【27卒データスペシャリスト】AI・データサイエンス技術を活用して新しい体験を一緒に届けませんか？

■■ 私たちの思い ■■
“「くふう」で 暮らしに ひらめきを” を企業理念として掲げるわたしたちは、ユーザーひとりひとりの暮らしにまつわる課題を解決し、新しい体験を届けるためにユーザーファーストなサービスを展開しています。

ユーザーの人生にたくさんの “くふう“ を提供し、かしこく、たのしく意思決定ができるようなサービス開発を進めており、
将来的にはくふうの各サービスが人々になくてはならないプロダクトとしてインフラ化していくことを目指しています。

弊社では、この目標に向けて、チームメンバーそれぞれが専門性・スペシャリティとそれに応じた役割を持つことを重視しております。そして、一人ひとりがユニークな役割のもと活躍することを期待しています。
さまざまな経験をしながら、一緒に「好き」を「武器」に変え、より良いサービスをユーザーに届けましょう。

■■ 事業内容 ■■
くふうカンパニーグループは2018年10月の設立以降、新規事業の立ち上げやM&Aを積極的に進め、事業やサービスを拡大してきました。

以下サービスの一例となりますが、毎日の暮らしから、ライフイベントに関わるさまざまなサービスを展開しております。
サービス規模としては1サービスでMAU1,400万を超えるサービスもございます。

【サービス例】
・チラシ・買い物情報サービス「くふう トクバイ」
・人生とお金に寄り添う個人向け家計簿サービス「くふう Zaim」
・旅行おでかけCGMサービス「くふう トリップ」
など

■■ 主な開発環境 ■■
【主な開発環境】
・クラウドサービス：Google Cloud / AWS
・データウェアハウス：BigQuery / Redshift
・ETL/ELT ツール：Dataform / dbt
・BI ツール：Looker / Looker Studio / Redash
・プログラミング言語：Python / SQL
・IaC：Terraform
・コラボレーションツール：GitHub / Slack / Notion / Google Workspace
・コンテナ化：Docker（開発環境として Orbstack などを利用）
・ML/AI：Vertex AI / PyTorch / Scikit-learn / LightGBM
・ワークフローオーケストレーションツール：Prefect
・実験管理：Weights & Biases（WandB）
・AI Coding ツール：Codex/ Claude Code / Gemini CLI/ Cursor / GitHub Copilot
※GitHub Copilot以外のツールは、AIエージェント費用補助を利用して使用しており、個人ごとに使用しているツールは異なっています。

【業務内容】
くふうカンパニーグループが提供するサービスの成長を、データと機械学習と生成AIの力で加速させるポジションです。いわゆる「データサイエンティスト」「データエンジニア」「機械学習エンジニア」といった職種名にこだわらず、「データエンジニアリング」「アナリティクス」「機械学習実装」といった領域を横断しながら、事業インパクトを最大化することをミッションとします。

本ポジションでは、プロジェクトごとに企画〜実装〜検証まで一貫して関わることができます。
さらに、そこで得られた知見をもとに次のプロジェクトへとつなげ、自らの裁量で改善サイクルを進めていける点が大きな魅力です。

扱うデータは、家計簿アプリ「くふう Zaim」、デジタルチラシサービス「くふう トクバイ」など、生活に密着したサービスを中心に、多様な領域にまたがります。

【業務領域ごとの業務例】
■ データ基盤の構築・改善（データエンジニアリング）
・サービスから得られる大規模データの収集や管理
・分析しやすいデータ環境を整えるためのパイプライン開発やデータモデリング
・手動運用されていた業務の自動化に向けたワークフロー整備

■ データ分析と意思決定支援（データサイエンス／アナリティクス）
・サービスの現状把握のための分析、KPI設計、ダッシュボード作成
・ユーザー行動ログに基づく市場分析や、toB 向けの意思決定支援
・新規データ活用機能の提案や、サービス改善の示唆出し
・A/B テスト等による施策の評価と改善

■ 機械学習・LLM による AI 活用（ML／AI エンジニアリング）
・LLM による業務の自動化（例：問い合わせ対応支援、社内ドキュメント検索 など）
・チラシ解析基盤などの機械学習処理基盤の設計・開発・運用
・LLM や機械学習を活用した推薦などの新規機能の PoC

これらの業務は単体で発生するのではなく、プロジェクトを推進していく中で必要に応じて組み合わせて実施されます。
そのため、プロジェクトのフェーズや役割に応じて、データ基盤構築 → 分析 → 機械学習実装といった業務領域を行き来しながら推進していきます。
ただ、全てを担当するのではなくチーム内で領域を分けて分担している場合もあり、業務領域は希望や経験などによって柔軟に変更可能です。

【入社1~2年目の業務イメージ】
・データ理解のための簡単な集計業務
・チラシ解析基盤の機能追加
・KPIモニタリングダッシュボード作成
・新規機能PoCから実装・運用