【個人・新設事業本部】マルチプロダクトデータアナリスト（東京）

以下のいずれかの経験・知見が求められます。

• データ分析リード経験（課題発見〜仮説立案〜報告まで一貫した対応）
• SQLを用いたデータ抽出・集計・分析の実務経験
• Pythonを用いたデータ解析・モデリングの実務経験
• 機械学習・最適化アルゴリズムの実装経験
• データ基盤（DWH・データパイプライン等）の設計・運用経験
• BIツール・ダッシュボード構築経験（Tableau、Looker等）
• AWSなどクラウド環境でのデータ処理経験

• ビジネス課題への深い理解力:
  データ分析にとどまらず、事業上の課題を自ら発見・定義し、分析設計に落とし込む力が求められます。
• ステークホルダーへの伝達力:
  経営層やプロダクトマネージャー、エンジニア等と連携し、分析結果を分かりやすく伝えるコミュニケーション力が必要です。
• 自律的な課題推進力:
  freeeは自発的な行動が求められる文化であり、指示を待つのではなく自ら問いを立て、仮説→検証→提言までをオーナーシップを持って推進できる人材が求められます。
• データモラル・誠実さ:
  数字に嘘をつかせない姿勢が重視されます。都合の良いデータのみを取り上げるのではなく、本質的な問題を誠実に伝える姿勢が求められます。
• ミッション・ビジョンへの共感:
  「スモールビジネスを、世界の主役に。」というミッションへの共感が採用上も重視されており、社会的意義を感じながら働けるかが重要な要素となります。

• 製造業・通信業等の業界でのデータ分析経験:
  特定業界における業務データや大規模データセットを扱った分析・最適化の実務経験は、新設事業本部での多様なプロジェクト推進に活かせます。
• SaaS・IT企業でのプロダクト分析経験:
  ユーザー行動ログ・解約率・LTVなどSaaSプロダクト特有のKPI分析経験は即戦力として評価されます。
• 機械学習モデルの実業務適用経験:
  TensorFlow/PyTorch等を用いた深層学習や、テーブルデータに対する機械学習モデルの本番環境への適用経験があると歓迎されます。
• データ基盤（BigQuery・Snowflake・Databricks等）の活用経験:
  モダンなデータウェアハウスやデータレイク環境での実務経験はデータ基盤設計・運用業務に直結します。
• 修士課程以上の応用数学・情報科学・統計学等の学術背景:
  統計・機械学習の理論的基盤があると、高度な分析モデルの設計や評価において有利に働きます。

• SaaSプロダクトのグロース分析スキル:
  freeeの複数プロダクトを横断したデータ分析を通じて、SaaSビジネス特有の解約率・ARR・LTV等のKPI分析の実践知識を習得できます。
• 事業戦略立案への関与経験:
  単なる分析担当ではなく、経営・事業判断に直接影響を与えるアウトプットを継続的に出す経験を積むことで、データを武器とした事業推進力が身につきます。
• 機械学習・AIの実業務実装力:
  機械学習モデルや最適化アルゴリズムの実装・運用を通じて、理論だけにとどまらないエンジニアリングスキルと分析スキルの両立が実現できます。
• データ基盤設計・運用の実務力:
  各プロダクトに適したデータ環境の整備を主導することで、データエンジニアリング領域の設計・運用スキルを実務を通じて獲得できます。
• クロスファンクショナルな協働スキル:
  エンジニア・PdM・ビジネスサイドと密に連携する環境の中で、技術と事業の両面を橋渡しできるコミュニケーション力と推進力が鍛えられます。