レバレジーズ株式会社
▼企業情報
レバレジーズは2005年に創業以来、黒字経営を継続し2021年度は年商649億を突破しました。
「働きがいのある会社ランキング」5年連続ベストカンパニー、
2022年度「働きがいのある会社」女性部門、若手部門では1位を受賞しており、成長を続けています。
▼業務内容
◎詳細
レバレジーズが運営する全サービスのデータを用いて、各事業部ごとに課題を抽出し、それに応じた分析や機械学習による効率化を行います。
扱えるデータの種類は事業部ごとに異なるため、課題に応じて様々なアプローチを考えていただきます。
テーブルデータだけでなく非構造データを扱う機会が多いため、自然言語処理を駆使したりと特徴量作成の観点で色々とやり込める環境です。
データ分析や機械学習のアルゴリズム開発を行った際は、直接ビジネス現場の担当者にプレゼンテーションをしたり導入支援をしたりするため、作って終わりではなく、実際にデータ活用のその瞬間までプロジェクトに関わっていただきます。
・因果推論を用いたマーケティング施策の効果検証
・自社サービス向けのレコメンドアルゴリズムの開発
・業務効率化のための機械学習モデリング
・統計モデリングによるKPI等の予測
・自然言語処理を用いた業務効率化ツールの開発
◎扱うデータ
・自社サイトのアクセスログデータ
・顧客の属性データ、顧客の時系列情報
・自社社員の行動（架電履歴など）データ
・WEB広告（主にgoogle系）の配信成果データ等
・テキストデータ（QAサイトのデータ、求人票のデータ、経歴データなど）
・音声データ（通話）
・その他、画像、動画データ
※事業の特性上、ゲーム系のように大容量データをリアルタイムに処理する機会はありません。
◎使用ツール
言語：Python（Scikit-learn, Pytorch, Tensorflow）、R、SQL（BigQuery、Presto）、Stan
環境：Linux
クラウド：GCP、AWS
◎当ポジションの魅力
・インハウスの組織のため、提案をして終わりではなく、統計学を用いた意思決定、機械学習の社会実装に挑戦できます。
・データサイエンティストとしての専門性を深めることは当然ながら、エンジニアやマーケターと共に仕事を進めることが多いため、データ分析以外の領域へ業務や知識を広げていくことも可能です。
・データサイエンティストのチームながら、依頼があって受け身で分析をするのではなく、ビジネスの長期戦略に影響を与えるような提案にも重きを置いています。
・職務経歴書や求人票、電話ログなど、非構造化データを扱った分析が多く、自然言語処理や非構造化データへの機械学習の適用にチャレンジできます。
◎キャリアパス
ご希望、適性に合わせて幅広いキャリアをご用意しております。入社後のキャリアチェンジも可能です。
・データサイエンティスト
テーブルデータだけでなく、テキストデータ、音声データ、画像データを用いたプロジェクトを通じて幅広いデータで課題解決ができます。
・データコンサルタント
データを用いた戦略を立案し、事業部に働きかけることでデータ分析コンサルティングのスキルを伸ばせます。
・データエンジニア
機械学習のプロダクトをデプロイするためにリアルタイム処理を行う機構の開発や並列化処理、あるいはクラウドコンピューティングなどを通じてエンジニアリングスキルを高められます。
▼組織について
◎データ戦略室について
「データを手段として事業の競争優位性を高める」ことをミッションとし、2019年2月に発足した組織です。
データ分析の効率化と企業単位でのデータドリブン戦略推進のため、データ基盤の開発からデータ分析までを実施しています。
(2022年10月時点人員内訳)
データサイエンティスト：4人／データアナリスト・データアーキテクト：8人／データエンジニア：4人
▼参照記事
「働きがいのある会社ランキング」受賞
https://melev.leverages.jp/entry/2022/02/16/132048
データ戦略室について
https://melev.leverages.jp/entry/2020/09/15/100000
データ戦略室で働く魅力
https://melev.leverages.jp/entry/2021/09/21/095433
データ戦略室ブログ
https://analytics.leverages.jp/
マーケティング部採用ページ
https://recruit.leverages.jp/recruit/marketer/
・業界最大級の規模を誇る「レバテック」全体のデータを活用し、ダイレクトリクルーティングサービス、ピープルテック（新規事業）などの複数サービスの根幹に関わるアルゴリズムの構築を主導できます。
・決まったものを作るのではなく、どのようなデータを用いて、どのような結果を表示していくかから裁量を持てるため、サービスの方針にまで直接的に影響を与えることができます。