どんな仕事か: 現在、データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「ML/LLM基盤の構築・運用」の3つの領域に注力しています。
本ポジションでは、このうち「マッチング体験の向上」を専門的に担当いただき、推薦や検索アルゴリズムの力を用いて、ユーザーへの価値提供を最大化していただきます。

ビジネス課題の特定から、数理最適化や因果推論、基盤モデル等を用いたシステム設計、ビジネスインパクトと連動した評価パイプラインの構築までをフルサイクルで担っていただきます。

1. 理想のマッチングと評価指標の設計
・推薦・マッチングアルゴリズムが事業KPI（マッチング率、継続率等）に与える影響を分析し、優先的に改善すべき領域を策定
・「理想のマッチング」を定義し、それを多角的に評価・計測するための指標や、信頼性の高い評価基盤の設計・構築
・ワーカーの皆様の継続的な活躍を支え、「はたらく」体験がより価値あるものとなるような、データに基づいた価値還元やパーソナライズ体験の構築

2. マッチングのデータサイエンスと最新技術のリサーチ・実装
・推薦システム、検索、グラフニューラルネットワーク、数理最適化、マーケットデザイン等の分野における論文の調査および、マッチング課題への適応・実装
・多種多様なニーズを持つワーカーと事業者の需給バランスを考慮した高度なマッチングアルゴリズムを開発し、因果推論等を用いた施策の効果検証

3. 基盤モデルを活用したユーザー理解の深化
・LLM等の基盤モデルを用いて、非構造化データからセマンティックな特徴を抽出し、マッチング精度の向上に繋げる
・プロンプトエンジニアリングや効率的な追加学習（PEFT等）を駆使し、特定ドメインにおけるモデルの最適化を推進

4. フルサイクルなモデル開発と推論の最適化
・ユーザーからの反応やフィードバック（暗黙的・明示的シグナル）を収集・分析し、プロダクトを継続的に進化させる学習ループ（フィードバックループ）の構築
・ロードマップ策定からモデリング、A/Bテスト等の検証、本番運用の実施までを一気通貫で担当
・推論時のレイテンシー改善やコスト管理を行い、快適なユーザー体験とビジネス効率の両立を追求
求められるスキルは: 必須【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

歓迎・多段階ランキングシステムの設計・開発経験：大規模な候補集合に対して、効率的かつ高精度に絞り込みを行うリランキングアルゴリズムの実装経験

・高度な検索システムの設計・開発経験：キーワード検索とベクトル検索を組み合わせた「ハイブリッド検索」や、文脈を考慮した「コンテキスト検索」の設計経験

・生成的検索の設計・開発および評価経験：従来のキーワード検索の枠組みを超え、RAG（検索拡張生成）、セマンティック検索、クエリ書き換えなどの技術を駆使し、個々のユーザーの文脈に即したコンテンツを提示する検索体験の構築・評価知見

・多目的最適化の知見：ユーザーの満足度、事業収益、需給バランスといった、複数の相反する目的変数のバランスを考慮した最適化の経験
・論文（RecSys, KDD, NeurIPS等）のリサーチと実装：既存手法に留まらず、学術的な知見を独自の制約条件（アイテムの短いライフサイクル、時間・場所の制約等）に適応・再実装できる高い探究心

・エンドツーエンドの運用設計能力：ビジネスや現場のオペレーション要件から逆算し、モデルの推論だけでなく、異常時の対応フローや監視体制、現場運用への定着・適用プロセスを含めた実用的な運用設計を行った経験
雇用形態は: 正社員
どこで働くか: 東京都
給与はどのくらい貰えるか: 900万円～ 1299万円

シニアプロダクトデータサイエンティスト

データサイエンティスト