=短期的=ユーザーの行動/心理に関する仮説検証/仮説探索A/Bテストによる施策の効果検証統計的因果推論による施策の効果検証自由記述データの自然言語処理上記に関する開発/マーケティング側とのコミュニケーション =長期的=定型レポートのワークフロー開発/ダッシュボード構築コンテンツやオンラインイベントのレコメンド検索エンジンのアルゴリズム改良コンテンツの画像情報/音声情報を用いた機械学習

◆データサイエンス –統計検定2級レベルの知識 –機械学習・統計モデルの構築、およびモデルに基づく分析の経験 –マーケティング又は教育領域のデータ分析経験 ◆ビジネス –論理的思考力(定量思考力/要約力/仮説構築能力など) –ドキュメント作成能力(見栄えではなく、構成の組み立て方やわかりやすさが担保出来る) –開発/マーケティング側とコミュニケーションしながら分析を推進できる ◆エンジニアリング –SQLを利用してデータを加工・集計した経験 ・100~200行のコードを読み書きできること ・結合,CTE(WITH句)・サブクエリ,ウィンドウ関数が利用できること –Pythonによる集計やモデル構築・可視化の経験 ・numpy,pandasなどの集計用ライブラリの利用経験 ・scikit-learnなどの機械学習ライブラリの利用経験 ・matplotlib,seabornなどの可視化ライブラリの利用経験 –Git・GitHubの利用経験

◆データサイエンス –統計的因果推論の理解/実務経験 –レコメンド/画像解析/音声認識/自然言語処理など高度な機械学習の理解/実務経験 –ダッシュボード構築経験 ◆ビジネス –データを活用し、プロダクトをグロースさせた経験 ◆エンジニアリング –GCP/AWSの利用経験(特にBigQuery/Redshiftなどのビッグデータ基盤) –Airflowなどのワークフロー開発経験

1回