急募！大手損害保険会社向け LTV（顧客生涯価値）予測・データ分析PoC支援 分析メンバ

大手損害保険会社における、顧客LTV（顧客生涯価値）の向上を目的とした予測モデル構築PoC案件です。 国内人口の頭打ちを背景に、既存顧客一人あたりのLTV向上が経営課題となっており、顧客属性・契約情報等を活用した予測モデルの構築を検討しています。 現時点では分析計画・到達基準が完全には固まっていないため、分析方針や評価方法の検討から顧客と協議しながら推進いただきます。 業務内容： ・分析対象および分析方針の整理 ・分析データの収集・紐付け、データ仕様整理 ・データ加工、前処理、特徴量設計・作成 ・機械学習モデルの設計・構築 ・予測精度評価、モデル改善 ・分析結果の整理および顧客向け報告 ・PoC結果を踏まえた次フェーズ検討 「データサイエンティスト／分析メンバ」 ・データ仕様整理、データ加工・結合 ・探索的データ分析（EDA） ・特徴量設計・作成 ・機械学習モデル構築、精度評価・改善 ・分析結果の整理 ※エントリー期限※ 10/21（水）午前中まで

（必須） ・PythonおよびSQLを用いた実務でのデータ加工・前処理経験（複雑なリレーショナルデータベースからの大規模データ抽出・結合・集計をストレスなく行えるレベル） ・テーブルデータに対する機械学習モデル（LightGBM, XGBoost等）構築・評価経験（チュートリアルレベルではなく、実務データ（欠損値・外れ値処理、リーケージ対策等）での構築経験） ・探索的データ分析（EDA）によるデータ品質・特徴の整理・ドキュメント化（分析結果やデータ構造の不備・疑問点をPLや顧客へ能動的に報告・共有できるコミュニケーション力） ・データ仕様の紐解きや品質管理の経験 ・分析技術についてキャッチアップ力 （尚可） ・時系列データまたは契約データ（加入・更新・解約）の加工・特徴量エンジニアリング経験（基準日時点でのスナップショットデータ作成や、ラグ特徴量の生成経験） ・クラウド環境（AWS, GCP, Azure, Snowflake等）での分析・開発経験（顧客環境（S3, BigQuery, Redshift, Databricksなど）での作業へのスムーズな適応） ・保険・金融・サブスクリプション型ビジネスのデータ分析経験