Job offer curation - ⁨セールス⁩

LLM・生成AIを活用したソリューションの導入を、要件定義から運用まで一貫してリードするポジションです。 顧客企業のAI活用を成功に導く「技術と顧客の架け橋」として、プロジェクトマネジメントとAIソリューション設計の両面で活躍していただきます。 具体的な業務内容 デリバリー計画の策定・推進（Delivery Planning） 顧客企業のAI導入プロジェクトを、要件定義から運用まで一貫してリード。 ロードマップ策定、スコープ管理、QCD管理を行いながらプロジェクトを推進 AIソリューション設計（AI Solution Design） LLM / RAG / 生成AIを活用したソリューションの設計 顧客の業務課題を技術要件へ落とし込み、PoCから本番導入まで支援 ステークホルダーマネジメント（Stakeholder Management） 顧客の経営層・現場担当者との合意形成 セールス・エンジニア・CSと連携しながらプロジェクトを推進 技術的な内容を非技術者にも伝わる形で説明 改善サイクルの推進（Performance & Iteration） KPIモニタリングおよび導入後の改善施策の実行 データドリブンにAI活用の成果最大化を推進 組織体制 AI Deliveryチームに所属し、セールス・エンジニア・カスタマーサクセスと密に連携しながらプロジェクトを推進。 日本国内だけでなく、インド・フィリピン・台湾のグローバルエンジニアチームと協働する機会も有。

当社が保有する年間20億件超のBtoC会話データ（LINE/SMS/Voice）を分析し、顧客のビジネスに直結する示唆とアクションを提案する新チームの立ち上げメンバーです。 ビジネスマインドを持つプロダクトマネージャーとしての顧客提案活動と、データサイエンティストとしてのハンズオン分析リードを半々で担う、ハイブリッドなポジションです。顧客と直接対話しながら分析テーマを設計し、会話ログ・コールログから業務パターンの可視化、成約・離脱シグナルの抽出、新たな顧客接点の機会を発見していきます。当初はセールスチームと協業し、自らも顧客提案を行って案件の獲得も行います。 ゼロベースで始めるチームの最初の1人として、将来的にはこのチームの発見がプロダクト機能にフィードバックされ、当社の長期的な競争力を強化する——極めて重要なポジションです。 具体的な業務内容 顧客対話と分析テーマ設計（Customer Engagement & Discovery）: 当社の大型顧客と直接対話し、業務上の課題やデータ活用のニーズを深掘り。顧客保有データと当社プラットフォームデータを組み合わせ、「何を分析すれば顧客の事業に貢献できるか」を共同で設計 データ分析と示唆抽出（Data Analysis & Insight Generation）: 会話ログ（LINE/SMS/Voice）・イベントデータ・コールログを分析。業務パターンの可視化、成約・離脱シグナルの抽出、接点拡張の機会特定を実施 アクション提案とROI定量化（Action & ROI Proposal）: 分析から得た示唆を具体的なアクション提案に落とし込み、コスト削減額・成約率改善などの経済効果を定量化。事例を積み重ねることでデータ分析の価値を顧客に証明 プロダクトへのフィードバック（Product Feedback）: 分析で繰り返し発見されるパターンをプロダクトチームにフィードバックし、機能化・自動化を推進 チーム立ち上げ（Team Building）: 分析手法やナレッジの体系化を行い、チーム拡大に向けた基盤を構築 組織体制 CPO直下の新設チームに所属し、Product統括本部・Data/AIチーム・Solution Deliveryチームと密に連携。 セールス・CSチームと協業しながら顧客との接点を構築。日本国内だけでなく、インド・フィリピン・台湾のグローバルエンジニアチームと協働する機会も有。

私たちが思う日本に対する危機感とは 日本は、世界でもいち早く高齢化・人口減少に直面する「課題先進国」です。 例えば、「人手不足」という課題。 2025年時点の日本の人口は約1億2300万人です。2050年には9500万人になります。今から25年後に2800万人が日本からいなくなります。どれほどの数字かイメージが湧くでしょうか？これは、北海道・九州・中国・四国地方から人が完全にいなくなるのと同じくらいの数字です。 他にも気候変動や異常気象、日本企業の国際競争力の低下、少子高齢化、AIや情報リテラシーの格差など数えきれないほどの課題があります。 これらのマクロな課題により、それぞれの企業のビジネス環境も大きく変わります。 まさに前例のない不確実なビジネス環境です。 データサイエンスとは 一般的には、データサイエンスとは統計学や機械学習・AI、プログラミング等の技術をイメージする方が多いのですが、ピープルドットでは、データサイエンスを以下のように定義しています。 データサイエンスとは データで客観的かつ多面的に問題を分析し、課題を特定すること 多くの人がデータという共通言語を用いて建設的議論を行うこと 統計モデルや機械学習・AIで課題を解決すること という、課題発見から解決までの総合的な営みであると考えています。 ピープルドットとは ピープルドットは2017年にデータサイエンススクールから事業がスタートしました。今では、データサイエンススクールをはじめ人材育成プログラムを通じて、育成したビジネスパーソンは約1万人になりました。高い志を持ち、自ら課題を見つけ解決することができるプロフェッショナルたちです。