【エンジニア】プロダクトマネージャー（AIプロダクト担当）

以下のいずれかの経験・知見が求められます。

• プロダクトマネージャーまたはそれに準ずる役割での実務経験
• AI・機械学習を活用したプロダクト開発または企画経験
• ユーザーヒアリング・アンケート・データ分析による仮説検証の経験
• プロダクトの設計・開発・運用を一気通貫でリードした経験
• エンジニアチームとの協働経験（要件定義・仕様策定・QA等）

• 高い論理的思考力:
  仮説を構造的に整理し、データや定性情報をもとに意思決定を行う能力が必要です。ROI思考で優先順位を判断し、チームを動かす論拠を示せることが求められます。
• 自律的なオーナーシップ:
  成果主義・実力主義の文化のもと、プロダクトの成否を自分事として捉え、主体的に課題を発見・解決できる姿勢が重要です。
• 複数ステークホルダーを巻き込む推進力:
  エンジニア・デザイナー・事業部門など多様な職種と連携し、プロジェクトを前進させるコミュニケーション・調整能力が不可欠です。
• 医療・ヘルスケア領域への強い関心:
  医療業界特有の規制・商習慣・ユーザー特性を理解しようとする姿勢と、社会貢献への意欲があることが望まれます。
• 変化への適応力と学習意欲:
  AI技術は急速に進化しており、新しい技術トレンドを継続的にキャッチアップし、プロダクトに活かしていく柔軟性と好奇心が求められます。

• 機械学習・データサイエンスの基礎知識:
  AIエンジニアとの協働において技術的な会話ができるレベルの機械学習・統計の知識があると、プロダクト設計の解像度が高まり即戦力として活躍できます。
• A/BテストやグロースハックのKPI設計経験:
  プロダクト改善施策の効果を定量的に検証するためのA/Bテスト設計やKPI設定の実務経験は高く評価されます。
• 医療・ヘルスケア業界での実務経験:
  医療従事者・患者・製薬企業などのユーザー理解が深まり、プロダクトの価値定義や課題設定の精度向上に貢献できます。
• SQL・Pythonなどを用いたデータ分析スキル:
  自らデータを取得・分析し、仮説検証の速度を上げられるエンジニアリングスキルは業務の幅を広げます。
• スタートアップ・メガベンチャーでのPdM経験:
  少人数で大きなインパクトを出す文化への適応が早く、エムスリーの急成長環境でもスピーディーに活躍できます。

• AI・機械学習プロダクトのPdMスキル:
  機械学習エンジニアと協力してAI関連プロダクトを0から立ち上げ・グロースさせる経験を積むことで、AI時代に希少性の高いPdMとして市場価値を高められます。
• 医療業界特有のドメイン知識:
  医療情報プラットフォーム最大手での業務を通じて、医療業界のビジネス構造・規制・ユーザー行動に関する深い知見を習得できます。
• データドリブンな意思決定能力:
  仮説検証のためのアンケート・ユーザーヒアリング・データ分析を実践し、科学的根拠に基づくプロダクト開発のサイクルを体得できます。
• 大規模プロダクトのグロース実行力:
  エムスリーの巨大な医師・医療従事者ネットワークを活かしたプロダクト改善を通じて、大規模ユーザーベースへのグロース施策の実行経験を積めます。
• AI・LLMツールを活用した先端開発経験:
  GeminiやClaude Codeなど最新のAIツールを実業務で活用することで、AIネイティブな開発手法と生産性向上のノウハウを身につけられます。