【東京/京都】データエンジニア/顧客対応やナレッジ検索を効率化するAI SaaS企業の求人

生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが、AIの判断の根拠となる「ナレッジ」です。 AIはモデルやアプリケーション単体では正しく機能せず、""何をもとに答えを導き出すか""、つまり正確に整理された知識のデータ基盤が不可欠です。

同社は、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など、幅広い企業や組織のAI活用を支える""情報インフラ""の構築を支援するプロダクトの開発・提供を行っています。

同社を代表するプロダクトは、同社のテクニカルフェローが発明した「独自の検索技術」（特許取得済）をコアにしています。現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。

プロダクトの成功のためには、データに基づく意思決定支援の仕組みが必要です。同社プロダクトの導入により実際に成果が向上していることを証明するため、あるいはデータの活用そのものを競争優位性に繋げるためには、信頼でき、スケーラブルに利用可能であり、拡張可能性の高いデータ分析基盤が必要です。
データエンジニアとして、ニーズに沿ったデータ収集を行うため、社内・社外のユーザーとの対話を通じて要件を設計し、信頼のある形でデータを収集する仕組みを作るデータエンジニア業務をお任せします。

【具体的な業務】
・データ基盤のアーキテクチャ設計・構築・運用
・Terraform/IaCによるインフラの構成管理
・Cloud Composer（Apache Airflow）によるデータパイプラインのオーケストレーション設計・運用
・データパイプラインの信頼性・可観測性の向上
・データ基盤のセキュリティ・アクセス管理
・アナリティクスエンジニアと連携したデータモデリング基盤の整備
・CI/CDパイプラインの構築・改善
・データ収集の実装、エラー対応

【プロダクトの技術要素】
・フロントエンド：React, JavaScript/TypeScript
・バックエンド：Node.js, JavaScript/TypeScript, Python
・インフラ：Heroku, Google Cloud Platform, MongoDB Atlas
・開発支援：ESLint, Renovate

【データエンジニアリング環境の技術要素】
・BI：Looker Studio, Tableau
・Transform Layer：dbt, MetricFlow
・DWH: Google BigQuery
・データソース：Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas, Google Cloud Logging
・タスク管理：GitHub Projects, GitHubのIssue

【AIの利用環境】
データエンジニアリング領域では、AIの存在を前提とした開発フローの再構築を実施しています。主な実施内容は以下のとおりです。

・Agent Skillsの活用による手続的ワークフローの自動化。リポジトリ内には多数のAgent Skillsが実装されています。
・MCP Serverを利用したAIによるデータアクセスの拡大。MCP Serverの導入により、AIによる自然言語を通じたデータアクセスが可能となっています。
・Claude CodeやDevinなどのAIの力を最大限に活かすためのハーネスエンジニアリングの実施。
ドキュメンテーションやタスク管理など、コーディングの周辺分野も含めてAIに向けた最適化を進め、AIが真に活躍できる環境を整備しています。
・AIにとって扱いやすい技術スタックの選定

既存のワークフローを前提とした単なる「AIの導入」ではなく、「AIが存在することを前提としたワークフローの再構築」を実施し、高いスピード感を持って結果を出し、スケーラブルな形で運用できるようにすることを目指しています。

【必須スキル】
・Google CloudやAWS, Azureなど、クラウドサービスを利用した経験（2年以上）
・SQLに対する理解
・Terraform等、IaCツールを用いたインフラ構成管理の経験
・データパイプラインの構築・運用経験
・Linux環境でのオペレーション、シェルスクリプトの活用経験

【歓迎スキル】
・Google Cloud Platformを利用した経験
・Apache Airflowの運用経験
・SRE的な視点でのシステム運用改善経験（可観測性の向上、障害対応の効率化、トイルの削減等）
・BigQueryやSnowflakeなど、SQLをベースにしたデータウェアハウスの運用経験
・Claude CodeやDevinなど、AIによる開発補助ツールを活用し、業務を効率化した経験

【求める人物像】
AIの存在を前提とした開発フローの再構築が進む中、今までのデータエンジニアリングで頻繁に実施されていた簡単なタスクは、ほとんどがAIに対する指示で完結するようになりました。
一方で、データエンジニアリング環境には拡張可能な領域が残されています。ニーズに全て応えられているわけでもありません。
しかし、ニーズを実現するためには、散逸するコンテキストを丁寧に読み解き、技術的なスキルと対人スキルを交互に活用しながら、問題解決に向けてアプローチしていく必要があります。
また、AIが活躍できるようにするための環境整備(ハーネスエンジニアリング)を行い、長期的なスケーラビリティを確保する必要もあります。
データエンジニアリングの専門知識とコミュニケーションスキルを持ち、スピード感を持って本質的な問題解決に貢献しつつ、AIが活躍できるようにするための環境整備(ハーネスエンジニアリング)を行っていくことに興味がある方と共に、事業拡大に貢献できる方を求めています。

Webサイト向け検索システムを運営する企業