ITG-104_【データサイエンス】シニアデータサイエンティスト

以下のいずれかの経験・知見を有していることが求められます。

• データサイエンスプロジェクトにおける技術リード経験（モデル開発・運用を含む）
• 機械学習・統計モデリングの実務経験（回帰・分類・時系列予測等）
• Python / R / SQLを用いたデータ分析・モデル構築の実践経験
• データ収集から前処理・モデリング・評価までの一連のパイプライン構築経験
• LLM・深層学習・因果推論等の先端技術に関する知識または実装経験
• クライアント向けマーケティング・ビジネス課題解決への貢献経験

• 技術課題の特定・解消力:
  プロジェクト全体を俯瞰し、技術的ボトルネックを自ら発見・定義し、解決策を立案・実行できる問題解決力が求められます。技術的負債の解消計画の策定も含まれます。
• チームへの技術的リーダーシップ:
  技術指導やコードレビューを通じてチームメンバーのスキルアップを促進できる、指導力・メンタリング力が必要です。経験や知識を惜しみなく共有できるスタンスが重要です。
• 学習意欲と技術キャッチアップ力:
  学術論文・技術コミュニティから最新技術をキャッチアップし、適切な場面での応用・実用化を自律的に推進できる継続的な学習姿勢が求められます。
• ビジネス視点での思考力:
  顧客の事業・マーケティング課題を正確に理解し、データサイエンスの技術的解決策とビジネス成果を結びつける視点が必要です。技術だけでなく事業貢献を意識した提案力が求められます。
• コミュニケーション・折衝力:
  社内の多職種（エンジニア・リサーチャー・営業等）やクライアントと円滑に連携し、複雑な技術内容を分かりやすく伝えられるコミュニケーション力が重要です。

• マーケティングリサーチ・消費者データ分析の経験:
  購買データ・パネルデータ・アンケートデータ等を活用したマーケティング分析の経験があると、インテージの事業領域に即した課題解決をよりスムーズに推進できます。
• MLOps・モデル運用基盤の構築経験:
  開発したモデルを本番環境で安定運用するためのMLOpsやデータパイプライン整備の経験があると、プロジェクトの品質・安定性担保に大きく貢献できます。
• 新規ソリューション・プロダクト開発経験:
  データサイエンスの知見を活かした新規サービスやツールの実用化をリードした経験は、組織の新規事業創出を加速させる上で高く評価されます。
• 論文読解・技術発信の経験:
  学術論文の読解や社内外への技術的アウトプット（勉強会登壇・技術ブログ等）の経験は、チームの技術レベル向上に直接貢献できます。
• クラウド環境（AWS / GCP / Azure）でのデータ処理・分析経験:
  クラウド上でのデータ基盤構築・分析実行の経験があると、大規模データを扱うインテージの環境での即戦力として活躍できます。

• 大規模リアルデータを活用した高度なデータサイエンス実践力:
  国内最大級の消費者パネルデータやカスタムリサーチデータを用いた、市場予測・生活者分析・広告効果測定など、多様なビジネス課題解決の実務経験が積めます。これは他社では容易に得られない貴重な経験です。
• LLM・深層学習・因果推論等の最先端技術の実用化経験:
  学術的な知識を実ビジネス課題に適用するプロセスを主導することで、先端技術の「実用化」という難易度の高い経験と、技術を選択・判断する眼力を養えます。
• 技術リーダーシップ・プロジェクトマネジメント力:
  データ収集からモデル運用まで一貫した技術課題を解決するプロジェクトの技術責任者として、成果物の品質基準設計や技術的安定性の担保といったリーダーシップ経験が得られます。
• 多業界・多課題への対応力とビジネス知識:
  国内外5,000社以上の多様な業界クライアントのマーケティング課題に向き合うことで、特定業界に偏らない幅広いビジネス知識と、課題定義から解決策提案までの総合的な力が身につきます。
• チームビルディング・人材育成スキル:
  技術指導やコードレビューを通じてチームメンバーを育成する役割を担うことで、マネジメントやメンタリングの実践経験を積むことができ、将来的なマネジャー・テクニカルリードへのキャリアに直結します。