ABEMAとクリエイティブ

「ABEMA」ではオリジナルドラマや恋愛番組、アニメ、スポーツなど、多彩なジャンルの番組を配信しています。これらの多彩な番組の中から、好みに合うものを視聴者が見つけられることは、サービスとして非常に重要です。このため、番組の魅力をより的確に伝えるためのクリエイティブの最適化はABEMAにとって非常に重要な役割を持っています。これまで私たちクリエイティブチームは、A/Bテストを用いたクリエイティブの効果検証や、ユーザーにとって相性の良いクリエイティブを選択する最適化に取り組んできました。

▼参考記事
・ABEMAにおけるサムネイル検証とOPE活用

クリエイティブチームでは、次のステップとしてクリエイティブの要素（例えば顔の大きさや数など）による効果に着目しています。例えば、ユーザが番組を選択して視聴するきっかけとなったクリエイティブに共通の要素はあるのでしょうか？これらの要素ごとの効果を特定することができれば、それを通じてクリエイティブ制作チームに洞察を提供し、その後のクリエイティブ制作に活用することができると考えられます。また、効果があると思われる要素を特定できれば、それをcontextual banditのようなクリエイティブ最適化アルゴリズムのContextとして利用できることも期待しています。

業務内容

このインターンシップでは、クリエイティブチームのデータサイエンティストだけでなく、CyberAgent AI Labの経済学チームや強化学習チームのリサーチャーと共に以下の業務に取り組みます。

• 機械学習 x 因果推論の適用：コンピュータービジョンの応用から得られた、コンテンツサムネイル画像のメタデータ（要素）と、視聴者のコンテンツ選択との間の因果関係を理解するためのモデルを開発します。（A/Bテスト・クリエイティブ最適化アルゴリズムのログデータを利用します。）
• クリエイティブ制作チームへのフィードバック：視聴のきっかけとなったクリエイティブの要素を特定し、その結果を資料にまとめ、クリエイティブ制作チームへフィードバックします。そのフィードバックによる改善の効果測定までできるとなお良いでしょう。

<できればうれしいこと>

• クリエイティブ最適化アルゴリズムのアップデート：特定できたクリエイティブ要素をクリエイティブ最適化アルゴリズムに活用した場合の効果をオフライン評価します。

求めるスキル・経験など

必須スキル

• PythonやRを使った分析・モデル作成・可視化の経験
• 統計・機械学習の基本的な理解
• 計量経済学および因果推論の基本的な理解
• 事業・ビジネスを理解した上で、分析・提案ができること
• 事業課題にあった論文の調査やその論文を読解して再現出来る

歓迎スキル

いずれかに該当する方

• 計量経済学・因果推論を用いた論文の英文査読誌での採択実績
• 機械学習・人工知能系国際カンファレンスでの採択実績
• データ分析にもとづいたアルゴリズムの改善提案
• 機械学習アルゴリズムの実装経験

就業条件

• ２ヶ月〜３ヶ月（40営業日以上 / 週3 6時間稼働 or 週2 8時間稼働想定)
• 期間や稼働時間などは応相談
• PC貸与