お任せしたいこと
［役割］
データサイエンティスト/データアナリストとして、全国展開する大手小売チェーンの膨大なPOSデータや店舗在庫ログのデータ分析、および需要予測AIモデルの検証を担っていただきます。
［役割に対して求める成果］
Python（pandas）や機械学習アルゴリズムを駆使して時系列データを解析し、過剰在庫や欠品を未然に防ぐための高精度な予測ロジックを導き出すこと。

具体的な業務内容
SQL（BigQuery）を用いた、数千万件規模の購買・行動ログデータからの必要な情報の抽出と整形
Python（pandas, NumPy）を活用した、特徴量エンジニアリング（季節変動やトレンド等のデータクレンジング）
scikit-learnやLightGBMなどの機械学習ライブラリを用いた、需要予測モデルの構築および精度評価
分析結果やモデルの予測精度（RMSE等の指標）を、ビジネスサイド向けに分かりやすくまとめたレポートやダッシュボードの作成
データパイプライン構築に向けた、データエンジニアリングチームへのロジックの要件定義と引き継ぎ

必須スキル・経験
Pythonを用いたデータ分析、または機械学習モデルの構築・検証の実務経験3年以上
SQL（BigQuery、Snowflake、PostgreSQL等）を用いた大規模データの抽出・集計・加工スキル
pandas、NumPy、scikit-learnなどの主要データサイエンス用ライブラリの高度な操作スキル
機械学習の主要なアルゴリズム（回帰, 時系列解析, 分類等）に関する基礎的な知識
GitHubを用いたソースコード管理、および分析プロセスの共有・レビュー経験

歓迎スキル・経験
LightGBMやXGBoostなどの勾配ブースティングツールの実務におけるチューニング経験
小売・EC・物流ドメインにおけるIDPOSデータ、または在庫データの分析実績
BIツール（Tableau、Looker等）を用いた、分析結果のダッシュボード化・可視化経験
Apache Airflowやdbtなどを用いたデータパイプライン（ETL/ELT）に関する基礎知識
統計検定2級以上の資格保持、またはデータサイエンス関連の学術的背景

開発環境
言語・環境：Python, Jupyter Notebook
データ基盤：GCP (BigQuery)
ライブラリ：pandas, NumPy, scikit-learn, LightGBM
管理ツール：GitHub, Slack, Jira

開発チームについて
データサイエンティスト3名、データエンジニア2名、ビジネスアナリスト1名の構成です。
データの民主化と実ビジネスへの貢献を重視しており、研究室のような閉じた空間ではなく、事業部と密に会話しながら進める非常にエネルギッシュな環境です。

求める人物像
データの中に隠れた規則性や因果関係を、仮説検証を通じて論理的に突き詰めるのが好きな方
専門的な統計用語をビジネス用語に翻訳し、非エンジニアに対しても納得感のある説明ができる方

仕事の魅力
国内トップクラスの膨大なデータセットを扱い、データサイエンスの腕を存分に振るうことができます。
自分の構築したモデルが、実際の仕入れ最適化や売上増といったビジネスインパクトに直結するダイナミズムを実感できます。

働き方
リモート環境
[フルリモート] フルリモートで働いていただけます。