企業情報

【ミッション】 - People Tech 領域（Green／Wevox／Yenta 等）で、人と組織の課題をデータとAIで解決し、事業価値に落とし込むこと 【主な業務領域】 『世界中の人々を魅了する会社を創る』というビジョンを実現するために事業づくりと組織づくりの両面であらゆることにコミットしていただきます。 ご本人の意欲や強み、成果に応じて役割を柔軟に調整し続けます（例：エンジニアから、事業リーダー、PM、PdM、スクラムマスター、組織づくりなど貢献の幅を広げていただくイメージです） 事業リーダー、マーケター、セールス、カスタマーサクセス、デザイナー、エンジニア、データサイエンティストなどあらゆる職種のメンバーと連携する場面が多くあります。 【技術スタック・ツール】 TypeScript, Go, Ruby, Flutter React, Ruby on Rails, AWS, k8s Cursor, ChatGPT, CodeX, Claude, Gemini 【働き方・成長機会】 - 役割の拡張性 - フルスタック、PdM、デザイナー など、意欲や強みに応じて役割を柔軟に広げられる - 経営や現場との近さ - 経営陣と近い距離で意思決定し、プロダクトのコアに踏み込んだ開発ができる - カルチャー - カルチャーフィットを重視し、フラットでオープンな議論が行われる環境

【ミッション】 - People Tech 領域（Green／Wevox／Yenta 等）で、人と組織の課題をデータとAIで解決し、事業価値に落とし込むこと 【主な業務領域】 - 予測・要因分析 - スコア予測、需要予測、セグメンテーション、因果や要因の探索などのモデリングと評価 - NLP・LLM活用 - サーベイ自由記述の分類や要約、テーマ抽出、Q&AなどのLLM機能開発やプロンプト設計、評価設計 - レコメンド・マッチング - ユーザーや求人・人材の特徴量設計、ランキング最適化、オフライン評価とオンライン実験 - 分析基盤・MLOps - データパイプライン整備、特徴量ストア、学習からデプロイまでの自動化、監視と継続改善 - 事業連携・PdM協働 - PdM、エンジニア、CS、セールスと連携し、仮説立案から実装、効果検証まで一気通貫で推進 【代表的なプロダクトでの例】 # Wevox - 自由記述コメントのAI分類やトピック抽出、エンゲージメントに関する示唆生成、CS支援のAI導入など # Green／Yenta - 候補者と求人のマッチング精度向上、レコメンド改善、検索・ランキングの最適化 【技術スタック・ツール】 # 言語・ライブラリ - Python, Pandas, NumPy, scikit-learn, PyTorch, etc - NLP／LLMの評価・プロンプト設計、ベクトル検索等 ## 基盤・運用 - データ基盤とCI/CD、実験環境整備、監視基盤、A/B テスト運用などのMLOps実践 # 手法 - 機械学習・深層学習、ベイズモデリング、数理最適化、ヒューリスティック最適化 など 【働き方・成長機会】 - 役割の拡張性 - 機械学習エンジニア、データアナリスト、データエンジニア、PdM など、意欲や強みに応じて役割を柔軟に広げられる - 経営や現場との近さ - 経営陣と近い距離で意思決定し、プロダクトのコアに踏み込んだ開発ができる - カルチャー - カルチャーフィットを重視し、フラットでオープンな議論が行われる環境

【ミッション】 - People Tech 領域（Green／Wevox／Yenta 等）で、人と組織の課題をデータとAIで解決し、事業価値に落とし込むこと 【主な業務領域】 - 予測・要因分析 - スコア予測、需要予測、セグメンテーション、因果や要因の探索などのモデリングと評価 - NLP・LLM活用 - サーベイ自由記述の分類や要約、テーマ抽出、Q&AなどのLLM機能開発やプロンプト設計、評価設計 - レコメンド・マッチング - ユーザーや求人・人材の特徴量設計、ランキング最適化、オフライン評価とオンライン実験 - 分析基盤・MLOps - データパイプライン整備、特徴量ストア、学習からデプロイまでの自動化、監視と継続改善 - 事業連携・PdM協働 - PdM、エンジニア、CS、セールスと連携し、仮説立案から実装、効果検証まで一気通貫で推進 【代表的なプロダクトでの例】 # Wevox - 自由記述コメントのAI分類やトピック抽出、エンゲージメントに関する示唆生成、CS支援のAI導入など # Green／Yenta - 候補者と求人のマッチング精度向上、レコメンド改善、検索・ランキングの最適化 【技術スタック・ツール】 # 言語・ライブラリ - Python, Pandas, NumPy, scikit-learn, PyTorch, etc - NLP／LLMの評価・プロンプト設計、ベクトル検索等 ## 基盤・運用 - データ基盤とCI/CD、実験環境整備、監視基盤、A/B テスト運用などのMLOps実践 # 手法 - 機械学習・深層学習、ベイズモデリング、数理最適化、ヒューリスティック最適化 など 【働き方・成長機会】 - 役割の拡張性 - 機械学習エンジニア、データアナリスト、データエンジニア、PdM など、意欲や強みに応じて役割を柔軟に広げられる - 経営や現場との近さ - 経営陣と近い距離で意思決定し、プロダクトのコアに踏み込んだ開発ができる - カルチャー - カルチャーフィットを重視し、フラットでオープンな議論が行われる環境

【ミッション】 - People Tech 領域（Green／Wevox／Yenta 等）で、人と組織の課題をデータとAIで解決し、事業価値に落とし込むこと - 素早く技術的基礎知識と経験を掴み、Coding Agent を fully utilize できる人になり、作りまくること 【主な業務領域】 ヒトと組織のデータを扱うスペシャリストとして、AIを駆使し新たな価値を生むこと（新規プロダクトでも既存プロダクトの再構築でも、日常業務の変革でも） 時代を読み、考え、真に価値があると思うことを突き詰めること 以下、従来のデータサイエンティストとしての業務をAI前提のものに適応し、生まれ変わらせ、価値創出すること - 予測・要因分析 - スコア予測、需要予測、セグメンテーション、因果や要因の探索などのモデリングと評価 - NLP・LLM活用 - サーベイ自由記述の分類や要約、テーマ抽出、Q&AなどのLLM機能開発やプロンプト設計、評価設計 - レコメンド・マッチング - ユーザーや求人・人材の特徴量設計、ランキング最適化、オフライン評価とオンライン実験 - 分析基盤・MLOps - データパイプライン整備、特徴量ストア、学習からデプロイまでの自動化、監視と継続改善 - 事業連携・PdM協働 - PdM、エンジニア、CS、セールスと連携し、仮説立案から実装、効果検証まで一気通貫で推進 【代表的なプロダクトでの例】 # Wevox - 自由記述コメントのAI分類やトピック抽出、エンゲージメントに関する示唆生成、CS支援のAI導入など # Green／Yenta - 候補者と求人のマッチング精度向上、レコメンド改善、検索・ランキングの最適化 【技術スタック・ツール】 # 言語・ライブラリ - Python, Pandas, NumPy, scikit-learn, PyTorch, etc - NLP／LLMの評価・プロンプト設計、ベクトル検索等 ## 基盤・運用 - データ基盤とCI/CD、実験環境整備、監視基盤、A/B テスト運用などのMLOps実践 # 手法 - 機械学習・深層学習、ベイズモデリング、数理最適化、ヒューリスティック最適化 など 【働き方・成長機会】 - 役割の拡張性 - 機械学習エンジニア、データアナリスト、データエンジニア、PdM など、意欲や強みに応じて役割を柔軟に広げられる - 経営や現場との近さ - 経営陣と近い距離で意思決定し、プロダクトのコアに踏み込んだ開発ができる - カルチャー - カルチャーフィットを重視し、フラットでオープンな議論が行われる環境