22.【ALPHA】Professional Service Data Scientist

• 22.【ALPHA】Professional Service Data Scientist
• 仕事概要
• 募集背景
• エンタープライズ企業のDXが進む今、最大の課題は「データの利活用」の深刻化にあります。
• プレイドが目指すのは、AIや機械学習を単なる予測で終わらせない、実アクションに直結する「Actionable（実行可能）」なデータエコシステムの構築です。
• KARTEを軸に、モダンデータスタックの最新技術を柔軟に取り入れながら、クライアントと共に「データによる意思決定と実行」の新しいスタンダードを創り上げる。
• データの「蓄積」から「価値創出」へ。ラストワンマイルを突破する専門家を募集しています。
• 職務内容
• クライアントのデータ活用プロジェクトにおいて、基盤構築支援から高度な分析モデルの開発、施策検証まで、データサイエンスの側面からリードしていただきます。

1. 施策PDCA・統計的効果検証

• マーケティング施策のKPI設計と、統計的仮説検定を用いたA/Bテストの評価
• BIツール（Looker Studio, Tableau, Codatum等）を用いたダッシュボード構築とモニタリング環境の整備

1. 多様な手法を用いたモデリング・実装

• Python / R / SQL などを用いた探索的データ分析によるインサイトの抽出
• 機械学習モデル（予測、クラスタリング、レコメンデーション等）の構築と、KARTEへの推論結果の実装
• 生成AI（LLM）を活用した新しい顧客体験ソリューションのプロトタイピングと実戦投入

1. データパイプライン設計・基盤構築支援

• クライアントのDWH（BigQuery, Databricks, Snowflake等）とKARTEの連携設計・実装
• SQLを用いた高度なデータ加工（ETL/ELT）、分析用データマートの構築
• データ品質管理とクエリパフォーマンスの最適化

• ポジションの魅力
• \*\*Actionable AIの実践\*\*

• 自分の作った予測モデルが、KARTEを通じて即座にWebサイトのポップアップやアプリ通知としてユーザーに届きます。「分析して終わり」ではない、リアルなフィードバックループとビジネスインパクトを肌で感じられます。

\*\*Modern Data Stackへの深い関与\*\*

• Google Cloudのプレミアパートナーであり、Databricks等とも強力なパートナーシップを結んでいます。最新のクラウドネイティブな環境で、技術的な制約に縛られず最適なアーキテクチャを追求できます。

\*\*多様な業界のドメイン知識とデータ\*\*

• EC、金融、人材、メディアなど、日本を代表する企業の多種多様な1st Party Dataに触れることができます。特定業界に閉じない、汎用性の高いデータサイエンス力を養うには最高の環境です。

\*\*「自走支援」という視座\*\*

• 単なる受託分析ではなく、クライアント組織が自らデータを利活用できる文化を作ることを目指します。技術提供の先にある「組織変革」に携わる醍醐味があります。

• 必須スキル
• 募集背景
• エンタープライズ企業のDXが進む今、最大の課題は「データの利活用」の深刻化にあります。
• プレイドが目指すのは、AIや機械学習を単なる予測で終わらせない、実アクションに直結する「Actionable（実行可能）」なデータエコシステムの構築です。
• KARTEを軸に、モダンデータスタックの最新技術を柔軟に取り入れながら、クライアントと共に「データによる意思決定と実行」の新しいスタンダードを創り上げる。
• データの「蓄積」から「価値創出」へ。ラストワンマイルを突破する専門家を募集しています。
• 職務内容
• クライアントのデータ活用プロジェクトにおいて、基盤構築支援から高度な分析モデルの開発、施策検証まで、データサイエンスの側面からリードしていただきます。

1. 施策PDCA・統計的効果検証

• マーケティング施策のKPI設計と、統計的仮説検定を用いたA/Bテストの評価
• BIツール（Looker Studio, Tableau, Codatum等）を用いたダッシュボード構築とモニタリング環境の整備

1. 多様な手法を用いたモデリング・実装

• Python / R / SQL などを用いた探索的データ分析によるインサイトの抽出
• 機械学習モデル（予測、クラスタリング、レコメンデーション等）の構築と、KARTEへの推論結果の実装
• 生成AI（LLM）を活用した新しい顧客体験ソリューションのプロトタイピングと実戦投入

1. データパイプライン設計・基盤構築支援

• クライアントのDWH（BigQuery, Databricks, Snowflake等）とKARTEの連携設計・実装
• SQLを用いた高度なデータ加工（ETL/ELT）、分析用データマートの構築
• データ品質管理とクエリパフォーマンスの最適化

• ポジションの魅力
• \*\*Actionable AIの実践\*\*

• 自分の作った予測モデルが、KARTEを通じて即座にWebサイトのポップアップやアプリ通知としてユーザーに届きます。「分析して終わり」ではない、リアルなフィードバックループとビジネスインパクトを肌で感じられます。

\*\*Modern Data Stackへの深い関与\*\*

• Google Cloudのプレミアパートナーであり、Databricks等とも強力なパートナーシップを結んでいます。最新のクラウドネイティブな環境で、技術的な制約に縛られず最適なアーキテクチャを追求できます。

\*\*多様な業界のドメイン知識とデータ\*\*

• EC、金融、人材、メディアなど、日本を代表する企業の多種多様な1st Party Dataに触れることができます。特定業界に閉じない、汎用性の高いデータサイエンス力を養うには最高の環境です。

\*\*「自走支援」という視座\*\*

• 単なる受託分析ではなく、クライアント組織が自らデータを利活用できる文化を作ることを目指します。技術提供の先にある「組織変革」に携わる醍醐味があります。

歓迎スキル

• データエンジニアリング領域の知見（dbt, Airflow 等を用いたワークフロー管理）
• MLOpsの経験（API化、CI/CDを用いたデプロイ環境の構築など）
• コンサルティングファームや受託分析会社でのクライアントワーク経験
• Web/デジタルマーケティング領域の実務経験（GA4等の利用経験）
• 数理統計学、ベイズ統計、因果推論などに関する深い専門知識

• 求める人物像
• \*\*「Action Orient」な思考\*\*

• モデルの精度向上自体を目的とせず、それがどうビジネス課題を解決し、ユーザー体験を良くするかを常に考えられる方

\*\*フルスタックへの意欲\*\*

• 分析環境の自動化やMLOpsなど、エンジニアリング領域にも積極的に踏み込める方

\*\*越境するコミュニケーション\*\*

• 専門用語を平易な言葉に変換し、PMやクライアントと本質的な議論ができる方

\*\*技術的好奇心\*\*

• 生成AI等の最新トレンドを素早くキャッチアップし、実務への適用を楽しめる方

選考フロー

1. 書類選考
2. 1次選考

• 通常は面接1〜3回となります
• ご面談の内容から応募職種とは異なるポジションを提案させていただく場合もございます
• オンラインでの実施も可能です

1. リファレンスチェック

• 面接だけでなく、より多面的に候補者の方を理解するために実施しています
• 最終面接へ進む全ての候補者に依頼しています.

1. 源泉徴収票のご提出

• 最終面接へ進む全ての候補者に依頼しています.

1. 最終選考

• 基本的にはオフィスでの面接になります

関連インタビュー記事

• PLAID ALPHAについて
• CGO桑野 × ALPHA責任者・濵﨑対談インタビュー
• ALPHA責任者・濵﨑 × Team Head古市対談インタビュー

• 【変更の範囲】業務に関連する他の部署への変更/グループ会社内外への出向も含めた兼務の可能性あり
• 「屋内原則禁煙（喫煙専用室あり）」
• 応募概要
• 給与
• 諸手当

• PLAY-AID Allowance（年20万円程度の学習・環境支援金）あり
• 交通費実費支給（月額上限5万円）

• 勤務地
• 本社（〒104-0061 東京都中央区銀座6丁目10-1（GINZA SIX10F））
• 【変更の範囲】会社の定める場所
• ※ハイブリッドワーク
• 出社とリモートワークを取り入れたハイブリッド型の勤務形態です。中長期的なビジョンの達成に向けて最適な方法を思考し続けており、会社やチームの状況を踏まえて一定日数の出社をリクエストすることがあります。
• 現状ビジネスサイドは原則週3出社となっています
• 雇用形態
• 正社員
• 勤務体系
• フレックスタイム制

• フレキシブルタイム 7:00〜22:00
• 休憩時間 60分

• 試用期間
• 入社後6ヶ月
• 福利厚生

• 各種社会保険完備（健康保険、厚生年金保険、雇用保険、労災保険）
• 年次有給休暇（入社時付与）
• 特別休暇（PLAY-AID Holiday等）