{"id":1265295,"url":"https://alion.io/job/ynamic-lus-eetasaienteisutoalgorithm-odeling","title":"データサイエンティスト（Algorithm / Modeling）","company":{"id":2675929,"name":"Dynamic Plus","domain":"dynamic-plus.com","url":"https://alion.io/company/dynamic-plus","size_band":null,"is_staffing_agency":false,"employer_type":"direct","is_intermediary":false,"listed_via":null,"ats_vendor":"Talentio","truth_index":null},"role":"Data Science","role_family":"Data Science","seniority":null,"employment_type":null,"work_mode":"on_site","remote_scope":null,"remote_scope_basis":null,"remote_working_hours":null,"hiring_geo_confidence":"structured","locations":["Tokyo, Japan"],"countries":["JP"],"hiring_countries":[],"hiring_countries_total":0,"salary":{"min":8000000,"max":15000000,"currency":"JPY","period":"year","gross":null,"usd_annual":94785},"salary_estimate":null,"experience_years_min":null,"visa_sponsorship":false,"relocation_package":false,"has_equity":false,"technologies":[{"name":"Java","optional":false},{"name":"MATLAB","optional":false},{"name":"Python","optional":false},{"name":"Spring Boot","optional":false}],"status":"live","first_seen_at":"2026-09-25T22:22:28Z","employer_posted_date":"2026-09-25","last_verified_at":"2026-09-26T05:12:52Z","board_verified":false,"closed_at":null,"days_open":3,"trust":{"level":"ok","repost_count":null,"flags":[],"days_open":3},"description":"職務内容\n##\nポジション概要\n私たちが作っているのは、予測モデルそのものではありません。\n**「いくらで売るか」という事業の意思決定を、データと数理によって行う仕組み**です。\nダイナミックプラスでは、プロスポーツ、エンターテインメント、ホテル、レジャー、高速バスなどの領域で、需要予測と価格最適化を組み合わせたダイナミックプライシング・レベニューマネジメントサービスを提供しています。\n需要を予測し、価格に対する需要の変化を捉え、事業上の制約条件を組み込みながら価格を決定する。\n算出された価格は実際のチケット価格、宿泊料金、運賃等として市場に出て、売上・販売数・稼働率という結果として返ってきます。\nモデル精度を上げて終わるのではなく、\n**「事業課題の定式化 → モデル・アルゴリズム開発 → 実装 → 市場での検証 → 改善」**\nまでを一気通貫で扱うデータサイエンティストを募集します。\n---\n##\nミッション\n価格決定・需要予測を中心とする意思決定アルゴリズムを開発・改善し、事業成果につながる形で社会実装すること。\n---\n##\n仕事内容\n* 需要予測、価格算出、価格最適化に関するモデル・アルゴリズムの設計、開発、評価\n* 顧客や事業部門が抱える課題について、目的変数、制約条件、評価指標等を整理し、数理的な問題として定式化\n* 既存モデルの予測精度や価格算出ロジックの分析、および改善\n* 価格弾力性や需要構造など、価格決定に必要となる分析・モデリング\n* Python / MATLAB等を用いたアルゴリズムのプロトタイピング、実装\n* 実際の販売結果を用いたモデル・アルゴリズムの効果検証\n* エンジニアと連携した本番プロダクトへのアルゴリズム実装\n* 新しい業界・顧客への展開に伴う、新規モデル・アルゴリズムの検討\n> 単に既存の機械学習モデルを適用する仕事ではありません。\n> 「何を予測するべきか」「どのような目的関数を置くべきか」「どの制約条件を考慮すべきか」から考え、現実の意思決定として機能するところまで担当します。\n---\n##\nこのポジションの面白さ\n1. **モデルの出力が、現実世界の「価格」になる**\n開発したモデル・アルゴリズムの結果が、実際のチケット価格、宿泊料金、運賃等として市場に反映されます。予測精度だけではなく、その先にある売上、販売数、稼働率などの事業成果まで追うことができます。\n2. **不確実性の高い現実世界を数理的に扱う**\n曜日、天候、イベント、対戦カード、販売速度、競合価格など、需要に影響する要素は多数存在します。整ったデータセットに対して既存モデルを適用するのではなく、現実の複雑な事象をどのように定式化するかから考えます。\n3. **複数の産業に同じ「価格」というテーマで向き合える**\nスポーツ・エンターテインメント、ホテル、レジャー、高速バスなど、異なる需要構造を持つ市場を横断して価格と需要を扱います。\n4. **Expert / Management双方のキャリアを選択できる**\n高度な専門性を持つデータサイエンティストとして技術を深めるキャリアと、チームや技術領域を率いるキャリアの双方を想定しています。\n---\n##\n入社後6〜12ヶ月で期待すること\n* 既存の需要予測・価格算出ロジックと事業構造を理解する\n* 特定のモデルまたはアルゴリズム改善をオーナーとして担当する\n* モデル精度だけでなく、売上、販売数、稼働率等の事業KPIを踏まえてモデルを評価する\n* 既存モデルの課題を特定し、改善案を自ら設計・検証する\n* 新規業界や顧客の課題を数理問題として定式化し、モデル・アルゴリズムへ落とし込む\n---\n応募資格（必須）\n* 統計モデリング、機械学習、数理最適化、時系列予測等のいずれかを用いて、事業上の意思決定を支えるモデル・アルゴリズムを設計または本質的に改善した経験\n* Python、MATLAB、Java、Go等を用いて、自らモデル・アルゴリズムを実装・検証した経験\n* 曖昧な事業課題を、目的変数、制約条件、評価指標等を定義しながら数理的な問題へ落とし込んだ経験\n* 実データを用いてモデル・アルゴリズムを評価し、結果を踏まえて継続的に改善した経験\n---\n応募資格（歓迎）\n##\n歓迎（WANT）\n* 需要予測、時系列解析に関する経験\n* 価格弾力性、Willingness To Pay、プライシングに関する知識・経験\n* 計量経済学、因果推論に関する知識・経験\n* 数理最適化、オペレーションズ・リサーチに関する知識・経験\n* レベニューマネジメントに関する経験\n* 推薦、広告配信、在庫最適化、マーケットプレイス、物流最適化等の意思決定アルゴリズム開発経験\n* 本番システムへのモデル・アルゴリズム組み込み経験\n* Java（Spring Boot）、Go等で構築されたバックエンドとの連携経験\n* モデルの成果を売上、利益、販売数等の事業KPIで評価した経験\n---\n求める人物像\n##\n求める人物像\n* 数学やアルゴリズムそのものだけでなく、それが現実世界でどのような意思決定につながるかに興味がある方\n* 既存手法をそのまま適用するのではなく、前提そのものを疑いながら考えられる方\n* モデル精度だけではなく、事業成果まで責任を持ちたい方\n* 異なる専門性を持つメンバーと議論しながら仕事を進められる方\n賃金\n800万円 ～ 1,500万円\n勤務地\n東京都千代田区神保町3-27-7 Takebashi7 9階\n勤務時間\n勤務形態：フレックスタイム制 標準勤務時間：9:30～18:00\n・コアタイム：10:00～15:00\n・フレキシブルタイム：5:00～10:00、15:00～22:00 \n・1日の標準労働時間：7時間30分\n・休憩時間：60分\n・平均残業時間：20時間（繁忙期/閑散期によって変動あり）\n昇給・賞与\n・昇給（年2回 1月、7月※人事評価による）\n・賞与（年1回 7月）\n諸手当\n交通費全額支給、残業手当\n休日・休暇\n土・日・祝休み、年末年始休暇 ※年間休日日数：120日\n年間有給休暇：7日～20日（入社した日から有給休暇を付与します。下限日数は、入社初年度1月～3月に入社した場合の日数です）\n1時間単位の時間休制度\n福利厚生\n＜保険制度＞\n各種社会保険完備（健康保険、厚生年金保険、雇用保険、労災保険）\n＜福利厚生制度＞\n通勤手当：コミュニケーション促進を目的としたランチ補助制度\n＜教育制度＞\n個人の能力に合わせたスキルアップ（資格取得等）のサポート\n※副業：可\n※リモートワーク：可（フルリモート不可）","description_format":"text","description_chars":2781,"description_truncated":false,"requirements":{"experience_years_min":null,"management_years_min":null,"team_size_min":null,"manages_managers":false,"education":null,"security_clearance":false,"languages":[]},"benefits":[],"hiring_locations":[],"hiring_excludes":[],"relocation_offered":false,"industries":[],"lifecycle":[{"event":"open","at":"2026-09-25T22:22:28Z"}],"liveness":{"score":81,"band":"hot","label":"Hiring now","p_open":0.9,"p_active":0.903,"p_room":1,"age_days":2,"expected_fill_days":21,"reasons":["conf:48","velocity","win:early"],"computed_at":"2026-09-28T05:45:00Z"},"pay":{"stated_usd_annual":94785,"is_top_pay":false},"html_url":"https://alion.io/job/ynamic-lus-eetasaienteisutoalgorithm-odeling","json_url":"https://alion.io/job/ynamic-lus-eetasaienteisutoalgorithm-odeling.json","meta":{"generated_at":"2026-09-29T00:40:24Z","cache_seconds":300,"methodology":"https://alion.io/methodology","terms":"https://alion.io/terms","contact":"https://alion.io/contact","api":"https://alion.io/developers","usage":{"tier":"crawler","counted_by":"address","units_charged":1,"used_today":512,"day_limit":5000,"remaining_today":4488,"minute_limit":60,"resets_at":"2026-09-30T00:00:00Z"}}}