データエンジニアの転職求人

377 件

【業務内容】
ウェルスマネジメント領域に関わるデータ収集・分析、企画全般のサポート業務

【組織構成】
ウェルスマネジメントコンサルティング部：部長、副部長、次長、WA、SWA、財コン、企画メンバーで構成される約600名規模の組織です。
募集ラインである企画ラインは20代 30代が中心です。

【部署概要】
ウェルスマネジメント領域の企画立案・推進、計数計画の策定、拠点業績評価の実績集計・還元、新商品・サービスの開発、内部管理、人材育成を担う部署です。

【魅力】
・同社の注力領域であるウェルスマネジメントビジネスの本部業務に携わることで、ダイナミックな事業成長を日々実感しながら、スキル・専門性を高めることができます。
・従来のofficeのスキルに加え、tableauやAIなど、最新のDXツールについてのスキルを高めることができます。
・ウェルスマネジメント領域の専門スキル・知見を高めることができます。

同社はレシピ動画を起点に、利用基盤と食・料理に関する膨大なデータを築いてきました。しかし「料理」だけではユーザーの生活のごく一部にしか関われません。料理の前後にある「買い物」領域に踏み込むことで、生活インフラ全体をカバーするサービスへと進化する これが同サービス立ち上げの原点です。

リリース以降、同サービスは累計ダウンロード数を突破し、月間アクティブユーザー数、年間成長率と急成長を遂げています。toCサービスでは稀有な伸び率でPMFを果たし、まさにスケールフェーズに入っています。

同サービスが取り組んでいるのは、消費者向けの節約アプリにとどまりません。レシート投稿で集まる購買データをマーケティング変革に活用することで、購買市場における「産業の再構築」に挑戦しているサービスです。

日本の年間購買消費額のうち約9割がオフライン（実店舗）での購買ですが、この領域はデジタル化・データ利活用が大きく遅れています。

- メーカー・小売業界では、需要予測の不足による一斉値下げが常態化
- 年間販促費に対して、効果測定・ターゲティングの精度が不十分

同サービスはレシートを通じて実購買データを蓄積できる希少な手段です。これを活かして、オフライン購買におけるデータ資産の利活用を進める支援をしています。

毎日投稿される大量のレシートOCRデータ、デモグラ情報、レシピ閲覧履歴。このデータ資産が、同社の次の事業ステップを支える基盤になっています。

「レシピ動画の提供企業」から「販促・購買データを動かす企業」へ、さらに「日本のサプライチェーンをAI-Nativeに置き換える企業」へ。これが同社の目指している姿です。

テックリードとして、同社サービスバックエンドの技術戦略・アーキテクチャ設計・基盤改善をリードしていただきます。特定領域に閉じず、プロダクトの成長段階に応じて事業横断的な技術課題に関わっていただくポジションです。

- 担当領域の技術選定・設計レビューの主導
- リファクタリング・技術的負債解消の計画的な推進
- SmartNews・Yahoo! JAPANとの連携拡大に伴うトラフィック増への対応、非機能要件を踏まえた設計判断
- 既存サービスを止めない段階移行でのリアーキテクチャ推進
- ジュニア ミドルエンジニアへの技術支援・コードレビュー・設計レビュー
- AI駆動開発をチームの開発フローとして浸透させる取り組み
- 中長期でのバックエンドセクション全体の技術・組織両面での牽引

▽ 開発の進め方

エンジニアは言われた要件をただ実装するだけの役割ではありません。4 6名前後の少数で構成されるチームがそれぞれ改善対象のKPIを持ち、エンジニア、デザイナー、PdM、BizDevなど職種横断メンバーで目標達成に向けて日々議論しながら開発をしていくスクラム体制になっています。

設計・アーキテクチャの判断はエンジニア同士で議論を重ねて決めていく文化があります。「なぜこの設計にするか」を言語化し、コードレビュー・設計レビューでフィードバックしあいながらチームとして最適解を探していくプロセスが日常的にあります。一人で技術判断を抱え込まず、対話を通じて正解に近づける環境です。

本ポジションの魅力

1. 生活インフラとして数千万人の日常を支える

累計ダウンロード数の主力サービス、累計ダウンロード数の別サービス。「料理を作る」「買い物をする」という生活の中核体験を支えるサービスで、自分の判断と実装が数千万人の日常に届く実感を得られます。

2. アナログ業界をデジタル化する社会的インパクト

日本の年間購買消費額のうち約9割がオフライン購買で、デジタル化・データ利活用が遅れている領域。同サービスは、メーカー・小売の業務フローをAI-Nativeに刷新する取り組みとして社会的インパクトの大きなサービスです。

3. 国内最大級の1st Party Data × AI

レシピ閲覧×レシート購買×位置情報×アプリ内行動を掛け合わせられる1st Partyデータセットは国内でも稀有。Snowflake/dbtを用いたモダンなデータ基盤を前提に、担当領域の機能開発を通じてこのデータを活かす設計に関われます。

4. AI駆動開発を組織標準として推進するフェーズ

AI手当・全社AI駆動開発推進など個別の取り組みが進行中で、高度なレベルでAI活用中。テックリードとして、担当チームの開発フローにAI活用を組み込み、標準化を推進する先行事例を作れるポジションです。

ご自身で分析を行いながら、AIが分析しやすいデータ環境を整えていただきます。同社では、AI活用を積極的に行っています。そのため、AIが正しい分析を実行できるよう、データ・ナレッジを整備することが欠かせません。分析の実務を通じて課題を見つけ、AIが正しく解釈できる形にデータを整え、AIのアウトプットの質を上げていく。この両輪を担うポジションです。

1. データウェアハウス・データマートの設計・構築（重点領域）
データエンジニアと連携し、BigQuery・Dataformを用いてデータウェアハウスとデータマートを設計・構築します。データエンジニアが担うのは、データの収集・パイプライン・基盤の非機能要件です。本ポジションでは、その上に載る分析層を担います。どの粒度でテーブルを持つべきか、どの指標をどう定義するか、どこまでを共通のマートとして持つか 分析要件を起点に設計し、繰り返し使える形へ整えていきます。整備の目的は、人が分析しやすくすることだけではありません。AIが正しくデータを解釈し、精度の高いアウトプットを返せる状態を作ることを目指します。

2. 指標定義の統一とデータ品質の担保
KGI・KPIの定義を整理し、経営・PdM・マーケが同じ数字を見て議論できる状態をつくります。定義のばらつきや数値の不整合を発見し、マート側で解消していきます。

3. 課題の定義・仮説立案
PdM・エンジニア・マーケ・CSと連携し、企画・仕様検討の段階から議論に加わります。「何が起きているか」だけでなく「なぜ起きているか」「次に何をすべきか」まで、自ら問いを立てて分析を展開します。

4. 分析実務
データの抽出・加工・集計・分析（SQL / BigQuery / Looker Studio等）を一気通貫で行います。分析結果をわかりやすくレポートし、意思決定に活かせる形で届けます。

5. ダッシュボードの構築・運用
整備したデータマートを土台に、各部署が自律的に数字を見られるダッシュボードを構築・運用します。

6. AIを活用した分析の高速化
Claude等のAIツールを前提に業務を設計します。定型的な分析やクエリ作成をAIに委ね、出力の妥当性を見極めながら、分析のスループットを上げていきます。

【ポジション・部門の魅力】
* AIが分析できる環境を、自分の手で設計できる
すでに整ったDWHを使う仕事ではありません。何をウェアハウスに持ち、どこをマートとして切り出すか。設計判断から関われます。分析と基盤の両方に手を入れられる環境は多くありません。
* EC×ゲーミフィケーション×ソーシャルという希少データ
通常のECにはない、ゲーム行動・ソーシャル購買・AIレコメンド効果などが交差するデータを扱えます。1日平均38分・月20日以上という高頻度利用が生む行動データは、一般的なECとはまったく異なる構造をしています。データアナリストとして希少な経験値が積めます。
* 分析が確実に意思決定に使われる
作った分析がすぐ施策に直結し、KPIへの影響をリアルタイムで確認できます。「分析しても誰も読まない」問題とは無縁です。
* アナリスト出身のPdMと、設計から一緒に組める
データ整備をアナリスト出身のPdMが自ら行っており、指標の定義やデータ設計といった土台の議論を、共通言語を持つ相手と進められます。分析の前提や意図を一から説明する必要がありません。
* AIをフル活用できる環境
全社でAIフル活用を前提とし、AIツールの利用環境も整っています。分析やクエリ作成をAIで効率化しながら、人が判断すべきところに時間を使えます。

【業務概要】
DXと、データドリブンマーケティングの推進が主なミッションです。経営陣とともに、要件定義の上流から実装・運用まで一気通貫で担当いただきます。具体的には、経営課題から逆算し、システム全体のアーキテクチャ設計・技術選定からデータ基盤（BigQuery等）の構築までをリードいただくとともに、マーケティング・カスタマーサクセス・在庫管理など各領域の業務のDX化を要件定義から実装まで、さらにLLM／RAGを用いた業務効率化プロトタイプ（AIリーガルチェック等）の検証・実装まで、幅広くお任せします。

【具体的な業務】
▼直近で取り組んでいること
・点在データの統合: カート・在庫ツール・モール・広告媒体などに分散したデータを統合し、意思決定に使える状態へ
・社内業務の自動化: ダッシュボード構築、在庫出荷予測など、現場の負荷を下げるツールの企画・PoC・実装

▼将来的に取り組みたいこと
・数値に基づくマーケティング: 面×企画ごとのLTV／CPAをリアルタイムに可視化し、勘と経験だけに頼らない意思決定へ
・AIによる最適化: 過去の訴求・オファー・配送データからAIが最適解を提案。需要予測・在庫最適化・接点設計を自動化

【ポジション・部門の魅力】
自身の技術が事業をそのまま動かす実感を、裁量を持って味わえます。商品企画・マーケティング・在庫・顧客体験まで多領域の開発に関わり、業務負荷を最小化する基盤を設計から実装まで担うことで、特定技術に閉じない汎用的な開発力とアーキテクチャ設計力が身につきます。個人の挑戦を重視する文化のもと、望む成長環境に合わせて役割やミッションそのものを柔軟に組み替えられるのも魅力です。
・事業のコアに触れる手触り感: クライアントワークではなく、事業に深く入り込み、自身の開発したシステムがダイレクトに事業課題を解決し、売上や効率化に繋がる喜びを実感できます。
・最新技術の実践投入: 単なるデータ分析に留まらず、AI（RAG）などの新しい技術をPoCで終わらせず、実際のビジネスに活かす経験が積めます。
・盤石なサポート体制: 1人目エンジニアですが、グループ会社の熟練エンジニアのサポートや壁打ち環境があり、安心して技術的チャレンジができます。

【開発環境】
・データベース/インフラ: Google Cloud (BigQuery, Cloud SQL), AWS
・メイン利用システム: ecforce (カート), クラロジ (在庫), Amazon等 (モール), Meta・TikTok・Google等 (広告媒体), Relation (メール)
・その他技術領域: 各種Web広告API、モール関連API、生成AI技術 (LLM, RAG)

同社は「複雑な世の中をシンプルに」をミッションに、企業のDXを軸とした総合コンサルティングおよびBPO支援を行うプロフェッショナル企業です。クライアントが抱える、業務効率化や生産性向上などの課題やニーズに応じた戦略立案からシステム開発・導入、運用支援までワンストップで支援しています。

【具体的な業務】
当ポジションでは、データ利活用・データ基盤構築領域において、顧客企業の課題解決を支援していただきます。企業ごとに異なる課題や状況に応じて、データ活用の企画・推進、要件整理、情報設計、可視化、データ基盤整備、運用支援など、幅広い領域に関わることができます。「データを整える」だけでなく、「データをどう活かすか」まで含めて伴走し、企業が継続的に意思決定や業務改善にデータを活用できる状態をつくることが、このポジションの役割です。プロジェクトによって、上流の構想整理や要件定義から、基盤整備・活用支援・運用定着まで関わる領域はさまざまです。特定の領域に閉じず、データを軸に企業変革を支えていきたい方にご活躍いただけるポジションです。

＜案件事例＞
1. Databricks環境構築支援: Databricksの活用推進に向け、現行業務の整理からデータ構造把握、分析環境構築、ダッシュボード作成までを一貫して支援。短期間での成果創出に加え、改善を重ねながら活用定着と社内展開の拡大に貢献しました。
2. データ基盤リプレイス・可視化支援: 日本法人分離に伴うSalesforce環境の分離から、Snowflakeを用いたデータ統合基盤の構築、Tableauによるダッシュボード整備までを一貫して支援。安定した業務運営と、データドリブンな経営判断を支える可視化環境の実現に貢献しました。

【ポジションの魅力】
1. ITコンサルタントを目指せる: 同社では、社員全員が業界や業種問わず幅広い領域の専門知識を究める「ワンプール制」を導入しており、仕事を通して様々な事業ドメインに対する知見や経験を身につけることが可能です。さらに、少数精鋭のチームで戦略立案から実行、運用まで一気通貫で支援しているため、PMに限らずIT領域のコンサルティングやシステム開発における、幅広い実践的なスキルアップが期待できます。
2. 圧倒的急成長が期待できる環境: 代表と近い距離で仕事ができ、直接フィードバックをもらえるので、高速でPDCAを回しながら成長できます。平均年齢は比較的若く、入社直後から大規模プロジェクトを任されたり、入社後短期間で重要なポジションを任されたりなど、年次問わず自分次第で活躍できる環境です。
3. 個人の裁量が大きくやりがいを感じやすい: 同社では、プライム案件が多数を占めており、クライアントと近い距離で手触り感を持って仕事ができます。また、1つのプロジェクトに対して関わる人数が少ないため、クライアントの声を直接聞くことができ自身の貢献が感じやすく、成長実感が持ちやすい環境です。まさに、大手とスタートアップの良いとこ取りである点が、同社の大きな特徴として挙げられます。

世界のテクノロジー進化を支える最先端の半導体関連装置に関する研究開発において、実験データの分析・解析業務をメインにお任せいたします。
光学技術を用いた検査装置の性能向上や新機能開発に向け、経験則だけでなく「データ駆動」でのアプローチを担っていただく重要なポジションです。
あなたの専門知識とデータ分析スキルが、次世代の半導体産業を支える技術に直結します。

【具体的な担当業務】
・半導体関連装置の研究開発・性能評価に関する実験データの分析
・Pythonを用いたデータ処理、統計解析、アルゴリズムの検証
・光学的な知見に基づいたデータの解釈および仮説検証

【開発環境・使用ツール】
・プログラミング言語: Python
・用途: 実験データの前処理、統計解析、可視化など

【この仕事の魅力・やりがい】
・世界をリードする半導体技術の最前線で、データドリブンな研究開発に深く携わることができます。
・自身の分析結果や仮説検証が、次世代の半導体装置の性能向上に直接結びつく、影響力の大きなポジションです。
・専門的な「光学の知識」と「Pythonを用いたデータ分析スキル」の両方を活かし、市場価値・希少価値の高いエンジニアとしてキャリアを築くことができます。

プロジェクト例
最先端の半導体関連装置に関する研究開発において、実験データの分析・解析業務をメインにお任せいたします。光学技術を用いた検査装置の性能向上や新機能開発に向け、データ駆動でのアプローチを担っていただく重要なポジションです。

具体的な担当業務：

半導体関連装置の研究開発・性能評価に関する実験データの分析

Pythonを用いたデータ処理、統計解析、アルゴリズムの検証

光学的な知見に基づいたデータの解釈および仮説検証

●役割
・データ分析基盤の設計／実装／テスト／リリース／運用の一連
・データ入出力（バッチ／ストリーム）の要件整理・設計・実装、データマート整備、品質担保（スキーマ、件数・欠損・重複・遅延等の監視）
・権限・セキュリティ・監査ログ・メタデータ／リネージ管理などガバナンス運用
・運用・可観測性（監視/アラート、性能・コスト最適化、障害対応の標準化）の要件整理・設計・実装
・業務委託先との協業（作業調整、コスト・品質・進捗管理、成果物受入・検証）
・業務の効率化、形式知化

●ポジション
　データ分析基盤エンジニア

データガバナンス部門データ品質チームの中核メンバーとして、同社における重要データの品質向上、データ定義/管理ルールの整備、データリスク管理の高度化を担います。
経営管理/リスク管理/対外報告等に用いられるデータを中心に、関係部署と連携しながら、データを「正しく/説明可能に/安心して使える状態」にするための仕組みづくりを推進します。
ご経験/強みに応じて、データ品質評価/改善、データガバナンスルール整備、全社横断のデータ整備/業務改善プロジェクト等をご担当いただきます。
また、ご経験・適性・キャリア志向等を踏まえ、将来的にはデータ品質領域に限らず、データマネジメント領域全般や全社横断の企画・推進業務等をご担当いただく可能性があります。

＜業務詳細＞
・経営管理/リスク管理/対外報告等に用いられる重要データの品質評価、課題整理、改善推進
・データ定義、データ品質、データオーナー、証跡/説明可能性等に関するルール/ガイドラインの整備支援
・関係部署と連携したデータ品質改善、データ整備、業務プロセス見直しの企画/推進
・データガバナンスに関する会議体運営、課題/対応状況/残リスク等の整理および報告
・データリテラシー向上に向けた社内啓発、研修、ガイドライン整備等の支援
・ご経験・適性・志向に応じて、データマネジメント施策全般の企画・推進や、全社横断の業務改善プロジェクト等への参画

＜本ポジションの魅力＞
・新設フェーズのデータガバナンス部門で、全社のデータ管理態勢づくりに中核メンバーとして関与可能です。
・経営管理、リスク管理、財務/経理、IT、各業務部門など多様な関係者と協働し、全社横断の課題解決に携われます。
・データ品質、データリスク管理、内部統制、データ活用をつなぐ専門性を高められる環境です。
・将来的には、データ品質領域のリードや全社データガバナンス施策の企画/推進を担うことが可能です。

このポジションはグループのスタートアップである同社でお仕事をしていただくポジションです。

出向先企業情報
会社名： 株式会社Almondo
所在地： 〒150-6139 東京都渋谷区渋谷2-24-12 WeWork 渋谷スクランブルスクエア内
事業内容：AIソリューションの開発、販売、提供
代表者： 伊藤 滉太
HP：

同社におけるデータ基盤エンジニアとは
「データ基盤の構築・運用から、ビジネス現場でのデータ活用・データ定義統一までを一気通貫で推進するプレイヤー」です。
自ら手を動かしてデータパイプラインやデータマートを構築するだけでなく、ビジネスサイド（企画・プロダクト・マーケティング・経営層等）と伴走し、要件定義・指標設計・可視化・分析支援まで幅広く担当していただきます。

具体的には、主に以下のテーマでご活躍いただくイメージです。

1. データ基盤・データマートの設計・構築・運用
AWS (Redshift/S3等) や GCP (BigQuery/Dataform等) を活用したDWH・データマート（DM）の設計および構築
dbt等を活用したデータモデリング、データパイプライン（ETL/ELT）の実装・運用およびデータ品質・リネージの管理
クエリパフォーマンスチューニング（sort key/dist keyの見直し、パーティショニング設計等）や処理時間・コストの最適化

2. データマネジメント・ガバナンス推進＆定義統一
プロダクト間や事業部間におけるデータ定義の整理・統一（データカタログ作成・ドキュメント整備）
イベントトラッキング設計や主要指標（KPI）定義の標準化・整備
非エンジニアからのデータ定義・クエリに関する質問対応やドキュメント化による自走支援

3. ビジネスサイドへのデータ活用・可視化支援
BIツール（Looker Studio / Tableau / Redash等）を用いたダッシュボード・KPIモニタリング環境の構築
ビジネスサイド（企画・ディレクター・PmM等）との要件すり合わせ、抽出クエリの作成・テンプレート化・レビュー
ユーザー行動データや属性データを用いた分析支援（ファネル分析・離脱分析・ABテスト効果計測等）および施策提案

プロジェクトの例
業界・業種・技術は問わず多様なプロジェクトがあり、各業界をリードするエンタープライズ企業さんと多くご一緒しています。
大手プロダクト・SaaSにおけるデータ分析基盤・データマートのゼロからの設計・構築
Webサービス・ゲーム等のログデータ/取引データを対象としたDWH・マート構築およびRedash/TableauでのKPI可視化
全社横断データマネジメントグループでのデータ定義統一、ドキュメント化、クエリチューニング
Claude Code等の生成AIツールを活用した定型抽出・分析タスクの自動化・効率化推進

ポジションの魅力・得られる成長
一気通貫のキャリア: クラウドインフラ・DWH設計からBI可視化、データマネジメント、ビジネス分析支援まで、データ利活用全体のサイクルを回す経験が積めます。
高いビジネスインパクト: ビジネス領域と開発領域の架け橋となり、データ定義の揺れ解消や分析環境整備を通じて、組織全体の意思決定スピードや売上向上・業務効率化に直接寄与できます。
モダンな技術スタック・生成AI活用: BigQuery, Redshift, dbt, Claude Code等のツールを積極的に活用し、自動化・標準化の最前線でスキルを磨けます。

働く環境
オフィス
渋谷駅直結の渋谷スクランブルスクエア (WeWork) 41F。提携先グループ会社と同フロアを共有しており、スタートアップのスピード感と上場企業の安定したサポート体制が共存する環境です。

関わるメンバー
正社員全員が技術バックグラウンドを持つ少数精鋭チームです。職種や役割に関わらず技術の共通言語で会話できるため、意思決定が速く、相談のハードルが低い環境です。

働き方
効率を最大化させる働き方ができるよう、出社・リモートについての規定は設けていません。
フレックスタイム制: コアタイム 11:00 16:00 / 前後は自由に調整可
リモートワーク可: 集中作業や個人の事情に合わせて在宅勤務OK

実際の出社パターン
フルリモート：約30%
週2 4日出社派：約40%
毎日出社派：約30%

技術スタック(一部)
AI/機械学習・自動化: Claude, OpenAI, Gemini, Claude Code, PyTorch
データ/DWH/ETL: BigQuery, Redshift, AWS (S3, Lambda), GCP (Dataform), Azure Databricks, dbt, digdag
分析/BI/ツール: Tableau, Looker Studio, Redash, Adobe Analytics, Salesforce
言語/DB: SQL, Python, PostgreSQL, MySQL
DevOps/環境: GitHub, Docker, Windows, Mac, Linux
ツール: Slack, Notion, Google Workspace

概要
同社では持続的な成長の実現を目指し、データ活用基盤であるデータレイクの高度化を進めています。データレイクは、経営判断、営業戦略、マーケティング、リスク管理、業務効率化、AI活用など、グループ全体のデータドリブン経営を支える戦略的インフラです。
データレイクは、つくって終わりの基盤ではありません。日々データを取り込み、加工し、確認し、異常を検知し、修正し、利用者に届け続けることで、初めて価値を生みます。どれほど優れたデータ基盤も、日々の運用が乱れれば、ビジネスは止まります。データが遅れれば、判断が遅れる。データが誤れば、判断も誤る。データが届かなければ、現場は動けない。
このポジションは、同社のデータ活用を毎日支える運用保守のプロフェッショナルです。担っていただくのは、ETL処理のためのリソース開発、テスト、日次・月次・期次・随時作業、障害一次対応、データ確認、運用改善です。
しかし、確実に、迅速に、淡々と、正確にやり切る力が、データレイクの信頼性を守ります。ルーチンを軽視しない人。決められた作業を、速く、正しく、安定して遂行できる人。変化よりも、継続の品質で価値を出せる人。同社は、そんな人財を求めています。

仕事内容
同社のデータ活用基盤であるデータレイクを安定的に運用するため、ETL関連リソースの開発・テスト、定例運用、データ確認、障害対応、運用改善を担当していただきます。
日次・月次・期次・随時の運用業務を確実に遂行し、データ利用者が安心してデータを活用できる環境を維持する重要なポジションです。

▼具体的な業務内容
・データレイク運用に必要なETLリソースの作成、修正、テスト
・データ抽出、変換、ロード処理に関する設定、実行、確認
・日次、月次、期次、随時の定例運用作業
・データ連携処理の実行状況確認、エラー確認およびリカバリ対応
・データ件数、品質、整合性の確認
・既存処理の軽微な修正、パラメータ変更、テスト実施
・運用手順書、チェックリスト、作業記録の作成・更新
・障害発生時の一次切り分け、関係者への報告、復旧作業支援
・利用部門からの問い合わせ対応、調査支援
・運用作業の効率化、自動化、ミス防止策の検討
・Python、SQL、VBA、PowerShell等を用いた運用支援ツールの作成・改修

▼サービスの一例
同社のサービスの一例として、日常使いから金融商品取引までのアプリ完結を順次実現するアプリがあります。
また、デジタル通帳、経営診断機能など、事業者向けの便利機能を集めたポータルサイトがあります。

仕事の魅力
同社のデータ活用を毎日支える実感がある
・データレイクは、多くの業務部門やデータサイエンティスト、分析担当者が利用する重要な基盤です。
・運用品質がそのままデータ活用の品質につながり、日々の業務や意思決定を支えている実感を持つことができます。

正確性と継続力が大きな価値になる
・金融機関のデータ基盤では、決められた作業を正確に遂行し、異常を見逃さず、再発防止につなげる力が重要です。
・「今日も問題なくデータが届いている」という当たり前を支えることが、この仕事の価値です。

運用からデータエンジニアリングの実力を伸ばせる
・ETL、SQL、Python、DBMS、データ品質管理、障害対応、運用設計など、データ基盤運営に必要な知識・スキルを身につけることができます。
・将来的な運用改善、自動化、データ基盤開発などへのステップアップも可能です。

▼働き方の特徴
・フルフレックス / 裁量労働制 選択可
・服装はオフィスカジュアル
・自分で選べる 5営業日連続有給制度
・本社ビル内 社員食堂あり
・業務時間内の技術コミュニティ / アイデア創出活動
・デジタル資格取得支援（基本情報技術者：1万円 等）

業務概要:
同社は、「GOALY AI」というサービスを通じて、企業の業務プロセスのデジタル化を支援しています。顧客企業がデジタル技術を活用することで新たな価値を創造できる未来を実現することを目指します。組織は、コンサルチームと技術チームが密接に連携し、顧客のニーズに応じたソリューションを迅速に提供しています。メンバーが活躍できる環境を整え、成長をサポートする文化が根付いています。
解決している具体的な顧客課題は、現場に残るデータの分断や手作業によるつなぎ込みをなくし、企業が本来注力すべき仕事に向き合える環境をつくることです。基幹システム・SaaS・Excelが混在し、データの転記や突合に追われる企業の「当たり前」を変え、正確でリアルタイムなデータ連携基盤を構築することで、社員が創造的な仕事に集中できる未来をつくっています。部門ごとのシステム構成や業務フローに深く入り込み、短期間で成果を出し、定着させるDX伴走パートナーです。

具体的な業務:
バックエンドエンジニアとして、顧客のDXを支えるデータ連携基盤の設計・開発を担います。
1. データ連携基盤の設計・開発
- データ項目およびインターフェースの整理・定義
- ASTERIA WarpをはじめとするETLツールを活用した、データ連携フローの設計・実装・保守
2. クラウド環境の構築・運用
- AWS / Azure環境における、インフラ構築およびシステム連携基盤の整備
- エラーハンドリング・ログ設計、パフォーマンスチューニング
3. 上流工程への参画
- 顧客・関係者へのヒアリングを通じた要件定義・基本設計
- 営業・PMチームと連携し、技術的な課題の整理と解決策の提案

ポジション・部門の魅力:
同社は、特定の技術に閉じないエンジニアの育成を重視しています。プロジェクトごとに扱う技術は異なるため、新しい領域を短期間で習得する力そのものを、研修とOJTで鍛えます。
入社後1カ月は技術ハンズオントレーニングがあり、配属チームの技術領域に応じた実践プログラムが用意されています。実務移行後はOJTとSlackでの日常的な相談を通じて、先輩エンジニアが伴走し、ナレッジは全社で共有され、一人で抱え込まずに進められる環境です。継続的に、チームを動かすためのスキル研修（プロジェクト推進力、チームでの成果創出）も提供されます。
要件定義から納品まで自走し、顧客とチームを動かせる状態を目指し、技術者としての専門性と、チームを率いるマネジメント力の両方を伸ばせるキャリアパスがあります。
事業拡大に伴い、DX事業部の分割・新設を見据えたフェーズに入っており、エンジニアとして技術力を磨きながら、将来的にはPMや技術リーダーへのキャリアアップも目指せる環境です。実際に、バックエンドエンジニアからPMへ内部昇格した実績もあり、技術と事業の両面で成長できるポジションです。これから事業を分けて立ち上げていくタイミングだからこそ、部門の立ち上げや組織づくりに創業期のような手触り感を持って関われるポジションです。仕組みを整える側ではなく、仕組みを生み出す側として参画できます。
顧客の業務を深く理解し、データ連携における課題の本質を捉えた上で最適な仕組みを設計・実装する、「実装担当」から「一気通貫で担えるエンジニア」へ成長できるポジションです。単にシステムを納品して終わりではなく、ETLツールやクラウド基盤を駆使して散在するデータをつなぎ、現場が変わっていく過程を間近で実感できる伴走型の仕事です。

事業概要
デジタル広告からリアルイベントまで、幅広いマーケティングソリューションを提供する企業でのポジションです。
現在、全社的な基幹システムの刷新と、データドリブン経営への転換を進めています。これは一部門の取り組みではなく、経営として「データとAIに投資する」と意思決定した上での動きです。
その中核を担うのが、コア・プラットフォーム・エンジニアリング局です。同局は「データとAIのプラットフォーム」を担う組織です。データプラットフォームを構築・運用しつつ、他局がデータを活用できる仕組みを整えます。

募集背景
事業統合や、時間の経過で顕在化したシステムとビジネスの不一致を背景に、基幹システムの大規模マイグレーションを進めています。このタイミングで、マスターデータマネジメントに本腰を入れると決定しました。データ活用に限らず、日々の業務の中で「マスターデータがきちんと定義されていれば」という場面が繰り返しありました。だからこそ、ここに投資します。
大規模な基幹システムの「データの定義」を決める仕事です。定義が間違えば、その下流にあるすべてが狂う。逆に言えば、ここを正しく設計すれば、全社のデータ品質が変わります。エンジニアリングの目を持って、データの定義と品質を守る。このポジションを一緒に担ってくれる方を募集します。

業務内容
チームのミッション
データ&AIマネジメント部は、データの定義と品質を守る仕組みづくりを担う部門です。マスターデータの定義・設計、データガバナンスの仕組みづくりを行います。
ミッションは、組織全体のデータの「信頼性」を確保することです。どのシステムでも同じマスターデータが使われ、データの定義に迷いがない状態を作ります。日々の業務はデータモデル設計・業務部門との対話・ベンダーとの仕様調整が中心ですが、データモデルの良し悪しを判断するにはDB設計の経験が要り、ベンダーの設計書をレビューするには実装の勘所が要ります。

メイン業務
マスターデータの定義・設計
マスターデータのルール策定からデータモデル設計まで一貫して担います。どのデータをマスターとして管理するかの定義、コード体系の設計（命名規則・採番ルール・階層構造）、MDMのデータモデル設計。業務部門と連携し、業務で実際に使われるマスターの実態を把握しながら「あるべき姿」と「現実」のギャップを埋めていきます。
データガバナンスの仕組みづくり
マスターデータの品質を維持するための仕組みを構築します。各マスターの「誰が決める人か」の明確化、追加・変更・廃止のフロー設計、整合性チェックや重複検出のルール定義。
AI活用を支えるデータ品質基盤（中期）
まずマスターデータを整え、その上に業務やAI活用を載せていく。その品質基盤を構築するのが、このポジションの中期の仕事です。

このポジションの魅力
大規模企業のマスターデータをゼロから設計できる
既存のMDMがない状態から、定義・コード体系・データモデルを設計します。下流の全プロジェクトがこの設計に依存する。この規模の企業でこの機会は、貴重です。
技術だけでは完結しない。だから面白い
業務部門に踏み込んで、実際にデータがどう使われているかを理解するところから始まります。技術力とビジネス理解の両方が求められ、両方が伸びる。エンジニアとしてのキャリアの幅が広がるポジションです。
組織のデータの「正解」を自分の手で作れる
組織のデータを管理する型を、ゼロから作れます。その型は組織が大きくなるほど効果を発揮します。自身の設計が全社の基盤になる実感を持てる仕事です。

同社は、デジタル広告からリアルイベントまで、幅広いマーケティングソリューションを提供する企業です。現在、全社的な基幹システムの刷新と、データドリブン経営への転換を進めています。これは一部門の取り組みではなく、経営として「データとAIに投資する」と意思決定した上での動きです。
その中核を担うのが、コア・プラットフォーム・エンジニアリング局（以下、Core局）です。Core局は「データとAIのプラットフォーム」を握る組織です。自らデータプラットフォームを構築・運用しつつ、他局がデータを活用できる仕組みを整えます。

チームのミッション
データ&AIプラットフォーム部は、Core局の技術実装を担う部門です。Snowflakeを中核としたデータプラットフォームの構築・運用、各種データ連携の設計、そしてデータの流れを支えるアプリケーション開発を行います。
ミッションは、事業の基幹を支えるデータの流れを確実に動かし、その上にAIで新しい事業価値を生み出すことです。

メイン業務
データプラットフォームの構築・運用
Snowflakeを中核としたデータプラットフォームの設計・構築・運用がメインの仕事です。各業務システムからデータを集め、変換し、必要な先に届ける。このデータの流れ全体を設計し、動かし続けることを担います。
データの取り込み、Snowflake内での変換・モデリング、業務システムへの書き戻しが主な領域です。既存ツールで対応できない部分はアプリケーションとして自前で構築します。バッチ基盤・CI/CD・監視といった、データの流れを安定的に動かすための技術基盤も構築対象です。

AI基盤の設計・構築（中期）
マスターデータが揃い、業務データが構造化されれば、AIが活用できるようになります。このデータ基盤の上にAI基盤を構築するのが中期の仕事です。LLM・AIエージェント基盤の設計から、事業課題に対するAI活用のPoC・実装まで。

このポジションの魅力
データを作り、その上でAIを効かせる
業務データの基盤構築から、その上でAIを効かせるところまで。短期では業務のデータ化を進め、中期ではAI基盤を立ち上げます。これだけ広いスコープを一人のエンジニアとして経験できるポジションです。

数千人規模の企業のデータ基盤を再設計できる
プロダクトのために作られたデータ基盤を、事業全体を支える基盤へ再設計する。この規模の企業でこの機会は、正直なかなかありません。

裁量を発揮するしかない環境
技術選定からアーキテクチャ設計まで、自分で決めて自分で作る。いまのCore局はそうせざるを得ない環境です。だから面白い。

本ポジションでは、オンプレミス環境を中心としたシステム運用に関する委託先管理と、運用業務の見直し・改善を担当いただきます。あわせて、運用で利用するインフラの開発案件にも関わり、企画から実行、要件定義からプロジェクト管理まで幅広く携わります。システム運用の安定化と高度化を支える中核的な役割です。

・システム運用委託先との調整・管理および運用品質の向上
・運用高度化に向けた施策の企画・推進
・インフラ開発案件における要件整理やプロジェクト管理
・開発ベンダーやシステム主管部との各種調整・合意形成
・コスト削減や生産性向上に向けた運用業務の見直し・改善

日常的な運用管理に加え、改善活動やプロジェクト業務の比重も大きく、変革に向けた取り組みを主体的に進められる環境です。数百名規模の運用体制や一定規模の開発予算に関わりながら、幅広い視点で業務に携わっていただきます。

2．職責
まずは現行の運用業務や関係者との連携体制を理解いただき、そのうえで業務改善や運用高度化に向けた提案・推進を担っていただくことを想定しています。
・現行業務を把握し、運用改善や変革に向けた提案を行う
・定常業務における判断・優先順位付けを主体的に進める
・システム運用高度化に関する施策の企画・推進を担う
・プロジェクトを主導する立場として、委託先やベンダーとの調整を通じて施策を実行する
・新技術や他社事例なども参考にしながら改善案を検討する

改善施策の実現にあたっては複数の関係部署との合意形成が求められます。生産性向上や運用品質向上を目的に、関係者を巻き込みながら着実に施策を前進させることが期待されるポジションです。

魅力・やりがい

大規模なシステム群の運用に携わりながら、運用改善や業務変革を推進できる点が本ポジションの魅力です。日々の運用だけでなく、将来を見据えた仕組みづくりにも関わることができます。

・大規模なシステム運用とインフラ管理の経験を積める
・自社データセンターを含む運用環境に幅広く関われる
・数百名規模の委託先体制と連携しながら施策を推進できる
・一定規模の予算を活用した改善・開発案件に携われる
・自動化や省人化などの取り組みが成果として現れやすい

新規施策については企画段階から関与できる一方で、定常業務では一定の裁量を持って判断を進められます。自身の提案や改善活動が業務効率化や運営体制の安定化につながる実感を得やすい環境です。

キャリアパス
以下のようなキャリアパスを想定しています。
短期（1〜3年）：開発業務および運用業務変革業務でマネジメントの経験いただきます。
中期（3〜5年）：運用業務を中心とした各種プロジェクトでリーダーをお任せいたします。
長期（5年以上）：経営層を巻き込む必要がある大型プロジェクトでマネジメント経験を積み、ひいては組織全体の経営に携わっていただくことを期待しています。

職務概要
大手企業を中心とするお客様に対し、業務やサービスへの理解を深めながら、データを起点とした事業・サービス・業務の改善を推進する仕事です。
担当するお客様の業界は、大手モバイルキャリアを中心に、エネルギー、総合商社をはじめとする複数業界にわたります。お客様は、通信・金融・EC・エネルギーなど幅広い事業領域から生成される大規模かつ多様なデータを保有しており、そのデータを活用した意思決定の高度化や業務変革、現場部門のデータ活用浸透（データ活用の民主化）が重要な経営テーマとなっています。
お客様のビジネス部門と密接に連携し、AI、DWH、BIツール、同社のデータ活用アセットなどを案件に応じて使い分けながら、お客様の意思決定・施策実行・サービス改善を推進します。BIやAIはあくまで手段であり、お客様のKPIとビジネス課題を起点に価値を出すことを重視しています。
データ活用を分析だけで終わらせず、お客様の業務やサービスに実装し定着させるため、同社はデータの整備や活用基盤の構築、育成支援などフルスタックで提供しています。データ活用を軸に据えながら、ご自身の希望に応じて、周辺のIT領域等へもスキルを広げていただける環境です。

職務内容
お客様の業務・サービスを理解し、データを武器に課題を発見し、解決策の企画から実行・定着までを主体的に推進します。担当するお客様の業界は多岐にわたり、案件ごとに異なる業務領域・データ特性に触れながら経験を積める環境です。ご経験に応じて、以下の業務に従事していただきます。
・お客様の業務やサービスを理解し、課題・ニーズの整理、データ活用要件の整理、改善施策の提案
・お客様が提供するサービスの成長に向け、データに基づくターゲティング、施策立案、効果検証、改善提案
・DWHに蓄積されたデータを活用した、SQL・Pythonによるデータ抽出・分析
・BIツールを活用した、分析・可視化のためのダッシュボードの設計・構築、レポーティング
・お客様の現場部門が自律的にデータを活用できる状態を目指した、研修・オンボーディング支援
・生成AIなどの新技術を活用した分析・業務改善施策の検証

ポジション・部門の魅力
●大規模かつ多様なデータ活用への従事
担当するお客様は、モバイル通信・金融・EC・エネルギーなど、多様な事業ドメインで大規模なデータを保有しています。一般的な業務では経験できない規模・種類のデータを扱いながら、意思決定支援や事業・サービス変革に挑戦できます。代表例として、大手モバイルキャリアにおける会員データ活用など、国内でも有数のスケールの案件に携わる機会があります。
●分析×エンジニアリングを組み合わせた価値提供
AIの進化により、単なる分析作業のみの価値は限定的になっていくことが予想されます。その状況に対し、データからビジネスの成果を生み出すためには、顧客ビジネスの理解、課題設定から分析、施策の実行評価など、分析の前後/周辺のプロセスを一気通貫で担うことが重要であると考えられます。この前後のプロセスを支えるのが、データ基盤やデータモデリングといったエンジニアリング領域です。同社の担当は大規模プロジェクトで培われたエンジニアリングのケイパビリティを持っており、チーム内で有機的に連携することでチームとして分析からその先までを顧客に提供することができます。またご自身のスキルもエンジニアリング領域に広げ、AI時代に求められる分析人材へと成長いただける環境となります。
●顧客課題を起点としたアセット開発・新規ビジネス創出への挑戦
案件で得られた知見を単発の成果に終わらせず、他のお客様にも展開できるアセットとして磨き込み、新規案件・新規顧客の開拓につなげる取り組みを進めています。まずは目の前の案件でデータ活用による価値創出を経験いただきますが、その先のステップとして、顧客課題から逆算したアセット化、新規ビジネス提案、新規顧客開拓など、事業をつくる側のキャリアにも挑戦できます。

● 業務概要
AIとテクノロジーの力で“人と機会（ポジション）の出会い方”を再設計する企業です。「個性に合った機会と出会える社会」を実現するために、人の理解ベースになるあらゆるプロセス──採用・評価・育成・配置──をデータドリブンに再構築しています。その第一歩が、AIが面接官の役割を担うプロダクトです。今や日本で当たり前になりつつある”AI面接”という新しいカテゴリーを切り拓きました。日本を代表する大手企業で続々と導入され、高い実績とともに、トップティアVCからシリーズAにて資金を調達しています。
同社は上記のプロダクトを提供するだけの単一プロダクト提供企業ではありません。面接・評価に眠る一次データを企業の経営アジェンダへ接続し、採用を起点に新たな「人事OS」を実装していきます。AI面接はその入口の一つに過ぎず、同社の本質は“データ×経営”で人と組織の意思決定をアップグレードします。

● 具体的な業務
データプラットフォーム管理／データマネジメント／オントロジー管理／コーポレート分析の4領域を統括し、マルチプロダクトを支える共通データ基盤と、その上に立つ意味づけ（オントロジー）の設計・運用をリードしていただきます。セキュアにデータを扱い、断面（スナップショット）を残しながら品質とガバナンスを担保する“堅牢なデータマネジメント”と、グラフ構造でデータ間の意味を紐づける“オントロジー設計”──この両輪を束ね、事業と経営の意思決定を支えるデータの最高責任者として、将来的にはChief Data／Platformに準ずる器としてご活躍いただくことを期待しています。

【1】データプラットフォーム管理
・データ基盤の運用・モデリング方針の策定
・セキュリティ設計、データの安全な取り扱い体制の構築
・マルチプロダクトを横断する共通データ基盤のアーキテクチャ設計

【2】データマネジメント
・複数ソースからのデータ収集・統合の設計と運用
・データ品質・ガバナンス基準の策定と運用徹底
・旧来型のデータマネジメントの堅実な整備と、再現性ある運用モデルの確立

【3】オントロジー管理
・データ間の意味づけ・紐付け（ナレッジ／グラフ構造）の設計・運用
・エージェンティックな全社基盤を支えるオントロジーの構築と継続的な拡張
・AI開発チーム・MLチームと連携した、オントロジー高度化サイクルの整備

【4】コーポレート分析
・事業・オペレーションの意思決定を支えるデータ分析体制の構築
・経営アジェンダに直結する分析基盤の整備とインサイトの還流

● ポジション・部門の魅力
同社は今、従来のSaaS的な「既存プロダクト周辺への機能拡張」から、エンタープライズ各社の社内システムをAIエージェントで再構築する「実装の深さ」を重視するフェーズへと移行しています。その中核を担うのが、全社の意思決定基盤となるデータプラットフォームです。本ポジションは、単なるデータ基盤の運用責任者ではありません。複数プロダクトを貫く共通データ基盤を設計し、そのデータに意味と関係性を与えるオントロジー（ナレッジ／グラフ構造）を中核に据えて、「人事OS」そのものの土台を築く役割です。データプラットフォームは将来的に独立した本部として組成していく構想であり、その初代の統括者を担っていただきます。

AIとテクノロジーの力で“人と機会（ポジション）の出会い方”を再設計する企業でのポジションです。「個性に合った機会と出会える社会」を実現するため、人の理解ベースになるあらゆるプロセス──採用・評価・育成・配置──をデータドリブンに再構築しています。
その第一歩が、AIが面接官の役割を担うプロダクトです。日本で当たり前になりつつある”AI面接”という新しいカテゴリーを2024年に切り拓きました。日本を代表する大手企業で続々と導入され、アップセル率100%、チャーン率0の実績とともに、2025年3月にはトップティアVCからシリーズAにて6億円を調達しています。

事業概要:
同社は主力プロダクトを提供するだけの単一プロダクト提供企業ではありません。面接・評価に眠る一次データを企業の経営アジェンダへ接続し、採用を起点に新たな「人事OS」を実装していきます。AI面接はその入口の一つに過ぎず、同社の本質は“データ×経営”で人と組織の意思決定をアップグレードします。

ポジションの魅力:
主力AI評価プロダクトが、日本を代表する大手企業へ導入される中で、「AIが人を評価する時代」にふさわしい公平性・透明性の基準を確立することが求められています。AI倫理・公平性に関する社内外への発信を通じ、社会的信頼を構築し、AIの技術的進化と人間的判断のあいだで、「何が公平で、何が正義なのか」を科学的に定義し続ける要職です。

ミッション:
本ポジションでは、教育測定や心理統計の知見を生かしながら、日本を代表する大手企業の採用・評価の仕組みに導入されている主力プロダクトを中心に、AI評価の公平性・透明性・倫理性を維持・向上させるための社内基準を確立し、技術倫理ガバナンスを統括していただきます。AIモデルの設計・データ運用・アルゴリズム改善の各フェーズにおいて、バイアス検証・説明責任・監査プロセスを科学的に整備し、社会的にも説明可能な“AI評価の正義”を体現する組織をつくります。

業務詳細:
【1】AI評価の公平性・透明性基準の策定・運用
・評価ロジックに関する公平性・説明可能性の基準設計
・AI面接データの統計的モニタリングと基準維持
・評価結果の分布・標準化・項目特性分析（IRT等）の設計・監修
・定期的なAIモデル監査（内部／外部）体制の構築・運用

【2】バイアス検証と評価ロジック介入
・学歴・性別・出身地など属性によるバイアスの検知・分析
・評価基準やロジックに偏りが見られた場合の介入・修正指揮
・データチーム・AI開発チームと連携し、公平性を担保する再設計の主導
・社内AI監査委員会の設計・運営

【3】AI倫理・透明性に関する全社ガバナンスの確立
・技術倫理ガイドライン・AIリスクポリシーの策定・更新各部門（開発／Biz／CS）への倫理教育・浸透・実装支援
・倫理審査プロセス・第三者評価委員会の立ち上げ・運営
・外部監査・学会発表・プレス等を通じた社会的説明責任の遂行

【4】評価品質の維持・検証基盤の整備
・AIモデルの精度指標・妥当性指標の定義と定期レビュー
・テスト開発・標準化理論（CTT／IRT／構成概念妥当性）に基づく品質保証
・統計的検証プロセスの設計・監督
・公平性報告書（Fairness Report）・AI透明性レポートの監修・発行

業務概要:
AIとテクノロジーの力で“人と機会（ポジション）の出会い方”を再設計する企業でのポジションです。「個性に合った機会と出会える社会」を実現するために、人の理解ベースになるあらゆるプロセス──採用・評価・育成・配置──をデータドリブンに再構築しています。
その第一歩が、AIが面接官の役割を担う主力プロダクトです。日本で当たり前になりつつある”AI面接”という新しいカテゴリーを切り拓きました。大手企業で続々と導入され、高い実績とともに、トップティアVCからシリーズAにて資金調達を行っています。
主力プロダクトを提供する単一プロダクト提供企業ではありません。面接・評価に眠る一次データを企業の経営アジェンダへ接続し、採用を起点に新たな「人事OS」を実装していきます。主力プロダクトはその入口の一つに過ぎず、本質は“データ×経営”で人と組織の意思決定をアップグレードすることにあります。
プロダクトは累計多数の受検データと、共通の評価軸で一貫して蓄積されたデータ基盤の上に成立しています。複数のAIエージェントがブレずに連動し、大手企業などの厳格なガバナンス要件下で稼働し続けられるのは、この堅牢なデータ基盤があるからこそです。マルチプロダクト化と「人事OS」構想の本格化に伴い、データの収集・統合・品質・ガバナンスを担い、さらにデータ間の意味づけ（オントロジー／グラフ構造）にまで踏み込めるデータエンジニアを募集します。

具体的な業務:
1. データ基盤の構築・運用
- 複数ソースからのデータ収集・統合パイプラインの設計・実装
- RDB／Snowflake等を用いたデータ基盤の運用、モデリング方針への参画
- スナップショット（断面）管理を含む、セキュアで再現性あるデータ取り扱いの実装
2. データ品質・ガバナンスの担保
- データ品質基準の策定と運用、ガバナンス要件への対応
- エンタープライズ要件（説明責任・安全性）を満たすデータ管理の実装
3. オントロジー／グラフ構造への関与
- データ間の意味づけ・紐付け（ナレッジ／グラフ構造）の設計・運用への参画
- エージェンティックな全社基盤を支えるデータ構造の高度化
4. 設計・改善のリード
- 「なぜそのデータ設計か」を議論し、最適解を提示する設計力の発揮
- データ整備・活用に関わる仕組み化・標準化の推進

ポジションの魅力:
本ポジションは、単にデータパイプラインを組む役割ではありません。複数ソースからのデータを統合し、セキュアに・再現性高く整備する“堅牢なデータマネジメント”と、データ間の関係性をグラフ構造で表現する“オントロジー設計”の両面に関わることができます。将来的に独立本部化を構想するデータプラットフォーム領域の中核メンバーとして、基盤の設計思想から関与いただきます。

同社におけるデータ統制の司令塔として、以下の業務を担当いただきます。
・グローバルデータ戦略の立案
・データガバナンス態勢の構築・維持に係る方針・ルールの策定
・経営情報基盤に係る知見の文書化、データ資産のメタデータ管理
・経営/マネジメント宛て報告・監査対応

DX化が急速に進められる昨今において、業界のクライアントが持つビッグデータの分析、有益な情報・レポートの企画・提案をお任せします。AIやディープラーニングも活用できるスペシャリストとして、企業の変革と成長を当社だからこそできる観点から解決します。まずはプログラミング経験があればOK。入社後は1ヶ月程かけて「分析の基礎」から学べます！

【具体的な業務内容】
●課題や目的の確認
「消費者の行動を知りたい」「広告・販売戦略を考えるヒントを見つけたい」など、クライアントからデータ分析の目的をヒアリングします。クライアントのビジネスを理解し、求められていることを明確にすることが大切です。

●データの抽出・加工・集計
SQLやVBAを使用して、クライアントが持つビッグデータをデータベースから抽出。そこから不要なデータを取り除き、分析しやすいように整理。抽出した数値をさまざまな切り口で集計していきましょう。

●データの分析、企画提案
分析結果をレポートにまとめ、企業への提案内容をまとめます。この提案が、データサイエンティストとしての腕の見せ所。「この時間帯に○○を購入する人が多いので、△△という戦略が有効」といった提案が、企業の商品企画や広告・販売戦略へと活かされます。

【身につくスキル】
●データの抽出・整理、分析
●SQLやVBA、R、Pythonなどのテクニカルスキル
●データ分析基盤「Databricks」の使用、Pythonのスキル

【プロジェクト例】
●大手金融会社のBIツールを活用した業績速報システム
●大手小売会社の販売予測システム
●官公庁の組織内検索システムの構築
●大手小売業のデータ分析

＜業界実績割合＞
・金融業界59％
・製薬業界20％
・製造・小売業界8％
…など、幅広い分野のお客様を支援しています。

データエンジニアリングにおける先進的な分析技術を駆使し、クライアントのビジネスを支援します。
顧客の経営やサービスの中核となるITシステムの提供及びアウトソーシングにおいて、マイクロソフトテクノロジーをベースにしたデータプラットフォームソリューション導入コンサルティング、システム設計・構築を担当いただきます。先進的なテクノロジーを活かした、難易度の高い案件が多いのが当社の特徴です。
ミッションは製品の販売ではなく顧客の経営課題に対し、ソリューションを活用して解決すること。
製品を軸とせず、顧客のビジネスやワークスタイルを軸としたソリューションを提供するためには、 い技術 だけではなく顧客にコミットする ビジネスマインド、信頼を得られるヒューマンスキルが求められる仕事です。
※プロジェクトにより国内・海外出張有

【職務内容】顧客の経営やサービスの中核となるITシステムの提供及びアウトソーシングにおいて、マイクロソフトテクノロジーをベースにしたデータプラットフォームソリューション導入コンサルティング、システム設計・構築を担当いただきます。

【特徴】先進的なテクノロジーを活かした、難易度の高い案件が多いのが当社の特徴です。

【ミッション】ミッションは製品の販売ではなく顧客の経営課題に対し、ソリューションを活用して解決すること。製品を軸とせず、顧客のビジネスやワークスタイルを軸としたソリューションを提供するためには、 い技術 だけではなく顧客にコミットするビジネスマインド、信頼を得られるヒューマンスキルが求められる仕事です。※プロジェクトにより国内・海外出張有

業務概要:
大手モバイル通信事業会社が展開する通信・金融・決済・EC・エンターテイメント・ヘルスケアなど、多様なサービスから日々生成される膨大なデータを活用するデータプラットフォームの設計・構築・運用を担当します。
このプラットフォームは約1億規模の会員基盤を支え、マーケティング施策の高度化、サービス改善、新規事業創出、経営意思決定など、クライアントのデータドリブン経営を支える中核システムです。
近年は生成AIや機械学習の活用拡大により、データ基盤は単なる情報の保管場所ではなく、企業の競争力を支える重要な経営基盤へと進化しています。
本ポジションでは、国内最大級規模のデータプラットフォームを支えるエンジニアとして、データ活用のみならず、今後のAI活用を支える基盤づくりにも携わります。単なる開発・運用に留まらず、アーキテクチャ設計、新技術の評価・導入、運用高度化など、技術的な意思決定にも深く関与できる環境です。

具体的な業務:
データプラットフォーム構築・運用全般を対応している大規模プロジェクトのため、幅広い職務が存在します。以下に職務例を記載します。
・AWS、Snowflakeを活用したデータプラットフォームの設計・構築・運用
・大規模データの収集、蓄積、加工、連携パイプラインの設計・実装
・データ活用およびAI活用を見据えたアーキテクチャ設計
・性能、可用性、運用性を考慮した基盤設計・改善
・運用自動化、監視高度化などの運用改善推進
・新技術、新サービスの技術検証および商用適用
・既存システムのモダナイゼーション、継続的改善
・クライアント課題に対する技術提案および改善提案
今現在はAWS及びSnowflakeが中心ですが、今後のクライアントのニーズに応じてより多くのクラウドプラットフォームやデータプラットフォームに携わる可能性もあります。

ポジション・部門の魅力:
1. 大規模データプラットフォームへの従事
約1億規模の会員データと、多様なサービスから生成される膨大なデータを支える基盤開発に携わります。一般的なシステム開発では経験できないスケールで、性能・可用性・運用性を考慮したアーキテクチャ設計や大規模データ処理に挑戦できます。
2. AI時代の競争力を支えるデータプラットフォームへの従事
生成AIや機械学習の活用が急速に進む中、企業の競争力はデータの質と活用基盤によって大きく左右される時代になっています。 AIが十分な価値を発揮するためには、信頼できるデータを収集・統合・管理できる基盤が不可欠です。 本ポジションでは、従来の分析・マーケティング用途だけでなく、今後拡大するAI活用を支える基盤づくりに携わることができ、AI時代に求められるデータエンジニアリングの専門性を身につけることができます。
3. 「データをためる」だけでなく、「ビジネス価値を生み出す」基盤の構築
構築した基盤は、マーケティング施策、顧客体験向上、新規サービス創出、経営判断など、事業そのものに直結する形で活用されます。自らの技術がどのように事業価値へつながるのかを実感しながら働くことができます。
4. アーキテクチャ設計への従事・挑戦
担当範囲を限定された開発ではなく、以下の業務にも従事・挑戦できます。
・新技術の評価・導入
・アーキテクチャ検討・設計・実装
・運用改善
・技術標準化 など
SIerにありがちなパートナーへの指示だし主体の業務ではなく、自らが手を動かし積極的に設計・構築（実装）・動作検証に携わることも可能です。
積極的なAI活用や海外カンファレンスも含むイベント参加も組織として推奨しており、エンジニアとして技術的な意思決定に挑戦したい方・そのための能力を身に着けたい方に適した環境です。
5. 専門性を深めながら市場価値を高められる
データ基盤開発に加え、クラウドアーキテクチャ・データエンジニアリング・SRE／運用自動化・データガバナンス・AI活用を支えるデータマネジメントなど幅広い領域に携わることができます。特定製品の運用担当ではなく、データプラットフォーム全体を俯瞰できるエンジニアとして成長できます。

コミュニケーションプラットフォームの戦略実現に向けて、データの力によって施策数と成功確率を最大化することを組織ミッションに、データ分析/データサイエンスのアプローチで事業KPIのモニタリングや施策実行の意思決定を行い、事業を推進する役割を担います。

【ポジションのミッション・魅力】
1. 「BtoB」と「BtoC」の両面を持ち合わせた豊富な事業データ
導入社数、アカウント数ともに巨大な主力コミュニケーションプラットフォームは、一般的なBtoB企業では持ち合わせていない事業特性とその特性から多種多様のデータを保有しています。
（例）プロダクトデータのみならずユーザープロファイルデータ、顧客データに紐づく従業員データ、マーケティング/セールス活動や、新規事業/オウンドメディア/グループ会社など
大量のデータを扱うため、ビッグデータ技術や機械学習、AIなどの先端技術を活用する機会が多く、最新の技術を学び、実践できる環境が整っています。
圧倒的なデータ量もさることながら、構造化データ/テキスト/音声といった多種多様なデータにアクセスできるため、幅広いデータ分析スキルを磨くことが可能です。

2. グループ会社の事業戦略推進の支援
事業戦略とデータ戦略を密に連携しており、データに基づいた意思決定が求められる環境で働くことで、ビジネスに直接的なインパクトを与える分析やインサイトの提供が可能であり、テクノロジーの活用が利益に直結し企業の成長に貢献する実感をダイレクトに得ることができます。

コミュニケーションプラットフォーム戦略
主力コミュニケーションプラットフォームのユーザー数とアクティブ率の最大化をデータの軸から支える。データ基盤の観点からPLG（Product-Led Growth）の推進を支援し、中小企業領域での高価値なプラットフォームの確立に貢献できる。
BPaaS戦略
業務プロセス代行サービスをはじめとする業務プロセス代行サービスのデータ基盤を強化。Techと人をハイブリッドした高い生産性のオペレーションを支えるデータエンジニアリングをリードし、本質的なDXの実現に貢献できる。
インキュベーション戦略
R&Dの進展をサポートし、グループのアセットやポジショニングを活かした新規事業をデータの観点から支援。非連続成長の柱となる付加価値の創造に貢献する機会を得られる。

3. クロスファンクショナルなコラボレーションによる事業支援
0→1、1→10、10→100 、といった異なる事業フェーズでのデータ利活用を経験することが可能です。
プロダクトチーム、マーケティングチーム、セールスチームなど、さまざまな部門と連携してプロジェクトを進めるため、幅広いビジネス知識とコミュニケーションスキルを身につけることができます。
データスペシャリストが一つの組織に集約されているため、データアナリスト、データサイエンティスト、データエンジニアリング、ビジネスインテリジェンス、BizOpsなど、さまざまなキャリアパスを選択することが可能です。

【業務内容】
シニアデータアナリストは、ビジネスサイドと深く連携し、データの力によって意思決定を支援する役割を担います。同社では主力製品を中心に、BPaaSや新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。これらのデータを活用し、事業KPIの可視化や分析、インサイトの提供を通じて、迅速かつ的確な意思決定を支援します。また、アナリティクスエンジニアリングの領域にも携わりながら、データマートやデータモデルの設計・構築をリードすることで、組織全体におけるデータ利活用の促進を目指していただきます。

＜具体的には＞
1. アナリティクスエンジニアとしてのデータマートとデータモデルの設計・構築
- メダリオンアーキテクチャに基づいた、スケーラブルで分析しやすいデータモデルの設計・構築
- dbtを用いたデータモデリングの実装と最適化
- 横断セールス/マーケティングデータマートの構築
- 事業管理・IR向けトラストデータの整備

2. データ分析とインサイト提供
- ビジネス/プロダクトの現場課題に対し、プロアクティブに分析テーマを提案・実行
- 戦略的示唆の抽出による意思決定支援
- ユーザー行動分析、顧客セグメンテーション、施策効果測定
- 事業KPI・財務指標（CAC/LTV/MRRなど）の可視化と分析
- 失注要因分析、ユーザー転換分析などの深掘り分析

3. ダッシュボード・BIツールの開発・運用
- Lookerを用いたダッシュボードやレポートの設計・構築・運用
- 事業管理ダッシュボード、セールス/マーケティングモニタリング環境の構築
- レポーティング業務の効率化と自動化

4. チーム協業とステークホルダー連携
- ビジネス/プロダクトの現場部門へのデータ利活用の推進と啓蒙
- ビジネス部門とのコミュニケーションを通じた、データドリブンな意思決定の支援
- データソリューションの現場提供に向けたSalesforceエンジニア、CRMアーキテクト、BizOpsとの連携
- データパイプライン構築やデータガバナンス策定におけるデータエンジニアやセキュリティエンジニアとの協業
- クロスファンクショナルチームでのプロジェクト推進、ステークホルダーとの定期的なミーティング

【変更の範囲】
・部署異動等により同社業務全般へ変更する場合があります（出向含む）

【今後のキャリアパス】
●テックリード・スペシャリストへの道
- アナリティクスエンジニアリング/データアナリティクス領域のテックリード
- 複数プロジェクトの技術リード、アーキテクチャ設計
- 組織全体のデータ戦略策定への参画
- 若手メンバーの育成とメンタリング

●マネジメントへの道
- チーム構築、採用、組織運営
- 事業部門との協業推進、ステークホルダーマネジメント

●事業リードへの道
- エンベッド配置による特定事業のデータ責任者
- 事業KGI/KPI達成に対する直接的な責任
- 事業戦略とデータ戦略の統合リード

●クロスドメインへの拡張
- データサイエンス、データエンジニアリング、BizOpsなど複数領域のスキル拡張
- MLOps、DataOps、AnalyticsOpsなど新しい領域への挑戦
- データマネタイズ、データセリングなど新規事業の推進

「コミュニケーションプラットフォーム」の戦略実現に向けて、データの力によって施策数と成功確率を最大化することを組織ミッションに、データ分析/データサイエンスのアプローチで事業KPIのモニタリングや施策実行の意思決定を行い、事業を推進する役割です。

ポジションのミッション・魅力:
1. 「BtoB」と「BtoC」の両面を持つ豊富な事業データ
巨大なコミュニケーションプラットフォームは、一般的なBtoB企業では持ち合わせない事業特性と、そこから多種多様なデータを保有しています。
（例）プロダクトデータ、ユーザープロファイルデータ、顧客データに紐づく従業員データ、マーケティング/セールス活動、新規事業、オウンドメディア、グループ会社など。
大量のデータを扱うため、ビッグデータ技術や機械学習、AIなどの先端技術を活用する機会が多く、最新の技術を学び、実践できる環境が整っています。
圧倒的なデータ量に加え、構造化データ/テキスト/音声といった多種多様なデータにアクセスできるため、幅広いデータ分析スキルを磨くことが可能です。

2. グループの事業戦略推進支援
事業戦略とデータ戦略を密に連携しており、データに基づいた意思決定が求められる環境で働くことで、ビジネスに直接的なインパクトを与える分析やインサイトの提供が可能であり、テクノロジーの活用が利益に直結し企業の成長に貢献する実感をダイレクトに得られます。

コミュニケーションプラットフォーム戦略:
ビジネスチャットのユーザー数とアクティブ率の最大化をデータの軸から支えます。データ基盤の観点からPLG（Product-Led Growth）の推進を支援し、中小企業領域での高価値なプラットフォーム確立に貢献できます。

BPaaS戦略:
業務プロセス代行サービスのデータ基盤を強化します。Techと人をハイブリッドした高い生産性のオペレーションを支えるデータエンジニアリングをリードし、本質的なDXの実現に貢献できます。

インキュベーション戦略:
R&Dの進展をサポートし、グループのアセットやポジショニングを活かした新規事業をデータの観点から支援します。非連続成長の柱となる付加価値の創造に貢献する機会を得られます。

3. クロスファンクショナルなコラボレーションによる事業支援
0→1、1→10、10→100 、といった異なる事業フェーズでのデータ利活用を経験することが可能です。
プロダクトチーム、マーケティングチーム、セールスチームなど、さまざまな部門と連携してプロジェクトを進めるため、幅広いビジネス知識とコミュニケーションスキルを身につけることができます。
データスペシャリストが一つの組織に集約されているため、データアナリスト、データサイエンティスト、データエンジニアリング、ビジネスインテリジェンス、BizOpsなど、さまざまなキャリアパスを選択することが可能です。

具体的な業務:
同社では主力サービスを中心に、BPaaSや新規事業など複数の事業を展開しており、日々膨大なデータが蓄積されています。
データアナリストは、これらのデータを活用して事業KPIの可視化や分析を行い、インサイトを提供することで、迅速かつ的確な意思決定を支援します。
また、シニアメンバーと協働して高度な技術やベストプラクティスを吸収しながら、データマートやデータモデルの設計・構築にも携わります。
ビジネスサイドと連携し、データの力で意思決定を支援するとともに、自律的に分析プロジェクトを推進する役割です。

具体的には:
1. データマートとデータモデルの設計・構築
- メダリオンアーキテクチャに基づいた、スケーラブルで分析しやすいデータモデルの設計・構築（シニアメンバーとの連携・協働）
- dbtを用いたデータモデリングの実装
- 横断セールス/マーケティングデータマートの構築支援
- 事業管理をはじめとするトラストデータの整備支援

2. データ分析とインサイト提供
- ビジネス/プロダクトの現場課題に対し、分析テーマを提案・実行
- 戦略的示唆の抽出による意思決定支援
- ユーザー行動分析、顧客セグメンテーション、施策効果測定
- 事業KPI・財務指標（CAC/LTV/MRRなど）の可視化と分析

3. ダッシュボード・BIツールの開発・運用
- Lookerを用いたダッシュボードやレポートの設計・構築・運用
- 事業管理ダッシュボード、セールス/マーケティングモニタリング環境の構築
- レポーティング業務の効率化と自動化

4. チーム協業とステークホルダー連携
- ビジネス/プロダクトの現場部門へのデータ利活用の推進
- ビジネス部門とのコミュニケーションを通じた、データドリブンな意思決定の支援
- データソリューションの現場提供に向けたSalesforceエンジニア、CRMアーキテクト、BizOpsとの連携
- クロスファンクショナルチームでのプロジェクト推進、ステークホルダーとの定期的なミーティング

【変更の範囲】
・部署異動等により同社業務全般へ変更する場合があります（出向含む）。

今後のキャリアパス:
● スペシャリストへの道
- 特定領域（プロダクト分析、マーケティング分析など）の専門性を高める
- データモデリングや分析基盤構築などのエンジニアリングスキルを深める
- 新技術（AI/LLMなど）を活用した高度な分析スキルを習得する

● マネジメントへの道
- 小規模チームのリーダーシップ経験
- メンターとしての後輩育成
- プロジェクトマネジメントスキルの向上

● 事業への拡張
- 事業部門と密に連携し、ビジネスのドメイン知識を深める
- データ起点の施策立案から実行までをリードする

使用技術・ツール:
＜プログラミング言語＞
・SQL（Hive、Presto、など）
・Python

＜インフラ＞
・Snowflake
・TreasureData

＜ツール＞
・データエンジニアリング：dbt
・コード管理：GitHub
・BI：Looker Studio、exploratory、Google Spreadsheet、Excel等

＜タスク管理＞
・JIRA

＜情報共有＞
・コミュニケーションプラットフォーム
・Confluence
・Miro
・Slack

今回募集するデータ基盤エンジニアは、データ基盤チームの一員として、ジャパンチケットグループ全体で利用される データメッシュ型データ基盤の設計・開発・運用 を担当していただきます。

・各事業が保持する既存データ構造の分析・理解
・データメッシュ方針に基づき、事業ごとのデータを「データプロダクト」として再設計・整備
・各事業の利用形態や分析ニーズをヒアリングし、ドメインに適したデータスキーマ／提供インターフェースを設計
・データ基盤チーム内の PM・メンバー、各事業のエンジニア・PMと連携し、データガバナンス基準やメタデータ管理の仕様を策定
・データパイプライン（ETL/ELT）、データ品質チェック、メタデータ管理、アクセス制御などの基盤コンポーネントの実装および運用改善
・モニタリング、品質指標（SLO）策定、ログ管理、障害対応、セキュリティ・プライバシーレビュー
・将来的には、イベントストリーミング基盤やデータ共有 API など、グループ横断データ活用を支える新コンポーネント開発にも関与

＜開発環境＞
開発フロー
・アジャイル開発
・GitHubを用いたPull Requestベース開発
・Backlog / Jira 等を利用したチケットベース開発
AI 開発支援
・Github Copilot Enterprise / Codex / Claude Code 等
言語
・バックエンド：Golang / (既存サービス: Kotlin / Spring Boot)
・フロントエンド：Vue.js / Nuxt.js / React / Next / TypeScript
インフラ
・AWS：RDS（PostgreSQL） / DynamoDB / ALB / ECS / Fargate / CodeBuild / CodeDeploy / etc
・Terraform
・GitHub Actions
・ドキュメント管理：Confluence / Growi

教育・就労・福祉を中心とした多様な領域で事業を展開する企業でのポジションです。事業は、大きく分けて以下の2つの柱で構成されており、これらを相互に連携させている点が強みです。
1. 店舗（直接）サービス（toC）
発達障害のあるお子さまへの学習支援や、働くことに障害のある大人の方への就労支援などを行っています。全国で400拠点以上のリアル事業所を運営しており、コアとなる事業です。
2. プラットフォーム事業（toB・toC）
現場での直接支援を通じて培った実践的なノウハウやデータをテクノロジーの力でプロダクト化し、業界向けSaaSやプラットフォームとして提供しています。当事者やご家族、福祉事業所、学校、企業、従事者など、多様な顧客へ広く普及させています。

障害福祉や児童福祉、学校教育などを中心に事業展開する同社では、この5 6年間でテクノロジーを用いた事業検証を急速に進めてきました。各プロダクトや組織のリーダーを中心として「個別最適」に技術や開発プロセスの意思決定を行い、スピードを重視してきた結果、現在ではBtoB/BtoCサービスの展開や自社店舗事業のDX化など、多種多様なプロダクトやシステムが立ち上がっています。エンジニア組織への投資も加速しており、組織規模は拡大しています。このように事業が急成長を遂げ、周辺分野へも事業領域を拡張している現在、今後さらなる飛躍を目指す上で「テクノロジー領域への注力」がより一層不可欠なフェーズに突入しています。実際に作るべきプロダクトやシステムの構想を練っていく中で、システム開発やデータ活用の重要性も高まっており、今後さらなる組織の拡大と共に、組織そのものも強化・進化させていく必要があると考えています。グローバルで見てもトップクラスに貴重なデータを持つ企業でのポジションです。業界全体のさらなる進化に向けて、その中心的な立場を担い、全社データ活用のシステム設計・データ分析を共に推進するデータエンジニアを募集しています。

福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有する企業です。データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。データ統括部BizOpsグループには10名所属しており、データ基盤担当が兼任2名、R&Dグループにも2名所属しています。今後の体制拡大に応じて、専門グループ化する構想です。DXとAIの波が到来する今、既存事業の枠に留まらず、顧客の理想を追求する価値創出を小さく高速に積み上げていく組織です。全社において、データを用いて自ら考え、事業と現場と対話し、ビジョンを実現するプロダクトを生み出す役割を担っています。

現在、多岐にわたる事業を展開しており、直接支援事業からプラットフォーム事業まで事業モデルも事業規模も顧客も多岐に渡ります。各事業でのデータ活用を推進しつつ、全社横断でのデータ統合により価値創出を行います。また、データ専任組織の立ち上げやマネジメントを担うことも想定されます。業務の進め方としては、プロダクトやマーケティング部門との協働、あるいはエンジニアリング部門におけるインフラ/セキュリティの部署やプロダクトのバックエンドのエンジニアと協力して進めます。

具体的な業務内容:
エンジニアリング
- AWS / Google Cloud上でのデータ基盤(BigQuery)の設計・構築・運用
- 支援DB、SaaS、顧客情報、ユーザー行動ログなどの各種データを取り込むパイプラインの設計・実装・運用
- IaCを活用したデータインフラ構築・運用のコード化および CI/CD 基盤の整備

基盤整備
- データパイプラインの監視、異常検知の自動化、テスト追加によるデータ品質の担保
- 個人情報・要配慮個人情報などのセンシティブデータに対するアクセス制限、暗号化、マスキングなどのガバナンス設計
・データカタログの導入・整備、開発標準の整備による脱属人化・運用の標準化推進
- コンピュート・ストレージリソース管理およびコスト最適化
- テキスト・画像などの非構造化データ管理基盤の整備およびデータパイプライン拡張

アナリティクス、サイエンス
- データモデリングおよび各種分析・プロダクト用データマートの設計・開発
- 全社・事業部で利用する主要 KPI やビジネスロジックの定義・標準化と、再利用性の高い共通データモデルの構築
- ステークホルダーとの要件整理、PdM、データアナリスト、ビジネスサイド（BizOps）と密に連携したデータ活用要件の定義・仕様策定
- BIツール（Looker、Tableau 等）や分析環境の整備を通じた、社内メンバーの自律的なデータ活用支援

AI Ops
- AI / LLM 向けデータパイプライン構築
- AI エージェントや LLM/RAG 活用に必要なデータ連携基盤の設計・開発

本ポジションの魅力/やりがい:
現場と近い距離で、業界トップクラスのアセットを活用し「支援」を進化させる挑戦ができます。データが生み出される支援現場に直接関わる機会が豊富にあります。業界トップクラスを誇る支援事例、支援データ、支援ノウハウ、そして優秀な人材という圧倒的なアセットを有しており、これらを駆使してテクノロジーの力で「支援」そのものを進化させていくチャレンジングな環境です。

「支援データ×AI」の最前線に取り組める機会があります。直接支援事業で、データ基盤整備と同時に業務効率化と支援品質向上に繋がるプロダクト作りを同時並行で手掛けており、攻めのデータエンジニアリングを実践する機会が豊富にあります。

多種多様なフェーズ・ビジネスモデルにおける横断的なデータ基盤構築ができます。スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルのデータ基盤構築およびデータ活用に携わることができます。幅広い事業フェーズの課題解決を通じて、データエンジニアとしての専門性と事業へ貢献できる幅を大きく広げられます。

組織・技術の本格的な立ち上げと、全社への「データ文化」の浸透に貢献できます。技術的なデータ基盤の構築にとどまらず、組織的にも本格的な立ち上げを行っていく非常にエキサイティングなフェーズです。全社にデータ文化を浸透させ、データドリブンな意思決定を根付かせていくという、組織づくりの根幹から携わる貴重で裁量の大きい経験を積むことができます。ドメイン特性上、データの安全性および保守性をしっかり担保したいとも考えており、そこのガードレースも同時に整備しています。

事業概要
同社は教育・就労・福祉を中心とした多様な領域で事業を展開しています。事業は、大きく分けて以下の2つの柱で構成されており、これらを相互に連携させている点が最大の強みです。

1. 店舗（直接）サービス（toC）
発達障害のあるお子さまへの学習支援や、働くことに障害のある大人の方への就労支援などを行っています。全国で400拠点以上のリアル事業所を自社運営しており、同社のコアとなる事業です。

2. プラットフォーム事業（toB・toC）
現場での直接支援を通じて培った実践的なノウハウやデータをテクノロジーの力でプロダクト化し、業界向けSaaSやプラットフォームとして提供しています。当事者やご家族、福祉事業所、学校、企業、従事者など、多様なお客様へ広く普及させています。

募集部門について
ミッション・組織の役割
同社は、福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有しており、データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。
データ統括部BizOpsグループには10名が所属しており、各事業・プロジェクトを複数兼務し、都度優先度を判断しながら実行していく運営をしています。
直接支援領域およびプラットフォーム領域のセールス、マーケティングおよび事業管理領域を中心にDXおよび業務オペレーションの効率化に取り組んでいます。それぞれのDXの機会と組み合わせて、データおよびAIの全社展開も実施しています。

業務内容
ビジネス課題の特定と要件定義
現場および専門組織と協働し、業務フローのボトルネックや課題を構造的に整理し、企画を立案

AI / 自動化ソリューションの企画・開発
生成AI（LLM）やローコード/ノーコードツール、社内向けアプリを用いて、ワークフローの自動化やAIエージェントの設計・実装

システム間連携とデータ統合
複数のSaaS（CRMやSFAなど）や社内データ基盤を繋ぎ、ビジネスプロセス全体を最適化する基盤を構築

高速なプロトタイピングと価値検証
構想を素早く形（プロトタイプ）にし、現場の業務に組み込みながら繰り返し実証・改善を実行

具体的な業務例
- 社内業務で利用するSaaS間のデータ連携機能の設計、開発（GCP環境、Zapierなど）
- データ分析基盤のデータモデリング設計、開発
- GoogleWorkspaceのGASなどの開発
- SalesforceやkintoneなどのCRM製品の設計、開発・設定、検証
- 生成AIを利用して業務効率化するための自動化・システム化の設計・開発
- 上記案件の開発リリース後の保守運用

開発環境
技術的合理性を確かめた上で、各事業の文脈に沿った新技術にチャレンジしています。事業特性により、高負荷・高可用性寄りではなく、事業ドメインの複雑性への適応と長期的改善、もしくは変化とスピードへの対応を重視して選定するケースが多いです。

- 開発言語：Python / TypeScript / Google Apps Script (GAS)
- クラウド・データ基盤：Google Cloud / BigQuery
- AI・開発支援ツール：Gemini / Claude Code / Codex / GitHub Copilot
- SaaS・業務システム：Salesforce / kintone / Google Workspace
- ローコード・自動化ツール：AppSheet / Zapier
- コミュニケーションツール：Slack / Google Chat

本ポジションの魅力/やりがい
1. アジャイル型で問題解決に取り組む
事業目線で企画に着手し、ヒアリングを重ねてプロトタイプを開発し、トライアル導入しフィードバックを得て改善するという開発スタイルです。
2. 実際の現場を肌で感じられる
対話を積み重ね、現状と事実を整理しながら、本当に役に立つものづくりをするために、ドメイン知識および人との繋がりを大切にしています。
3. 多種多様なフェーズ・ビジネスモデルにおける問題解決に携われる
スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルに対して取り組む事ができ、幅広い経験が積めます。
4. 世界にインパクトを与えるサービス
ターゲットとなる市場は、年々社会的なニーズが高まっており、国の障害福祉予算は年間4兆円が割かれるなど、今後も成長が期待されているマーケットです。

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が何を根拠に判断しているか」という視点です。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”というナレッジ、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、教育機関など企業や組織のAI活用を支える“情報インフラ”構築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、iPhoneの日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」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。
※特許番号 第7112155号、第7112156号

同社は独自の検索技術を開発しており、より精度を高めるために検索エンジニアを募集しています。独自アルゴリズムの調整、検索エンジンそのものの評価や最新の検索アルゴリズムについてのキャッチアップ、社内展開などをお任せします。

【業務内容】
・プロダクトの検索エンジンの評価とチューニング
・PdMと連携しながら、必要な施策を立案および実装

【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

【開発環境】
・ソースコード管理: GitHub
・情報共有: Slack, 同社製品Cosense
・タスク管理: 同社製品Cosense
・オフィスアプリケーション: Google Workspace

【利用ツール】
・GitHub
・GitHub Actions
・Datadog
・Sentry
・同社製品
・Gyazo

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。

同社を代表する主力プロダクトは、iPhoneの日本語入力システムを開発した同社テクニカルフェローが発明した「意図予測検索」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。主力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。
本ポジションでは、アナリティクスエンジニアとして、蓄積されたデータをニーズに沿った形で活用するため、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利用する仕組みを作るアナリティクスエンジニア業務をお任せします。

【業務内容】
・データを利用する社外ユーザーや社内ユーザーに対するヒアリング、要件の設計、コンテキストエンジニアリング
・コンテキストを踏まえた最適なデータ提供経路の選定
・データ提供の実装、BIの構築、業務で利用するためのAgent Skillsの実装と提供
・テーブルの作成、テストの実施、ドキュメンテーションの整備
・既存のTransform Layerの維持、機能拡張、トラブルシューティング

【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。現在、リポジトリ内には30個以上の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。BigQuery MCP Serverやdbt 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。

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が何を根拠に判断しているか」という視点です。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”というナレッジ、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、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。
同社を代表するプロダクトは、独自の検索技術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。
今回ご案内するポジションは、同社のスケーラビリティエンジニアとしての業務をお任せします。
同社はインフラにPaaSを積極的に活用しており、PaaSで実装したアプリケーションは、アプリケーションのコード自体がインフラです。そのため、サービス成長に伴う将来的なアクセス増加に備えて準備しつつ、アプリケーション側の改善とインフラ構成・設計を同等に考え、柔軟に対処していけるアプリケーション開発者を求めています。
業務の流れとしてはまず、通常のWebアプリケーションエンジニアとして開発に従事いただき、同時に、スケーラビリティを確保する活動をしていただく予定です。具体的にはDBやアプリケーションサーバー、クラウドインフラのメトリクスやアラートを見て、将来的なボトルネックを想像することや、DBやアプリケーション、クラウドインフラへの関心を持ち、未来に備えた調査・学習をしていただきます。
別事業のサービスでは、上記のような業務を担うメンバーがおり、今回同社の主力サービスでも募集をすることになりました。

【具体的な業務内容】
1. Webアプリケーションエンジニアとしての主力サービス開発
平常時に、半分程度のリソースを他のエンジニアと同様に主力サービスの開発に従事します。自ら開発する事を通して主力サービスのシステム構成の土地勘を獲得するのが目的です。

2. スケーラビリティエンジニアとしての開発/提案
残り半分程度のリソースでスケーラビリティを維持する業務に従事します。急にアクセス数が3倍になった場合でも、サーバーの台数を3倍にすれば対処できる状態を維持できるのが目安です。全ての性能改善業務を1人で完遂する必要はありません。まずはメトリクスやアラートから将来的な危機を察知・リストアップし、開発チーム内で共有する、第一声を上げる役割を期待しています。危機を共有した後は、その機能を実装したエンジニアと協力してシステムを改良します。（なお、同社には自分の開発した機能についての責任感が強いエンジニアが多く在籍しているため、協力を得ながら推進することができます。）

3. その他
・CI/CD環境の維持・改善
・適切な範囲のテスト網羅
・実行時エラーなどのアラート改善
・サーバーやライブラリのバージョン更新

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。

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が何を根拠に判断しているか」という視点です。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”というナレッジ、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、教育機関など企業や組織のAI活用を支える“情報インフラ”構築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、日本語入力システムを開発したテクニカルフェローが発明した「意図予測検索」技術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。
このポジションでは、シニアプロダクトエンジニアとして下記の業務を担当します。プロダクトの成長を支える社員エンジニアとして、設計から実装までリードすることが期待されます。
・他のエンジニア/PdMと協力し、相互依存のある課題を解決しチーム・プロダクトに貢献
・技術選定やアーキテクチャ設計などの技術的意思決定とそこに至る合意形成
・コードレビューを通じたチームメンバーへの技術的なフォローおよび育成
・チーム全体に知見を共有し、理解を深めコラボレーションを促進するためのドキュメンテーション

ML基盤の設計・構築・運用を一気通貫でリードするポジションです。

業務概要:
レコメンデーション基盤では、現在19本のVertex AI Pipelineが本番稼働しています。Two-Towerモデル・日本語Sentence-BERT・FAISSを組み合わせた推論基盤が、毎日数百万件の顧客行動データをリアルタイムで処理し、「AI Feed」として提供するレコメンドがアプリ内購入の65.8%を占めるまでに成長しました。
しかし、この基盤を専任で設計・運用できるMLOpsエンジニアが存在しません。現在はDS・バックエンドエンジニアが兼務でパイプラインを維持している状態で、OOMエラーの解消・オートスケーリング設計・CI/CD for MLの整備など、本来MLOpsエンジニアが担うべき課題が積み上がっています。
今後は商品レコメンドにとどまらず、UGC（口コミ投稿）のパーソナライズ、広告配信の最適化、ダイナミックプライシングへとML活用領域を拡張していく計画です。それを支える基盤の設計から担当いただきます。

プロダクトの特徴:
発見型ソーシャルECアプリでのポジションです。従来の「ほしいものを検索して買う」検索型ECとは真逆で、「なんとなく眺めているなかで、ほしいものを発見して買う」という体験を提供するECを指します。セール商品との偶然の出会いや、レビュー・クエストなどの参加型機能を通じて、買い物が「単なる購入」を超えて感情を動かす体験になる場をつくっています。
累計ダウンロード数を突破し、ユーザーは全国にまんべんなく広がっております。特徴的なのは、これまでECをほとんど使ったことがない40 50代の女性に多く利用いただいている点です。作物育成ゲームや投稿機能など、日常的に楽しめる要素が豊富にあることが強みとなっており、高い頻度で利用いただいているユーザーが多く、これまでのECユーザーとはまったく異なる行動が生まれています。

プロダクトの目指す世界:
「日常に楽しさを」をミッションに、「新しい生活圏のカタチ」をつくる企業でのポジションです。検索と最適化に寄りがちなECでのお買い物体験に、発見や偶然、ほどよいにぎわいといった人間らしい豊かさを取り戻すことが狙いです。ふらっと立ち寄れば気になるものが見つかり、知人の姿に安心し、つい滞在したくなる。駅前や商店街のように、人が自然と集まり生活のリズムに溶け込む拠点を、ソーシャルとエンタメとコマースの掛け算で形にします。情報収集も遊びも買い物も同じ動線の中でゆるやかにつながり、作業となってしまっていたお買い物はいつしか楽しみへと変わります。
事業転換以降、大きな成長を達成しています。変化を力に変えてきた企業は、人数に依存しない運営モデルで常識を更新し続けます。目指す姿は、多くの人々に楽しみが巡る生活インフラです。小売の主役となるべき生活圏を切り拓きます。

具体的な業務:
- MLパイプライン（Vertex AI Pipelines）の設計・最適化・安定化
- モデルサービングのアーキテクチャ設計（Cloud Run, Vertex AI Endpoint等）
- 実験管理基盤の構築・効率化（Vertex AI Experiments）
- データパイプラインの構築・運用（BigQuery, Dataform, Cloud Scheduler）
- CI/CD for MLの設計・実装（モデルのバリデーション→ステージング→本番のライフサイクル管理）
- MLシステムのモニタリング・ドリフト検知・再学習の仕組み構築
- インフラコスト管理と最適化（GPU/マシンリソースの効率化）
今後MLチームを拡大していく予定があり、採用や育成にも関わっていただけることを期待しますが、まずは上記のような基盤構築に専念いただきます。

具体的な技術課題とプロジェクト例:
- MLパイプラインの安定化と最適化: 19本のVertex AI Pipelineが本番稼働中。OOMエラーの解消、オートスケーリング設計、GPU対応によるパイプライン実行時間の短縮
- モデルサービング基盤の強化: Cloud Run上のFastAPIサービスでTwo-Towerモデルを本番運用中。リアルタイム推論のレイテンシ改善、スケーラビリティの向上（現在120 RPS）
- データパイプラインの再設計: Dataformによるデータ変換（Raw→Cleansed→Warehouse→Mart）の拡張。Spanner Federated Queryの活用、GA4ストリーミングデータとの連携強化
- CI/CD for MLの整備: モデルのバージョニング、自動バリデーション、ステージング環境でのスモークテスト。コードのCI（lint, test）とモデルのCI（学習→評価メトリクスのしきい値チェック）の分離
- BytePlus依存からの段階的内製化: 複数のMLエンジンを並走させる基盤設計。内製レコメンドモデルとBytePlusの共存・切り替え機構

仕事の魅力:
- 設計者として、0からアーキテクチャを決められる: 「誰かが作った基盤を引き継ぐ」ではありません。19本のパイプラインが稼働している現状から、次世代のMLOps基盤をどう設計するか その意思決定を、担当者が担います。CI/CD for ML・Feature Store・モニタリング基盤まで、「正解のない設計判断」を繰り返せる環境です。
- ECとゲームが交差する、唯一無二のデータ: ゲーム機能を持つECアプリとして、お客様は月平均20日以上・1日38分アプリを使います。購買データだけでなく、ゲーム内行動・投稿・閲覧・タイムスタンプが複合した固有のシグナルは、他のECでは得られないデータです。このデータを基盤として扱えるのは、この企業ならではです。
- 本番で動くMLが、事業数値を直接動かす: レコメンドAI導入でKPI100 200%改善という実績があります。基盤を安定させ、DSが新モデルを早くデプロイできるようになれば、その改善速度が事業成長に直結します。「インフラを整えた結果、事業が伸びた」という手触りが得られる環境です。
- 外部のAI技術開発部との共同開発体制: 外部のAI技術開発部からML領域のアドバイザリーを受けながら開発を進めています。業界水準の高い技術観点を取り込みながら、自社プロダクトに実装するという、スタートアップでは稀な学習環境があります。
- AI Nativeな開発で、生産性の上限を更新し続ける: コードの80 90%をAIが生成し、PRの80%をAIレビューのみでDeployする開発スタイルを全社で実践しています。「MLOpsエンジニアがAIを使い倒したら何ができるか」を最前線で実験できます。

データ活用ニーズの明確化から、パイプライン設計・構築、BIツール整備、運用保守まで、データエンジニアリング領域を一気通貫で担当します。

1. データ基盤の設計・構築
収集データの仕様決定、データモデリング、ETL/ELTパイプラインの設計・構築を担います。リアルタイム性・正確性・セキュリティ・ガバナンスなど非機能要件の定義と実装も含みます。

2. 全社のデータ活用支援
PdM・マーケ・CSなど各部署のデータ活用ニーズをヒアリングし、BIツール（Looker Studio等）の設計・構築や、分析業務の一部も担当します。「データを使いたいが使えない」を組織から減らす役割です。

3. 運用・監視基盤の整備
モニタリング・アラート設計など、安定したデータ基盤を維持するための運用体制を構築・実運用します。

4. ML基盤の整備
AIレコメンドエンジンをはじめとした機械学習の活用に向けたデータ基盤整備も担当します。MLエンジニア・データサイエンティストと連携し、特徴量基盤やデータパイプラインを設計します。

このポジションで向き合う難題:
* 利用者が増えるほど複雑化するガバナンス設計
PdM・マーケ・CS・エンジニアなど、データを使う職種と用途が増え続けています。誰もが正しくデータを使える状態を維持するガバナンス設計と、基盤のスケーリングを同時に進める必要があります。
* 一人目として「標準」を自分でつくる責任
専任のデータエンジニアがいなかった組織に、最初に入るポジションです。正解がない状態から、データ基盤の設計思想・命名規則・品質基準・運用ルールを自分で定義していくことが求められます。
* AI時代ならではの基盤構築
AI時代ならではの基盤の保守・運用方法、データ分析手法の検討とそれをささえる基盤の構築などが求められます。

仕事の魅力:
* 基盤設計の全権を持てる「一人目」の醍醐味
既存の設計に縛られることなく、データ基盤のアーキテクチャを自分で描けます。急成長プロダクトのデータ基盤を「最初の専任者」として設計した実績は、キャリアの強力な資産になります。
* リアル購買データを扱える
EC・ゲーミフィケーション・ソーシャル・広告・AIレコメンドが交差するプロダクトが生み出す、多種多様なデータを扱えます。購買・行動・在庫・マーケ効果など、学術的にも希少なデータセットへの関与経験が積めます。
* データ活用が文化として根付いている組織
各職種が自分でSQLを書いてデータを分析するカルチャーが既にあります。「基盤を作っても誰も使わない」問題とは無縁で、作ったものがすぐ組織の意思決定に直結します。
* CTOと直接議論できる距離感
直属上司はCTOです。データ基盤の技術選定・投資判断を、経営に近い立場で議論できます。

AI・データを活用したプロダクト機会の探索、課題構造化、テーマ定義、プロダクト戦略、ロードマップ、KPI・ガードレール指標の設計、PoC / MVPを通じた仮説検証、成功基準・撤退基準の設計、PRD / 要件定義、データ要件・AI / ML要件・非機能要件の整理、エンジニア、デザイナー、DS / DRE / DM / DA、事業部門と連携した開発推進、GTM、業務定着、効果検証、継続改善の推進、成功・失敗事例の型化と、他領域への横展開を担っていただきます。

想定テーマ例:
・マッチング / レコメンド / スコアリング体験の改善
・ワーカー / 事業者双方の意思決定を支援するAI・データ機能
・営業・CS・マーケティング領域におけるAI / データプロダクトの企画・実装
・AIを活用した業務プロセスの再設計、オペレーションの高度化

本ポジションの魅力:
・同社固有の大規模データを活用し、「はたらく」に関わる社会課題に対して新しい解決策を届けられます。
・AI・データを“技術導入”ではなく、プロダクトとして扱い、探索 実装 スケールまでを一気通貫で推進できます。
・Two-sided marketplace / プラットフォーム型プロダクトにおける、データ活用・AI活用の実践経験を得られます。
・事業・プロダクト・データ / AI技術の結節点に立ち、KPIや品質指標を統合して意思決定する経験を積めます。
・DS / DRE / DM / DA / SWE / Design / Bizを横断し、AI時代のプロダクトづくり、評価、ガバナンス、GTM、組織連携の型を作れます。

【業務概要】
西日本を中心に鉄道事業や不動産、流通などの事業を運営している企業グループです。地域に根差した事業を手掛ける中で、時代の変化に対応し、新たな価値を創造するべく、グループ一体となって《顧客体験・鉄道システム・従業員の働き方の再構築》に取り組んでいます。その中でも同社は、グループ会社の各事業と一体でデジタル施策の実行支援を行い、データ利活用による事業横断の価値創出を実現するために設立されました。

グループ全体のデータマネジメント健全化を技術面から下支えする、プレイング主体のデータエンジニアのポジションです。本ポジションは、マネジメントに特化するのではなく、高い専門性を活かして自ら手を動かし、データ分析基盤の構築やデータの整備をリードする役割です。社内のインフラエンジニアやデータサイエンティストと連携するだけでなく、グループ側のデータマネジメント組織とも直接コミュニケーションを取りながら、理想的なデータ環境を実装していただきます。

【具体的な業務内容】
データエンジニアリングおよびアナリティクスエンジニアリングのスペシャリストとして、以下の業務をプレイングの軸として遂行いただきます。
1. 独自のR&D環境・データ分析基盤の構築と運用：
* モダンデータスタックを活用したELT基盤の設計・実装
* ロール設計、権限設計、セキュリティ設定などのデータガバナンス整備
2. データ整備とパイプライン実装：
* 実データの探索やデータオーナーへのヒアリングを通じた、データ仕様の解明・整理
* 上流の仕様変更に耐え得るデータ構造への再設計、およびdbt等を用いたELTパイプラインへの実装と運用・監視
3. グループ側データ基盤の整理と上流調整：
* グループ側のDMO組織と連携した、データデリバリーに関する課題への対処
* 上流システムの改修情報からデータリネージを辿り、影響範囲を自ら特定・文書化
* 分析側とシステム側双方の言語を理解した、データオーナー組織との仕様確認や調整の主導
4. 分析プロセスの標準化実行
* DevOps、DataOpsの観点からデータ分析組織における技術標準・推進フローの設計とチームへの浸透

【ポジションの魅力】
* 社会的影響力の大きい大規模データを扱う手応え
* 西日本最大級のインフラを持つグループの膨大なデータを対象に、自らの技術力で価値を生み出す仕組みを作ることができます。
* モダンデータスタックを駆使した基盤構築の裁量
* 自由度の高い独自のR&D環境において、Snowflakeやdatabricks, open table format, dbt-fusionなどのモダンな技術を用いた理想的な基盤を技術スタックの選定やアーキテクチャ設計などのレイヤから関わることができる環境です。
* 技術とビジネスをつなぐハイブリッドな経験
* 開発だけを切り出して請け負うのではなく、事業の背景を理解から上流調整、実装、運用まで一気通貫で担当します。分析組織とシステム組織の間をつなぐ経験を積めるポジションです。

＜プロジェクト＞
・グループ内外のデータマネジメント領域におけるPoC（概念実証）を行い、その成果をもとに、データ活用基盤（DWH／データレイク／BIダッシュボード）の設計・構築や、データパイプラインの開発・運用保守といった顧客向けの開発作業を行います。

＜役割＞
・データマネジメント領域におけるPoCの企画・推進、データ活用基盤の設計・構築、ETL／ELTパイプラインの開発・運用、BIダッシュボードの構築

【お任せしたいお仕事】
データエンジニアとして、SnowflakeやDatabricksを中心としたデータ活用基盤の構築・運用を通じて、お客様のDX推進を支援いただきます。
担当工程は、企画、要件定義〜リリース・保守までと幅広く関わっていただくことができます。

データ基盤構築だけでなく分析や可視化・AI活用領域まで幅広く経験を積むことが可能なため、データエンジニアとしての市場価値を高めていくことができる環境です。

《具体的な業務内容》
・SnowflakeまたはDatabricksを活用したデータ基盤の設計・構築
・DWH/Data Lake/Lakehouseの設計・構築・運用
・ETL/ELT処理およびデータパイプラインの開発
・SQLを用いたデータ加工・最適化
・クラウドとのデータ連携基盤構築
・BIダッシュボード向けデータモデリング
・データ品質管理およびパフォーマンスの最適化
・顧客折衝、課題整理、データ活用に関する提案

データ管理レイヤー（Raw / Analytics / Mart）の設計・標準化
BigQuery × dbtによるデータモデリング整備・パイプライン構築
CI/CD環境構築・コード管理・ドキュメント整備（属人化の排除）
営業・経営向けKPIダッシュボードの要件定義・BI連携
Vertex AI連携を見据えたフィーチャー基盤の整備
社内スプレッドシートの棚卸しとBI統合推進



【開発環境】
インフラ：GCP (Cloud Run / Cloud SQL / Cloud Build / Cloud Functions / Cloud PubSub / Cloud Schedulerなど),Vercel
データベース：PostgreSQL
データ基盤：BigQuery, dbt, Looker
その他：GitHub/GitHub Action(CI),Docker,Firebase,VertexAIなど



【このポジションの魅力】
このポジションのインパクトは、技術的な改善にとどまりません。
正しい数字にすぐアクセスできる状態を作ることは、経営・営業の意思決定スピードに直結します。また、事業の成長に伴うデータ量・データソースの増加に耐えうる設計を、今の段階から作れることも大きな裁量です。

さらに、整備されたデータ基盤は今後のAI・機械学習活用の前提条件でもあります。社内にはデータ・AI領域の知見を持つメンバーも在籍しており、連携しながらVertex AI活用などAI実務の領域にも関わりを広げていくことができます。

目先の課題解決にとどまらず、事業の中長期の成長を技術面から支える基盤づくりに携われるポジションです。

【業務概要】
数十兆円規模で急拡大する電力市場を舞台に、本ポジションは、Research Engineer による研究開発チームの生産性を最大化させるためのエンジニアです。AI Agent の能力により、Research Engineer であってもサービス運用を想定したコードを開発できるようになっていますが、コードをプロダクトで安定稼働させるためには、実際のデータプロダクトを運用した経験者の知見が欠かせません。研究開発に必要なデータ基盤の構築・運用、および Research Engineer が開発したアルゴリズムを実運用システムで安定的に動かすための基盤整備に責任を持ちます。アルゴリズム開発そのものは Research Engineer が担い、Platform Engineer は、Research Engineer が開発・運用・改善のサイクルを一人で回せる環境と、運用システム全体の品質に責任を持ちます。

【具体的な業務】
1. 研究開発に必要なデータ基盤の構築・運用
2. Research Engineer が開発したアルゴリズムを実運用システムで安定的に動かすための基盤整備
3. AI Agent が動作する Harness 環境・共通 skill の整備
4. 実システムの監視体制の構築・運用
5. 開発・デプロイ環境の整備
6. 運用システム全体の品質・信頼性への責任

【開発環境・技術スタック】
* Python, TypeScript, Terraform
* Google Cloud: BigQuery, Dataform, Cloud Run
* PostgreSQL

【ポジションの魅力】
1. 研究開発チームの生産性を、基盤から最大化できる
Research Engineer が AI Agent の能力を最大限に活用しながら、開発・運用・改善を一人で回せる。その環境を支える基盤を、自身の手で設計・構築できます。個人の生産性向上にとどまらず、チーム全体の生産性を引き上げる役割です。
2. AI Agent を最大限に活用し、一人で広い範囲に責任を持てる
少人数チームで、AI Agentを徹底的に活用して業務に取り組める環境です。 日進月歩の AI Agent 活用を試行錯誤しながら、一人で進められる範囲をどんどん広げていける環境です。
3. 物理設備とつながる大規模リアルタイム基盤に挑める
大量のお客様の発電所・蓄電所・需要所の設備を管理しながら、気象予報や発電量、蓄電池の制御状態をリアルタイムで収集し、大規模に最適化制御するためのデータ処理基盤を担います。

クライアントのマーケティング課題解決のための、データ活用戦略・戦術の立案〜実行業務をお任せいたします。

＜具体的な業務内容＞
・クライアントのマーケティング課題のヒアリング、および、課題解決のための各種マーケティングテクノロジーの選定や活用方法の提案
・開発パートナー企業やツールベンダー企業と協業しながらの要件定義、設計、導入開発、運用保守などの上流〜下流工程
・導入したマーケティングテクノロジーによるデータ収集〜データ分析・解析〜施策立案〜施策実行〜レポート〜改善提案までのデータを活用したマーケティング業務支援

業務概要
同社は、「BE THE SUN」をビジョンにサービスを通じて人々や社会にインパクトを与える存在となり、「世界を照らす発明を続ける」をミッションに連続的な事業作りを通して世界に貢献する企業です。
創業時からの主力サービスをはじめ、生活のインフラとなる複数のサービスを連続的に立ち上げ、急速に成長しています。

・国内No.1レシピ動画プラットフォーム
・国内No.1節約アプリ

関わるサービスについて
主力レシピ動画プラットフォームは月間利用者数を超える国内No.1のレシピ動画プラットフォームです。
同社の運営を通じて、多くの食品メーカーや卸企業の課題をヒアリングしてきました。その中でも最も大きな課題の一つが、いまだにFAXや紙、Excelファイルでのやり取りが主流で、非効率な業務が多く存在していることです。
国内No.1の主力レシピ動画プラットフォームの運営で培った業界知見とネットワークを活かし、食品流通業界（メーカー・卸・小売）の巨大な非効率を「AIエージェント」で自動化するCEO直下の新規プロジェクトを立ち上げています。
本プロジェクトでは、FAX・紙・Excelによる膨大な手作業が残る巨大産業に対し、AI-OCR、非構造化データパイプライン、Durable Workflowなどの技術を活用したソリューションを提供します。業務の自動化を実現し、大きな社会的インパクトの創出を目指します。

持っているデータの独自性
同社は、2016年にレシピ動画サービスとして創業し、現在では月間利用者数を超える生活者、食品・飲料ナショナルブランド企業の、店舗を超える小売ネットワークをつなぐデータプラットフォームへと進化してきました。
レシピ閲覧・レシート購買・チラシ閲覧など、生活者からメーカー・小売までを横断する独自データを蓄積し、販促領域で事業を拡大してきました。
現在は、その事業基盤をもとに、食品・日用品など消費財産業全体を対象とした「AIエージェント基盤」の開発を推進しています。

取り組むべき課題
AIの性能が上がった一方で、産業側はAIを受け入れる準備ができていない
AIは複雑な業務文脈を理解し、自律的に判断できるレベルまで進化しています。
一方で、多くの業務が依然としてExcel・紙・FAX・口頭で運用されている産業では、土台となるコンテキストデータが整備されておらず、業務自動化にAIを十分に活用できないことが、大きな課題となっています。
従来のソフトウェアでは扱えなかったExcel・紙・FAXなどの非構造化データをAIで理解・構造化し、コンテキストデータとしてAIに渡せる仕組みを構築することで、業務の自動化を一気に実現できると考えています。

具体的な業務
AI時代の開発速度と信頼性を両立する、Platform Engineeringの推進をお任せします。

1. AI時代の開発速度を支える運用基盤の構築
Coding Agentの進化により、ソフトウェアの実装スピードは大きく向上しています。こうした変化に対応するため、監視・テスト・デプロイ・障害対応のあり方をAI前提でアップデートし、運用がボトルネックにならない生産性の高い開発体制を実現していただきます。

2. 少人数で複数サービスを支えるAI-Native SREの推進
特定のSREが属人的に運用を支える体制ではなく、監視・障害対応・リリース・セキュリティ・ガバナンスを仕組み化し、開発者が自律的に信頼性を高められるアーキテクチャの設計・構築を推進していただきます。

3. AIトークンマネジメントの設計・運用
AIトークン利用の従量課金化・高額化に備え、トークン利用料の可視化、LLMルーティング等によるコスト最適化、ガードレールの設計、セキュリティの担保を推進していただきます。

ポジション・部門の魅力
事業・サービスの魅力
・社会的インパクトの大きさ：FAX・紙・Excelが主流で巨大な非効率が残る巨大産業に対し、AIで劇的な生産性向上を実現できます。
・ベストな参入タイミング：AIエージェントが実用レベルに達し、今後さらなる性能向上が見込まれる今、すでに食品流通業界への深い知見と、エンタープライズ企業とのネットワークを持つ同社はGo-to-Marketに大きな優位性があります。
・CEO直下のスピード感：経営陣と極めて近い距離で、意思決定から実行までを最速で回せる環境です。

チーム・ポジションの魅力
・AIネイティブな開発環境：Coding Agentを前提とした開発環境をゼロから作り上げることができます。
・AI時代のSREを再定義：これからの時代にスタンダードとなるAI-Native SRE / AI Platform Engineeringの形をゼロから作り上げ、スキルを市場の最先端にアップデートできます。
・最先端技術の実装経験：AI-OCR、非構造化データパイプライン、Durable Workflowなど、これからのAI時代にスタンダードになる技術の実戦経験を得られます。
・事業価値に直結：直接顧客と会話し、業務課題の理解から解決策の実装まで一貫して担えます。

# 採用Meetup 概要
ビッグデータや生成AIを活用した事業を展開するスタートアップで、大手企業を中心にデータ利活用やDXを支援する企業です。
クレジットカードデータやPOSデータ、位置情報データといった様々なオルタナティブデータを活用した企業の意思決定をサポートする事業や、データ基盤構築支援や生成AI開発を通じ、世の中の意思決定を円滑にする事業を展開しています。

# 今回の内容
今回の採用Meetupでは、モダンデータスタックを牽引するフルサイクルデータエンジニアの業務内容や、チームの雰囲気などをご紹介します。
今すぐ転職をご検討中ではない方も大歓迎です。

オンライン開催となり、選考をご希望いただく方は面接確約となりますので、ぜひご案内ください。

# 日時/開催形式
- 日時：7月29日（水）19:00〜19:30
- 開催形式：オンライン（Zoom ウェビナー）
- 質問は、チャットやFAQからぜひお送りください。

## タイムテーブル
- 19:00 オープニング・登壇者紹介
- 19:05 会社概要説明
- 19:10 データ基盤・技術と組織の紹介
- 19:20 募集ポジション・働き方の紹介
- 19:25 QA
- 19:30 終了

# 登壇者情報
取締役 片山 燎平
2017年に同社に入社し、MLエンジニアとして機関投資家の投資銘柄予測モデル構築などを行う。オルタナティブデータを用いた投資分析サービスの責任者を経て、2024年4月にデータ&AIソリューション（現 Data AI Solution）事業責任者に就任、同年6月から同社取締役。

【募集背景】
●投融資案件の増加・多様化に伴い、案件ポートフォリオ全体を俯瞰した管理・モニタリングの重要性が高まっています。
●一方で、案件データ・残高データ・収益性データ等は各部門のExcel、資料、システム等に分散しており、データの所在・定義・粒度・更新頻度が整理されていない状況です。そのため、関係部門と連携しながら分散・未整備なデータを棚卸しし、審査・リスク管理・経営説明に継続的に活用できる状態へ整備する人材を募集します。

【業務概要】
審査部門のデータ活用を支えるデータエンジニアとして、分散している案件関連データの整理・加工・可視化を担っていただきます（経済産業省及びIPAが規定する「データエンジニアリング」に相当する役割を担うことを期待）。案件データ・残高データ・収益性データ等を棚卸しし、分析・報告・モニタリングに活用できる状態への整備に取り組んでいただきます。将来的には、案件ポートフォリオ管理の高度化や審査データ利活用に関する企画・推進にも関与いただきます。

【詳細】
・各部門・資料・Excel・システム等に分散している案件関連データ（文書・資料等の非構造データを含む）の所在確認
・案件データ、残高データ、収益性データ、アセット区分、リスク分類等の棚卸し
・データの定義、粒度、更新頻度、利用可否、取得背景等の確認
・定義違い、表記揺れ、抜け漏れ、重複等の確認・整理
・複数データソースの突合・加工・集計
・レポート・ダッシュボード作成、データ更新・品質確認プロセスの検討

【ポジションの魅力】
●審査本部におけるデータ利活用・可視化の立ち上げフェーズから参画できます。
●投融資案件全体を俯瞰する案件ポートフォリオ管理の高度化に関与できます。
●分散しているデータを整理し、リスク管理や経営説明に活用できる状態へ整える実務的なDX推進を経験できます。
●データエンジニアの経験を活かしながら、将来的に業務企画・管理高度化にも役割を広げられます。

【業務概要】
当社のマーケティングソリューション領域の進化に向けて、当社が保有する会員情報や位置情報データ、さらにクライアント企業が持つ購買データなどを掛け合わせたプロダクト企画、開発、運営業務を担当していただきます。

【具体的な業務】
私たちの部門で対応している複数PJのいずれかで業務を実施していただきます

●各ビジネス組織又はグループ会社のクライアント企業に対するプロダクト創出
・データを活用したクライアント（小売・流通・メーカーなど）の課題抽出
・課題を解決するための広告・販促プランニング等に必要な
　プロダクト企画開発、データ活用
・IDPOSなどのデータ獲得支援、適切な管理手法の設計、データマート構築、
　データハンドリング効率化

※本募集について原則フルリモートでの業務はありません
　（直接関係者とディスカッションしながら与件をまとめる業務が必要なため、
　　プロジェクトによってはフル出社もあります）

現在、外部パートナーの協力によりデータ基盤の基礎は整いつつありますが、ユースケースを想定し自走して設計・実装できる内部エンジニアが不足しています。グローバルにおける事業成長を踏まえて、事業別・販路別・国別の損益や在庫状況といった重要テーマのデータ化を加速させるため、データ基盤を自社で整備〜運用・改善し、ビジネス現場と直接対話しながら「自走」するデータ組織の基盤を作ることがミッションです。

【具体的な業務】
・データソースの精通と品質管理： 自社の複雑なデータソースを解読し、データの信頼性を担保するガバナンス体制の構築。
・データパイプラインの内製開発・運用： 現行の外部移譲環境を理解し、自社で保守・拡張が可能なETL/ELTプロセスの構築。
・データマートの設計・実装（集計軸の設計）：現場のビジネスニーズを汲み取り、分析しやすいデータ構造（モデリング）を自ら定義。

この仕事（ポジション）の魅力
私たちのデータエンジニアリングは、単なる数値管理ではありません。
当社のお客さまに届けるコンテンツや商品、そしてECサイトを通じて生まれるお客様との対話を、データという側面からより深く、よりよい時間へとつなげることを目指しています。

1. 当社ならではのリアルとデジタルの融合体験を、エンジニアリングで解く経験ができる
私たちの事業は、ECサイトからコンテンツ、Web・モバイルアプリケーション、リアルイベントまで多岐にわたります。
多様なタッチポイントで生まれるデータは、お客様の想いそのものです。その複雑に絡み合うデータを整理・統合し、当社のコンテンツの魅力をより豊かに届けるためのデータモデリングや基盤構築を行います。
「ビジネスとクリエイティブがどう結びついているか」を深く理解した上で、技術者として事業の「解」を導き出す経験が得られます。

2. 「データドリブン」を、人の想いを届ける力に変換する
当社では、数値だけでなく「お客様の声（定性データ）」も大切にしています。
本ポジションのミッションは、当社でコンテンツを生み出す現場の乗組員だれもがそのデータにアクセスし、自信を持って企画や改善に取り組める環境を作ることです。
設計した基盤が、事業の意思決定を支え、より多くのお客様へ当社らしさを届けるためのアクセルとなります。
エンジニアの視点で、当社のビジネス成長に直接貢献できるインパクトの大きなポジションです。

3. 外部パートナーから「自社内製」へ。未来のデータ組織を設計する
現状のデータ構造を解読し、未来を見据えたデータパイプラインやガバナンス体制をゼロベースで設計・運用できるのは、データ領域の内製化に取り組むこのタイミングでジョインするからこそできるチャレンジです。
単なる保守運用にとどまらず、社内の多様なメンバーと対話し、「どうすればメンバーが自律的にデータを使えるか？」という理想を描き、実現できるエンジニアへと成長できます。

ポジション概要
ソーシャルコマースサービスにおいて、事業成長を支えるデータ・分析基盤の開発・運用を担います。データウェアハウスや分析基盤の整備に加え、生成AI活用を前提としたデータエンジニアリングやデータマネジメントを推進し、事業部やデータ活用者が迅速かつ正確に意思決定できる環境づくりをリードしていただきます。データ基盤・分析基盤の継続的な改善や標準化を通じて、ソーシャルコマース領域全体のデータ利活用の高度化に貢献いただくポジションです。

主な業務内容
具体的には以下の業務を想定しています。
1. 事業目標・KPIおよびデータ活用状況（現状のデータ基盤・分析プロセス）の把握
2. 事業課題や分析ニーズから逆算したデータ要件定義、データモデル・ETL設計
3. 分析エージェントなどの生成AI活用を前提とした、データ基盤・セマンティックレイヤーの設計・開発
4. AI-readableなデータカタログ、サンプルSQL、利用例、注意点、ゴールデンクエリ、メタ情報の整備・運用
5. ETL・DWH・データマートの構築・改善、およびパフォーマンス・コスト最適化
6. ダッシュボード・レポーティング基盤の整備を通じた、事業部・アナリストの分析自走支援
7. 分析基盤の運用改善（managed Airflow / dbt 移行、品質管理、監視・自動化 など）
8. 調査・検証、数値不整合確認、ログ確認、クエリ洗い出しなどの業務を効率化する仕組み・エージェント活用基盤の設計・改善
9. データ・分析基盤やアセットの再利用化・標準化を通じた、他サービス・他データ組織への横展開
10. データガバナンス、権限管理、データガバナンス対応などのデータマネジメント領域における
11. 運用改善・仕組み化の推進・サポート
※変更の範囲：会社の定める全ての業務への配置転換の可能性あり

データ活用戦略の立案から分析設計、示唆抽出までを担い、意思決定を支援する職種です。グループ会社のデータアセットと最新テクノロジーを駆使し、クライアントのマーケティング戦略立案から実行までを一気通貫で支援します。ご経験や専門性に応じて、以下のいずれかの領域を主導していただきます。

1. UXアナリティクス領域：GA4/Adobe Analyticsを用いた計測設計、サイト/アプリのCX改善。
2. アドアナリティクス領域：大規模ログ解析（SQL/Python）による広告ROIの最適化。
3. データソリューション領域：プラットフォーマー連携による新規分析手法・ツールの企画・開発。

本人の志向性を重視しプロジェクトへアサイン、キャリア開発を支援する風土です。5割が中途入社。代理店、コンサルファーム、事業会社など様々なバックグラウンドのメンバーが所属しております。最先端の技術や知識に興味のある方が多く、ナレッジ共有も盛んです。定期的な1on1のミーティングを実施しており、上長と連携しながら部門全体でのキャリア開発を支援しております。資格取得や外部研修のための費用支援制度があります。