- 女性：0%

会社訪問アプリ「Wantedly Visit」は、個人と企業のマッチングサービスです。多様な嗜好や性質を持つ個人と企業が適切にマッチングできるようにするためには、データに基づいた出会いの最適化が必要です。私たちは、「ユーザーにどのコンテンツを提示するか」という責務を担う推薦システムを開発・改善することによって、プロダクトで生まれるマッチングの数を最大化することに注力しています。私たちデータサイエンティストは、目の前のモデリングだけではなくプロダクト全体のことを意識して行動しています。常に「ユーザーにとって本当に良い推薦とは何か？」を第一に考えることで現状のシステムに課題を発見し、ビジネスインパクトやユーザーへの影響を踏まえて問題設定を行います。さらに、実サービスに落とし込むことを考慮した上で統計学的手法や機械学習などのツールを駆使してその問題を解決することで、一歩ずつより良い推薦システムへと近づけていっています。PoCを繰り返すのではなく、実際にユーザーに価値を届けるための取り組みを行なっています。データ活用という軸で、良いプロダクトを作り続けてユーザーに価値を届けられる組織を一緒につくりたい！という方を募集しています。入社直後はドメイン、データ、開発プロセスに慣れてもらえるように、プロダクトに蓄積されたデータの分析や既存アルゴリズムの改善などに取り組んでいただきます。タスク例：- データ分析によるプロダクトの課題発見- 機械学習を活用した推薦アルゴリズムの改善- 施策の効果検証とレポート作成慣れてきたタイミングで、推薦施策の推進や新しい技術の導入、採用活動や技術広報など、組織づくりに関わる業務も積極的に推進していただきます。その後のタスク例：- 推薦施策の主体的な推進- 機械学習チームの技術戦略の策定やチームマネジメント- 機械学習チーム全体への技術選定と導入- 機械学習、推薦アルゴリズムに関する研究開発- 機械学習PJの開発生産性の改善- データサイエンティストの採用活動- 学会、技術系カンファレンスでの登壇（変更の範囲）会社の定める業務- テックリード- PdM- エンジニアリングマネージャー- 言語：Python, Go, Ruby- ツール等：BigQuery, Elasticsearch, Kubernetes, gRPC21%- 男性：100%- 女性：0%

【データサイエンティストとともに解決したい事業課題】 ・需給予測モデル構築 ・オペレーション最適化 ・車両配置の最適化 ・ポート獲得のエリア戦略 ・トラブルを未然に防ぐための異常検知 ・プライシング最適化 【仕事内容】 ・データの戦略、活用方法、データによる競争優位性の設計 ・ビジネスに関する課題の発見、定式化、解決策の立案 ・プロダクトの未来を見据えた研究開発の設計、主導 【魅力】 ・社会的意義のあるサービスの課題を解決することで、直接社会に影響を与えられる ・多種多様なデータが集積された豊富なデータ資産を用いて先進的な手法に取り組める ・R&Dとビジネス寄りの両立した役割を担える ・様々な部門の課題に携われ、幅広い経験を積める

P-004 【業務内容】 私たちは、社内の最先端製品「Sales Marker」の開発を加速させるために、優秀なデータアナリストを募集しています。このポジションでは、深いデータ分析を通じて重要な意思決定を行い、当社製品の未来を形作る機会があります。プロダクト、エンジニアリング、ビジネスなどの部門横断チームと密接に連携し、複雑なデータ課題を解決していきます。主な業務内容は以下のとおりです。 - 複雑なデータセットを分析し、製品戦略の策定や意思決定を促進する実用的なインサイトを提供 - 組織全体のチームと協力して、データに基づくソリューションの設計と実装 - さまざまなレポートおよび分析のニーズに対応するため、データの正確性、一貫性、信頼性を確保 【テックスタック】 [データ分析] - Python - UI Bakery - OpenAI - Amazon Bedrock - OpenSearch - Athena - Glue [フロントエンド] - 言語：TypeScript, React - ライブラリ：Storybook, jest - ホスティング：Amplify [サーバーサイド] - インフラ：AWS, ElasticBeanstalk - DB：Aurora、ElasticSearch - 言語：Node.js, Python - 分析環境： Athena - フレームワーク：Express - 監視：DataDog - その他：AWS Lambda, AWS Batch, AWS API GateWay, AWS Glue

＜ お任せしたい業務内容 ＞ - SalesNowのビジネス課題を分析可能な課題へ分解し、適切な分析アプローチ・モデリング手法を設計・PJの推進を実施する →現在、SalesNowには日本全国の企業の属性データ(従業員数, 本社所在地, 設立年月日など)・行動データ(採用情報, ニュース情報など)が収集されています。その中で、「いまある情報」から、「価値のあるデータ」へと変換する機能・仕組みの提案やPJのリードを担って頂きます。それらを通じてSalesNowを、より付加価値の高いプロダクトへ昇華させるサポートをして頂きます。 - ビッグデータを利用した仮説検証・意思決定の支援 - ビッグデータを活用したモデル構築、及び、サービスのコア機能の開発 - 継続的なモデルの品質評価と改善 - Databricksを用いたデータクレンジング処理の設計/実装 - グラウンドトルゥースデータ作成プロセスの効率化と改善 ※従事すべき業務の変更の範囲：有り ※就業場所の変更の範囲：無し ▼ナイルで執行役員CTOとして90名のプロダクト組織を牽引し上場を経験。次の1→10の環境としてSalesNowを選んだ理由。 https://note.com/salesnow/n/na4a09d15fcd0

- 受託研究開発（課題抽出、先行研究調査、仮説検証、分析等） - 自社プロダクト（『感情の見える化』計測技術と『その活用』）のディレクション・研究開発

アニメ制作において、画像処理などのAI技術の活用支援と実装を行います。 膨大な人海戦術によってなされるアニメ制作の現場にAIを導入することで、制作費の削減だけでなく、アニメーターの負担を軽減することを目指しています。 - 各フェーズでの技術選定と実装 - 画像処理, 画像生成, コンピュータグラフィックス 画像処理ほか、弊社では、音声処理や自然言語処理を用いたプロジェクトも並行しています。 データサイエンティストとして、多様な活躍の機会があります。 - 稼働：週2–4日 - 勤務地：フルリモート可（本社: 福岡市） - 勤務時間：フルフレックス - 月額：56–88万円程度* （業務委託フル稼働の場合） *技術レベル・コミットのレベル・将来性によって変動します 時給単価 3,500-5,500円

SDGsやESGを解析するための自然言語処モデルを自社技術として開発しています。 AI技術を用いて、社会の持続可能性や企業の健全な経営に資することを目指しています。 - 各フェーズでの技術選定と実装 - NLPモデル開発 - PyTorch, TensorFlow, BERT, Transformer, GPT, etc. 自然言語処理ほか、弊社では、画像処理や音声処理を用いたプロジェクトも並行しています。 データサイエンティストとして、多様な活躍の機会があります。 - 稼働：週2–4日 - 勤務地：フルリモート可（本社: 福岡市） - 勤務時間：フルフレックス - 月額：56–88万円程度* （業務委託フル稼働の場合） *技術レベル・コミットのレベル・将来性によって変動します 時給単価 3,500-5,500円株式会社BlissQの柿﨑(カキザキ)