採用情報

• 募集背景
• 存在意義
• 扱う課題
• 業務内容
• 働く魅力
• キャリアパス
• 求める人物像
• 求めるスキル・経験
• 採用基準

• 募集背景

  

  なぜ今、採用するのか

  ディップでは、データサイエンティストが向き合うユーザー行動、求人情報、営業活動、経営判断に関わる多様なデータが日々蓄積されています。事業の成長とともに、売上予測、施策評価、営業支援など、データ分析や機械学習で解くべきテーマも広がり続けています。だからこそ今、分析だけでなく意思決定まで前進させる新卒データサイエンティストを迎えたいと考えています。

  データサイエンティストに期待する役割

  私たちが期待しているのは、データ分析をして終わる役割ではありません。統計、機械学習、因果推論などの分析手法を用いてデータに隠れた傾向を抽出し、ユーザー、顧客、社内の意思決定をより良くすることが役割です。事業や現場に入り込み、示唆を施策や運用につなげるところまで担うことを期待しています。

  新卒に期待する役割

  新卒データサイエンティストの皆さんには、学生時代に培った統計学、機械学習、計量分野などの知識を土台に、実務を通じて課題解決の幅を広げていってほしいと考えています。最初から完成された人材である必要はありません。未知の課題にも向き合い、学びながら価値を出していこうとする姿勢を大切にしています。

• 存在意義

  

  MISSION（果たす役割）

  データサイエンスを通じて、ユーザー、顧客、社内の意思決定をより良くし、事業成長と社会価値の向上に貢献することが私たちのミッションです。分析結果を出すだけでなく、それを施策や運用に生かし、実際の意思決定を前に進めるところまでを役割としています。

  VISION（目指す姿）

  私たちが目指しているのは、データサイエンスが一部の専門家だけのものではなく、事業や組織の意思決定に自然に組み込まれている状態です。分析をレポートで終わらせず、サービスや業務、組織の仕組みにまで実装していくことで、会社と社会をより良くしていきたいと考えています。

  VALUE（大切にする姿勢）

  私たちは、本当に解くべき課題は何かを考え抜くこと、分析を使われる価値に変えること、そして学び続けながら専門性を磨くことを大切にしています。高度な技術を扱うだけでなく、現場や経営と対話しながら価値を生み出す姿勢を重視しています。

• 扱う課題

  

  事業課題

  ディップのデータサイエンティストは、売上予測や重要指標の要因分析、施策の効果検証など、事業運営に直結する課題に向き合います。事業の状況を正しく捉え、次の意思決定につながる示唆を導き出すことが重要な役割です。

  営業課題

  営業活動をどのように最適化するかも、重要なテーマのひとつです。営業活動データをもとに、成果につながる行動の分析や提案の最適化などを行い、現場の生産性向上や売上拡大に貢献します。

  ユーザー課題

  ユーザーにとってより良い仕事探しの体験をどう実現するかも、大切な課題です。求人データやユーザー行動データを活用しながら、一人ひとりに合った仕事の提案やサービス体験の改善につながる分析に取り組みます。

• 業務内容

  課題設定から提案まで担う

  ディップのデータサイエンティストは、与えられたテーマを分析するだけではありません。事業や現場の課題を理解し、何を解くべきかを整理し、適切な論点設定とデータ分析設計を行ったうえで、提案まで担います。課題設定から提案まで一気通貫で関われることが、この仕事の大きな特徴です。

  予測・効果検証・分析を行う

  業務内容の中心は、レコメンドシステム、数理最適化、売上予測モデル、効果検証のための因果推論、勝ち筋を可視化するベイズ機械学習などです。統計、機械学習、Python、R、SQLなどを活用しながら、多彩なアプローチで意思決定を最適化します。

  分析結果を施策や意思決定につなげる

  データ分析の価値は、現場や経営が使える形になって初めて生まれます。ディップでは、分析結果をレポーティングし、関係者と議論しながら、施策改善や運用、意思決定に反映していくところまで担います。自分の分析が事業にどう影響したかを実感しやすい環境です。

• 働く魅力

  

  実務を通じて成長できる環境

  事業会社のデータサイエンティストとして、入社後は技術研修やOJTを通じて、先輩社員とともに実際のプロジェクトに参加していきます。勉強会や知見共有の文化もあり、学生時代の知識を現場で価値を出せる力へと育てながら、周囲と学び合って成長できる環境です。

  テーマの広さと事業への近さ

  ディップは業界最大級のデータ量を保有しており、営業活動データ（toB）と求人データ（toC）の両方を扱います。売上予測、営業支援、効果検証、レコメンドなどデータサイエンスのテーマの幅が広く、分析結果を事業や意思決定に近い場所で生かせるのが特徴です。

  新卒から本格テーマに挑戦し専門性を伸ばせる

  新卒でも補助的な業務だけにとどまらず、1年目から新規プロジェクトや既存テーマに関わり、売上予測や効果検証などのデータ分析に挑戦できます。分析で終わらず、分析結果をアプリケーションやAPIに実装して実用化するところまで関われることに加え、学会発表や外部発信の機会もあるため、事業会社でありながらデータサイエンティストとしての専門性を継続的に伸ばしていけます。

• キャリアパス

  スペシャリストとして専門性を深める

  将来的には、データサイエンティストの専門家として分析業務に携わり、予測、因果推論、ベイズ統計、モデリングなど、自分の強みを深めていくキャリアを描くことができます。専門性を軸に、事業にインパクトを与え続けるスペシャリストを目指せます。

  分析プロジェクトを推進する

  経験を積んだ後は、プロジェクトマネジメントスキルを用いて、分析プロジェクトの上流から意思決定を支える役割も担えます。MLPM、EconPM、PoliSciPMなど、テーマ設定、関係者調整、示唆の実装までを主導しながら、プロジェクトを前に進めるキャリアも広がっています。

  事業に近い役割へ広げていく

  データサイエンスの専門性を軸にしながら、データサイエンスプロダクトの社会実装を支えたり、事業や組織全体にデータ活用を広げたりする役割へ進むこともできます。専門性を起点に、より広い価値提供へ挑戦できる環境です。

• 求める人物像

  事業課題に関心を持てる人

  データサイエンスや機械学習そのものに関心があるだけでなく、その技術を使ってどんな事業課題を解きたいのかまで考えられる方を求めています。現場や経営が何に困っているのかを理解し、データ分析を価値に変えたいという意志がある方を歓迎します。

  分析だけでなく提案まで踏み込みたい人

  データ分析の結果を出すだけで満足せず、その先の意思決定や施策改善まで関わりたい方に向いています。自分の専門性を実際の事業価値へどうつなげるかを考え、周囲を巻き込みながら前に進められる方と一緒に働きたいと考えています。

  論理的に考え抜ける人

  データサイエンスの仕事では、簡単に答えが出ない課題に向き合うことが少なくありません。だからこそ、仮説を立て、検証し、考え抜く力が求められます。難しいテーマに対しても粘り強く向き合い、論理的に解いていける方を歓迎します。

• 求めるスキル・経験

  

  統計学・機械学習の基礎知識

  統計学、機械学習、計量分野などの基礎知識は、データサイエンティストの仕事の土台になります。大学や大学院で学んだ知識を、実務の課題解決にどう応用できるかを考えられることを期待しています。

  Python／R／SQLなどの分析経験

  Python、R、SQLなどを使ってデータ分析を行った経験は、入社後の業務にもつながります。特に、分析の再現性を意識して手を動かした経験や、モデル構築、検証、可視化まで一通り取り組んだ経験は大きな強みになります。

  研究・授業・インターンでのデータ活用経験

  研究、授業、インターンなどの中で、課題を設定し、データを分析し、結果を解釈してまとめた経験を歓迎しています。テーマの大きさよりも、何を考え、どのように取り組んだかを重視しています。

• 採用基準

  基礎力と課題解決力

  データサイエンティスト新卒採用の選考では、統計学や機械学習などの基礎的な素養だけでなく、それらをどのように事業課題へつなげようとしているかを見ています。現時点での完成度だけではなく、課題への向き合い方や学び続ける姿勢も重視しています。

  経験を自分の言葉で説明できるか

  研究、授業、インターンなどで取り組んだデータ分析や機械学習のテーマについて、何を課題と捉え、どのような手法を選び、どのような結果や学びを得たのかを、自分の言葉で説明できることが大切です。テーマの大きさよりも、思考の深さや再現性のある説明を重視しています。

  入社後に目指したい姿があるか

  面接は、一方的に評価する場ではなく、入社後にどのようなテーマに向き合いたいか、どんな環境で成長したいかをすり合わせる場でもあります。自分の専門性をどう生かしたいか、どんな価値を出したいかをぜひ率直に聞かせてください。