【データサイエンティスト】プレイヤー向け／急成長中のベンチャー企業

プロパゲートAIの「成果が出る学習ループ」を設計するデータサイエンティストを募集します。 プロパゲートAIは、顧客サイトを毎月診断して改善提案を出すAIプロダクトです。Webサイト、広告、SEOの改善施策が本当に顧客成果へつながったかを検証し、結果を次の提案へ戻す——提案を「出して終わり」にしない学習ループの設計が、このポジションの中心です。分析レポートで終わらせず、スコアリング、提案ロジック、学習ループとして事業とプロダクトへ実装します。 【具体的な仕事内容】 ・Webサイト改善施策の効果検証と分析計画の設計 ・改善前後のCVR・CV数、業種・規模・流入別の分析 ・前後比較、DiD、時系列分析等を用いた因果推論 ・GA4・GTM・GSC・広告・フォーム・電話・LINEのデータ品質確認 ・CV定義、二重計測・未計測・イベント定義ミスの改善 ・分析用データマート・テーブルと小サンプル時の判断ルール設計 ・予測・分類・スコアリング・異常検知モデルの設計 ・検証結果をプロパゲートAIの提案ロジックと学習ループへ反映 【このポジションの特徴】 ・手法の実装はAIやエンジニアと協働。「何を検証し、なぜその手法か、結果を信じてよいか」を握るデータ人材です。 ・きれいなデータではなく、計測が壊れがちな現場のデータを疑い、整え、意思決定できる状態に変えます。 【入社後90日】 1〜30日：計測・データ品質の把握／31〜60日：改善提案の効果測定設計／61〜90日：1テーマで提案→効果測定→次回反映の学習ループのプロトタイプ構築 【働き方】 分析・仮説検証は本人とAIで自律的に。本番環境への反映や顧客サイトに影響する変更はバックエンド・プロダクトチームと連携します。 【開発・分析環境】 SQL／Python／GA4／Google Search Console／Google Tag Manager／広告媒体データ／LLM／BI・ダッシュボード／社内データベース／プロパゲートAI

【必須】 ・仮説検証サイクルを自律して回した実務経験 ・統計・因果推論を原理から理解し、手法の限界を説明できること（前後比較、DiD、有意性、交絡、バイアス、サンプルサイズ、相関と因果の違い） ・SQLまたはPythonによるデータ抽出・加工・分析の実務経験 ・分類・予測・異常検知等の機械学習に関する基礎知識 ・LLMを評価・活用し、AIの分析を鵜呑みにせず検証できること ・小サンプル・欠損・計測不備のある状況で不確実性を扱えること