Data Scientist／『提案で終わらない』——実装・運用・検証まで価値を創出する。

Data Scientist／『提案で終わらない』——実装・運用・検証まで価値を創出する。

仕事概要

モノグサについて

私たちは、誰もが簡単に「記憶」できる世界を目指し、記憶のプラットフォーム「Monoxer（モノグサ）」を開発・運営しています。

当社には創業以来、単なる学習履歴を超えた、社会人領域にも事業を広げる中で、人の「記憶」にまつわるデータが蓄積されています。モノグサのデータサイエンティストは、この極めてユニークなデータを駆使し、顧客の本質的な課題を解決するプロフェッショナルとして活動しています。

さらに2026年4月、横浜市立の全495校・約25万人の児童生徒を対象にMonoxerが導入されました（ ）。これにより、データサイエンティストは、公教育というフィールドにおける大規模な学習データと教育ビッグデータを活用し、社会的インパクトの大きな分析・モデル構築に携わることが可能となります。

モノグサでは、データサイエンティストが構築した分析モデルやアルゴリズムは、そのまま自社プロダクトに実装・運用され、毎日何万人ものユーザーの「記憶定着」というリアルな成果に直結します。「提案で終わる」フェーズから、「自ら実行・検証し、継続的に価値を創出する」フェーズへと、データサイエンティストの役割を進化させられます。

業務内容

データ分析を通じた仮説検証と顧客課題の特定

* データ分析を通じて「記憶」にまつわる顧客課題（例: 生徒の成績が伸び悩んでいる）をより詳細に洗い出し、解決すべき真の課題を定義する。

数理モデルの構築等を通じたソリューション開発

* 上記の課題を解決するための「どのくらい記憶しているか」といった予測・推定モデルや、「どのように学習すれば最短で記憶できるか」といった最適化モデル等の数理モデルを構築する。

経営層レベルへの意思決定支援

* 分析結果やモデルの有効性について顧客または自社の経営層へレポートを行い、データに基づいた戦略的な意思決定を支援する。

プロジェクト例

※ご関心やスキルに応じて、ビジネスサイド寄りの戦略プロジェクトから、数理モデルの構築といったテクニカルなプロジェクトまで柔軟に対応可能です。
* 学習効果を最大化するためのデータ分析とそれに基づく顧客に対するプロダクト活用施策の立案
* LTV最大化のためのチャーン予測モデルの構築とリテンション戦略の策定・実行
* 「記憶」にまつわるデータを活用し、ユーザー一人ひとりに対して最適な学習体験を提供するための新機能の開発

モノグサで得られるもの

* 「提案で終わらない」当事者性：
分析結果をレポートで納品して終了ではなく、構築した数理モデルを自社で実装・運用し、プロダクトと共に成長させる責任と裁量がある。

* 継続的な価値創造のサイクル：
プロダクトを通じて顧客価値を届け、その効果を自らの手で検証し続けられます。仮説→実装→検証→改善のループを自分で回せる。

* 経営レポートからKPIコミットメントへ：
顧客または自社経営層への説明で終わらず、「記憶」という独自KPIに対して長期的にコミットする立場です。

* 公共性の高い大規模データ分析：
「記憶」にまつわる学習データと教育ビッグデータ（例：横浜市立全495校・約25万人）を活用した、社会的価値の高い分析・モデル構築に携われる。

必須スキル

モノグサについて

私たちは、誰もが簡単に「記憶」できる世界を目指し、記憶のプラットフォーム「Monoxer（モノグサ）」を開発・運営しています。

当社には創業以来、単なる学習履歴を超えた、社会人領域にも事業を広げる中で、人の「記憶」にまつわるデータが蓄積されています。モノグサのデータサイエンティストは、この極めてユニークなデータを駆使し、顧客の本質的な課題を解決するプロフェッショナルとして活動しています。

さらに2026年4月、横浜市立の全495校・約25万人の児童生徒を対象にMonoxerが導入されました（ ）。これにより、データサイエンティストは、公教育というフィールドにおける大規模な学習データと教育ビッグデータを活用し、社会的インパクトの大きな分析・モデル構築に携わることが可能となります。

モノグサでは、データサイエンティストが構築した分析モデルやアルゴリズムは、そのまま自社プロダクトに実装・運用され、毎日何万人ものユーザーの「記憶定着」というリアルな成果に直結します。「提案で終わる」フェーズから、「自ら実行・検証し、継続的に価値を創出する」フェーズへと、データサイエンティストの役割を進化させられます。

業務内容

データ分析を通じた仮説検証と顧客課題の特定

* データ分析を通じて「記憶」にまつわる顧客課題（例: 生徒の成績が伸び悩んでいる）をより詳細に洗い出し、解決すべき真の課題を定義する。

数理モデルの構築等を通じたソリューション開発

* 上記の課題を解決するための「どのくらい記憶しているか」といった予測・推定モデルや、「どのように学習すれば最短で記憶できるか」といった最適化モデル等の数理モデルを構築する。

経営層レベルへの意思決定支援

* 分析結果やモデルの有効性について顧客または自社の経営層へレポートを行い、データに基づいた戦略的な意思決定を支援する。

プロジェクト例

※ご関心やスキルに応じて、ビジネスサイド寄りの戦略プロジェクトから、数理モデルの構築といったテクニカルなプロジェクトまで柔軟に対応可能です。
* 学習効果を最大化するためのデータ分析とそれに基づく顧客に対するプロダクト活用施策の立案
* LTV最大化のためのチャーン予測モデルの構築とリテンション戦略の策定・実行
* 「記憶」にまつわるデータを活用し、ユーザー一人ひとりに対して最適な学習体験を提供するための新機能の開発

モノグサで得られるもの

* 「提案で終わらない」当事者性：
分析結果をレポートで納品して終了ではなく、構築した数理モデルを自社で実装・運用し、プロダクトと共に成長させる責任と裁量がある。

* 継続的な価値創造のサイクル：
プロダクトを通じて顧客価値を届け、その効果を自らの手で検証し続けられます。仮説→実装→検証→改善のループを自分で回せる。

* 経営レポートからKPIコミットメントへ：
顧客または自社経営層への説明で終わらず、「記憶」という独自KPIに対して長期的にコミットする立場です。

* 公共性の高い大規模データ分析：
「記憶」にまつわる学習データと教育ビッグデータ（例：横浜市立全495校・約25万人）を活用した、社会的価値の高い分析・モデル構築に携われる。

歓迎スキル

* コンサルティングファームやSIerなど、顧客向けにデータ分析を伴う課題解決・提案業務をご経験された方
* MLOpsに関する経験
* データエンジニアリングに関する経験

求める人物像

* 知的好奇心がある
* 様々な人と議論するのが好き
* 組織の自由さを正しく活用できる人
* 「提案で終わらない。自分が考えた分析・モデルがプロダクトとして顧客に届き、その先の成果まで見届けたい」という強い志向をお持ちの方

応募概要

給与

700万円～1,500万円（ご経験スキルに応じて相談可）

勤務地

本社（飯田橋オフィス）

雇用形態

正社員

勤務体系

・勤務時間
10:00～19:00(実働8時間)を基本にした裁量労働制
・完全週休二日制
・祝祭日、年末年始休暇
・当社規定による年次有給休暇制度
※入社時10日間の有給休暇付与
・リモートワーク可能（週1出社）

試用期間

あり（入社後の3か月）

福利厚生

・ストックオプション制度あり
・交通費支給
・書籍購入補助制度
・フリードリンク
・各種保険完備（雇用保険、労災保険、厚生年金保険、健康保険）
・社外研修参加時の費用補助あり