【ABEMAとデータサイエンス】 「ABEMA」ではオリジナルドラマや恋愛番組、アニメ、スポーツなど、多彩なジャンルの番組を配信しています。そしてより多くのユーザにより最適なコンテンツを届けるために、ABEMAでは毎日多くの施策が企画、実施されています。私たちは、プロダクト開発・番組編成・宣伝マーケティングなど様々な領域で、施策による効果とその性質を詳らかにし、意思決定の精度を向上することで成果を最大化させるチームです。ビジネス職のメンバーとのディスカッションを通してグロースチャンスを探り、また効果検証・因果推論の技術と膨大なサービスログを掛け合わせることで、施策の評価と意思決定の支援を、経営層やABEMA内の様々なドメインに向けておこなっています。 ▼過去の外部発表資料 ・Home画面の広告はユーザ体験に悪影響があるのか https://speakerdeck.com/cyberagentdevelopers/abemaniokeruxiao-guo-jian-zheng ・リニア放送番組を提案するモジュールを追加する https://speakerdeck.com/s1ok69oo/abemanoxiao-guo-jian-zheng-shi-li-xiao-guo-noyi-zhi-xing-wokao-eru ・ABEMAにおけるコンテンツ紹介の機械学習を用いた異質処置効果推定 https://www.jstage.jst.go.jp/article/pjsai/JSAI2024/0/JSAI2024_2O1GS305/_article/-char/ja

【業務内容】 データサイエンティストとしての高い専門性を持った学生を募集しています。 専門性を活かして、ABEMAで生じている様々な課題にアタックし、ビジネス/エンジニアメンバーと協働していただきます。最終的な成果が、技術ブログや、外部登壇として発表されたこともあります。 高い専門性を活かしてご活躍いただきたいので、数々の課題の中から、最も活躍できるであろう課題をメンターと相談しながら決定します。 課題例） ■ABEMA起点でアニメを流行らせたい！ 渋谷の立て看板など、宣伝施策の効果を推定し、宣伝のプランニング決定を支援します。 ■恋愛番組のSNS上のバズの視聴影響は？ TikTok/YouTube/XといったSNSプラットフォームの反響データを分析し、制作へのフィードバックを行います。 ■surrogate indexを用いた長期効果の推定: 過去のA/Bテストのログを利用して、短期で観測できる指標から長期的な処置効果を推定し、意思決定を支援します。 ■ユーザに最適なレコメンドの構築 バンディット/協調フィルタリング/リランカーなどの推薦機能に対して過去実施された多数のA/Bテストのログを利用して、因果推論と機械学習の知見を活かした分析モデルを構築します。 etc… 【チームの文化や働く環境】 2024年4月より新たな体制となった株式会社AbemaTV、Development HeadquartersのData Divisionに所属する戦略チーム/施策分析チームです。計8人のメンバーが経営層の意思決定支援や、プロダクトドメインを中心に効果検証と因果推論による施策の施行判断や改善をおこなっています。 ABEMAのデータサイエンティストはもちろんのこと、弊社AI Lab等のエキスパートメンバーとの交流も厚く、データとドメインに根ざした専門的な議論が日々なされています。 【必須スキル】 ◎PythonやRを使った分析・モデル作成・可視化の経験 ◎統計・機械学習の基本的な理解 ◎計量経済学および因果推論の基本的な理解 ◎事業・ビジネスを理解した上で、分析・提案ができること ◎事業課題にあった論文の調査やその論文を読解して再現出来る 【歓迎スキル】 いずれかに該当する方 ◯計量経済学・因果推論を用いた論文の英文査読誌での採択実績 ◯機械学習・人工知能系国際カンファレンスでの採択実績 ◯データ分析にもとづいたアルゴリズムの改善提案 ◯機械学習アルゴリズムの実装経験 ◯Google Cloud等のクラウドプラットフォームの利用経験 ◯LLMの活用実績 【就業条件】 ・2ヶ月〜3ヶ月（40営業日以上 / 週36時間稼働 or 週28時間稼働想定) ・期間や稼働時間などは応相談 ・PC貸与 【応募の流れ】 ・上記で興味がある点が1つでもあれば、「話を聞きに行きたい」からエントリーをお願いします。 ・エントリー後、メッセージで面談のご案内をさせていただきます。