＜案件No.689＞【〜1,800万＋SO】1人目データサイエンティスト｜累計600万DL・売上総利益252倍の爆発的成長をデータで牽引する最高峰の挑戦

2026 6/26

IT・エンジニア オペレーション

2026年6月26日

• 正社員
• 東京
• 公開日:2026年6月26日
• 888ｰ1,800 万円 / 年

事業概要 専任となる1人目のデータサイエンティストを募集します。

提供するアプリは累計600万ダウンロードを突破しました。2023年の事業転換以降、2年半で年間流通取引総額30倍、売上総利益252倍、1日あたりのアクティブユーザー数68倍を達成して急成長しています。お客様の多くが「買いたいもの」を決めて来店するのではなく、アプリ内の作物育成ゲームなどを起点として偶然商品に出会い購入に至る、という従来のECとは根本的に異なる行動が生まれており、この独自のデータを活用したレコメンデーションを中心としたデータ施策が事業成長を大きく牽引してきました。

一方で、現在データサイエンスおよび機械学習領域は業務委託1名体制で運用しており、データ分析から仮説構築・特徴量設計・精度改善・効果検証までを一気通貫でリードできるデータサイエンティストが不在です。

これまでの主な成果は商品レコメンドですが、直近ではユーザー生成コンテンツ（UGC）とお客様とのマッチングや商品出品者への改善提案にも取り組み始めています。今後は広告配信の最適化、ダイナミックプライシング、UI自体の出し分けなど、この領域でのやりたいことは大きく広がっています。分析・仮説構築から実装・効果検証まで一気通貫でリードいただけるデータサイエンティストを募集します。

プロダクトの特徴

提供しているのは発見型ソーシャルECアプリです。

発見型ECとは、従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。

セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。

直近で累計600万ダウンロードを突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40〜50代の女性に多く利用いただいてる点です。

作物育成ゲームや、ユーザー同士の投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、1日平均38分・月20日以上という高い頻度で利用しているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。

プロダクトの目指す世界

このサービスは「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくります。

検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。

事業転換以降、2年半で年間流通取引総額30倍、売上総利益252倍、1日あたりのアクティブユーザー数68倍を達成。

変化を力に変えてきた組織は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、1億人に1億通りの楽しみが巡る生活インフラです。社員100人で企業価値1兆円に挑み、10年後に小売の主役となるべき生活圏を自分たちの手で切り拓きます。

ポジション データサイエンティスト 雇用形態 正社員 勤務地 東京都 必須要件 データ分析から仮説構築・施策提案までを自走した実務経験が3年以上（PoCや社内向けサービスなどは含めずに）

ビジネス文脈を踏まえた特徴量の設計・選定経験

A/Bテストの設計・実施・検証や、オフライン評価の設計

Pythonによる機械学習モデルの実装経験（分析だけでなく、自らモデルを書いて動かせること）

SQLやPythonによるデータ分析と統計解析の経験

PdM等と連携し、施策の優先順位づけや意思決定を主導できる力 歓迎要件 EC、ソーシャルメディア、ゲーム領域でのデータ分析・パーソナライズの実務経験

MAU数百万規模のプロダクションでビジネスKPIを改善した経験

レコメンデーションモデルの設計・チューニング経験

コールドスタート問題への対処経験（新規ユーザー・新規アイテム）

チームメンバーの育成やメンタリング経験 求める人物像 同じ志を抱ける方

「日常に楽しさを」「新しい生活圏のカタチをつくる」への共感

「変化を愛す」「追い風をおこせ」「成果でつなげ」「好きを大事に」への共感

ECの体験には可能性があると少しでも感じる方

挑戦する気持ちをお持ちの方

0→1, 1→10, 10→100,1000 の目まぐるしく変化する環境で挑戦したい方

10兆円を超える、他に類を見ない巨大市場にてチャレンジしたい方

ソフトウェアを軸に大きなチャレンジを行いたい方

データサイエンティストとしての姿勢

分析して終わりではなく、責任を持って提言し施策の実行まで関わる方

「なぜそのデータから見るのか」仮説を持ってデータに向き合える方

プロダクトを1ユーザーとして深く理解し、ドメイン知識を武器にできる方

仕事内容 データから事業課題を構造化し、仮説を立て、施策の設計・検証までリードしていただきます。モデルの検討・実装・改善までトータルで関わっていただくポジションです。

ユーザー行動データ・購買データの分析を通じた事業課題の発見と構造化

課題に対する施策仮説の構築と、検証可能な実験（A/Bテスト等）の設計

特徴量の設計・選定と、レコメンドモデルの実装・チューニング

オフライン評価とオンライン結果の乖離分析、施策の効果検証

分析結果に基づく施策の優先順位づけ。PdM等と連携した意思決定

今後チームを拡大していく予定があり、採用や育成にも関わっていただけると嬉しいですが、まずは上記領域に専念いただきます。

このポジションで向き合う難題

ユーザー行動の構造化と施策設計

お客様は「買いたいもの」が決まっていない状態で商品に出会います。閲覧→クリック→購入のファネルをセグメント別に分解し、どこにインパクトの大きい改善余地があるかを特定する——曖昧な課題を自ら構造化する力が問われます。

レコメンド精度の改善

カテゴリ別購入傾向・行動タイムスタンプ・価格感度などの特徴量設計を通じて、パーソナライズ精度を向上させます。モデルの実装・チューニングからオフライン/オンライン評価の設計まで、一気通貫で担います。

コールドスタート問題

新規お客様の初期利用期間は購買データが基本的にありません。ファーム内行動やアプリ内行動など、弊社固有のシグナルから嗜好を推定するモデルを設計・実装します。

短期CVR vs 長期LTV

レコメンドが短期的な購入率に最適化されすぎていないか、長期的なお客様価値との両立をどう設計するかという構造的な問いに、データで仮説を作って検証していきます。

新たなML活用領域の探索

UGC（口コミ）のパーソナライズ、広告配信の最適化、ダイナミックプライシングなど、「何のデータをインプットに、何をアウトプットするか」の新しい組み合わせを事業インパクトの大きい順に検証していきます。

ポジションの魅力 「買いたいものが決まっていない」という、ECにしかない難問に向き合える

検索型ECなら「何が売れるか」はある程度予測できます。しかし当アプリでは、お客様自身も来店時点では何を買うか決まっていません。この独自の行動パターンをデータで解き明かし、レコメンドに変えていくという、他のECプラットフォームでは経験できない、発見型ECならではの知的挑戦があります。

月20日以上・1日38分という、ECとしては異例の高密度データが武器になる

一般的なECアプリの滞在時間は数分程度です。当アプリはゲーム要素を持つ独自の設計により、お客様が日常的に開くアプリになっています。この高頻度・高密度な行動ログは、精度の高い特徴量設計と実験を可能にする、他社にはないデータ資産です。

レコメンドにとどまらずデータ活用の今後を自分で描ける

現在の主戦場は商品レコメンデーションですが、UGCパーソナライズ・広告配信最適化・ダイナミックプライシング・UI出し分けなど、弊社におけるデータ・ML活用の余白は広大です。「次に何をデータで解くか」の優先順位から自分で設計できる、一人目ならではの裁量があります。

分析して終わりではなく、施策の実行まで責任を持てる環境

弊社では、データサイエンティストが仮説構築からモデル実装・効果検証まで一気通貫で担います。「レポートを作って渡すだけ」ではなく、自分の分析がKPIに直結するフィードバックループの中で、DSとしての腕を磨ける環境です。

AIフル活用が前提の職場

DS含む全エンジニアにAIフル活用を義務化しており、個人の利用予算も会社が負担します。Claude Code・Cursor・Codexを使い、コードの大半をAI経由で生成。少人数でスピードと品質を両立するスタイルです。

キャリアパス

Data Scientistポジションは、「分析だけ」でも「実装だけ」でもなく、データ起点で事業全体を動かす希少なポジションです。

実績を積んだ後は、Data Science・ML領域のテックリード・チームビルディングを担うマネージャー、さらにはData Science・MLチーム全体を率いるCDO（Chief Data Officer）などへのキャリアパスを想定しています。レコメンド・パーソナライズ・広告最適化という複数ドメインを横断した経験は、市場における希少価値に直結します。

勤務時間 フレックスタイム制（正社員は全職種に適用）

• 標準労働時間：1日8時間
• フレキシブルタイム：6:00-22:00
• コアタイム：11:00-15:00
• 休憩時間：1時間自由取得

休日・休暇 完全週休2日制（祝祭日、年末年始等）

年次有給休暇

特別休暇（入社時に5日間）

エフ休（女性特有に関する体調不良・検査に対する休暇/月1回）

慶弔休暇

産休・育休

子の看護等休暇 給与 888万円 〜 1,800万円 福利厚生 社会保険完備（健康保険/厚生年金/介護保険/雇用保険/労災保険）

通勤手当（最大月額30,000円）

退職後も失効しないストックオプション

この求人情報に応募するにはサイトに訪問してください。 career.linkard-group.com.

IT・エンジニア オペレーション

• URLをコピーしました！
• URLをコピーしました！
• ＜案件No.688＞【フレックス有】投資戦略スタッフ（M&A・アライアンス）｜グローバルIPや最先端テックとの事業提携・出資交渉を主導する「攻め」の戦略職
• ＜案件No.690＞【〜2,184万】広告収益事業責任者｜日本最大級のソーシャルコマースを次のステージへ導く、事業成長の中核ポジション

この記事を書いた人

Linkard Career

スタートアップ・グローバルに特化した転職支援サービスを提供しています。

資格やスキルを活かし、スタートアップやグローバルでの活躍を志す方々向けの求人・お役立ち情報を発信しています！

• ＜案件No.953＞【～1500万円】マーケティング責任者｜東大発AIスタートアップ/PR・ブランド戦略を担う
• ＜案件No.952＞【～900万円】アカウントマネージャー(CS)｜東大発AIスタートアップ/AIの更なる社会実装・現場実装を目指す
• ＜案件No.951＞【～1500万円】法人営業ユニットリーダー｜東大発AIスタートアップ/営業チームをリード
• ＜案件No.950＞【～900万円】法人営業｜東大発AIスタートアップ/先端技術の普及に貢献
• ＜案件No.949＞【〜600万】｜法務メンバー（未経験歓迎）｜多様な実務経験を積める環境｜フレックスOK・リモートOK
• ＜案件No.948＞【〜700万】｜経理財務（メンバー）｜複数事業の会計処理を経験できる環境｜フレックスOK
• ＜案件No.947＞【〜1100万】｜上流工程アーキテクト（要件定義・基本設計リード）｜官公庁・防衛関連システム｜フレックスOK・リモートOK
• ＜案件No.946＞【〜750万】｜サイバーセキュリティ資料作成サポート｜官公庁プロジェクト推進｜フレックスOK