職務経歴書
2026年11月16日現在
氏名 高橋 美咲
■ 職務要約
経済学研究科の修士課程(計量経済学)を修了後、食品の定期宅配 EC を運営する株式会社〇〇にデータサイエンティストとして入社し、3年半にわたり解約防止、A/B テストの運用、顧客の声の分析を担当してきました。アップリフトモデルを使ったクーポン配布では、解約率を1.4ポイント下げつつ費用を全員配布の約4割に抑え、年間約9,000万円の売上の維持につなげました。
■ 活かせる経験・知識・技術
- 因果推論(A/B テスト、アップリフトモデル、差の差分析)を使った施策の効果の検証
- A/B テストの設計(サンプル数・期間の見積もり)と、社内の運用ルールづくり
- LLM を使った自由記述の分類と、人手のラベルとの照合による確かめ
- SQL・dbt でのデータ整備から、モデルのスコアを毎日配信するところまでの実装
■ テクニカルスキル
| 言語 | Python(3年2か月)、SQL(3年2か月)、R |
|---|---|
| フレームワーク・ライブラリ | pandas(1年) |
| 機械学習・生成AI | 商用LLMのAPI(1年8か月)、LightGBM(1年)、scikit-learn(1年)、EconML(1年)、statsmodels(1年)、PyMC |
| データベース | BigQuery(3年2か月) |
| OS・クラウド・インフラ | Google Cloud(2年8か月) |
| ツール | dbt(1年6か月)、Looker Studio(1年) |
■ 職務経歴
事業内容:ミールキット・食材の定期宅配 EC(会員約25万人) 従業員数:約300名 雇用形態:正社員
所属・役職:データ戦略部 データサイエンスグループ
| 2023年10月〜2024年9月 | アップリフトモデルによる解約防止クーポンの配布最適化 全員に配っていた解約防止のクーポンを、効果が見込める会員だけに配る形に変えるため、クーポンの効果を会員ごとに予測するモデルを開発。マーケティング部と共同で進めた。 【役割】分析・モデル開発の主担当 【規模】チーム3名(マーケティング部2名を含む) 【担当工程】要件定義、データ整備、モデル開発・評価、実装・単体テスト、保守・運用 【取り組み】
【成果】
【使用技術】Python、SQL、pandas、LightGBM、scikit-learn、EconML、BigQuery、Google Cloud、dbt |
| 2024年4月〜2025年3月 | A/B テストの設計テンプレートと運用ルールの整備 各部署がばらばらに行っていた A/B テスト(年間約60本)について、設計と判定のルールを統一し、結果を一覧で見られるようにした。 【役割】リーダー 【規模】チーム2名/関係部署5部 【担当工程】要件定義、基本設計、実装・単体テスト、保守・運用 【取り組み】
【成果】
【使用技術】Python、SQL、statsmodels、BigQuery、dbt、Looker Studio |
| 2025年4月〜現在 | LLM を使った解約理由の分類と分析 解約時の自由記述アンケート(月約4,000件)を、LLM で解約理由に分類し、毎月の報告と商品・サービスの改善の材料にする。 【役割】主担当 【規模】チーム2名 【担当工程】要件定義、データ整備、モデル開発・評価、実装・単体テスト、保守・運用 【取り組み】
【成果】
【使用技術】Python、SQL、商用LLMのAPI、BigQuery、Google Cloud |
■ 資格
- 2020年11月 統計検定 2級
- 2025年2月 Google Cloud Professional Data Engineer
■ 社外での活動
- 修士論文「定期購買サービスにおける価格変更が解約に与える影響(差の差分析)」
- Kaggle の表形式データのコンペで銅メダル(2022年)
■ URL
- GitHub:https://github.com/example
- 技術記事:https://zenn.dev/example
■ 自己PR
分析は、施策の判断を変えてはじめて価値があると考えています。A/B テストの運用ルールを整えた際、過去に効果ありとされた施策を再テストし、そのうち3本で効果を確認できませんでした。担当部署にとっては受け入れにくい結果でしたが、テストの設計と数字を丁寧に共有し、運用コストの高い施策を1本やめる判断につなげました。
大学院で学んだ因果推論を、実務の施策の検証に使える形にすることを強みにしています。今後は、分析にとどまらず、モデルを使ったプロダクトの機能づくりにも関わりたいと考えています。
以上
