Chief Data Officer

募集背景

1. 1カウシェの経営におけるデータ戦略とそのために必要な設計を構築し、定量責任を担うポジションを募集
2. 2累計700万ダウンロードを突破し、2023年の事業転換以降約3年でGMV35倍、売上総利益411倍、DAU81倍を達成
3. 3成長を支えるコア技術はレコメンデーションで、Vertex AI上でTwo-Towerモデル等のMLモデルが本番稼働
4. 4今後はUGCマッチング、商品出品者への改善提案、広告配信最適化、ダイナミックプライシング等ML/LLM活用領域が拡大
5. 5滞在時間あたりの利益、LTV最大化、モデル改善等をKPIとし、経営に直接インパクトのあるデータ戦略立案・実行を担うCDOを募集

プロダクトの特徴

1. 1カウシェは発見型ソーシャルECアプリで、検索型ECとは逆に「なんとなく眺めて発見して買う」体験を提供
2. 2セール商品との偶然の出会いやレビュー・クエスト等の参加型機能で、買い物が感情を動かす体験になる場を創出
3. 32026年7月に累計700万ダウンロードを突破し、ユーザーは全国に分布、特にEC未経験の40〜50代女性に多く利用
4. 4カウシェファームやみんなの投稿等の日常的に楽しめる要素が強みで、1日平均38分・月20日以上の高頻度利用

プロダクトの目指す世界

1. 1ミッションは「日常に楽しさを」で「新しい生活圏のカタチ」を創る
2. 2EC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
3. 3ソーシャルとエンタメとコマースの掛け算で、人が自然と集まり生活のリズムに溶け込む拠点を目指す
4. 4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生活圏を切り拓く

業務内容

1. 1ML/LLM/データサイエンスを経営・事業戦略に接続し、投資対効果のあるテーマに集中させ組織的に遂行する責任者
2. 2重点課題に対するAI技術選定、フィージビリティ評価、期待効果に基づく優先順位付け
3. 3学習構造/技術ロードマップの策定および技術投資方針の立案
4. 4ロードマップ実行に必要な組織・体制の設計、採用戦略の策定
5. 5データ基盤、MLOps/LLMOps、プロダクト実装・運用まで見据えた長期アーキテクチャ方針の主導
6. 6ML/LLM/データサイエンスの知見・経験に基づく立案、組織構築、マネジメントを中心としたリーダーシップの発揮
7. 7上記戦略の実行のためのデータ組織の確立

このポジションで向き合う難題

1. 1レコメンドモデルのアーキテクチャ進化：Two-Towerモデルをベースに精度・速度・スケーラビリティを高める設計・実装
2. 2コールドスタート問題：新規顧客の購買データ不足をファーム内行動等のシグナルから嗜好を推定するモデルで解決
3. 3リアルタイム性の向上：レコメンドユースケースで事業インパクトの大きいリアルタイム性向上のためのモデル最適化
4. 4短期CVR vs 長期LTV：短期的購入率と長期的顧客価値の両立を実装レベルで追求
5. 5新たなML/LLM活用領域への展開：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等の新モデルを事業インパクト順に設計・実装

開発環境・技術スタック

1. 1データ基盤・分析: BigQuery, Dataform, Python, Looker Studio
2. 2ML基盤: Google Cloud (Vertex AI, Vertex AI Experiments, Cloud Spanner, etc)
3. 3AI/LLMツール: Claude Code, Cursor, Codex, GitHub Copilot（全員分予算あり）
4. 4その他: GitHub, Slack, Notion

仕事の魅力

1. 1月20日以上・1日38分というECとして異例の高密度データが武器になり、精度の高いモデル設計と実験が可能
2. 2レコメンドにとどまらないデータ戦略全体の構築ができ、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等の優先順位から自分で設計できる裁量がある

一緒に働く「人」と「開発文化」

1. 1連携する役員：取締役COO山田悠太郎、執行役員CXO佐藤俊輔、執行役員CBO高見隼悟、執行役員CTO池松恭平
2. 2業界トップクラスのエンジニアが集結し、メガベンチャーやTechスタートアップでテックリード・EM・CTO経験者が多数在籍
3. 3DeNA AI技術開発部との技術連携によりML領域のアドバイザリーを受けながら開発
4. 4AI Nativeな開発スタイルでコードの大半をAI経由で生成、PRの80%をAIレビューのみでDeploy
5. 5事業とお客様に近い距離で開発し、PdMやデザイナーと混成でKPIや対応方針を深くSync

入社後3ヶ月のマイルストーン

1. 11ヶ月目：既存レコメンドモデルのアーキテクチャ・特徴量・評価指標を理解し、ユーザー行動・購買データを探索
2. 22ヶ月目：滞在時間あたりの利益・LTV最大化のためのデータ取得・活用戦略をCOO・CXO・CBOと連携し仮説構築
3. 33ヶ月目：AI・データ施策の優先順位づけとロードマップ策定、効果検証の仕組みを整えPDCAを自走

応募資格（必須）

• 経営の立ち位置からデータ戦略を理解・舵取りできること
• 経営・事業課題、業務・データ・システムの現状を理解し、dataと学習モデルで解くべき課題に構造化できること
• 機械学習、データ分析、生成AIの活用領域・導入プロセス・限界を理解し、課題に応じて適切な技術選定ができること
• 複数のML/LLM/データサイエンステーマをリストアップし、評価・優先順位付けできること
• 経営層、事業部門、PdMなど多様な関係者と合意形成し、意思決定・推進をリードできること
• データ戦略を実行できる組織運営をリードできること
• 戦略・中長期ロードマップを策定し、段階的な実行計画に落とし込めること
• KPI設計、効果検証、A/Bテスト等を通じて、施策の成果を評価・改善できること
• 当該領域における組織の設計、採用、育成、評価、組織改善など一連の組織マネジメントができること
• 機械学習、データ分析、LLMの基本概念・活用領域・導入プロセス・限界を理解し、課題に応じた技術選定・実現性判断ができること
• データ基盤、MLOps/LLMOps、プロダクト実装、業務フロー組み込み、評価・監視・運用改善まで見据え、専門家と技術方針を議論できること
• SQL、DB、Pythonの基礎力があり、自身でデータを観察してインサイトを得られること
• 生成AIやデータ活用に伴う品質、セキュリティ、個人情報、説明責任等のリスクを理解し、適切に管理できること
• 日本語でスムーズにコミュニケーションが取れること

歓迎する経験

• EC、ソーシャルメディア、ゲーム領域での経験
• Python、SQL等を用いたAI/ML開発・データ分析の実務経験
• 機械学習モデル、生成AIアプリケーションを用いた推薦、分類、回帰、自然言語処理、Computer Vision、統計モデリング、時系列分析等の開発・事業適用経験
• Boosting系モデル、Deep Learning、LLM、RAG、Fine-tuning等に関する実践的な理解
• MLOps/LLMOps、データ基盤、クラウド環境を用いたAI/データサイエンスシステムの開発・運用経験
• AI/データサイエンスプロジェクトにおけるPdM、PjM、Tech Lead、またはそれに準ずるリード経験
• AIガバナンス、セキュリティ、個人情報保護、品質管理、説明責任に関する実務経験
• 生成AIコーディングを用いたプロトタイプやモックアップ作成経験

待遇・福利厚生

• Woman休暇
• クラブ活動支援
• ピアボーナス
• 入社特別休暇
• 完全週休2日制
• 年次有給休暇
• 慶弔休暇
• 社員紹介報奨金制度
• 自己啓発サポート制度

求めるスキル・経験