データサイエンティスト デジタル広告／マーケティング（GATD）
想定年収
応相談
勤務地
東京都 世田谷区
リモート
リモート可
掲載中・最終確認 2026/6/1（3日前）
仕事内容
配信最適化に関する問題定義とKPI／評価指標の設計、可観測性（ダッシュボード・アラート）の整備。価格最適化、CTR／CVR・価値予測、クリエイティブ最適化に向けたデータ前処理・特徴量設計・モデリングとオフライン評価（シミュレーション含む）。
求めるスキル・経験
必須
PythonおよびSQLを用いたデータ分析・機械学習の実務経験 （3年以上）Pandas／NumPy／Scikit-learn、可視化ツールの活用スキル
大規模データの処理経験（例 Spark／BigQuery）と再現性の高い分析環境構築（Notebookとリポジトリの併用、コードレビュー、テスト）
統計・確率・因果推論・実験計画の基礎理解（仮説検定、サンプリング、A／Bテスト設計と解析、効果量推定）
機械学習のモデル開発経験（回帰・分類、ツリー系／GBDT／ロジスティック回帰／単純NN）と厳密な評価設計（オフライン／オンライン指標、キャリブレーション）
インターネット広告の基礎知識（CTR／CVR予測、入札・予算ペーシング、配信制御、KPI最適化）または近接領域での最適化実務
価格最適化、配信最適化への応用を意識した特徴量設計、データ品質管理、リーク防止、遅延ラベルの取り扱い
歓迎
広告オークション、メカニズムデザインの知識（First-price／Second-price、Bid Shading、Reserve Price最適化、フリークエンシー制御／カッピング）
価格最適化手法の実務適用経験（ベイズ最適化、多腕バンディット、コンテキストバンディット、強化学習等）
クリエイティブ最適化の経験（多変量テスト、バンディット最適化、画像／テキスト特徴量抽出、生成AIの活用）
サービングコントロールモデルとシミュレーション（例：予算編成、ペース調整、在庫予測など）の構築経験
ストリーミング、リアルタイム処理基盤（Kafka／Flink／Beam）の実装・運用、オンライン（リアルタイム）インターフェースの経験
MLOps実践（Feature Store、モデルレジストリ、CI／CD、Docker／Kubernetes、監視／アラート、データドリフト／概念ドリフト検知）