その他業界の求人

Zucks アドプロダクト事業本部 シニアデータサイエンティスト

業務内容 データ解析チームのミッション データサイエンティストが所属するデータ解析チームでは、Zucksの広告配信プラットフォーム (DSP, アドネットワーク)での広告表示権利のリアルタイムオークション(Real Time Bidding)の入札ロジックや、クリック単価の値付けロジック、広告運用オペレーションの自動化など、予測と最適化による意思決定を自動化することをミッションとしています。 募集の背景 インターネット広告業界は、たびたび破壊的な変化にさらされます。最近では、個人のインターネット上での行動が追跡できないように、OS、ブラウザ、アプリのさまざまな仕組みが制限されてきており、変化への対応が急務となっています。 また、これまでのチームのミッションの枠を超えて様々なビジネスプロセスで機械学習やデータ分析・活用技術を展開することで、さらなる事業拡大を目指しています。 チームのミッションとなる既存アルゴリズムの高度化に加え、業界変化や事業拡大にも対応すべく、経験豊富で推進力のあるデータサイエンティストを募集します。 お任せしたい業務 チームのミッションの中核となるDSPのロジックを進化させること Zucks全体でのデータ利活用促進（e.g. 意思決定支援、業務改善など） R&D データサイエンスチームのジュニアメンバーの育成・メンタリング 仕事の進め方 ▼答えは自分たちで見つける データサイエンティストの仕事は、単に降りてきた仕様に基づいて実装するわけではありません。現場の誰一人理想的なふるまいが何かという答えに辿りついていないケースもあります。 例えばオークションの入札であればオークション理論の教科書や論文のサーベイを最初に行ない「理論通りにやるとしたらA」「ベースライン手法を採用するならB」「将来的に目指す姿はC」とプロダクトの状況を元に設計案を検討していきます。実際の配信ログで実験を行ない、期待通りに動作するか、予測が可能なのか、売上が増えるのかコストが減るのか確認します。 また広告運用チームに機能のメリットや動作原理について共有をします。現場レベルでシステムのふるまいを決められない場合はマネジメント層を巻き込んでプロダクトのあるべき姿について議論します。 ▼ビジネスの生命線を担う 単にオークションの入札機能といっても、単純に広告のクリック率やコンバージョン率の予測だけではありません。 最高入札金額の分布の予測や、期待粗利が最大になる入札金額の求解、KPIの制御と様々な機能の組合せになります。設計段階では推論時の制約から利用可能な予測モデルを絞ったり、Webサーバのレイテンシ制約から最適化の目的関数の形を決めたりします。 本番リリースできなければ何の価値も生み出せないため、手法の新しさや予測性能よりも実現可能性を重視します。しかし、その分ビジネスに直接インパクトをもたらし、自分の仕事がビジネスの成長に直結していることを実感することができます。 一日に百億回以上ある意思決定を賢くして利益に貢献できるのがこの仕事の醍醐味です。 特にパフォーマンス広告と呼ばれる商材においては広告効果の指標を他社の配信プラットフォームと比較されるため、配信ロジックの性能がビジネスの生命線となります。 ▼純粋なデータ駆動 殆どの施策のデータ分析・モデル構築のためのデータは、十分すぎるほどあります。構築したモデルは収益に直結する意思決定エンジンとして実装し、準実験での推定的な方法ではなく本番環境でランダム化比較試験で効果を検証します。 データ不足でやりたいことが出来ない、効果検証がまともに出来ずにもやもや、ということはあまりありません。 検証結果は、ビジネスサイドも含めて仮説を見直し、PDCAを継続的に実施します。 ▼現場主導 Zucksは非常にフラットな組織です。組織構造がフラットというだけでなく、業務・開発・運用のマネジメントも最小限です。 例えば、現場で技術的負債の返済や大規模なシステム再構築などが必要と考えれば、開発計画や予算取りなど、会社上層部への説明に時間をかけることなく、どんどん行動に移されます。 ここには、各自が ・本質は何かを考えること ・自律的に行動すること ・失敗を恐れないこと ・信じて任せること ・議論や進行状況を常にオープンに共有すること などの、Zucks の文化が表れています。 私達が求めるデータサイエンティスト ▼必須スキル 下記すべてを満たしている方 統計モデリングや機械学習を用いて、仮説構築・モデル構築・効果検証までの一連の実務経験を4年以上 データサイエンス・開発チームのマネジメント経験 1つ以上のプログラミング言語の深い知識 ▼歓迎スキル ▼志向性 この業務を通して身につくスキル 学習データが変化し続ける環境で機械学習予測モデルを利用する方法 エンドユーザーに予測・最適化の仕組みについて説明し利用してもらう方法 実問題の予測分析、効果検証スキル 実問題の最適化を実装するスキル 業務で触れる事になる分野や手法・技術スタック ▼分野 ▼利用している技術スタック・サービス

私達が求めるデータサイエンティスト ▼必須スキル 下記すべてを満たしている方 統計モデリングや機械学習を用いて、仮説構築・モデル構築・効果検証までの一連の実務経験を4年以上 データサイエンス・開発チームのマネジメント経験 1つ以上のプログラミング言語の深い知識 ▼歓迎スキル ▼志向性

年収 7,000,000円 〜 前職の給与及び、能力・経験を考慮の上決定いたします。 業績により決算賞与別途支給の可能性あり 年2回半期毎の見直し、交通費別途支給（月額5万円まで） ※固定残業代については別欄明記 【休日・休暇】 ■休日休暇 完全週休2日制(土・日)、祝日、年末年始、年次有給休暇、慶弔休暇、ボーナス休暇、失効年次有給積立休暇 ■有給休暇（入社月によって以下変動。いずれも終期は12月31日で、翌1月からは次休暇年度となります） 1月～2月入社：14日 3月～4月：12日 5月～6月：11日 7月：8日 8月：6日 9月：4日 10月：3日 11月：2日 12月：1日 入社日問わず、次休暇年度より17日