データアナリスト（AI技術開発部）／フルリモートOK

以下のすべての経験・スキルを有する方が対象となります。

• Python・Rを用いたデータ分析実務経験
• BigQueryを含むSQLを用いたデータ集計・分析経験（3年以上）
• 統計モデリング・機械学習の実務経験（pandas、statsmodels、lightgbm等）
• BIツール（Looker等）を用いた可視化・ダッシュボード構築経験
• ビジネス課題からの仮説設計・分析設計の実務経験
• 事業部門・非エンジニア向けへの分析結果の報告・説明経験

• ビジネス課題を自ら構造化する思考力:
  曖昧で複雑なビジネス課題に対して、仮説を立て、分析の方向性を自律的に定義する能力が必要です。「正解のない問い」に向き合い続ける粘り強さが求められます。
• ステークホルダーとの高い対話・折衝力:
  事業責任者・マーケ・渉外など非データ職とプロジェクトベースで協働するため、専門知識を平易に伝え、合意を形成するコミュニケーション力が重要です。
• 不確実性を定量的に取り扱うサイエンス的姿勢:
  需要予測や施策評価において、確率的・統計的に不確実性を適切に扱い、意思決定者に正確なリスク情報を提示できる姿勢が求められます。
• 自律的・主体的な業務推進力:
  プロジェクトスケジュールが定式化されていないため、内容に応じて自ら優先度を判断しスケジュールを調整しながら業務を進める自律性が必要です。
• 継続的な学習・技術キャッチアップ意欲:
  統計的因果推論など最新の分析手法を組織として積極的に取り入れる文化があります。新技術を自ら学び、実務に応用していく意欲が重視されます。

• 統計的因果推論の実務経験:
  DoWhy・EconML・PyMCなどを用いた因果推論・効果量推定の経験がある方は即戦力として特に歓迎されます。分析グループがとりわけ注力している領域です。
• A/Bテスト・実験デザインの経験:
  施策評価のためのA/Bテスト設計・分析経験、または実験計画法の知識は、供給施策の効果シミュレーションや施策評価業務に直結します。
• ユニットエコノミクス・LTV分析の経験:
  ユーザーレベルでの売上・コスト管理（ユニットエコノミクス）や長期的なユーザー行動モデリングの経験は、本ポジションの主要課題に直結します。
• モビリティ・交通・プラットフォームビジネスへの関心:
  タクシー・ライドシェア・MaaS等のモビリティ産業、または2サイドプラットフォームのビジネスモデルへの理解・関心がある方は業務の立ち上がりがスムーズです。
• Kepler.gl等の地理空間データ可視化の経験:
  場所・時間帯・天候等を考慮した顧客体験分析において、地理空間データの可視化スキルは業務上のアドバンテージになります。

• 交通ビッグデータを用いた高度な分析スキル:
  10万台規模のリアルタイム動体データ・3,500万ダウンロードのアプリデータを活用した大規模データ分析の実践経験を積めます。一般の企業では得られないスケールとリアリティのあるデータエンジニアリング・分析スキルが身につきます。
• 統計的因果推論・構造的因果モデルの実践力:
  PyMC・EconML・DoWhyを用いた因果推論を週1勉強会も含めて体系的に学びながら実務で適用できる環境です。施策効果の因果的評価という希少なスキルセットが習得できます。
• ビジネス意思決定に直結する分析コミュニケーション力:
  事業責任者・経営層と直接対話しながら分析結果を意思決定につなげる経験を積むことで、データアナリストとしてのビジネスインパクト創出力が高まります。
• モビリティ×テクノロジー領域のドメイン知識:
  需給予測・ユニットエコノミクス・離脱モデリング等、モビリティプラットフォーム特有の分析課題への深い理解が得られ、業界希少な専門性を確立できます。
• BigQuery・Looker・Pythonを中心とした最新データスタック活用力:
  GCP上のモダンなデータ基盤を日常的に利用することで、クラウドネイティブなデータ分析環境での実践的なテクニカルスキルを高められます。