データサイエンティスト

以下のいずれかの経験・知見が求められます。

• SQL（BigQueryを含む）を用いたデータ抽出・集計経験
• R または Python を用いたデータ分析・統計モデリング経験
• KPIの設計・分析業務経験
• 時系列データ・パネルデータ・ログデータ等の分析経験
• ビジネス課題をデータで解決した実務経験

• 課題設定力:
  「解くべきビジネス課題は何か」という最上流フェーズから考え、分析のゴールを自ら定義・設定できる思考力が求められます。
• ビジネスコミュニケーション力:
  分析結果を経営層や事業部門に対して分かりやすく伝え、意思決定に活かしてもらうための説明力・資料作成力が必要です。
• 自律的な推進力:
  指示待ちではなく、データから示唆を引き出し、自ら施策提案まで行動できるオーナーシップが求められます。
• 多様なデータへの柔軟な対応力:
  正規化されていないログや非構造化データ、アンケートデータなど、様々な形式・品質のデータを扱うための柔軟な発想と問題解決力が必要です。
• 継続的な学習意欲:
  学会・研究会への参加や外部情報発信が期待されており、データサイエンスの最新動向をキャッチアップし続ける姿勢が求められます。

• LookerStudio等のBIツール活用経験:
  LookerStudioを用いたダッシュボード構築・可視化の経験があると即戦力として活躍できます。
• Gemini等の生成AI活用経験:
  データ分析業務への生成AI適用経験があれば、技術スタックへの迅速な適応が見込まれます。
• EC・デジタルマーケティング領域の知識:
  auPAYマーケットのようなECサービスにおけるマーケティング指標・ユーザー行動への理解があると業務立ち上がりが早まります。
• 学会・勉強会での発表・執筆経験:
  外部向け情報発信の実績は、入社後1〜3年のフェーズで期待されるプレゼンス向上活動に直結します。

• 大規模ECデータ分析スキル:
  アクセスログ・購買明細・検索キーワードなど多種多様なデータをBigQueryで扱うことで、実践的なデータエンジニアリング・分析スキルが磨かれます。
• ビジネス課題解決のフレームワーク設計力:
  KPIの設計からエンゲージメント評価フレームワークの刷新まで、事業全体を俯瞰した分析設計の経験を積めます。
• 経営・事業への影響力を持つプレゼンテーション能力:
  経営層への分析報告を通じて、データに基づくストーリーテリングと意思決定支援の実践スキルが身につきます。
• 生成AI（Gemini）を活用したデータ分析技術:
  最新のLLM・生成AIツールをデータ分析業務に組み込む実務経験が得られ、AIネイティブなデータサイエンティストとしてのキャリアを築けます。
• 社外発信・アカデミックコミュニティへの参加経験:
  学会・研究会への参加や外部情報発信を通じて、業界内でのブランドと専門性を高める機会があります。