グロービスの提供する多様な教育サービスのデータを用いた事業課題解決や意思決定支援を推進するポジションです。
事業内容
これまでの社会人教育事業で培ったノウハウを活かし、社会人の学びを加速させるために、グロービスでは、デジタルでの社会人教育事業(Ed-Tech)を強化しています。
2016年にEdTech新規事業部門(グロービス・デジタル・プラットフォーム部門)を創設し、現在は部門全体で160名、そのうちテック人材が90名程の組織規模になっています。
我々はサービスを内製開発しており、具体的にはビジネス動画のサブスクリプションサービスである「GLOBIS 学び放題」や英語版の「GLOBIS Unlimited」、法人向けの学習管理を目的とした「GLOPLA LMS」などがあります。「GLOBIS 学び放題」は、2017年のサービス開始以来、有効会員数20万人を突破し、Withコロナ時代でも「学びを止めない」ために日々多くのサービス開発を行っています。
募集背景
現在、グロービス内で保持する学習データ(例:「GLOBIS 学び放題」の学習行動データ)の活用に本腰を入れ始めています。
その中で、データを活用して「GLOBIS 学び放題」などのデジタルプロダクトの事業KPI向上を推進していただけるデータサイエンティストに来ていただきたいと考えています。
現状、事業KPIを追う活動自体がスタートして間もないため、既定の分析タスクを実行するだけではなく、他チームを巻き込みながら、分析テーマの企画提案を広げていくフェーズにあるので、意志を持って主体的に動ける方にとって成長できる環境です。
所属チームについては、データ専門性の高い人材を集めたデータサイエンスチームを組成し、体制強化を進めています。
なお、チーム内での役割分担は下記のようにしています。
- データサイエンティスト:データによる新しい価値創造をゴールとするデータ分析やモデル開発を担う。
- 機械学習エンジニア:サービス実装をゴールとした機械学習のモデル開発を担う。データエンジニア:データ活用の要となるデータ基盤開発と運用を担う。
このうち、プロダクトのグロースなどを担っていただけるデータサイエンティストを募集します。
業務内容
プロダクト開発チームやマーケティングチームと密接に連携しながら、PDCAサイクルに伴走して、分析を通じたKPIマネジメント、施策企画実行支援、施策効果検証を担当し、プロダクトグロースを進めます。
データサイエンスチームで取り組んでいる具体例です。経験や興味に応じた分析タスクや分析テーマ企画提案・分析結果を踏まえた施策提案・チームメンバーへのディレクションなどをお任せいたします。
▼集客
非会員向けコンテンツの会員獲得貢献度の分析
▼契約継続
・学習行動ログ及びアンケート調査を用いた仮説検証・仮説探索
・統計的因果推論による施策効果検証
・定型レポートのワークフロー開発/ダッシュボード構築
▼送客
「GLOBIS 学び放題」から他の学習サービス(「ナノ単科」や経営大学院)への進学促進を目的とした、志望動機の自由記述データの自然言語処理
▼プロダクト外の新アクション
学習内容の実務活用などのプロダクト外の行動について、アンケート調査による実態把握及びプロダクト内の学習行動ログと紐付けた分析
<テックマガジン>
https://note.com/globis_engineers/n/nc4bf8c89c974
https://note.com/globis_engineers/n/n408b78905e23
<データサイエンスチーム紹介資料>
https://speakerdeck.com/globis_gdp/globis-data-science-team-is-hiring
開発環境は下記になります。
- インフラ
・GCP (データ基盤) / AWS (関連システム) - データパイプライン (ETL)
・CloudComposer (Airflow) - DWH
・BigQuery - その他インフラ管理
・Docker
・GKE / GAE / CloudRun
- 可視化ツール
・Google Data Portal / Tableau
- 分析環境
・Jupyter Notebook / Google Colab / Google Cloud ML
- 監視
・Cloud Logging / Stackdriver Logging
- その他
・Git / GitHub / Slack / Notion
魅力
- 他チームと連携し、上流の分析テーマ検討・企画に参加できます。
- コアメンバーとして大きな裁量を持ち、活躍するチャンスがあります。
- 経営層のデータ活用への温度感が高いので、強いバックアップのもとデータ活用の推進に取り組むことが出来ます。
- スキルの高いエンジニアとデータサイエンティストが既にチームに在籍しており、高度なデータ活用に向けたコラボレーションの環境が整っています。
- 社会人教育における国内最大規模の大学院・教育サービス機関であり、ユニークなデータが取得・利用可能です。
- 動画サービスのようなオンラインデータだけでなく、集合研修などのオフラインデータを扱うチャンスがあります。
- 社会人教育におけるDX推進にあわせ、様々なデータ活用の提案が実施できます。
- フルフレックス、フルリモート、副業可、服装自由、自己啓発支援制度やグロービス経営大学院への通学支援制度等、自己成長を目指す方が働きやすい環境であります。https://recruiting-tech.globis.co.jp/environment/
応募資格
必須要件
下記に列挙するデータサイエンス/ビジネス/エンジニアリングのスキルを全て保持している事。
特にビジネススキルに関しては、シニアデータサイエンティストとして、デジタルプロダクト(Webサイト・アプリ)における分析テーマ企画提案や分析結果を踏まえた施策提案の経験が必要です。
[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
- デジタルプロダクトのデータ分析経験
- アンケート調査設計と調査結果分析への興味関心
[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できる)
- ビジネスサイドと円滑なコミュニケーションを図りながら分析を進めることができる
- デジタルプロダクトにおいて、ビジネスサイドの課題感を適切に理解した上で、自発的に分析テーマを企画提案してきた実績がある
- デジタルプロダクトにおいて、分析結果から得られた示唆を踏まえて、ユーザー体験を向上させるための施策提案を行った実績がある
- チームメンバーに対して、分析アプローチのディレクションや分析結果のレビューを行い、分析の品質を担保することができる
[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
・結合, CTE (WITH句)・サブクエリ, ウィンドウ関数が利用できる
- Python・Rなど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,statsmodels 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
[その他]
- グロービスの事業、グロービスウエイに対する強い興味関心がある方
歓迎要件
下記に列挙する項目のいずれかを満たしている事。
[データ専門性]
- 統計的因果推論の理解/実務経験
- 自然言語処理の理解/実務経験
- アンケート調査設計の理解/実務経験
- ダッシュボード構築経験
[ビジネス力]
- データを活用し、プロダクトをグロースさせた経験
[エンジニアリング力]
- 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
職種 / 募集ポジション | 《東京》学習サービス事業 シニアデータサイエンティスト(テクノロジー職) |
---|---|
雇用形態 | 正社員 |
給与 |
|
勤務地 | 屋内原則禁煙 |
就業時間 | フレックスタイム制 |
休日 | ・土日祝休み ・有給休暇:4月1日に年間20日付与。入社日によって按分。 ・年末年始休暇(12月29日~1月4日)、結婚休暇、忌引き休暇、災害ボランティア休暇、出産・育児休暇、サバティカル休暇(勤続5年/10年に付与) |
待遇 | ・交通費支給(当社規定による) ・各種社会保険有り(健康保険、雇用保険、労災保険、厚生年金) ・退職金制度有り(定年:60歳) ・持ち株制度有り |
教育制度及び資格補助 | ・グロービス経営大学院受講支援制度 ※ ・海外短期留学支援制度 ※ ・自己啓発支援(年間上限20万円) ・業務上必要な研修受講支援(所属部門長の判断により全額負担) ※プログラムの未修了、もしくは、在学中または修了後2年未満での退職時には支援金の返金要 |
平均残業時間 | 実績10時間程度 |
リモートワーク | 良きコミュニティ・企業文化・関係性を生み出すリアルな「場」を重視しつつ、最先端のテクノロジーを駆使してオンラインやリモートを積極的に取り入れています。 週2日以上の出社を推奨していますが、部門・チームの特性によって方針を決定しています。 |
配属先組織構成 | グロービスの2016年に新設されたEd-Tech部門であるグロービス・デジタル・プラットフォームに所属いただきます。 データサイエンスチームの体制は以下です (業務委託を含む)。 ・統括ディレクター 1名 ・データエンジニア:2名 ・機械学習エンジニア:1名 ・データサイエンティスト:3名 ・技術顧問:1名 |
スケジュール(例) | 我々のチームはフレックスを導入しているため、1か月単位でスケジュールをご自身で調整していただいています。また、リモートワークも多用しているため、打合せはZoom等のオンラインで行うことが多いです。 <スケジュール例> 09:30〜10:30 slackやメール等の連絡事項チェック 10:30〜12:00 作成中のダッシュボード開発の定期レビューミーティング 12:00〜13:00 ランチタイム 13:00〜16:00 作業 (分析軸の確認等) 16:00〜17:00 技術顧問との打ち合わせ 17:00〜18:00 法人部門とデータ活用の新規プロジェクトミーティング |
将来のキャリアイメージ | データサイエンティストとして経験を積みつつ、知見を更に高めていただいた後は、データサイエンスチームや部門全体のデータ活用に関する取り組み全体をリードしていただくことや、チームマネジメントを期待しています。 |
選考フロー | 基本的な選考フローは下記となりますが、ご状況によっては、同日に実施するなどご相談を承ります。 書類選考→1次面接(部門担当)→2次面接(人事・部門リーダー)→3次面接(部門役員)→ 人事役員面接(実施しない場合もあり) ※1次面接で、以下の2つのことをお聞きしますので、ご自身なりのお考えを聞かせてください。 口頭での回答のみで構いませんので、とくにアウトプットを準備いただく必要はありません。 1. GLOBIS 学び放題と一般的なオンライン英会話サービスもしくは利用経験があるオンライン教育サービスを比較したときに、GLOBIS 学び放題のユーザーに長期的に学び続けてもらう難しさはどこにあると思いますか? 2. GLOBIS 学び放題というプロダクトを改善するために、どのようなデータをどのように取得・活用・分析して施策に活かすことが有効だと思いますか?(GLOBIS学び放題では、行動ログの計測に加えて、ユーザーに対するアンケート調査も実施可能です。) ※エッセイ(グロービスで何をやりたいのか)を提出いただきます。タイミングとしては原則3次面接前の提出となります |
学歴 | T職: 高校・高専・専修・短大・大学・大学院卒 |
会社名 | 株式会社グロービス |
---|---|