【京都】データサイエンティスト

以下のいずれかの経験・知識が求められます。

• SQLを用いたデータ集計・分析経験
• BIツール等を用いたデータ可視化経験
• KPIやログ設計の経験
• 分析レポートの作成・課題発見・仮説立案・検証の経験
• 統計解析または機械学習の基礎知識

• 課題発見力と仮説思考:
  データから意味を読み取るだけでなく、ゲーム運営上の課題を自ら発見し、仮説を立てて検証する論理的思考が求められます。
• 制作チームへの提案・コミュニケーション能力:
  分析結果をエンジニアやプランナーなど非データ職の社員にも分かりやすく説明し、施策提案として落とし込む対人スキルが必要です。
• 自律的・主体的な行動力:
  少数精鋭のスタジオ体制のため、指示待ちではなく自ら課題を設定し行動できる積極性が求められます。
• ゲームやエンタメへの関心・好奇心:
  スマートフォンゲームの運営データを日々扱うため、ゲームやエンタメコンテンツへの理解と関心があると業務の質が高まります。
• 数値を用いた意思決定への貢献意識:
  分析結果をビジネス施策に直結させ、ゲームの品質向上や売上貢献に繋げる意識を持って業務に取り組む姿勢が求められます。

• ゲーム業界・モバイルアプリ分野での分析経験:
  ゲームのKPIやイベント効果測定など、スマートフォンゲーム特有の指標に精通していると即戦力として活躍できます。
• PythonまたはRを用いた統計解析・機械学習の実装経験:
  統計モデルや機械学習モデルを自ら実装できるスキルは、高度なモデリング業務での活躍につながります。
• ユーザー行動ログの解析・ABテストの設計・評価経験:
  ゲームの施策効果を科学的に検証するための実験設計や分析手法の知識は大きな強みになります。
• データパイプラインやDWH・データ基盤の知識:
  BigQueryやRedshiftなどのデータウェアハウス、またはデータ収集・加工の自動化に関わった経験は業務効率化に貢献できます。
• ビジネス提案経験・経営層や制作陣へのプレゼン経験:
  分析に留まらず、事業上の意思決定に影響を与えるレポートや提案を行った経験があると高く評価されます。

• スマートフォンゲーム運営に特化したデータ分析スキル:
  KPI設計からログ分析・ユーザー行動の可視化まで、ゲーム運営に特有のデータ分析手法を体系的に習得できます。
• 統計解析・機械学習モデリングの実務経験:
  実際のゲームデータを用いた統計解析や機械学習の実装・運用経験を積むことで、高度な専門性を身につけられます。
• 制作チームとの協働による施策立案・効果検証力:
  ゲームプランナーやエンジニアと連携して施策提案・効果測定を繰り返すことで、ビジネス視点とデータ活用を融合させた実践力が養われます。
• 自社IPタイトルのグロース支援ノウハウ:
  長期運営タイトルの収益最大化に向けた分析・改善サイクルを通じ、コンテンツビジネスにおけるデータドリブン運営の知見が得られます。
• データ可視化・レポーティングの設計力:
  BIツールや可視化手法を用いて、多様なステークホルダーに対して効果的に情報を伝えるレポート設計スキルが磨かれます。