教育サービスのプロダクトグロースに向けて、データアナリスト(データサイエンティスト)に対するチームマネジメントとプロジェクトマネジメントを担いつつ、分析テーマ企画提案などの上流工程から分析実務まで幅広くリードし、事業の意思決定を支援するポジションです。

◆グロービスについて
グロービスは、経営に関する「ヒト」「カネ」「チエ」の生態系を創り、社会の創造と変革を行うことをミッションに1992年に設立されました。以来、ビジネスリーダー育成を目的とした経営大学院・スクール事業、法人向け研修事業やオンライン学習サービス、出版やベンチャーキャピタル事業等、多岐にわたる事業を通して、多くのビジネスパーソンの皆様をご支援してきました。国内での事業に留まらず、アメリカ、EU、アジアなど海外にも進出しています。

◆グロービス・デジタル・プラットフォーム部門について
2016年には、Ed-Tech領域に注力すべくグロービス・デジタル・プラットフォーム部門（GDP）を設立し、現在200名を超える規模（うちエンジニアを含むテクノロジー人材は100名程度）で、国内事業のみならず海外展開も積極的に推進しています。
GDPでは、「日本発、世界をリードするEd-Techカンパニーになる」をビジョンに掲げ、
「学びの未来をつくり出し、人の可能性を広げていく」学習サービスを展開しています。

◆展開中のサービスについて
良質なビジネス動画が学び放題のサブスクリプション型サービス「GLOBIS 学び放題」や、世界初のAIを活用したコンテンツ＆ディスカッション融合型MBA単位プログラムサービスの「ナノ単科」、法人向けの学習管理を目的としたSaaSプロダクト「GLOPLA LMS」、ビジネスパーソンの可能性を広げるためのプロダクトを複数展開しています。

募集背景
現在、グロービス内で保持する学習データ(例：「GLOBIS 学び放題」の学習行動データ)の活用に本腰を入れ始めています。
その中で、データを活用して「GLOBIS 学び放題」などのデジタルプロダクトの事業KPI向上を推進するデータサイエンスチームが設置されており、データ人材のチームマネジメントやプロジェクトマネジメントを担える方を募集しています。

データサイエンス技術の活用のみではなく、事業課題に沿った分析テーマの企画提案や分析結果を踏まえた施策提案など企画寄りの業務への関心が強い方、行動ログだけでなくアンケート調査など心理因子に関するデータも利用してユーザーインサイトを導くことに意欲がある方を歓迎しています。
所属チームは、データ専門性の高い人材を集めたデータサイエンスチームです。その中にデータサイエンスユニットとデータエンジニアユニットを組成していますが、その内、主にデータサイエンスユニットに関わっていただきます。

なお、チーム内での役割分担は下記のようにしています。

データアナリスト(データサイエンティスト)：データによる新しい価値創造をゴールとするデータ分析やモデル開発を担う。
機械学習エンジニア：サービス実装をゴールとした機械学習のモデル開発を担う。
データエンジニア：データ活用の要となるデータ基盤開発と運用を担う。


業務内容
プロダクト開発チームや事業推進チーム・マーケティングチームと密接に連携しながら、PDCAサイクルに伴走して、分析を通じたKPIマネジメント、施策企画実行支援、施策効果検証を実施し、プロダクトグロースを進めます。

他部署からの依頼に対する分析実務だけでなく、事業課題解決のために「どのような分析が必要か」「分析結果をどう活かすか」を考え、企画提案することも重要な業務になるため、データサイエンスの上流工程業務が得意な方が成長・活躍できる環境です。

データサイエンスチームで取り組んでいる分析テーマの具体例です。

▼受講者の学習意欲の活性化・学習効果の向上

学習行動ログ及びアンケート調査を用いた活性要因分析
統計的因果推論による施策効果検証
定型レポートのワークフロー開発/ダッシュボード構築

▼受講者集客

非会員向けサイトの会員登録フローのファネル分析

▼法人顧客リピート契約促進

管理画面操作ログや受講者学習行動ログを用いたリピート契約要因分析
定型レポートのワークフロー開発/ダッシュボード構築

▼法人顧客集客

法人顧客向けセミナーの統計的因果推論による効果検証

▼マーケティングリサーチ

ビジネスパーソンや育成人事が感じるビジネススキル/デジタルスキルの課題に関する調査/分析

▼送客

「GLOBIS 学び放題」から他の学習サービス(「ナノ単科」や経営大学院)への進学促進を目的とした、志望動機の自由記述データの自然言語処理
<テックマガジン>
https://note.com/globis_engineers/n/nc4bf8c89c974
https://note.com/globis_engineers/n/n408b78905e23
https://note.com/globis_engineers/n/nd5a8eecfa6f8
https://note.com/globis_engineers/n/n17ebfc040c55
https://note.com/globis_engineers/n/n2e3a8b04c9eb
https://note.com/globis_engineers/n/n5dc591dc8551
https://note.com/globis_engineers/n/n3f45bc222df8

<データサイエンスチーム紹介資料>
https://speakerdeck.com/globis_gdp/globis-data-science-team-is-hiring

開発環境は下記になります。

インフラ
　・GCP (データ基盤) / AWS (関連システム)
データパイプライン (ETL)
　・CloudComposer (Airflow)
DWH
　・BigQuery
その他インフラ管理
　　・Docker
　　・GKE / GAE / CloudRun

可視化ツール
　　・Google Data Portal / Tableau

分析環境
　　・Jupyter Notebook / Google Colab / Google Cloud ML

監視
　　・Cloud Logging / Stackdriver Logging

その他
　　・Git / GitHub / Slack / Notion

配属先組織構成
2016年に新設されたEd-Tech部門であるグロービス・デジタル・プラットフォームに所属いただきます。データサイエンスチームの体制は以下です (業務委託を含む)。

・統括ディレクター　１名
・データエンジニア：2名
・機械学習エンジニア：1名
・データアナリスト(データサイエンティスト)：6名
・技術顧問：1名

スケジュール（例）
我々のチームはフレックスを導入しているため、1か月単位でスケジュールをご自身で調整していただいています。また、リモートワークも活用 しているため、打合せはZoom等のオンラインで行うことが多いです。

＜スケジュール例＞
09:3010:30 slackやメール等の連絡事項チェック
10:3012:00 作成中のダッシュボード開発の定期レビューミーティング
12:0013:00 ランチタイム
13:0016:00 作業 (分析軸の確認等)
16:0017:00 技術顧問との打ち合わせ
17:0018:00 法人部門とデータ活用の新規プロジェクトミーティング

必須要件
下記に列挙するデータサイエンス/ビジネス/エンジニアリングのスキルを全て保持している事。 特にビジネススキルに関しては、マネージャーとして、チームマネジメントの経験及びデジタルプロダクト(Webサイト・アプリ)における分析テーマ企画提案や分析結果を踏まえた施策提案の経験が必要です。

1次面接で、以下のことをお聞きしますので、ご自身なりの考えをお聞かせください。口頭での回答のみで構いませんので、特にアウトプットを準備いただく必要はありません。また疑問点・不明点がありましたら、1次面接の際に回答させていただきます。

[質問]
「これまでに、ご自身が使ったことがある特定のサブスクサービスについて、ユーザーが離脱・解約する主な要因及び離脱・解約を防ぐために必要な施策や分析は何だと思いますか」

必須なスキル
[データサイエンス]
統計検定2級レベルの知識
機械学習・統計モデルの構築、およびモデルに基づく分析の経験
デジタルプロダクトのデータ分析経験
アンケート調査設計と調査結果分析への興味関心

[ビジネス]
チームマネジメントの経験(1on1、評価、育成、採用など)
グロービスの事業、グロービスウェイに対する共感を持てる
論理的思考力(定量思考力/要約力/仮説構築能力など)
ドキュメント作成能力 (見栄えではなく、構成の組み立て方やわかりやすさが担保できる)
ビジネスサイドと円滑なコミュニケーションを図りながら分析を進めることができる
デジタルプロダクトにおいて、ビジネスサイドの課題感を適切に理解した上で、自発的に分析テーマを企画提案してきた実績がある
デジタルプロダクトにおいて、分析結果から得られた示唆を踏まえて、ユーザー体験を向上させるための施策提案を行った実績がある
チームメンバーに対して、分析アプローチのディレクションや分析結果のレビューを行い、分析の品質を担保することができる

[エンジニアリング]
SQLを利用してデータを加工・集計した経験
　 100~200行のコードを読み書きできる
　結合, CTE (WITH句)・サブクエリ, ウィンドウ関数が利用できる

Python・Rなどによる集計やモデル構築・可視化の経験
　numpy, pandas などの集計用ライブラリの利用経験
　scikit-learn,statsmodels などの機械学習ライブラリの利用経験
　matplotlib, seaborn などの可視化ライブラリの利用経験

言語要件：日本語能力がネイティブレベルの方、または、日本語能力試験（JLPT）1級相当以上

歓迎条件
下記に列挙する項目のいずれかを満たしていると尚良い。

[データサイエンス]
統計的因果推論の理解/実務経験
自然言語処理の理解/実務経験
アンケート調査設計の理解/実務経験
ダッシュボード構築経験

[ビジネス]
データを活用し、デジタルプロダクトをグロースさせた経験

[エンジニアリング]
GCP/AWSの利用経験(特にBigQuery/Redshiftなどのビッグデータ基盤)
Airflowなどのワークフロー開発経験