【AD Platform】データサイエンス＆MLマネージャー（広告配信最適化）

以下のスキル・経験が必須となります。

• 機械学習（ML）実装経験 2年以上
• 入札最適化・フロアプライス最適化・ペーシングアルゴリズムの開発経験
• CTR/CVR予測モデルの構築・運用経験
• ターゲティング精度向上（ユーザーセグメント・特徴量設計）の経験
• レコメンデーションシステムまたは価格最適化・需要予測モデルの開発経験
• 統計的手法を用いたビジネス課題解決の経験
• 分析結果をエンジニア・ビジネスサイドへ分かりやすく説明した経験
• チームリード・マネジメント経験 1年以上（またはテックリード・リードエンジニアとしてのメンバー育成経験）

• 論理的なコミュニケーション力:
  データ分析の結果やモデルの挙動を、PdM・エンジニア・ビジネスサイドなど異なるバックグラウンドを持つステークホルダーに対してわかりやすく説明できる能力が必要です。
• ビジネス課題を技術に落とし込む思考力:
  「なぜそのモデルが必要か」「どのKPIを最大化すべきか」というビジネス視点と、技術的な実現方法を結びつけて考えられる能力が求められます。
• チームをリードする推進力:
  目標設定・1on1・評価・育成といったピープルマネジメントを実践しながら、チーム全体の技術力向上施策を自律的に立案・実行できる姿勢が必要です。
• 上位マネジメントへの報告・提案力:
  部長・経営層に対してデータサイエンスチームの進捗を的確に報告し、技術投資や組織変革に関する提案ができる能力が求められます。
• スピード感を持った意思決定力:
  グローバル競合と戦うフェイズにおいて、完璧を追求しながらも素早くPDCAを回す能力が必要です。A/Bテストの設計・実施・効果検証を迅速に進める実行力が求められます。

• RTBやアドテク領域の実務経験:
  リアルタイム入札（RTB）やSSP/DSPなど広告配信プラットフォームに関する知識・経験があると、即戦力として活躍できます。
• Python・MLOpsツールの活用経験:
  PyTorch・scikit-learn・MLFlowなど同チームが使用するライブラリやGCP上でのML基盤構築・運用経験があると歓迎されます。
• 因果推論・統計的因果分析の経験:
  A/Bテストや差分の差分法（DiD）など、施策効果を厳密に測定するための因果推論手法の実践経験があると高く評価されます。
• 英語でのコミュニケーション能力:
  グローバル競合との競争フェイズにあり、海外の最新論文や技術文書を参照・活用できる英語力があると強みになります。

• 超大規模トラフィック環境でのMLエンジニアリングスキル:
  月間800億imp・100ミリ秒以内での広告表示という極めて高い処理要件の中で、予測モデルの設計・運用・チューニングを行うことで、グローバル水準のMLエンジニアリング能力が身につきます。
• アドテク領域の高度な専門知識:
  フロアプライス最適化・CTR/CVR予測・RTB入札最適化・ペーシングアルゴリズムなど、広告プラットフォームに特化した希少な技術知識を体系的に習得できます。
• データサイエンスチームのマネジメントスキル:
  8名規模のサイエンスチームを率いて目標設定・1on1・評価・育成を実践することで、技術組織のピープルマネジメント能力が身につきます。
• 経営層・ステークホルダーへの提案・説明スキル:
  上位マネジメントや事業側への進捗報告・提案を通じて、技術と経営を橋渡しできるコミュニケーション力が培われます。
• 因果推論・統計モデリングの実践力:
  eCPM分解分析・価格弾性モデリング・Bid landscape可視化など、ビジネス課題に直結した統計分析・実験設計の実践スキルが深まります。