プロダクトデータサイエンティスト（Matching）

必須

• 推薦・検索・マッチング領域の実務経験： 推薦・検索・マッチングに関する実ビジネスの課題に対して、機械学習、マッチング理論、数理最適化等の知見を用い、モデル・アルゴリズムの開発・改善に取り組んだ経験
• 開発・分析の実務経験： SQLおよびPythonを用いたデータ分析・モデル開発、クラウド（Google Cloud / AWS等）環境でのモデル開発または運用、およびGitを用いたチーム開発の経験
• プロダクトへの導入・継続改善の経験： チームでモデル・アルゴリズムを本番サービスへ導入し、評価結果や運用データ、ユーザーの反応を踏まえた改善に携わった経験
• モデル評価・効果検証の実践力： 担当課題に適した評価指標を選び、モデル・アルゴリズムの性能を検証できること。加えて、A/Bテストや統計的な分析によって施策の効果を検証した経験があり、結果の解釈や検証上の制約を踏まえて、次の改善を提案できること **
• 事業課題を分析・開発の課題に具体化する力 ：ユーザーや事業の課題を理解し、チームと議論しながら仮説と検証方法を具体化できること。また、担当するモデル・施策がどの事業指標の改善につながるかを説明できること
• 関係者と協働し、担当施策を進める力 ：PdM、エンジニア、他のデータサイエンティスト等と目的・進め方をすり合わせ、必要な相談やレビューを活用しながら、担当課題を自律的に進められること

歓迎

• 2サイドマッチングプラットフォームの知見 ：ワーカーと事業者など、双方の体験や需給バランス、流動性、ネットワーク効果を考慮した分析・プロダクト改善の経験
• ランキング・検索システムの開発経験 ：多段階ランキング、リランキング、キーワード検索とベクトル検索を組み合わせたハイブリッド検索、文脈を考慮した検索等の開発・改善経験
• 基盤モデルを活用した検索・推薦の改善経験 ：LLM、埋め込み表現、セマンティック検索、クエリ書き換え、RAG等を用いて、検索・推薦体験の改善と評価に取り組んだ経験
• 因果推論・多目的最適化の知見 ：複雑な相互作用を考慮した施策の効果検証、またはユーザーの満足度・事業収益・需給バランス等の複数の目的を考慮した最適化の経験
• 評価・継続学習・運用の仕組みを設計した経験 ：評価パイプライン、フィードバックループ、継続学習、モデル監視、異常時の対応等の設計・構築に携わった経験
• 論文等の調査と実装経験 ：推薦・検索・最適化等の論文や技術情報を調査し、実際の課題や制約に合わせて実装・検証した経験

求める人物像

• 当社のミッション、社会貢献性の高い事業に共感していただける方
• 当社のバリューにフィットする方
• 業界・顧客理解のためにインプットを怠らない方
• 課題解決に向け、自ら考え、手を動かすこともできる方
• 周囲と円滑なコミュニケーションを取り、大胆に巻き込みながら仕事を進められる方
• ロジカル一辺倒ではなく、相手に配慮したコミュニケーションができる方

使用ツール

募集背景

• タイミーの急激な事業成長に伴い、求人案件とユーザー数が拡大し続ける中で、「自分に合った仕事がすぐに見つかる」「必要な時に必要な働き手が集まる」というマーケットプレイスとしての流動性と質を両立させることは、当社のミッションである「『はたらく』を通じて人生の可能性を広げるインフラ」を維持・発展させるための最重要課題です。
• スポットワークのマッチングは、一般的なEC等とは異なり、場所・時間・スキルといった物理的な制約が強く、さらに「現場での体験」そのものがプロダクトの価値に直結します。そのため、単なるマッチング精度の改善に留まらず、マーケットプレイス全体の需給バランスの最適化や、「タイミーを使うほど、働く時間がより豊かになる」ような仕組みのデザインが求められています。
• また、LLMなどの基盤モデル技術を活用し、募集内容やレビューといった非構造化データから、ワーカーと事業者の特徴をより深く理解する挑戦も進めています。
• 「なぜこの指標を改善すべきなのか」「タイミーとしてどのような体験を提供すべきか」というプロダクトおよびマーケティングの視点を持ち、データサイエンスと最新のAI技術を融合させて事業成長を牽引できる、意欲ある仲間を募集しています。

業務内容

• 現在、データサイエンスグループでは主に「マッチング体験の向上」「プラットフォームの信頼性・安全性向上」「ML/LLM基盤の構築・運用」の3つの領域に注力しています。 本ポジションでは、このうち「マッチング体験の向上」を専門的に担当いただき、推薦や検索アルゴリズムの力を用いて、ユーザーへの価値提供を最大化していただきます。
• ビジネス課題の特定から、数理最適化や因果推論、基盤モデル等を用いたシステム設計、ビジネスインパクトと連動した評価パイプラインの構築までをフルサイクルで担っていただきます。

1. 理想のマッチングと評価指標の設計

• 推薦・マッチングアルゴリズムが事業KPI（マッチング率、継続率等）に与える影響を分析し、優先的に改善すべき領域を策定
• 「タイミーにおける理想のマッチング」を定義し、それを多角的に評価・計測するための指標や、信頼性の高い評価基盤の設計・構築
• ワーカーの皆様の継続的な活躍を支え、タイミーを通じた「はたらく」体験がより価値あるものとなるような、データに基づいた価値還元やパーソナライズ体験の構築

2. マッチングのデータサイエンスと最新技術のリサーチ・実装

• 推薦システム、検索、グラフニューラルネットワーク、数理最適化、マーケットデザイン等の分野における論文の調査および、タイミーのマッチング課題への適応・実装
• 多種多様なニーズを持つワーカーと事業者の需給バランスを考慮した高度なマッチングアルゴリズムを開発し、因果推論等を用いた施策の効果検証

3. 基盤モデルを活用したユーザー理解の深化

• LLM等の基盤モデルを用いて、非構造化データからセマンティックな特徴を抽出し、マッチング精度の向上に繋げる
• プロンプトエンジニアリングや効率的な追加学習（PEFT等）を駆使し、特定ドメインにおけるモデルの最適化を推進

4. フルサイクルなモデル開発と推論の最適化

• ユーザーからの反応やフィードバック（暗黙的・明示的シグナル）を収集・分析し、プロダクトを継続的に進化させる学習ループ（フィードバックループ）の構築
• ロードマップ策定からモデリング、A/Bテスト等の検証、本番運用の実施までを一気通貫で担当
• 推論時のレイテンシー改善やコスト管理を行い、快適なユーザー体験とビジネス効率の両立を追求

技術スタック(主要な部分の抜粋)

• クラウド
• Google Cloud
• 開発言語
• Python
• データ基盤
• BigQuery / Fivetran / dbt Cloud
• ML / LLM基盤
• Vertex AI / MLflow / LiteLLM / Datadog LLM Observability
• BIツール
• Looker / Looker Studio
• IaC
• Terraform
• 開発環境・ツール
• Visual Studio Code / Cursor / Claude Code / GitHub Copilot / Devin / GAS etc

扱っているデータ

• アプリユーザーのアクセスログ、募集内容に関する情報
• マッチングに関する情報
• レビューや評価情報や、アプリインストールなどの広告効果に関わるデータ
• 問い合わせに関するデータ
• 営業活動情報のデータ
• 上記のようなデータを扱っております。

本ポジションの魅力

• 「スポットワーク」という新しい市場の先駆者として、あらゆる人の人生の可能性を広げるためのインフラづくりに深く関わることができます。
• 機械学習モデルを作成して終わりではなく、運用/継続学習/精度の監視を大事にしています。
• 施策の設計から携わることが可能です。
• データ基盤の整備は別のチームが担当しているため、データサイエンティストとしての価値創出に集中できます。
• 考慮する変数が多くモデリングする対象が複雑かつ、アイテムのライフスパンが短いため難易度が高いですが、 高いレベルで「データサイエンス力」「ビジネス力」や「データエンジニア力」を体現しているデータサイエンティストと一緒に働くことができ、アジリティ高く施策や検証を行うことができます。
• グループのMission実現のための最適なアルゴリズム、モデル、コード、ツールなどについて、チームメンバーでの議論・提案を歓迎する文化があります。