AIプロダクトの成長戦略を担うデータアナリスト（グロース担当）

以下のすべての経験・スキルが求められます。

• SQLを用いたデータ抽出・加工の実務経験（1年以上）
• BIツール（Tableau / Looker Studio / QuickSightのいずれか）を用いたダッシュボード作成経験
• ユーザー行動データの分析経験
• 分析結果をもとに仮説を整理し、プロダクト改善の方向性を提案した経験

• 仮説思考力:
  データから課題を自ら設定し、ビジネス上の仮説を論理的に構築・整理できる力が求められます。単に数値を読むだけでなく、その背景にある要因を掘り下げて提案できることが重要です。
• ビジネス課題への接続力:
  分析結果を「プロダクト改善」「マッチング数向上」といったビジネスKPIと直結させて考えられる能力が必要です。技術的な分析スキルとビジネス感覚の双方を持ち合わせていることが期待されます。
• クロスファンクショナルなコミュニケーション力:
  PdMや事業責任者など、技術職以外のステークホルダーと対等にディスカッションし、意思決定を促進するための説明力・調整力が求められます。
• 自律的な課題設定力:
  分析テーマの設定から仮説提案まで一気通貫で担うため、与えられた課題をこなすだけでなく、自ら問いを立てて推進できる主体性・自走力が重視されます。
• 継続的な学習意欲:
  AI・データ分析の技術は急速に進化しており、新しいツールや手法を積極的にキャッチアップし続ける姿勢が求められます。

• 統計的手法を用いたデータ分析経験:
  回帰分析・仮説検定・因子分析など、統計的アプローチでプロダクトの課題を定量的に検証した経験があると活躍の幅が広がります。
• Python / Rを用いた分析経験:
  SQLに加えてPythonやRでの高度なデータ処理・モデリング経験があると、より複雑な分析テーマにも対応できます。
• A/Bテスト設計経験:
  プロダクト改善施策の効果検証において、適切な実験設計を行った経験はマッチング率向上の施策立案に直結するため、特に歓迎されます。
• プロダクト改善への関与経験:
  データ分析の結果をもとに、実際のプロダクト機能改善や仕様策定に関与した経験があると、PdMとの協業においてスムーズに貢献できます。

• 大規模ログデータ分析スキル:
  AWS / GCP上に蓄積された数百万規模のユーザー行動ログを日常的に扱うことで、大規模データ基盤上での分析設計・実行ノウハウを実践的に習得できます。
• グロースアナリティクスの実務知識:
  KPI設計・モニタリング環境の構築から因子分析・仮説提案まで、プロダクトグロースのPDCAサイクル全体に関与することで、グロース施策の立案・評価スキルを体系的に身につけられます。
• HRテック・AIマッチング領域のドメイン知識:
  求職者行動データと企業採用データを扱うことで、HRテックおよびAIマッチングという成長市場における専門的なドメイン知識を蓄積できます。
• PdMとの協業・プロダクト開発プロセスへの理解:
  PdMや事業責任者と密接に連携することで、プロダクトロードマップや意思決定プロセスへの深い理解と、ビジネスサイドとのコミュニケーション力を高められます。
• 生成AI・LLM関連の最新技術リテラシー:
  東大松尾研究所との共同研究環境に近い組織で働くことで、生成AI・大規模言語モデルの実装・活用に関する最前線の知識を自然に吸収できます。