インターネット・Webサービス（IT/Web・通信・インターネット系）のデータサイエンティスト cb299634

募集背景
AIの実用化により、広告配信における意思決定の高速化・高度化が進み、プラットフォーム間の競争は一層激化しています。我々の広告配信プラットフォーム（RUNA）はその中で、価格最適化・広告パフォーマンス最大化・クリエイティブ最適化を核とするコアアルゴリズムの内製強化によって差別化を図るフェーズにあります。加えて、楽天グループ内でのRUNA活用は拡大を続けており、配信規模とユースケースの多様化に伴い、モデルの汎化性、実験速度（A／Bテスト）と運用の信頼性の強化が求められています。こうした外部環境の変化と内部需要の拡大に対応し、仮説設計からモデリング、オンライン実装、評価・改善までを一気通貫で推進できるデータサイエンティストを募集します。

業務内容
・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）
・オンライン実装と実験設計：A／Bテスト／バンディット、キャリブレーション、ロールアウト戦略の策定と効果検証・継続改善
・本番運用・MLOps：学習／推論パイプラインの構築、監視・ドリフト検知、モデル更新・自動ロールバック、品質／プライバシーガバナンス対応
・社内ステークホルダー（プロダクト・エンジニア・営業／運用）との連携による要件定義、意思決定支援、ドキュメンテーションとナレッジ共有

働く環境
＜開発チーム人数＞
約20名（SRE、Backend／Frontend、Data、SDK、QA）

＜開発環境＞
・Google Cloud Platfor（GKE、 Dataflow、Cloud PubSub、BigQuery、Cloud SQL）
・Aerospike
・Terraform
・Ansible
・Python
・Go

＜関連システム、広告プロダクト＞
・Ad Platform／DMP／Data feed／広告効果計測／Pixel tag
・リスティング広告、ディスプレイ広告、動画広告、Google shopping広告

楽天・事業について
Global Ad Technology統括部 （GATD）では楽天の広告関連事業全般の技術面を担っています。日本、シンガポール、インド、中国、英国と5か国にまたがる多国籍な部門であり、蓄積された膨大なデータを利用し、社内の各部門を横断して広くサポートしています。

GATDウェブサイト： https://corp.rakuten.co.jp/careers/feature/adtech/en/

部署・サービスについて
私たちの使命は、広告配信、オーディエンス管理、トラッキング、レポーティング、Data Syncプラットフォームなど膨大なデータに基づくマーケティングソリューションを提供することで、社内外のステークホルダーをエンパワーすることです。私たちのチームでは、ビッグデータの処理システムをはじめ、高トラフィックかつ大規模な広告アプリケーションやプラットフォームといった幅広い技術に挑戦することができます。また、外部の広告プラットフォームとも連携しているため、最新のデジタル広告、広告プラットフォームに携わることができます。

プラットフォームに関する包括的な知識を持ち、複数のプラットフォームコンポーネントを組み合わせてビジネス要件に対してトータルソリューションを提供するポジションが存在します。

私達のチームでは、楽天市場を含む、楽天全体のサービスで広く使われる広告配信プラットフォームの開発・運用を行っています。数万QPSといった高トラフィックを100ms以下の低レイテンシーで応答するサーバーや、月間数百億規模の膨大なログデータを処理するバックエンドシステム、管理画面などのシステムから構成されています。

Global Ad Technology統括部：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）

【必須要件】
・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
・プロダクション導入の経験（モデルのデプロイ、スケジューリング／パイプライン運用、監視、ドリフト検知の実装・運用）
・ステークホルダーと連携した要件定義、分析設計、意思決定支援のコミュニケーション能力(成果物の説明・可視化含む)
・コンピュータサイエンス、情報工学、統計、応用数学等の学位、または同等の実務経験
・英語（流暢）、もしくはTOEIC800点以上、またはそれと同等の資格やスキルがあること

【歓迎要件】
・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）
・クラウド環境の利用経験（GCP：BigQuery／Vertex AI／Dataflow、またはAWS／Azure同等サービス）
・現実世界のアプリケーションでAIを活用した実務経験
・日本語（流暢）、もしくは日本語能力試験でレベルN2を習得している、またはそれと同等の資格やスキルがあること

#エンジニア職 #engineer #アプリケーションエンジニア #applicationsengineer #グローバルアドディビジョン #globaladdiv #楽天市場 #RakutenIchiba

大学院卒,大学卒,専門卒,高卒,中卒