＜案件No.689＞【〜1,800万＋SO】1人目データサイエンティスト｜累計600万DL・売上総利益252倍の爆発的成長をデータで牽引する最高峰の挑戦

プロダクトの特徴
提供しているのは発見型ソーシャルECアプリです。
発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。
セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。
直近で累計600万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいてる点です。
作物育成ゲームや、ユーザー同士の投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用しているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。

プロダクトの目指す世界
このサービスは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。
検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。
事業転換以降、2年半で年間流通取引総額30倍、売上総利益252倍、1日あたりのアクティブユーザー数68倍を達成。
変化を力に変えてきた組織は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。

「日常に楽しさを」「新しい生活圏のカタチをつくる」への共感
「変化を愛す」「追い風をおこせ」「成果でつなげ」「好きを大事に」への共感
ECの体験には可能性があると少しでも感じる方

挑戦する気持ちをお持ちの方

0→1, 1→10, 10→100,1000 の目まぐるしく変化する環境で挑戦したい方
10兆円を超える、他に類を見ない巨大市場にてチャレンジしたい方
ソフトウェアを軸に大きなチャレンジを行いたい方

データサイエンティストとしての姿勢

分析して終わりではなく、責任を持って提言し施策の実行まで関わる方
「なぜそのデータから見るのか」仮説を持ってデータに向き合える方
プロダクトを1ユーザーとして深く理解し、ドメイン知識を武器にできる方

ユーザー行動データ・購買データの分析を通じた事業課題の発見と構造化
課題に対する施策仮説の構築と、検証可能な実験（A/Bテスト等）の設計
特徴量の設計・選定と、レコメンドモデルの実装・チューニング
オフライン評価とオンライン結果の乖離分析、施策の効果検証
分析結果に基づく施策の優先順位づけ。PdM等と連携した意思決定
今後チームを拡大していく予定があり、採用や育成にも関わっていただけると嬉しいですが、まずは上記領域に専念いただきます。

このポジションで向き合う難題
ユーザー行動の構造化と施策設計
お客様は「買いたいもの」が決まっていない状態で商品に出会います。閲覧→クリック→購入のファネルをセグメント別に分解し、どこにインパクトの大きい改善余地があるかを特定する——曖昧な課題を自ら構造化する力が問われます。

レコメンド精度の改善
カテゴリ別購入傾向・行動タイムスタンプ・価格感度などの特徴量設計を通じて、パーソナライズ精度を向上させます。モデルの実装・チューニングからオフライン/オンライン評価の設計まで、一気通貫で担います。

コールドスタート問題
新規お客様の初期利用期間は購買データが基本的にありません。ファーム内行動やアプリ内行動など、弊社固有のシグナルから嗜好を推定するモデルを設計・実装します。

短期CVR vs 長期LTV
レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどう設計するかという構造的な問いに、データで仮説を作って検証していきます。

新たなML活用領域の探索
UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しい組み合わせを事業インパクトの大きい順に検証していきます。

月20日以上・1日38分という、ECとしては異例の高密度データが武器になる
一般的なECアプリの滞在時間は数分程度です。当アプリはゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高い特徴量設計と実験を可能にする、他社にはないデータ資産です。

レコメンドにとどまらずデータ活用の今後を自分で描ける
現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、弊社におけるデータ・ML活用の余白は広大です。「次に何をデータで解くか」の優先順位から自分で設計できる、一人目ならではの裁量があります。

分析して終わりではなく、施策の実行まで責任を持てる環境
弊社では、データサイエンティストが仮説構築からモデル実装・効果検証まで一気通貫で担います。「レポートを作って渡すだけ」ではなく、自分の分析がKPIに直結するフィードバックループの中で、DSとしての腕を磨ける環境です。

AIフル活用が前提の職場
DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。

キャリアパス
Data Scientistポジションは、「分析だけ」でも「実装だけ」でもなく、データ起点で事業全体を動かす希少なポジションです。
実績を積んだ後は、Data Science・ML領域のテックリード・チームビルディングを担うマネージャー、さらにはData Science・MLチーム全体を率いるCDO（Chief Data Officer）などへのキャリアパスを想定しています。レコメンド・パーソナライズ・広告最適化という複数ドメインを横断した経験は、市場における希少価値に直結します。

• 標準労働時間：1日8時間
• フレキシブルタイム：6:00-22:00
• コアタイム：11:00-15:00
• 休憩時間：1時間自由取得