社員の声

執行役/部門長

張

私は現在、執行役データサイエンス部門長を務めています。当部門のビジョンは、「データ・アルゴリズムの力を活用して、お客様に最高のECサービスを提供し、ビジネス成長に貢献する」です。このビジョンの実現に向けて、全社目標を踏まえたデータサイエンスの戦略策定やその推進をリードしています。
　2016年にモノタロウへ入社する以前は、大学で情報抽出や最適化を専門に研究員として従事していました。モノタロウにおいては、商品検索、推薦、SEO、商品情報整備、マーケティングなど多様なプロジェクトで実務経験を積みました。この経験を基に、現在ではデータサイエンスを活用した全社的な価値創出を担っています。
　データサイエンス部門には、多くの強みがあります。全社的な「データドリブンカルチャー」の醸成を背景に、膨大で整備されたデータ資産を基盤とし、データサイエンティストが売上やビジネス貢献に直結する課題に取り組める仕組みが整っています。さらに、長期的に働きやすい環境や、高度な専門性を活かせる制度もあります。このように部門全体が会社の成長エンジンとして機能しており、活発なデータ活用が進んでいます。
　私の目標は、新たなデータサイエンスの活用領域を開拓し、明確なビジネス成果を生み出すこと。そして、データサイエンティストのキャリアを支援し、卓越した組織を構築することです。
　データの力でビジネスを革新したい方、ぜひ私たちと一緒に未来を切り拓いていきましょう！

データサイエンス-A グループ長

稲田

私はデータサイエンス部門でグループ長を務めており、同時に商品検索サービスを改善する組織横断型チームのプロデューサーと、生成AIを活用してお客様の購買体験の向上を目指すプロジェクトのリーダーを任されています。
私の主な仕事は、アルゴリズム、データ、バックエンド、フロントエンド、UIUXなどの幅広い領域の改善活動をリードしてより良いサービスを実現することです。

MonotaROでは、世界トップクラスのEコマースサービスを実現するため、自然言語処理、大規模言語モデル、AIエージェントといった最先端のコンピュータサイエンスの知見や技術を積極的に活用しています。
その取り組みの一例として、2026年3月末に顧客向けの購買AIエージェントのサービス（β版）をリリースしました。購買AIエージェントを作成するにあたり、単に既存の購買体験を生成AIに置き換えるのではなく、生成AIだからこそ実現できるMonotaRO独自の切り口を見つけ、既存のアプローチでは解決が難しかった要求に応えることを目標とし、その一部を実現しました。
このように、最先端の技術を精査して柔軟に取り入れることのできる、深い基礎理解と高度な応用力を活かしながら、サービスの改善に努めています。
私自身としても、MonotaROのサービスの改善を通じて、知らなかった知識・技術を習得したり、専門性をさらに深めたりすることができ、日々の成長を実感しています。

また、MonotaROではワークライフバランスを取りやすい環境が整っています。
私は持病を抱えており、仕事と生活のバランスが取れるかどうか不安がありました。
しかし、会社や上司からの手厚いサポートを受けながら、快適に働くことができています。
このように安心して仕事に集中できる環境が整っている点も、MonotaROの魅力の一つだと感じています。

データサイエンス-A チームリーダー

メンバー

当社データサイエンス部門の大きな魅力は、多角的な側面から個人の成長を後押しする環境が広がっていることです。以下の３つの要素が組み合わさることで、データサイエンティストとして着実に成長できる環境が整っており、新卒で入社してからの５年間で、知識面、思考力、そして課題解決力の向上を実感しています。
（１）知識とスキルの習得: 専門知識やビジネススキルを育成プログラムや定期的な勉強会を通じて常にキャッチアップしています。
（２）思考力の深化: 身近にいるロールモデルとなる先輩社員から、複雑な問題を解き明かすための思考プロセスや仕事への向き合い方を日々学ぶことができます。
（３）課題解決力の向上とキャリア形成: 週に一度の1on1では、個人の課題やキャリアについて深く相談し、自分一人では気づけなかった新たな視点や具体的な解決策を見つけることができます。

データサイエンス部門では、企画立案からサービス展開、そして効果検証までを一気通貫で担当できるのが大きな特徴です。お客様の行動を分析して潜在的な課題を発見し、どのような施策が効果的かをデータに基づいて仮説を立て、実際にサービスに落とし込んでいきます。たとえば私が担当している検索領域では、月間数千万にも及ぶ検索セッションが発生しています。全売上に占める検索からの購入割合は高く、売上へのインパクトは計り知れません。
自分の分析や施策が直接的に会社の成長に貢献できることは、大きなやりがいにつながっています。常に自分の意図した結果が得られるとは限りませんが、期待通りの結果が出なかったとしても、それは新たな発見に繋がります。なぜ意図しない結果になったのかを深く掘り下げ、まだ社内の誰も知らないような新しい知見を得られることもあります。この「なぜ？」を追求し、次の施策に活かすプロセスが、データサイエンティストとして面白い瞬間の一つだと感じています。

データサイエンス-A チームリーダー

メンバー

私は2022年度に新卒としてMonotaROに入社しました。現在はMonotaROの商品検索における機能改善のリードを主な業務としています。検索アルゴリズムの高度化に向けた企画の起案からリリースまでを担当するとともに、ロジックの実装・評価にも自ら携わっており、とても刺激的でチャレンジングな業務だと感じています。

データサイエンスグループでの仕事は、課題解決のための手法の提案から実装、ABテストによる評価という流れで進みます。このプロセスは大学での研究と似ており、情報系の博士出身の自分にとって馴染みやすい環境です。また、MonotaROにはユーザー行動に関する豊富な一次データがあり、これらを活用して様々なアプローチで案件に挑戦できる点も魅力です。

データサイエンスグループ内では研究会・勉強会などを通じて、最新の情報検索の研究や業務に必要な知識を学ぶ機会が設けられているため、検索・推薦の経験がない方でも安心して働ける環境だと思います。また、国内外の学会に参加・発表する機会もあり、最先端の研究を業務に活かせる点も魅力の一つです。

データサイエンス-A

メンバー

私は2022年にモノタロウに新卒として入社し、これまでは商品推薦アルゴリズムの改善に関するタスクに取り組んできました。直近では、AIエージェント機能の開発、そしてそのAIエージェントに用いるLLMのファインチューニングといった業務にチャレンジしています。

商品推薦では、論文のサーベイによる手法の調査からアルゴリズムの実装、ABテストによる効果検証まで一連のプロセスを経験しました。現在取り組んでいるAIエージェント機能の開発では、これまでの経験を活かしつつ、LLMという新しい技術領域にも踏み込みながら日々新しい知見を積み重ねています。

モノタロウは新人であっても様々なことに挑戦させてもらえる環境があると思います。実際に私自身も、商品推薦からAIエージェント開発・LLMチューニングへと担当領域を広げながら成長する機会をいただいています。
また1on1を通して、上長に取り組んでみたいタスクについての相談をすることもでき、自分で成長の方向性をコントロールすることも可能なため、非常に恵まれた環境だと感じています。

データサイエンス-A

メンバー

私は2024年度に新卒としてMonotaROに入社し、データサイエンス-Aグループに配属されました。現在は主にキーワード検索に関するアルゴリズムの設計と実装に取り組んでいます。

データサイエンスグループの仕事は、課題に対する分析、手法提案、実装・評価という流れで進んでいます。配属された後、早い段階で自分でロジックやアルゴリズムを考える機会が与えられることが魅力です。チーム内は質問しやすい環境が整っており、気になる点はチームメンバーと議論しながら仕事に取り組むことができます。

また、 定期的に勉強会や論文紹介の場が設けられており、常に新しい技術や研究の知識を得ることができます。
さらに働く上で非常に安心できるのは、行動規範にある「他者への敬意」を感じられる点です。メンバー同士が互いをリスペクトし合っており、円滑なコミュニケーションが行われています。

データサイエンス-A

メンバー

私は2025年4月に新卒で入社し、7月からデータサイエンス-Bグループに配属となりました。現在は、主にwebサイト上での商品推薦アルゴリズムの改善に取り組んでいます。

MonotaROではデータドリブンな文化が根付いており、またそれを支えるためのデータ・データ基盤が揃っています。そのため、データを用いた分析や改善にスピーディーに取り組みやすく、グループ内外の関係者ともデータを用いた客観的なコミュニケーションが可能です。
また、データサイエンティストが働きやすい・成長しやすい環境が整っていることも魅力だと考えています。早い段階から比較的裁量度の高い改善に取り組む機会をいただいており、考えることも多いですがその分やりがいも大きく、できることが日々増えていると実感しています。また、分からないことがあっても先輩社員の皆さんがサポートしてくださるため、知らないこと・やってみたいこと等に積極的にチャレンジできます。自身の成長を通して事業に貢献していると実感できる恵まれた環境だと感じています。

データサイエンス-A

メンバー

私は2026年度に中途入社し、現在データサイエンス部門Aチームで商品検索をサポートするモノタロウAIの開発とMonotaROサイトの検索性向上に取り組んでおります。

MonotaROで働く中で以下の3点を強く感じました。
(1)技術レベルが非常に高く、最新技術をサイト改善にどんどん取り入れていくチャレンジングな社風。
(2)上司や同僚から的確なアドバイスがもらえ、自己成長を感じられる。
(3)ワークライフバランスが充実している。

(1)について、国内外の学会への参加や研究会などを通じて、最新の技術についてキャッチアップする機会が設けられており、最新技術をプロダクトに取り入れていく動きが活発です。
社内での生成AI利用も進んでおり、開発者として効率よく開発が行える環境が整っています。

(2)について、定期的な1on1ミーティングなど社員へのサポート体制がしっかりしており、自分が業務上・プライベートで悩んでいることを素早く解消していただける点も助かっています。

(3)について、ワークライフバランスが充実しており、長時間だらだら働くのではなく、働く時は集中して働いて、休むときはしっかり休むということができています。

自己成長を実感しながら、ライフワークも充実できるという点でMonotaROは非常に魅力的な職場です。

データサイエンス-B グループ長

丹羽

私はデータサイエンス部門で主に商品推薦サービスの改善を担当するグループのグループ長を務めています。また、同時に商品推薦を基にした販促を実施するチームのPMを担当しています。

弊社では現在統合マーケティング基盤の刷新が行われています。その中で私は刷新された基盤を用いてチャネル横断でお客様ごとにパーソナライズした販促を実現するためのアルゴリズム開発、データ作成、システム連携などを推進しています。
パーソナライズされた販促を通じて、お客様に対して適切なタイミングで必要な情報をお届けし、よりお得に、便利に間接資材（仕事で使う様々な備品や消耗品）の調達を行っていただくことが私の役割です。
また、パーソナライズの精度改善のために生成AIなど新しい技術の導入も積極的に進めています。そのため、新しい技術を学び個人として成長することが会社への貢献に直結しており、大きなやりがいを感じています。

データサイエンス-B チームリーダー

メンバー

現在、私は機械学習を用いた商品推薦システムの改善という、非常にやりがいのある業務に取り組んでいます。日々の業務では、チームメンバーと活発に議論を交わしながらユーザーの行動理解を深め、最新の機械学習手法の調査や検証を重ねています。

MonotaROには、データサイエンティストにとって最高の環境が整っています。まず、膨大な量の行動ログデータと、それを瞬時に分析できる強力なデータ基盤（BigQuery）があります。そして、データに基づいた意思決定を尊重する文化が根付いており、施策の効果はA/Bテストで客観的に評価されます。

さらに、社内には推薦や機械学習の基盤を専門に開発・運用するチームが在籍しているため、新しいモデルを実サービスに投入する際の連携が非常にスムーズです。これにより、アイデアの検証からA/Bテストの実施までを驚くほど短期間で進めることができます。

機械学習を活用してサービスを成長させたい方にとって、これ以上ないほど恵まれた環境です。ぜひ私たちと一緒に、資材調達ネットワークを改善していきましょう。

データサイエンス-B

朴

私は2021年の新卒としてMonotaROに入社し、現在はデータサイエンス-Bグループで販促の改善やAIを活用した業務生産性の向上に取り組んでいます。MonotaROのデータサイエンスグループには以下のような特徴があります。
1. 短期間で成長ができる環境
大規模言語モデル(LLM)やリアルタイム検索と推薦などのような新しい技術に積極的にチャレンジしています。また、勉強会や成果発表会など様々なメンバー間の知識共有会があり、技術方面での成長が速いことが特徴です。さらに、業務上で得られた成果や知見を学会で発表するチャンスがあり、コミュニケーションスキルやロジカルシンキングのようなソフトスキルの成長も促進できます。
2. 他者への敬意が重視されている
MonotaROのデータサイエンスグループでは、多様な性格や考え方を持つ人が集まっています。人々の声が重視されるため、広い視野で物事を考えることができます。自分の意見を堂々と述べることができ、協調性が高い仕事環境です。

データサイエンス-B

岡﨑

私は2022年に新卒で入社して以来、商品検索サービスのアルゴリズム開発に携わっています。
MonotaROには日々蓄積される膨大な購買データや商品データがあり、それらをBigQueryやPythonで分析しサービス改善に活かす環境が整っています。

企画立案、手法開発、効果検証までの一連のサイクルを半期ごとに実施しており、自身のアイデアが事業に与えるインパクトをダイレクトに体感できることに大きなやりがいと自身の成長を実感しています。

また、行動規範である「他者への敬意」や「傾聴」が深く根付いている点もMonotaROの大きな魅力です。
チーム内の議論では誰もが自由にアイデアを出し合い、建設的な対話を通じてより良いものを創り上げていく文化を日々感じています。
互いを尊重し合える文化があるからこそ、日々の業務に安心して打ち込めています。

データサイエンス-B

メンバー

私はモノタロウに新卒として入社し、現在はデータサイエンス-Aグループで商品検索の研究開発に取り組んでいます。モノタロウでは、2,400万点を超える商品からユーザーのニーズに合った検索結果を提供するため、日々最新の情報技術を活用しながら、検索機能の改善や最適化を進めています。
私たちの仕事プロセスは、モノタロウサイト上の商品検索課題を解決するために、データを収集し、分析し、アルゴリズムを開発し、ABテストによる検証を行い、改善結果を検証する流れで進めています。このプロセスは、情報系大学院の研究室での経験と多くの共通点がありますが、自分が考えたアイデアが実際にサービスに反映されるという点が魅力です。さらに、膨大なデータから様々な課題に取り組む機会が多く、LLMやAIエージェントといった先端技術をいち早く実案件で試す機会があるため、自分の成長を日々実感しています。
また、外国人として日本語で仕事するのはちょっと不安でしたが、モノタロウは「他者への敬意」を大切にしているので、周りの人はとても親切で、働きやすい環境だと思います。

データサイエンス-B

織田

現在私は、パーソナライズチラシの推薦アルゴリズム開発と、顧客LTVの分析および活用方法を検討する業務を担当しております。

MonotaROのデータサイエンスの醍醐味は、その適用範囲と活動領域の広さにあります。検索や推薦機能の開発、マーケティングの高度化、サプライチェーンの改善、問い合わせ品質の向上、営業の効率化など、幅広いビジネステーマに対し、大きな裁量を持ってチャレンジできる点が魅力です。

前職ではデータサイエンス・機械学習を用いた戦略策定や施策の効果分析を主としておりましたが、MonotaROでは前職で培った強みを生かしつつ、自ら手を動かしながらサービス機能の改善やアクション案の検討まで議論できることに面白さを感じています。
また、組織の風土も魅力の一つです。MonotaROの社員は中途・新卒の垣根がなく、非常にオープンかつフラットな雰囲気の中で働くことができます。その中で推薦・検索・マーケティングサイエンス・数理最適化といった高い専門性を持つスタッフが、自身の専門性をどのように事業へ貢献できるか日々検討しています。

データサイエンス-B

今川

2024年4月に新卒で入社して以来、チラシ・メール・アプリプッシュなどの販促施策における商品推薦の改善を担当しています。

OKRは会社や部門単位で設定されていますが、その達成に向けた施策の設計においては、一人ひとりに大きな裁量があります。推薦ロジックの開発から、顧客への見せ方や訴求方法の設計まで、自由度を持って取り組める点が、MonotaROのデータサイエンスの魅力の一つだと感じています。

MonotaROでは、自社サイトで収集した膨大かつ整備されたデータを活用できます。また、役職や部署の垣根が低く、立場にかかわらず知見や新しいアイデアを共有しやすい組織です。Slackでの日常的なやりとりに加え、毎週の週報を通じて、提案や学びを広く共有する機会があります。

膨大なデータを活用でき、周囲とも相談・協力できる環境があるため、自ら考えた分析や検証、改善施策を円滑に進められます。課題に応じたアプローチを幅広く検討し、施策として実行し、効果を検証するサイクルをスピーディーに回せることにやりがいを感じています。

データサイエンス-B

メンバー

私の仕事は、コールセンターに届くお問い合わせを自動化して処理するAIエージェントの開発です。

2024年ごろから、AIの能力は目に見えて向上しました。当初は対話やチャットが中心でしたが、今ではエージェントによる作業やコードの記述、画像・動画の生成まで可能になり、言葉の使い方も人間に近づいています。

生成AIサービスを導入する企業は年々増えており、職種を問わず多くの人がAIを業務に取り入れ、効率の向上を実感しています。

この流れの中で、MonotaROも新しい領域を切り拓くためにAIの活用を進めています。実際の業務での運用に加え、実験や検証を目的とした利用にも、会社が積極的に環境を提供してくれます。

さらに、AIを使いこなすためのワークショップや講座も社内で開催され、実用的で興味深い知識が共有されています。効果的な使い方を学ぶうえで、とても助けられていると感じます。

正解がまだ定まっていない分野だからこそ、自分で試し、学び、共有していく姿勢が大切だと感じます。その挑戦を後押ししてくれる環境がここにはあります。AIに興味のある方は、ぜひ一緒にチャレンジしましょう。

MLE グループ長

メンバー

弊社において、様々な部分においてデータサイエンスは活用されております。私たちのグループでは、モノタロウのECサイトにおける商品の検索/推薦の最適化を通した資材調達の顧客体験向上を目指して、開発に取り組んでおります。

現状、データサイエンスを用いて最適化したい推薦や検索をはじめとしたコンポーネントは数多くあります。そのコンポーネントに対して、課題発見→解析→最適化→機能開発→リリース→効果検証のサイクルを回して、日々サイトの体験改善に努めております。このサイクルを高速に回して、かつ、システムを安定的にリリース/運用することが求められています。

私の主業務としては、検索/推薦のユーザ体験をよりよくするために、ユーザや商品のコンテキストを利用して機能提供するバックエンドサーバー/インフラ/データパイプライン開発を行うグループのマネージャーを務めております。別チームからアルゴリズムを受託し、それをサービス化しユーザに届けることを実現するまでをゴールとして業務を行っております。直近では、LLMを活用したアプリケーション開発のマネージャーも兼任し、よりよいユーザ体験を提供するための新しい技術の導入にも取り組んでおります。

データ/システム双方に改善を行い続け、事業を推進することができる方々と是非一緒に働くことができれば幸いです。以上、よろしくお願いいたします。

MLE チームリーダー

植村

　私が取り組んでいる業務、そしてMonotaROで働く魅力をお伝えいたします。私は、機械学習エンジニアとして、データサイエンティストが分析とモデル開発に集中できる基盤を整えること、そして検索・推薦・エージェントをユーザーに届けるシステムを構築することを担当しています。ソフトウェアエンジニアリングの面白さに加えて、「このアルゴリズムは本当にユーザーの購買を楽にしているか」を問い続けられるのが、この仕事の醍醐味です。
　MonotaROで働く魅力は二つあります。役職に関係なく真摯に議論してくれる人が多く、迷ったときに相談できること。そして、膨大な商品データを扱うシステムを、自分の手で設計・構築していけることです。

MLE

メンバー

モノタロウでは、サイトに適用する様々なアイデアを BigQuery や分析アルゴリズム、機械学習技術で集計・分析、評価して収益の改善につなげていきます。
判断基準が公平かつフラットな分かりやすいものなので、ちょっとしたアイデアでも提案して、挑戦していくことができます。期待以上の改善ができたり、思うような結果が出なくて何度もリトライすることもありますが、失敗を分析し、次につなげていくことができます。時には問題解決に有効なアルゴリズムや機械学習の技術を探し、それを実現して問題解決につなげていくこともあり、非常にやりがいを感じます。
またこうしたアルゴリズム・技術をリアルタイムにサイト上で利用していくためには、必要な情報を BigQuery やサーバーから収集して学習や予測に利用するので、応答性の高いシステム設計をする必要があります。機械学習だけで高度な専門性を有している人はもちろん、機械学習とエンジニアリングの両方の知識・経験がある人にとっても経験を生かすことができます。

MLE

メンバー

私は2025年度にMonotaROに新卒で入社し、現在は検索/推薦のバックエンドサービスへ検索に関わるアルゴリズムを実装する部分やCI/CDの整備を担当しています。
MLEグループはデータサイエンス部門が開発したアルゴリズムをユーザーに届けるという役割を担っているため、サイトで動いているアルゴリズムの全体感が把握できます。また、データの知識に加えて、バックエンドシステムの実装、インフラの知識も必要になるため仕事のやりがいは大きいです。
私が感じているMLEグループの雰囲気として、メンバーのデータサイエンス、ソフトウェア開発、インフラ構成管理についての知見や技術力が高いです。また、グループ内外問わず相談がしやすい雰囲気があるため、自らの技術力を広げられる環境が整っています。
私はデータの理解や技術力はまだまだですが、データサイエンスとエンジニアリング双方に関われる環境を活かして、日々できることの幅を広げていくことを意識しています。

MLE

大久保

我々のグループでは、弊社のデータサイエンス関連の業務フローの最適化を通じて、顧客の資材調達体験を向上させることをミッションとしています。

主な業務は、データサイエンティストが開発したアルゴリズムや機械学習モデルを実際のサービスとして提供することです。私はバックエンドサーバー開発、データパイプライン構築、機械学習基盤の整備、LLM基盤の開発を行っています。

グループでは、課題発見から解析、最適化、機能開発、リリース、効果検証というサイクルを高速に回しながら、MLOps、LLMの自社ホスティングやファインチューニング、AIエージェント開発などの最先端技術にも取り組みます。システムの安定運用とともに、エンジニアリングと機械学習の両方の知識を活かした継続的な改善が必要です。業務フロー全体の見直しにも参加できるやりがいのある環境となっています。

商品情報構造化 グループ長

青井

データサイエンスは様々な業界のサービス改善に利用されていますが、モノタロウでは資材調達の効率化を実現するためにデータサイエンスを活用しています。資材を調達する際に商品を探したり比較した上で発注するプロセスが必要ですが、それぞれのプロセスをデータにより効率化することを目指しています。

私が担当する商品推薦システムの開発では、サイトを訪問した顧客が必要とする商品をデータをもとに判断して推薦をしています。機械学習などの技術を用いて専門家よりも深く商品と顧客の特性を理解して、それらをもとに推薦の性能を上げることを目標としています。推薦技術の研究開発では、社内でアイディアを出すことと合わせて、WSDMやKDDなど国際会議の研究成果の調査にも力を入れています。

データサイエンティストにとって当社の良いところは、データサイエンスによって解決すべき課題が多く存在することです。サービスを通じて計測されるデータが多種多様であり、事業成長のなかでデータによって解決すべき課題が生じています。これらの課題をデータサイエンスでいかに解決するかが私たちに求められています。

商品情報構造化 チームリーダー

井上

私は2021年にMonotaROに新卒入社しました。現在は商品情報の整備、商品情報からの知識抽出に取り組んでいます。お客様がモノタロウで商品を見つける助けになる情報を提供する / お客様が何を求めているのかを深く理解するためのデータを提供することが私たちのミッションです。

最近はLLMによって、以前であれば人手で時間をかけて行っていた商品情報整備の作業が大幅に効率化できました。これによって、より多くの時間を「お客様の需要を満たすために、どのようなデータを整備すべきか」という本質的な課題の検討に費やせるようになりました。困難な課題にじっくりと向き合い、解決策を模索するプロセスは非常に面白いと感じています。

商品情報構造化

伊東

私は商品情報構造化グループでMonotaROの属性整備を担当しています。現在は主に、ユーザーが必要な商品をより絞り込みやすくするサービスの開発に向けて、大規模言語モデル（LLM）を活用し、商品情報から情報を抽出する仕組みの構築に取り組んでいます。

MonotaROには先端技術に取り組むメンバーが多く、論文を題材にした研究会も定期的に行われています。最新の研究をインプットしながら議論できるだけでなく、業務で生まれたアイデアも「どう検証するか」を相談しながら、小さな実験から素早く試せる環境が整っている点が特徴だと感じています。

Eコマース分野は、人工知能技術、特に言語モデルの発展と密接に関わりながら、できることが広がっていく領域でもあります。商品情報の自動整備・検索精度の向上・業務背景を踏まえた商品推薦など、これまで難しかった体験も実現しやすくなってきています。これからどのようなアプローチが可能になるのかをチームメンバーと考えながら、形にしていくのが楽しみです。

商品情報構造化

譚

私は2023年に新卒として入社し、現在はデータサイエンス部門に所属しています。昨年、部門内で新しいチームへ異動し、これまでのアルゴリズム設計を中心とした業務から、LLMを活用したデータ生成・構造化・レビューを中心とする業務へと担当領域が大きく変わりました。現在は、ECサイトの商品ページにおける属性データの生成と、その品質チェック・レビューといった一連のプロセスに携わっています。

これまではアルゴリズムそのものをどう設計するかに向き合うことが多かったのに対し、現在はLLMにデータの生成を任せつつ、その出力が業務要件を満たしているかをA/Bテストや実データによる効果検証を交えながら多角的に検証し、信頼できる形に仕上げていく仕事が中心になりました。単に「動くものを作る」のではなく、「LLMが生成したものをどう評価し、正解に近づけるか」という新しい問いに向き合う日々です。

新しいチームでは、これまでとは異なる難しさと面白さに日々向き合っています。試行錯誤を重ねながらチームメンバーと議論し、レビューの基準や仕組みそのものを磨いていくプロセスに大きなやりがいを感じており、これからもLLMと人の知見を組み合わせながら価値を生み出せるよう努めていきたいです。

商品情報構造化

作本

私は2025年に新卒としてMonotaROに入社しました。現在は商品情報構造化グループの一員として、お客様の業務課題に最適な商品の提案に取り組んでいます。お客様がどのような方で、どのような業務を行い、どのような意図で商品を購入されたのかを深く理解し、データ整備や商品提案推薦アルゴリズムの開発を行うことが私の役割です。
MonotaROの魅力は、EC事業によって得られる膨大な行動データと、それを支えるデータ分析基盤、そしてデータを活用して事業課題を解決する風土があることです。この膨大なデータをただ活用するだけでなく、「お客様の体験向上のために、どのようなデータを整備すべきか」といった本質的な領域から関われることに大きなやりがいを感じています。