Greenでデータサイエンティストを採る求人票|仕事内容と条件の書き方
データサイエンティストの求人票は、使う手法や言語を並べるほど、どの会社も同じに見えてきます。経験のある候補者が読み比べているのは、手法ではなく「自分の分析が、誰の判断に、どう使われるか」です。結論から言うと、Greenでデータサイエンティストを採る求人票は、仕事内容の欄に「分析の依頼主」「分析の出口」「データの状態」の三つを書き、条件の欄はその仕事の範囲に合わせて書くのが基本です。 この記事では、求人票の仕事内容と条件の欄に絞って、書く順番と書き方の型を整理します。職種の採り方の全体像はGreenでデータサイエンティストを採るにまとめています。
候補者が求人票で読んでいる順番
データサイエンティストの候補者は、求人票を上から順に読むとは限りません。多くの人は、タイトルで職種を確かめたあと、仕事内容の欄に飛び、そこで読み続けるかを決めます。仕事内容の欄で確かめているのは、おおむね次の点です。
- 分析を頼んでくるのは誰か:経営、事業部、プロダクト、マーケティングのどこと一番やり取りするのか
- 分析はどこで終わるのか:レポートや集計で終わるのか、施策の設計まで関わるのか、モデルを本番に載せるのか
- データはどこまで整っているか:ログは集まっているか、基盤は誰が持っているか、前処理にどれだけ時間を取られそうか
- 一人目か、チームがあるか:相談できる先輩やデータエンジニアがいるのか
この四つが読み取れないと、候補者は「入ってみないと分からない会社」と受け取ります。とくに前職で、作った分析が使われなかった経験がある人ほど、ここを丁寧に読みます。逆に、手法や言語の一覧は、仕事内容を読んで関心を持ったあとに確かめる欄です。求人票全体の読まれ方はGreenの求人票の書き方でも整理しています。
仕事内容の欄に書くこと
仕事内容は、次の順で書くと読み手が迷いません。
- いま会社が分析で解きたい問い:「解約の兆しを早くつかみたい」「広告の配分を感覚から数字に移したい」など、事業の言葉で一つか二つ
- 依頼主と、やり取りの形:誰から相談が来て、どの会議で結果を使うのか
- 分析の出口:結果がどこに載るか。ダッシュボード、施策の設計書、プロダクトの機能など
- 入社後の最初の仕事:最初の数か月で任せたいこと。いま誰がそれをやっているか
- データと道具の状態:基盤、ツール、言語。整っていない部分も含めて
書き方の例を一つ挙げます。
営業部門から「どの顧客に先に連絡すべきか」の相談を受け、過去の利用データから優先度をつける仕組みを作っていただきます。結果は営業の週次会議で使われ、担当の割り振りに反映されます。データは基盤に集まっていますが、一部の項目は表記がそろっておらず、整える作業から入ることになります。
この例のように、整っていない部分を正直に書くと、かえって信頼されやすくなります。前処理が多いことを嫌う人もいますが、それを入社後に知るより、応募前に知るほうが双方の負担は小さくなります。
エージェントベストの見解
データサイエンティストの求人票で当社が最もよく見る思い込みは、「手法の名前を多く書くほど、できる人が集まる」というものです。実際には、手法の一覧が長い求人票ほど、候補者には「何をしてほしいのかが決まっていない会社」に見えます。経験のある人は、手法は問いに合わせて選ぶものだと考えているからです。当社は紹介で採る支援もしているので、紹介会社経由の候補者が辞退する理由も聞いていますが、多いのは「入ってから何を任されるか分からなかった」という声です。求人票を書き直すときは、手法の一覧を一度消して、「この会社がいま分析で解きたい問い」を一文で書けるかを試してください。書けないなら、求人票の前に社内で問いを決める段階にあります。
条件の欄の書き方
条件の欄は、仕事内容と食い違わないように書きます。データサイエンティストの求人で食い違いが起きやすいのは、次の三点です。
- 年収の幅と求める経験:施策の設計まで任せたいのに、幅の上限が集計中心の仕事の水準に置かれている。幅は「任せる範囲」から決めます。幅の持たせ方はGreenの求人票で年収をどう書くかを参考にしてください
- 必須と歓迎の線引き:必須に統計の深い知識、機械学習の実装、基盤の構築を全部並べると、該当する人がほとんどいなくなります。最初の仕事に要るものだけを必須に置きます
- 働き方:分析の仕事は在宅でも進めやすい一方、依頼主との対話が多い会社では出社の比重が上がります。どちらなのかを、理由とあわせて書きます
条件の欄でもう一つ書いておきたいのが、評価のされ方です。分析の成果は、売上のように一つの数字では測りにくいものです。「施策に使われた分析の件数で見るのか」「依頼主の満足度で見るのか」など、評価の考え方を一行でも書いておくと、候補者は入社後の自分を想像しやすくなります。
検索で見つけてもらうための書き方
Greenでは、候補者が職種や技術、働き方などで求人を探します。データサイエンティストは職種名の幅が広く、「データアナリスト」「機械学習エンジニア」と重なって探されることもあります。
- タイトル:職種名に加えて、何の分析かを短く入れる。「顧客データの分析で営業の判断を支えるデータサイエンティスト」のように
- 冒頭:アナリスト寄りか、エンジニア寄りかを先に書く。重なりのある職種で、自分が対象かを早く判断してもらえる
- 技術の欄:実際に使っているものだけを書く。使う予定のものは「検討中」と分けて書く
アナリスト寄りかエンジニア寄りかは、採る側で決め切れていないことがあります。モデルを本番に載せる比重が大きい場合は、Greenで機械学習エンジニアを採る求人票と見比べて、どちらの職種で出すかを決めると、応募の質がそろいやすくなります。
選考へのつなぎ方
求人票に書いた内容は、選考でそのまま確かめられるようにしておきます。仕事内容に「営業の判断を支える」と書いたなら、面接で依頼主になる営業の責任者と話す場を作ります。分析の出口が見える人と話すことで、候補者は求人票の内容が本当かを確かめられます。
課題を出す場合は、求人票に書いた問いに近いものにします。一般的な分析課題より、自社の問いを簡略化した課題のほうが、候補者にとっても会社の仕事を知る機会になります。ただし、実データや機密に近い情報は使わず、題材を置き換えて出します。
エージェントベストの見解
求人票を書く前に、先に決めておきたいのは「最初の成果を誰が認めるか」です。データサイエンティストの採用で、入社後に評価が割れる会社には共通点があります。経営は「事業の数字が動くこと」を期待し、現場の依頼主は「頼んだ集計が早く出ること」を期待し、本人は「モデルの精度を上げること」に時間を使う。三者の期待がずれたまま入社すると、誰も悪くないのに評価が低くなります。求人票の仕事内容に「最初の成果は、営業の責任者と一緒に決める」のように、成果を認める人を書いておくと、このずれを入社前に小さくできます。媒体を問わず使える考え方ですが、Greenのように求人票を読んで応募する形では、とくに効きます。
まとめ
- 候補者は仕事内容の欄で、依頼主・出口・データの状態・チームの有無を読んでいる
- 仕事内容は「解きたい問い」から書き、整っていない部分も正直に書く
- 条件の欄は任せる範囲に合わせ、必須は最初の仕事に要るものだけに絞る
- タイトルと冒頭で、アナリスト寄りかエンジニア寄りかを先に伝える
- 求人票に書いた内容を、選考の面接官と課題でそのまま確かめられるようにする
よくある質問
データ基盤がまだ整っていません。正直に書くと応募が減りませんか
減る可能性はありますが、整っていないことを承知で応募する人は、入社後に離れにくい傾向があります。整える作業を「最初の仕事」として書き、その後にどんな分析ができるようになるかを添えると、伸びしろとして読んでもらえます。基盤づくりの比重が大きいなら、データエンジニアの募集を先に考える選択もあります。
必須条件をどこまで絞ればよいですか
最初の数か月の仕事に、それがないと進まないものだけを必須にします。「あれば助かる」ものは歓迎に回します。必須が多いと、条件を満たす人ほど他社からも声がかかり、競合が増えます。
求人票を書いたあと、スカウトはどう書けばよいですか
求人票の「解きたい問い」を、相手の経歴と重ねる形で書き出しに使います。具体的な書き出しはGreenでデータサイエンティストへ送るスカウト文面にまとめています。
本記事は 2026/11/4 時点の公開情報にもとづいて作成しています。
相談無料 / 求人広告代理店エージェントベスト
GreenでのIT・Web職の採用、手が回っていますか
- 求人票・「気になる」・スカウト・面接調整まで、いまの運用を一緒に点検します
- Green運用代行は入社時のみ課金の当社成功報酬(1名50万円・税別)。当社への初期費用・月額固定費はかかりません(Greenの利用料金は別途)
- エンジニア・PdM・デザイナー・ビジネス職の採用設計から相談できます
この記事の内容に合うサービス:Green運用代行 ↗成功報酬・入社時1名50万円