データサイエンティスト / ソーシャルコマース（LINEギフト / ショッピングタブ）

以下のいずれかの経験・スキルが求められます。

• データ分析・統計解析の実務経験（SQL、Python、R等）
• 機械学習・モデリングを用いた仮説検証の経験
• A/Bテスト等の実験計画の立案・推進経験
• 事業KPIの設計・モニタリング・改善サイクルの実務経験
• 大規模データを用いた分析基盤・ツールの活用経験
• ビジネス課題の特定と分析設計を一気通貫で担った経験

• 課題設定力:
  事業のKPIや現状構造を深く理解し、データから事業成長に直結する重要課題を自ら特定・定義できる能力が求められます。
• ステークホルダーへの提案・推進力:
  分析結果を単なるレポートで終わらせず、事業担当者や経営層に対して施策実行につながる具体的な提案を行い、実行を前に進めるコミュニケーション能力が必要です。
• クロスファンクショナルな連携力:
  企画・アナリスト・データエンジニア・マーケティングなど多様な職種と並走しながら、成果を共創する協働姿勢が求められます。
• 自律的な学習・技術適応力:
  分析エージェントや生成AIなど、急速に進化するデータ活用技術を積極的にキャッチアップし、実務へ取り込む姿勢が重要です。
• 組織視点での仕組み化・横展開力:
  個人の分析力に依存せず、再利用可能なアセット整備や分析の民主化を通じて、組織全体のデータ活用水準を高める視点と行動力が求められます。

• ECやソーシャルコマース領域でのデータ分析経験:
  LINEギフトやショッピングタブのようなコマース系プロダクトにおける購買行動分析・グロース施策経験があると即戦力として活躍できます。
• 生成AI・LLMを活用した分析プロセスの経験:
  分析エージェントやLLMを用いた分析フローの設計・実装経験があると、組織のデータ活用変革を加速させる上で大きな強みになります。
• 因果推論・統計的検定の高度な知識:
  施策効果を正確に評価するための因果推論（差分の差分法、傾向スコアマッチング等）や高度な統計検定の知識・実務経験は特に歓迎されます。
• データパイプライン・BIツールの構築経験:
  BigQueryやRedshift等のDWHやTableau・Looker等のBIツールを活用した分析基盤整備の経験があると、アセット整備業務においてさらに貢献できます。

• 超大規模データを用いた高度な分析・モデリングスキル:
  9,700万人超のLINEユーザーデータをはじめとする国内最大級の規模のデータを扱うことで、スケーラブルな分析設計や大規模機械学習モデルの実践的ノウハウを習得できます。
• 生成AI・分析エージェントの実務応用スキル:
  分析エージェントをはじめとする最先端の生成AI技術を実業務に組み込む経験を通じ、次世代のデータサイエンスワークフロー設計能力を身につけられます。
• 事業・プロダクト双方にまたがるビジネス戦略立案力:
  ソーシャルコマースという急成長領域で、事業責任者と直接連携しながら上流の戦略策定に関与することで、データ×ビジネスの融合スキルが磨かれます。
• 組織のデータ活用民主化・仕組み化の推進経験:
  分析アセットの整備や横展開施策を通じて、個人のスキルを組織レベルのケイパビリティへと昇華させるマネジメント的視点を習得できます。
• A/Bテスト・実験計画の高度な実践力:
  大規模ユーザー基盤を対象とした施策効果検証を繰り返すことで、統計的に堅牢な実験設計と効果測定の専門スキルを実務で磨くことができます。