【1,190万ユーザー突破 / フルリモートOK / フレックス】シニアデータサイエンティスト募集〈事業・開発組織ともに急成長中〉

以下のいずれかの経験・知見が求められます。

• 機械学習モデルの開発・運用経験（推薦システム・NLP・LLMなど）
• Python等を用いたデータ分析・モデリング経験
• ログデータを活用した課題設定・仮説検証の実務経験
• システム設計・ログ設計の経験
• KPI設計・効果検証（A/Bテスト等）の設計・実施経験
• 機械学習モデルのモニタリング・運用体制構築経験

• 自律的な課題設定力:
  与えられた課題をこなすだけでなく、データから自ら課題を発見し、ロードマップを描いて推進できる主体性が求められます。
• ビジネス視点を持ったデータサイエンス思考:
  技術的なモデリングだけでなく、事業・ユーザーへのインパクトを念頭に置いた施策設計ができる「ビジネス力」が重視されます。
• クロスファンクションなコミュニケーション力:
  データアナリスト・エンジニア・事業部メンバーなど多様なステークホルダーと連携しながらプロジェクトを推進できる協調性と調整力が必要です。
• 継続的改善・仮説検証へのこだわり:
  モデルリリース後も精度のモニタリングや仮説検証を繰り返し、継続的に改善サイクルを回し続けられる姿勢が求められます。
• 変化への適応力とスピード感:
  急成長中のスタートアップ環境において、仕様変更や新技術の台頭に柔軟に対応しながら、高いアジリティで施策・検証を推進できる行動力が求められます。

• 推薦システム・マッチングアルゴリズムの実装経験:
  ユーザーレコメンデーションや協調フィルタリング等、マッチングプラットフォームに関連する機械学習システムの開発経験は即戦力として高く評価されます。
• LLM・自然言語処理を活用したシステム開発経験:
  LLMのファインチューニングやプロンプトエンジニアリング、不正・異常検知への応用経験は、プラットフォーム信頼性向上領域で特に歓迎されます。
• MLOps・モデル継続学習の仕組み構築経験:
  モデルのCI/CD、モニタリングシステム、継続学習パイプラインの設計・構築経験がある方はチームへの貢献度が高まります。
• マーケットプレイス・プラットフォームサービスでのDS経験:
  双方向マッチング型サービスにおける複雑な変数とアイテムライフサイクルを考慮したモデリング経験は、タイミーの事業特性に直結します。
• A/Bテスト・因果推論などの効果検証設計経験:
  施策の因果効果を正しく測定するための実験設計・統計的手法の活用経験は、意思決定の質向上に直結するスキルとして歓迎されます。

• フルサイクルMLエンジニアリング力:
  課題設定からシステム設計・モデル開発・運用・継続改善まで一貫して担当することで、データサイエンティストとして幅広いエンジニアリングスキルが習得できます。
• LLM・最新AI技術の事業応用経験:
  プラットフォームの信頼性・安全性向上にLLMを活用するプロジェクトを通じて、最先端のAI技術を実ビジネス課題に適用する実践的なノウハウを得られます。
• スポットワーク・マッチングプラットフォーム特有のデータ分析知見:
  アイテムのライフスパンが短く変数が多い複雑なデータ構造を扱うことで、難易度の高いモデリング経験と業界特有のドメイン知識が蓄積できます。
• ビジネス・DS・エンジニアリングの統合力:
  高いレベルで「データサイエンス力」「ビジネス力」「データエンジニア力」を持つメンバーと協働することで、3つの力を統合した希少なT型〜Π型スキルセットが形成されます。
• グロース期スタートアップでの意思決定・推進経験:
  急成長中の上場企業で、経営陣もデータを重視する文化の中で大きな裁量を持って施策を推進する経験は、次のキャリアステップでも強力な武器となります。