AIプロダクトの学習ループを設計する一人目のデータサイエンティスト

Propagate AI / PULSEの「成果が出る学習ループ」を設計する、一人目のデータサイエンティスト／グロースサイエンティストを募集します。 株式会社プロパゲートは中小企業のWebサイト制作・広告運用・SEO・AI活用支援を展開し、累計6,000社以上を支援。顧客サイトを毎月診断・改善するAIプロダクト「Propagate AI / PULSE」を開発しています。改善提案を「出して終わり」にせず、その提案が本当に成果につながったかをデータで検証し、次の提案に学習させるサイクルを設計するのが本ポジションです。 【主な業務】 1. 改善提案の効果検証設計 ・改善前後のCVR変化分析、業種別・サイト規模別・流入チャネル別の効果検証 ・DiD・前後比較・時系列分析を用いた検証設計、CV数が少ないサイトの判断ルール設計 2. データ品質・計測設計の改善 ・GA4/GTM/GSC/広告媒体/フォーム/電話/LINE導線データの整合性チェック、CV定義の整理 ・二重計測・未計測・イベント定義ミスの検知、データマート・分析用テーブルの設計 3. Propagate AIの改善ロジック設計 ・どの条件のサイトにどの改善提案を出すかの提案ロジック設計 ・承認率・実装率・改善後CVRをもとにしたスコアリング、学習ループの設計 4. 予測・分類モデルの設計 ・CVが発生しやすい/しにくいサイトの分類、解約リスク・SEO伸長余地の予測、異常検知 【このポジションの特徴】 ・手法の実装はAIやエンジニアと協働。「何を検証し、なぜその手法か、結果を信じてよいか」を握るデータ人材です。 ・きれいなデータではなく、計測が壊れがちな現場のデータを疑い、整え、意思決定できる状態に変えます。 【入社後90日】 1〜30日：計測・データ品質の把握／31〜60日：改善提案の効果測定設計／61〜90日：1テーマで提案→効果測定→次回反映の学習ループのプロトタイプ構築 【働き方】 分析・仮説検証は本人とAIで自律的に。本番環境への反映や顧客サイトに影響する変更はバックエンド・プロダクトチームと連携します。 【開発・分析環境】 SQL／Python／GA4／Google Search Console／Google Tag Manager／広告媒体データ／LLM／BI・ダッシュボード／社内データベース／Propagate AI・PULSE

【必須】 ・仮説検証サイクルを自律的に回した実務経験 ・統計・因果推論の深い理解（前後比較、DiD、有意性、交絡、バイアス、サンプルサイズ、相関と因果の違いを原理から説明できる） ・SQL・Python等での抽出・加工・分析の実務経験 ・ML（分類・予測・異常検知）の基本的な引き出し ・AI・エンジニアのアウトプットをレビューできる実装イメージ ・指標・データそのものを疑い、計測不備や定義ミスに気づける ・分析結果をWeb/CVR/SEO/導線改善などの具体アクションに翻訳できる

学歴不問

【6,000社の実績を持つ会社が挑む、AIプロダクト変革の中核】 ■累計6,000社以上の支援実績を、AIプロダクトへ 当社は「挑戦者の価値を届ける」をミッションに、中小企業のWebサイト制作・広告運用・SEO・AI活用支援を展開し、累計6,000社以上を支援してきました。いまその実績をもとに、顧客サイトを毎月診断・改善するAIプロダクト「Propagate AI / PULSE」の開発を進めています。労働集約型の制作支援から、AIが成果を生み出すプロダクトカンパニーへと変わろうとしている、まさにその変革の中心で活躍できるポジションです。 ■「成果を学習し続けるAI」をゼロから設計する一人目 PULSEは、Webサイトのアクセス状況やページ内容から改善提案を毎月生成する「月次改善OS」です。今回募集するのは、AIが出した提案が「本当に成果につながったのか」をデータで検証し、その結果を次の提案へ学習させるループを設計する、社内初のデータサイエンティスト / グロースサイエンティスト。誰かが敷いたレールの上ではなく、検証の型・データ品質基準・学習ロジックそのものをゼロから設計し、プロダクトの判断精度を高めていく役割です。 【AI時代の新しい「データ人材」という役割をつくる】 ■手を動かすだけでなく、AI・エンジニアを御する設計者 手法の実装やコーディングはAI・エンジニアと協働して進めます。一方で「何を検証するのか」「なぜその手法を選ぶのか」「その結果を信じてよいのか」は、このポジションが責任を持ちます。AIが分析や提案を出す時代だからこそ、その出力を鵜呑みにせず、原理から妥当性を判断できる人が価値を持つ。AIを正しく動かすための設計図を描く、これからのデータ人材の役割を自らつくっていけます。 ■「きれいなデータ」ではなく、現場の生データに向き合える実戦力 扱うのは、整えられたサンプルデータではありません。中小企業のWebサイト・広告・SEO・問い合わせ導線のデータは、計測不備や欠損、小サンプルがあたりまえの世界です。「この数字は信じてよいのか」を疑い、整え、意思決定できる状態に変える——大企業のきれいな分析環境では身につかない、現場で成果を出すための実戦的なスキルが磨かれます。 【裁量の大きい環境と、最新の分析基盤】 ■0→1・1→10フェーズの大きな裁量 プロダクトを「改善提案を出すAI」から「成果を学習し続けるAI」へ進化させる立ち上げ期に参画できます。分析・仮説検証・データ基盤のプロトタイプは本人とAIで自律的に進め、本番反映や顧客サイトに影響する変更はプロダクト・バックエンドチームと連携。裁量は大きく、自分で問いを立てて動ける一方、独りよがりにならず、エンジニア・マーケター・カスタマーサクセスと交わる場所で事業の中核をつくれます。 ■SQL／Python／LLMを軸にしたモダンな分析環境 SQL、Python、GA4、Google Search Console、Google Tag Manager、各種広告媒体データ、LLM、BI／ダッシュボード、社内データベース、そしてPropagate AI / PULSE。分析から計測設計、改善ロジック、予測モデルまで一気通貫で扱える環境で、LLMを評価・活用しながら最新の手法に触れ続けられます。 【専門性がそのまま年収につながる、透明な等級制度】 ■専門性を高める道でも年収が上がる「二軸のグレード制度」 報酬は等級制度（グレード1〜9）に連動します。グレード4以上はマネジメント／スペシャリストの2ラダーがあり、必ずしも管理職を目指さなくても、専門性を高める道で年収レンジを上げていけます。半期ごとの評価（年2回）でグレード・報酬を見直し、実績次第では随時の見直しも実施。何が評価されるかが明確で、成果がそのまま処遇に反映されます。 ■想定年収800万〜1,800万円＋賞与年4ヶ月分 経験・スキル・グレードに応じて、想定年収800万〜1,800万円。賞与は年4ヶ月分（決算賞与＋業績賞与）を標準達成時の目安として設計しています。ミドル〜シニア、リード・Head候補、特例ハイクラスまで、実力に応じた幅広いレンジを用意しています。

【給与補足】 ・月給（基本給＋固定残業代 45h／月）：59万3418円～74万1721円 ・年収（月給×12ヶ月＋賞与 2〜4ヶ月分） ・賞与：6月、12月

４ヶ月分

【住所】 東京都渋谷区渋谷2-3-5 コエル渋谷2丁目 8階