【価格エージェント】PdM/データサイエンティスト

事業概要 AIと経済学を組み合わせ、企業の価格戦略を最適化するプロダクト「価格エージェント」を開発・提供しています。「商品ごとの価格最適化」と「顧客ごとの値引価格（クーポン等）最適化」の2つのアプローチを通じて、売上向上と販促コスト削減の両立を支援しています。大手アパレルチェーン・ドラッグストア・ファストフード・ECブランドなど幅広い業界で導入が進んでおり、A/Bテストでは売上を維持しながらクーポン原資を最大70%削減した実績があります。 関連情報 サービス概要：価格エージェント（AI×経済学による価格最適化） 提供開始リリース：AI×経済学でクーポン原資の無駄を削減するソリューション「価格エージェント」提供開始 事業責任者インタビュー：値引きの常識を問い直す。サイバーエージェントが仕掛ける「値引き革命」 ミッション 現場の課題に深く入り込み、課題設定からモデル開発、検証、改善、プロダクト化までを自ら一気通貫で推進しながら、価格エージェントをより汎用的で再現性のあるプロダクトへ進化させることが本ポジションのミッションです。 分業された一工程を担うのではなく、事業と技術を往復しながら全体を握り、自ら価値をつくり切ることを期待しています。 本ポジションの役割 価格エージェントの価値の中核を担い、事業と技術をつなぎながらプロダクト開発を推進するPdM/データサイエンティストを募集します。 クライアント課題の構造化、分析設計、アルゴリズム開発、効果検証、改善、プロダクト化までを一気通貫で担い、事業と技術の両面からプロダクトを前進させる役割です。 PHASE 1｜要件定義・課題設計 クライアントの経営課題（原資削減・売上向上等）をヒアリングし、分析・検証で解くべき問題に整理する 使用データ・システム連携・スコープ・期間を整理し、KPIと評価指標を設計する 提案資料の分析パート（効果試算・ケイパビリティ説明）を作成し、必要に応じて営業提案を支援する PHASE 2｜モデル開発 価格・クーポン最適化アルゴリズムの設計・実装 顧客データに対する探索的データ分析（EDA）および特徴量設計・前処理 既存モデルのチューニングに加え、必要に応じて新規アルゴリズムの研究・開発を行う PHASE 3｜オフライン/オンライン検証 最適化結果に基づくシミュレーション設計・実施、およびKPI試算 本番環境でのA/Bテストにおける検証設計、評価指標の設計、効果検証 検証結果をチーム内にフィードバックし、モデル改善サイクルを継続的に回す PHASE 4｜プロダクト化・横展開 プロジェクトを通じて磨いた分析手法・アルゴリズムを、汎用的なプロダクト機能として体系化する 新たな差別化要素の研究開発 知財保護のためのシステム構成設計（CA環境でのモデル構築・BQ連携等）や特許出願にも関与 プロジェクトの進め方： ビジネスチームがクライアントの課題をヒアリングし、データサイエンティストが技術選定・分析設計を主導します。1案件あたりデータサイエンティスト1〜2名がアサインされ、エンジニア・ビジネスメンバーと密に連携しながら進行します。上記フェーズを繰り返す中で、汎用化・プロダクト化を常に意識して取り組みます。 本ポジションの魅力 🔬 世界的にも新しい「AI × 経済学」領域 因果推論・機械学習・経済学モデルを統合する技術は国内でも数少ない取り組みです。リアルなビジネスデータを扱いながら、最先端の手法を実装・検証できます。 🎓 トップクラスの研究者との協業 東京大学・神戸大学・早稲田大学・慶應大学の経済学教授陣を含めたR&D定例MTGを週次で開催。最新の学術知見を事業に応用する機会があります。特許出願にも積極的に取り組んでおり、すでに特許取得済みの技術もあります。 🚀 プロダクト化を通じた技術的成長 目の前の課題を解くだけでなく、その過程で培った技術をプロダクトとして形にする経験ができます。自分が開発したアルゴリズムが多くの企業の価格戦略を支えるプロダクトになる過程に携われます。 📈 経営インパクトに直結 分析やモデルの成果が、クーポン原資の削減（最大70%）や購買人数の大幅増加といった形でクライアントの経営に直接反映されます。技術力とビジネス成果の両立を実感できるポジションです。 関連情報 研究実績：AI Lab、計量経済学分野の国際ジャーナル「Econometric Reviews」にて論文採択 研究実績：AI Lab、機械学習分野のトップカンファレンス「NeurIPS 2025」にて7本の論文採択 必須スキル Pythonを用いたデータ分析・統計モデリングの実務経験 SQLを用いたデータ抽出・加工・分析経験 事業課題を理解し、課題設定・分析設計・KPI設計・効果検証まで一気通貫で推進した経験 分析結果や技術的論点を構造化し、社内外の関係者との合意形成や意思決定につなげた経験 職種の境界を越えて、ビジネス・プロダクト・分析の複数領域を横断してプロジェクトを前進させた経験 歓迎スキル 因果推論、機械学習、統計学に関する体系的な知識 Uplift Modeling、CATE推定、価格最適化、需要予測などの関連テーマに取り組んだ経験 A/Bテストの設計・実施・効果検証の経験 機械学習アルゴリズムの設計・実装・改善経験 経済学の知見を用いた分析・モデリング経験 論文調査や再現実装を通じて新手法を実務導入した経験 クライアント折衝、要件定義、提案活動、プロジェクト推進の経験 求める人物像 曖昧な事業課題に対して、自ら論点を整理し、検証可能な問いへ落とし込める方 課題設定からモデル開発、検証、改善、プロダクト化までを一気通貫で担うことに面白さを感じる方 分業された一部分ではなく、事業と技術の接続面を自ら握って価値を生み出したい方 個別案件の成果を汎用化し、プロダクト価値へつなげる視点を持てる方 技術的な厳密さと事業インパクトの両立にこだわれる方 チームの雰囲気 データサイエンティストが主体的に技術選定・設計に関わり、プロダクト価値を最大化することを重視しています。メンバー同士の距離が近く、役職・職種を問わずフラットかつオープンなコミュニケーションが根付いたチームです。