■Business Overview
Global Ad Technology Supervisory Department(GATD) manages the whole of the advertising systems that power Rakuten. We are a cross-functional and data-driven organization working together in a diverse team spread across five countries: Japan, Singapore, India, China and UK.
GATD Website: http://corp.rakuten.co.jp/careers/feature/adtech/en/

グローバル広告技術監督部門（GATD）は、楽天を支える広告システム全体を管理しています。私たちは、日本、シンガポール、インド、中国、英国の5カ国にまたがる多様なチームで協働する、クロスファンクショナルかつデータ駆動型の組織です。

■Department Overview
Our vision is to empower our internal and external stakeholders by providing data driven marketing solutions by developing the Ad delivery, Audience Management, Tracking, Reporting and Data Sync Platforms. Joining us, you will be able to challenge yourself in a wide range of technologies in the frontline of heavy traffic large scale ad applications and platforms, including high performance system development and big data processing systems. Also, you will be able to work about latest digital advertising and Ad platform because we also closely work with outside Ad platformer as well.
我々のビジョンは、広告配信、オーディエンス管理、トラッキング、レポート、データ同期プラットフォームの開発を通じてデータ駆動型マーケティングソリューションを提供し、社内外のステークホルダーを支援することです。ジョインしていただければ、高トラフィックの大規模広告アプリケーションやプラットフォームの最前線で、高性能システム開発やビッグデータ処理システムを含む幅広い技術に挑戦できます。また、外部広告プラットフォーム事業者とも緊密に連携しているため、最新のデジタル広告や広告プラットフォームに関する業務に携わることができます。

In the platform team, we have positions who have comprehensive knowledge of the platforms and provide total solution for business requirement by combining of multiple platform components.
プラットフォームチームでは、プラットフォームに関する包括的な知識を持ち、複数のプラットフォームコンポーネントを組み合わせてビジネス要件に対するトータルソリューションを提供するポジションがあります。

Our team develops and operates an ad serving platform that is widely used in Rakuten's overall services, including Rakuten Ichiba. The system consists of servers that respond to high traffic, such as tens of thousands of QPS, with low latency of less than 100ms, a backend system that processes huge log data of tens of billions of data per month, and campaign management UI.
当チームは楽天市場をはじめとする楽天グループ全体で広く利用される広告配信プラットフォームの開発・運用を担っています。システムは、10万QPS規模の高トラフィックに100ms未満の低遅延で応答するサーバー群、月間数百億件の膨大なログデータを処理するバックエンドシステム、キャンペーン管理UIで構成されています。

■Why We Hire
With the practical adoption of AI, decision-making in ad serving is becoming faster and more sophisticated, and competition among platforms is intensifying. In this context, our ad serving platform (RUNA) is in a phase of differentiating itself by strengthening the in-house development of core algorithms centered on price optimization, ad performance maximization, and creative optimization. In addition, RUNA’s adoption within the Rakuten Group continues to expand, and as the scale of delivery and the diversity of use cases grow, we need to enhance model generalization, experiment velocity (A/B testing), and operational reliability. To address these external changes and rising internal demand, we are seeking data scientists who can drive initiatives end to end—from hypothesis formulation and modeling to online deployment, evaluation, and continuous improvement.
AIの実用化に伴い、広告配信における意思決定はより迅速かつ高度化しており、プラットフォーム間の競争は激化しています。こうした状況下で、当社の広告配信プラットフォーム（RUNA）は、価格最適化・広告パフォーマンス最大化・クリエイティブ最適化を中心とした中核アルゴリズムの自社開発強化により、差別化を図る段階にあります。さらに、楽天グループ内でのRUNA導入は拡大を続けており、配信規模とユースケースの多様化に伴い、モデルの汎化性能向上、実験速度（A/Bテスト）、運用信頼性の強化が求められています。こうした外部環境の変化と高まる内部ニーズに対応するため、仮説立案・モデリングからオンライン展開、評価、継続的改善までをエンドツーエンドで推進できるデータサイエンティストを求めています。

■Position Details
- Problem definition for ad delivery optimization and the design of KPIs/metrics, along with observability (dashboards and alerts).
広告配信最適化のための問題定義とKPI/メトリクスの設計、および可観測性（ダッシュボードとアラート）の構築

- Data preprocessing, feature engineering, modeling, and offline evaluation (including simulation) for price optimization, CTR/CVR and value prediction, and creative optimization.
価格最適化、CTR/CVRおよび価値予測、クリエイティブ最適化のためのデータ前処理、特徴量エンジニアリング、モデリング、オフライン評価（シミュレーションを含む）

- Online deployment and experiment design: A/B tests/bandits, calibration, rollout strategy planning, effectiveness evaluation, and continuous improvement.
オンライン展開と実験設計：A/Bテスト/バンディットアルゴリズム、キャリブレーション、ロールアウト戦略の立案、効果評価、継続的改善

- Production operations and MLOps: building training/inference pipelines; monitoring and drift detection; model updates and automated rollback; quality and privacy governance.
運用オペレーションとMLOps：トレーニング/推論パイプライン構築、監視とドリフト検出、モデル更新と自動ロールバック、品質・プライバシーガバナンス

- Collaboration with internal stakeholders (product, engineering, sales/operations) on requirements definition, decision support, documentation, and knowledge sharing.
要件定義、意思決定支援、ドキュメント作成、ナレッジ共有における内部ステークホルダー（プロダクト、エンジニアリング、営業/オペレーション）との連携

■Work Environment
◎Development team
About 20 people (SRE, Backend/Frontend, Data, SDK, QA)

◎Development Environment
- Google Cloud Platform(GKE, Dataflow, Cloud Pub/Sub, BigQuery, Cloud SQL)
- Aerospike
- Terraform
- Ansible
- Python
- Go

◎Related systems, advertising products
- Ad Platform / DMP / Data feed / Tracking and reporting / Pixel tag
- Listing ads, Display ads, Video ads, and Google shopping ads