データエンジニアの転職求人

386 件

【ミッション】
生成AI・AIエージェントを安全・安心に業務利用できる品質基盤（EvalOps）を構築し、AIアプリケーションの品質を継続的に評価・改善できる仕組みを確立します。


【主な業務】
AIを含む自社サービスの品質向上に向けた、テスト自動化の推進や評価プロセスの改革など、QA（品質保証）領域の枠組みづくりから実務までを牽引していただきます。

・EvalOps基盤の設計・開発・運用
・AIアプリケーション（Agent／RAG／LLM）の品質評価
・評価データセット（Golden Dataset）の整備
・テスト自動化の仕組み構築
・品質評価結果の分析・可視化
・評価結果を基にした改善サイクルの運用
・AI品質保証プロセスの標準化・ルール策定


【具体的な業務】
AI領域における新たな品質基準の策定や、開発プロセスと連動した「品質の作り込み」に加え、既存の評価プロセスの改革やテスト自動化など、QAの枠組みづくりから広く携わっていただきます。入社後にお任せする具体的な業務フェーズや担当領域については、これまでのご経験や適性に応じて柔軟に決定いたします。

・AIアプリケーションの評価指標（正確性・有用性・安全性・応答速度・コストなど）の設計
・自動評価・人手評価を組み合わせた評価プロセスの構築
・Golden Datasetの作成・保守
・プロンプト改善、RAG改善、モデル設定変更の効果測定
・評価ダッシュボード・レポートの作成
・AI品質保証ガイドラインの整備
・AI開発チームへの品質改善提案
・AIプロダクトのリリース判定レビュー

DatabricksとGoogle CloudのBigQueryを中心としたクラウドDWHの企画、設計、開発、運用改善を担います。社内外のデータを「集める、整える、届ける」まで一貫して手がけ、生成AIも活用しながら、ベンダー任せにしない内製開発チームを育てます。データマネジメントシステム(DMS)の開発・利用者拡大に向けた開発・保守、デジタル領域のコミュニケーション(メルマガ・ウォレット配信・SNS)の実現に向けた開発および運用に係る業務です。データ分析基盤を整備しており、案件ボリュームが多い状況です。すべてのシステムに関わっており、効率的に業務をこなすためにAIも活用しています。

具体的な業務内容:
1. データをつなぎ、使える形にする
* 社内外システムからのデータ収集、加工、クレンジング、蓄積
* ETL／ELTパイプライン、データモデル、データマートの設計・開発
* SQLやPythonを用いたデータ処理、品質チェック、自動化
2. クラウドDWHを育てる
* Databricks、BigQueryを活用した基盤の設計・改善
* 性能、コスト、可用性、セキュリティ、監視・運用の最適化
* 障害やデータ品質課題の調査、再発防止
3. 利用部門と価値をつくる
* 分析、マーケティング、事業部門との要件整理
* データ定義、利用ルール、メタデータ、ドキュメントの整備
* 生成AIや新技術の調査、検証、実務への適用
4. 内製チームを強くする
* コードレビュー、開発標準、CI/CD、テスト自動化の改善
* 外部パートナーとの協働、ナレッジの社内蓄積

仕事の面白さ:
* 企画から設計、開発、リリース、改善まで一貫して携われます。
* クラウドやデータ、生成AIなどの技術を、実際のビジネス課題に生かせます。
* 自身が構築したデータ基盤が、さまざまな部門の意思決定や新しい施策を支えます。
* メンバー同士で気軽に相談し、試し、学び合えるチームづくりに参加できます。

キャリアパス:
まずはデータパイプラインやデータマートの開発・改善を担当します。その後は、データエンジニアのスペシャリスト、データアーキテクト、テックリード、プロジェクトリーダー、データプラットフォーム責任者などへ、志向に応じて成長できます。

このポジションの魅力:
* 大規模で多様なデータを扱い、全社のデータ活用を支えられる
* Databricks、BigQuery、Python、生成AIを実務で活用できる
* 上流と下流を分けず、自身のアイデアを形にできる
* クラウドの性能、品質、コストをバランスよく設計する力が身につく
* 内製チームの文化と開発プロセスを一緒につくれる

扱うデータ基盤:
クレジットカード、電子マネー、コード決済、ポイントなどの会員・決済情報や、グループのPOS情報を集約し、会員分析やマーケティングに活用するクラウドデータ基盤を構築しています。

入社後のフォロー:
まずはデータ構成、業務知識、開発・運用フローをOJTで学びます。経験に応じてSQL開発、パイプライン改善、クラウド設計、利用部門との要件整理へ担当を広げます。

期待する立ち位置:
手を動かしてデータを届けるエンジニアであると同時に、利用部門の課題を理解し、より良いデータの持ち方や届け方を提案する役割です。

活躍いただきたい方:
データエンジニア、アプリケーションエンジニア、SIerのSEなど、出身業界は問いません。SQLを軸に、クラウド・Python・生成AIへスキルを広げたい方も歓迎します。

DRE 1Gの一員として、事業とプロダクトが意思決定に使えるデータプロダクトの設計と提供を担います。担当領域は本人の強みと志向に応じて調整しますが、いずれの場合も要件の言語化から運用の定着までを一貫して担います。

具体的な業務内容:
1. BigQuery上のDWH / データマートの設計、dbtによるモデリングと共通レイヤーの整理
2. 指標、ディメンション、イベント、マスタの定義とセマンティックレイヤーの拡充
3. 新規事業向けデータ基盤の立ち上げと、再利用可能な共通パターンへの一般化
4. Data Contractの設計と、変更影響の検知を含む運用への組み込み
5. Looker、Reverse ETLなど利用者向けデータ提供経路の設計とセルフサービス化
6. データ品質要件の定義と、鮮度や網羅性を含む監視方針の策定
7. AIエージェントや自然言語インターフェースからデータを使えるようにするための開発
8. 事業部門、データアナリスト、プロダクトマネージャーとの要件調整とドキュメンテーション

シニアメンバーに期待する役割:
1. 依頼を処理するのではなく、事業課題からデータ側の打ち手を定義し、優先順位を提案できること
2. 単発の実装で終わらせず、次の類似案件が速くなる型として設計を残せること
3. チーム内のレビューや設計議論をリードし、判断基準を言語化して共有できること
4. 他部門との境界にある曖昧な論点を、関係者を巻き込んで合意まで進められること

このポジションの魅力:
事業のスケールに伴い、データ基盤・データ組織にも「次の飛躍に向けた進化」が求められており、その当事者として関わっていただけることが本ポジションの魅力です。
1. 1,000名を超える組織の意思決定を、データモデルとデータインターフェースの設計から変えられます。
2. 複数事業が同時に立ち上がる局面のため、個別対応ではなく共通基盤として設計する判断が求められ、設計の裁量が大きいです。
3. AIエージェントによるデータアクセスを前提とした基盤設計に、実運用の要件として取り組めます。
4. 経営陣含め、会社としてデータに対する理解度が深く、データの分析や活用に関してのニーズがかなり多いです。そのため、事業成長にインパクトがあるデータの基盤構築に携わることが可能です。
5. 複数事業が同時に立ち上がる局面のため、個別対応ではなく共通基盤として設計する判断が求められ、設計の裁量が大きいです。
6. 会社やDREチームの未来について考えるのが好きな社員が多く、普段はリモートで働いているメンバーが多いですが、未来について語る時はオフィスに集まってディスカッションを行なっています。
7. フルフレックス × フルリモートを選択でき、在宅環境整備の支援制度も整っています。

部の紹介、概要：
当社は、グローバルネットワークを活用し、機関投資家から個人投資家まで様々なお客さまの多様化するニーズに対応しながら資産運用に関わるコンサルティングを業務としている会社です。
当部は、グループにおける資産運用コンサルティング業務の中心的機関として、8兆円規模の運用ポートフォリオの構築に従事するほか、関連するリサーチレポートの作成・発行を行います。レポートの内容はモデルポートフォリオの投資判断だけではなく、海外の投資家動向や新たな投資手法に関するリサーチ内容などを取り上げ、資産運用に関する幅広い情報発信を行います。
　
尚、機関投資家向けの助言や一任運用は別部が行っており、データ分析やリサーチを共有するなど、両部一体で協働しています。

担当業務、責務：
社内に分散する市場データや社内データを統合し、資産運用および運用モニタリングの高度化、ならびに生成AIを含むデジタル技術の活用を支えるデータ基盤・情報アーキテクチャの設計・実装を、データエンジニアとして担っていただきます。
具体的には、最適化モデルを活用したポートフォリオ構築・モニタリングを支える時系列データベースの整備、バックテスト分析環境の構築、生成AIを含むデジタル技術の活用に向けた情報アーキテクチャの設計・整備などに携わっていただきます。また、IT部門と連携し、社内横断的なデータ基盤の構築を推進していただきます。
将来的には、データ基盤・情報アーキテクチャの構築・運用にとどまらず、生成AIをはじめとするデジタル技術の活用を通じて、資産運用コンサルタントやポートフォリオマネージャーとして活躍いただくことも可能です。

業務概要:
ソフトウェア開発・保守業務を担当します。同社の定める業務（出向を命じることがあり、その場合は出向先の業務）への変更の可能性があります。

募集背景:
データとテクノロジーの力で不動産データベースを構築している企業です。データを活用することで都市の秘めた価値を可視化し、本来の価値が発揮され、そこに住む人々の生活が豊かになることを目指しています。商業用不動産市場において、データが埋没していることで、より良い街作りを行う障壁になっている現状があります。同社は都市のデータ分析基盤である主力プロダクトをリリースし、それに続くプロダクトも各社から好評を得ていますが、目指すべきところには十分とは言えず、この課題を解決するため、データマネジメントグループでは新たな仲間を募集しています。

募集するチームの背景:
データマネジメントグループは、同社のプロダクトで提供する不動産データを、ソフトウェアの力でつくり、育てる組織です。不動産情報は断片的に存在し、表記揺れや欠損も多いため、そのままでは分析や意思決定に活用できません。同チームでは、こうした複雑な情報を、変更履歴を含めて扱えるデータモデルへ落とし込み、収集・正規化・名寄せ・配信を自動化するパイプラインやAPI、品質を継続的に改善する社内システムまで設計・開発しています。エンジニアとデータオペレーターが協働し、機械処理と人の判断を組み合わせながら、業界にまだ存在しない信頼性の高いデータを商品として生み出すことが役割です。事業部や顧客とも直接対話し、必要なデータの定義からプロダクトへの実装・提供までを一貫して担います。データ基盤を支えるだけでなく、データそのものによって同社の事業と不動産業界の可能性を広げるチームです。

具体的な業務内容:
ソフトウェアエンジニアとして、ユーザーに提供する不動産データを生成するデータパイプラインを構築するために、以下のような業務を行います。
1. 不動産に関する情報の収集システム（入力システムや連携API、バッチ処理）の構築
2. 収集した不動産データを共通データ基盤に繋ぎ込むためのモデリング
3. 収集した不動産データのETLや正規化・名寄せ処理を行い、時系列データとして利用できるようにするための加工基盤（データ加工パイプライン）の実装・運用 (Python, dbt, Terraform)
4. 上記データ加工パイプラインに必要なバックエンドAPIサーバー（ジオコーディング、機械学習、データ配信）の実装・運用 (Python, Rust)
5. 社内で利用するデータ修正用システムの構築・運用 (Rust, React, Python)
6. 経営層やビジネスメンバーが利用する、売上などの経営指標やプロダクトの利用状況を可視化するデータパイプライン、および、BIダッシュボードの構築、運用
7. データウェアハウスのAI機能などを活用した、AI-Readyなデータ基盤の構築、運用

このポジションの面白さ・得られる経験:
1. 現実世界の複雑な不動産の情報をデータの表現に落とし込む面白さ
2. 品質の高いデータそのものを商品として提供し、事業価値に貢献していく経験
3. 提供するデータの種類拡大や品質向上により、顧客の業務を支える経験
4. 事業背景から複雑な処理が必要な中で、それらの処理の長期を見据えた技術的な提案により価値向上に貢献する経験
5. 優秀なエンジニアとともに難しい課題を解いていき成長していける経験
6. 前例のない不確実性の高い事業をデータドリブンで支援する社内データ基盤の開発やデータ活用に携われる経験

当社は「クラウドとデータセンターの最適化、データ活用に強いテックカンパニー」として、2,400社を超えるお客様に技術支援を提供しています。
私たちは、生成 AI をはじめとする AI サービスやデータ利活用、クラウド環境のモダナイズなど、クラウド関連の先端領域における新規ビジネスの創出を目指しています。

このポジションでは、クラウド先端領域に関する案件のデータ処理システムの設計・構築・運用を担当していただきます。
データパイプラインの構築からデータ品質管理、さらにはデータ分析基盤の最適化まで、
幅広いデータエンジニアリング業務を担っていただきます。
また、トレンド技術へのキャッチアップを実施し、
新規ビジネスの創出を牽引していただきます。

主な仕事内容は以下の通りです。
・顧客ニーズを満たすクラウドソリューションの提案・設計・実装の統括
・クラウドベースのデータプラットフォームの構築と運用
・大規模データ処理システムの設計・構築・運用
・データパイプラインの開発と最適化
・データウェアハウスとデータレイクの設計と実装
・データ品質管理とデータガバナンスの確立
・機械学習モデルやAIの導入支援

【具体的な技術領域】
・データ活用戦略（分析、可視化、DWH 構築 等）
・生成 AI を含むAI / MLサービスの導入提案と運用
・クラウド環境のモダナイゼーション（セキュリティ、マイクロサービス、サーバーレスアーキテクチャ 等）


# 仕事の進め方

[入社から約3か月]
・業務に必要な知識のキャッチアップ
弊社固有の知識に加え、クラウドや AI・データ活用へのキャッチアップを行います。

・進行中のデータプロジェクトへの参画
参画時に進んでいる構築や検証案件へデータエンジニアとして参画いただきます。
技術検証から資料作成など、業務内容は多岐に渡ります。

[3か月目以降]
・データプロジェクトのリード
構築案件や技術支援案件に対し、データエンジニアとして参画いただきます。
技術検証から資料作成など、業務内容は多岐に渡ります。
パートナー企業と共同で進める案件やプロジェクトメンバーの技術的な指揮を執りながら、
メンバーの管理と成果物の品質管理を行っていただきます。

・提案活動
営業職と連携し、顧客への提案活動に参画いただきます。

・社内検証（PoC）案件
顧客にニーズのあるソリューションやサービスを構築/検証します。
プロジェクトリーダーとして、チームメンバーの管理と PoC 案件の技術リードを担当いただきます。

●担当業務
センターでの勤務者に対するOA機器・PC関連のヘルプデスク業務、同センター内ネットワーク環境の構築・維持、ERP・PLM・MES・トレーサビリティ管理システムをはじめとする生産関連システムの開発・保守を担当していただきます。情報システムの専門性を活かして、量産フェーズに入る衛星製造の現場を技術面から支えていただきます。

●具体的には
・勤務者向けOAヘルプデスク業務（PC・OA機器のセットアップ、トラブル対応、問い合わせ対応）
・同センター内有線／無線ネットワーク環境の設計、構築、運用、保守
・生産関連システム（ERP、PLM、MES、トレーサビリティ管理システム等）の要件定義、開発、導入、運用保守
・生産現場のデジタル化・自動化に向けたシステム企画・提案
・外部ベンダー、SIerとの調整・折衝
・同センター内のネットワーク／OT環境を含む情報セキュリティ対策の推進
・社内の生産部門、他部署、外部ベンダーとのシステム面での調整


●仕事の魅力
・衛星製造拠点のITインフラ・基幹システムをゼロから作り上げるフェーズに携われます。
・世界的に民間企業による宇宙ビジネスのイノベーションが活発化している中で、New Space（ニュースペース）のトップランナーをITの側面から支える経験ができます。
・ERP・PLM・MESなど複数の基幹システムに横断的に関わることができ、生産系情報システムのキャリアを幅広く積むことができます。
・フラットな組織なので、自らの提案や改善がスピード感を持って現場に反映される環境です。

●担当業務
衛星の製造・組立工程における試験（Validation & Verification）を担当し、要求仕様に対する適合性の確認を通じて、性能・品質の保証に貢献していただきます。
コンポーネント・サブシステム・システムの各レベルで、試験計画の立案から実施、データ解析、要求仕様との適合性評価までを一貫して担っていただきます。


●具体的には
・衛星コンポーネント/サブシステム/システムレベルでの試験計画（Test Plan）の立案
・試験手順書（Test Procedure）の作成・レビュー
・環境試験（振動、熱真空、EMC等）、機能試験・性能試験の実施・立会
・試験データの取得・解析、要求仕様に対する検証（Verification）
・試験結果の妥当性確認（Validation）、不適合発生時の原因調査・是正
・試験治具・GSE（地上支援装置）の企画・評価・管理
・各専門チーム（設計、品質、AIT等）、外部試験機関との調整


●仕事の魅力
・衛星が要求性能を満たすことを実証する、開発の最終関門を担う重要な役割です。
・機械・電気・環境試験など幅広い技術領域に触れながら、システム全体を俯瞰できるポジションです。
・フラットな組織なので、アイデアを積極的に発信できる環境です。
・小型衛星の設計・開発・組立・打上まで一貫して行なっているため、さまざまな分野の技術に触れることができます。

●担当業務
衛星の製造・組立工程における改善アイデアを、治具・工程・作業手順への落とし込みを通じて具体化し、実際の生産ラインへ実装していただきます。
機械・電気・材料・ソフトウェアなど特定分野に限定せず、幅広い技術的知見を活かして、アイデア出しから設計・試作・実装・効果検証までを一貫して推進いただく役割です。


●具体的には
・現場で生まれた改善アイデアの具体化（治具・工程・作業手順への落とし込み）
・改善策の設計・試作・実装、実生産ラインへの投入
・改善効果の検証・効果測定、標準化への反映
・各専門チーム（設計、品質、AIT等）と連携した改善の実行
・製造設備・治具の企画・導入・評価・管理
・改善実行に伴う不具合対応（試作・実装段階での課題解決）
・サプライヤー・外部パートナーとの改善実現に向けた調整・交渉


●仕事の魅力
・アイデアを机上で終わらせず、自らの手で現場に実装し、量産体制に反映できるポジションです。
・機械・電気・材料・ソフトウェアなど分野を問わず、幅広い技術に触れながら改善を形にしていくことができます。
・フラットな組織なので、アイデアを積極的に発信し、自ら実行できる環境です。
・小型衛星の設計・開発・組立・打上まで一貫して行なっているため、さまざまな分野の技術に触れることができます。

経験や適性に応じて、以下のいずれかの領域を中心に担当します。

1. データ基盤・アーキテクチャー設計（データエンジニア）
・全社横断データ基盤または次世代データ統合基盤のアーキテクチャー設計・構築
・大規模データパイプライン（ETL/ELT）の開発・運用（Dataform, dbt, Airflowなど）
・データ品質管理、ガバナンス策定、技術的負債の解消
2. データ活用推進・BI構築（データディレクター／エンジニア）
・顧客や社内ユーザーの課題解決に向けたダッシュボード設計・実装（Looker, BigQuery）
・データモデリング（スタースキーマなど）およびSQLによるデータマート構築
・顧客へのBI導入支援、要件定義、活用定着までのプロジェクトマネジメント
3. データマネジメント・組織貢献
・各プロダクトチームへのデータ活用支援、ナレッジ共有、教育
・新技術（生成AI、最新DWH機能など）の検証・導入推進

●本ポジションの魅力
・国内最大級のビジネスデータを扱う大規模データ基盤の設計・構築経験が得られる
・全社または顧客の意思決定を支える、影響力の大きいデータ活用プロジェクトのリード経験が得られる
・クラウドネイティブ（Google Cloud, AWS）な環境でのモダンなデータエンジニアリングスキルが身につく
・顧客や社内ステークホルダーと直接対話し、データをビジネス価値に変換するコンサルティング・プロジェクトマネジメントスキルが身につく

●主な技術スタック
▼ 開発言語
-Python, SQL, Ruby, TypeScript, Rust

▼ データベース・検索基盤
-BigQuery, Aurora MySQL, Redshift, OpenSearch
-Dataform, dbt, Cloud Composer, Airflow
-Looker, Tableau

▼ インフラ
-Google Cloud, AWS, Terraform, Docker

▼ その他（ソースコード管理・コミュニケーション・デザイン連携etc）
-GitHub

全社のデータ活用をリードするアナリティクスエンジニアとして、膨大なキャッシュレス決済データにもとづき、データドリブン経営および事業部門の自律的なデータ活用（データの民主化）を実現するため、データエンジニアが構築したデータ基盤（DWH）上の生データを、ビジネス価値を生むデータモデルへと変換・管理するアナリティクスエンジニアのポジションです。
本ポジションは、事業のドメイン知識を深く理解し、ソフトウェアエンジニアリングのベストプラクティス（dbtなどを活用したバージョン管理やテスト）を用いて、データの信頼性と利便性を圧倒的に高める、データ組織の要となる役割です。

【職務詳細】
・ビジネス要件に基づき、各部門のニーズを的確に把握した上での、データのモデリングや効率的なデータ構造の設計・構築
・dbt（Data Build Tool）を活用した、DWH上のデータ変換（ELTの""T""の部分）の設計・開発
・複数のデータソースからのデータ収集、クレンジング、統合、およびユーザーが簡単に活用できるデータマートの構築
・データマートのクエリ応答速度向上やシステム全体のパフォーマンス維持のための最適化手法の実装
・データの正確性、一貫性、信頼性を確保するためのプロセス設計および品質管理
・データ活用ニーズのヒアリング、合意形成、およびデータ提供プロセスの改善の推進

【本ポジションの魅力】
・信頼性の高い顧客属性データと月間数億件に上る決済データを中心としたデータ資産（ファーストパーティデータ）に触れ、大規模なデータ処理スキルを身に着けることができます。
・国内最大級の会員・加盟店基盤を活かし、先進的な決済サービスや大手企業を含む様々な業界のビジネス課題に関わることができます。
・希少なデータエンジニアリングの旗手として、社内外の重要な案件に従事することが可能です。

ナウキャスト採用Meetup 概要
同社はビッグデータや生成AIを活用した事業を展開する東大発のスタートアップで、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おります。

今回の内容
今回の採用Meetupでは、膨大なオルタナティブデータを運用する同社のデータ基盤について、グループ全体のデータ・AI戦略をリードするグループ会社のVP of Data ＆ AI 兼 取締役から紹介があります。
オンライン開催となり、ご希望いただける方はカジュアル面談確約となります。

日時/開催形式
- 日時：9月29日（火）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・技術スタックの紹介
- 19:20 募集ポジション・働き方の紹介
- 19:25 QA
- 19:30 終了

【業務概要】
創業当時よりDXコンサルティングサービスを提供している企業でのポジションです。クライアントのデータドリブンな意思決定を実現するための基盤整備を進めます。近年データ・AIデータ基盤プロジェクトの引き合いが増加しており、ニーズに応えるべくデータ活用を支える専門チームの強化が必要です。データ基盤の設計・構築から運用まで幅広く携わり、将来的にはデータエンジニアリング組織の中核を担っていただく方を募集しています。

【具体的な業務】
大手エンタープライズ企業のデータ・AI戦略に基づく基盤設計から構築まで一気通貫で支援します。
業務イメージ:
・データ活用戦略策定（同社コンサルティング部門と共に）
・データ収集・蓄積処理の設計
・MLOps基盤の設計・構築
・LLM/RAG向けデータパイプライン構築
・BIツール向けデータ基盤構築
・API・システム間データ連携
主なプロジェクト事例:
・大手金融機関：顧客体験価値最大化モデル構築と営業活動設計
・大手エネルギー系インフラ：データ活用基盤企画構想
・大手製造業：基幹刷新に伴うデータ分析環境の再構築およびデータ分析企画・実施
・大手製造業：データ利活用の態勢構築とダッシュボード開発
・大手自動車メーカー：スポーツ動作に関するデータ解析支援
プロジェクト組織体制:
マネージャーとメンバーの比率を1対2程度で編成しています。経験豊富なエンジニアが多く、負荷のかからないバランスの良い組織体制となっています。
技術スタック:
開発言語：Java、Python、TypeScript、JavaScript
クラウド系：AWS、Azure、GCP、Terraform、Docker
フレームワーク：Spring Boot、Spring、Django、React
CI/CD：GitHub、CircleCI、GitLab

【ポジション・部門の魅力】
・データ基盤の構築だけではなく、データ活用戦略からアーキテクチャまでご経験スキルに合わせて幅広く経験を積むことができます
・生成AI・LLMなどの最先端技術の活用についても挑戦できます
・事業立ち上げ初期フェーズでの参画のため、実力次第で早期にプロジェクトマネージャーとして活躍する機会がございます
・コンサルティング事業への社内異動も可能で、ご志向に合わせたキャリア選択が可能です。
事業立ち上げフェーズの中で、案件獲得及び採用が順調で急拡大しており、実力次第で早期にプロジェクトマネージャーとして活躍する機会があります。また、将来的なプロダクト開発を見据え、開発体制の内製化を進めています。コンサルティング事業への社内異動も可能で、ご志向に合わせたキャリア選択が可能です。
教育研修制度:
【社内副業制度（＋1制度）】
自身の能力開発機会として、社内システム開発、技術広報活動、セキュリティレベル向上施策など、多様な社内業務に関与することができます。成果は加点評価として賞与に還元しています。
【プロダクト開発研修機会】
オリジナルWebガチャゲーム開発を題材としたプロダクト開発研修を行っています。企画構想から拡張構想・クラウド環境構築・DB設計・実装・応用まで、プロダクト開発における一連のプロセスを学ぶ機会を作っています。
【AI駆動開発機会】
AI駆動開発の実践機会として、様々な社内システム実装・運用改善の機会を作っています。
評価制度について:
半期ごとの能力評価で昇給率が高く、大手SIer以上の給与水準を実現しています。
設計思想：顕在化重視・再現性重視
評価軸：人物評価・能力評価・実績評価
事業部の雰囲気について:
仕事に全力で取り組みつつ、心理的安全性が非常に高い組織です。また、コンサルティング事業部との繋がりも深く、コミュニケーションがとりやすい環境です。

組織内に点在するデータ（採算、マーケティング、顧客、オペレーション等）を統合し、経営陣および各事業部が意思決定に活用できるダッシュボード（BIツール等）の設計・構築・運用を担います。

具体的な業務:
* 既存ダッシュボードの修正・アップデート（フィルター/指標の追加、レイアウト改善等）および組織内データフローや事業構造の理解
* 営業・マーケティング等の各部署からの課題ヒアリング
* 課題に対するビジネス要望のデータ仕様・可視化イメージへの落とし込み
* 経営陣・事業責任者向けのサマリーダッシュボード構築
* 全社的なデータ活用推進案件の主導
* BIツール導入後の全社展開、定着化に向けたレクチャー、継続的な改善・メンテナンスの実施

働く魅力:
* データエンジニアリングの技術力と事業を動かすビジネス視点の双方が身につく環境です
* 上流の要件定義から構築・運用定着まで一気通貫で動かすプロジェクトマネジメント力が得られる環境です
* 意思決定者が直感的に数値を把握し行動に繋げられる実践的なデータUI/UXデザイン力や、AIを活用した最新のデータディレクション手法を実践的に習得できる環境です

【具体的な業務内容】

与信・審査領域におけるデータパイプライン構築から、機械学習モデルの推論基盤・MLOps構築、モデルの業務適用・運用までを一貫して担当いただきます。データサイエンティストや事業部門と連携しながら、モデルの実装と安定運用を技術面からリードしていただきます。

・機械学習モデルの本番実装・MLOps推進
分析モデル（与信スコアリング等）の本番環境への組み込み・推論パイプライン構築
モデルの精度モニタリング、再学習・運用の自動化（DataRobot / Vertex AI / Sagemaker等の活用）
・データ基盤・パイプライン構築
DWH（BigQuery等）におけるデータモデル設計・パイプライン構築
データの集計・処理パフォーマンス最適化
・プロジェクト推進
データサイエンティストと連携したデータ・システム要件の整理
モデルの業務適用（運用設計）および導入後の効果検証サポート

技術環境

DWH：GCP（BigQuery等）
機械学習ツール：DataRobot 等
ドキュメンテーション：Googleスライド / PowerPoint 等
※自動化や精度向上に向けた最新技術も積極的に活用しています。

▼本ポジションの魅力

大規模データを支えるエンジニアリング：
大規模データを扱い、与信・審査という事業の中核領域でデータ基盤構築・MLOpsに携われます。多くのお客さまの審査・与信判断に活用される仕組みを構築し、分析成果を実際のサービス価値へと直接つなげられる手応えがあります。

多様なキャリアパス：
自身の意欲やスキル向上に応じ、MLOpsスペシャリストとしての専門性を極める道や、プロジェクトリーダー・マネージャーとして組織を牽引する道など、柔軟なキャリア拡張・転換が可能です。

あなたのAI・画像処理・自動化技術で、眼科検査の自動化と医療現場の革新に挑戦しませんか。
私たちは、検査画像・データを活用し、撮影品質向上と診療ワークフロー効率化を実現するAIソリューションを開発しています。

《業務内容》
　・ 眼科検査画像を対象とした画像処理・画像解析・AIアルゴリズムの技術開発
　・ 撮影品質判定、異常候補検出、撮影条件最適化など、検査機器の自動化に関する技術開発
　・ 医療従事者と連携した医療現場の業務フロー分析、および検査・診療の効率化につながる機能の要件定義・試作・評価
　・ 社内のソフトウェア開発者、機器開発者、サービス担当者と連携したAI機能のプロトタイピング、実装、評価・改善

《責任範囲》
　・ AI・画像処理・自動化技術の開発リーダーとして、技術開発を主導する
　・ 検査機器の自動化と医療現場の業務効率化につながる技術開発を推進する
　・ 関係部門と連携し、AI機能の実用化・製品化をリードする

●生産組織
　所定の製品の製造を、継続的且つ安定的に実行していくために、最適な生産組織を編成する。
●生産拠点配置
　製品開発/販売計画に基づき、どの地域にどのような生産拠点を配置すべきかを決定する。

●生産割当(製品アロケーション)
　所定の製品の生産を、どの生産拠点で実施すべきかを決定する。

●継続的改善
　生産拠点における継続的改善の仕組みを構築/改善するとともに、実際の継続的改善を管理/推進/支援する。

●生産プロセス/システム構築
　生産業務を効率化するための業務プロセスや情報システムを開発すると共に、実務適用する。

●生産拠点管理
　自らが特定生産拠点の責任者として、上記に関わる戦略/計画を提案・実行する。

【責任範囲】
各生産拠点、生産する製品特性を理解し、生産戦略に関する情報収集及び企画提案を行い、部長に上申する。

当社アイケア製品の品質に関する業務全般をご担当いただきます

【業務内容】
・眼科用医療機器（診断・検査機器）に関する製品評価・検証業務
（電気的特性、機械的特性、光学性能の評価計画立案、試験実施、データ解析およびレポート作成）

・設計部門・製造部門と連携した評価観点の検討、課題抽出およびフィードバック
（規格・社内基準に基づく評価試験、不具合発生時の原因分析および是正提案を含む）

・仕様書、設計資料、リスクマネジメント関連文書、取扱説明書等のレビュー
（評価観点からの設計妥当性・試験観点の確認、改善提案）

・社内評価試験方法・試験手順書・評価基準の整備および標準化
（再現性・妥当性を考慮した評価手法の検討・改善）

【責任範囲】
・担当分野（電気／機械／光学）における評価内容・評価結果の技術的説明および専門的判断
・評価試験方法・基準の改善および標準化への主体的な関与
・評価手法の文書化・見える化を通じた、製品評価プロセス全体の品質向上への貢献
・評価技術に関する社内の技術的相談役としての役割

理系・テクノロジー人材と企業の出会いを支援するオファー型サービスを主力として提供する企業でのポジションです。学生のスキルや志向性を可視化し、企業と高精度にマッチングすることで、理系人材の可能性が正しく評価される環境を実現しています。理系の就職活動における構造的な課題解決を目指し、教育と採用の接続を再設計しています。テクノロジーと仕組みの力で社会の未来を支える仲間が集まっています。プロダクトや事業におけるデータ活用をリードする役割です。分散したデータ基盤を整備し、機械学習や統計的手法を用いた分析を行い、その成果をプロダクト改善や契約継続率の向上、経営判断の支援へとつなげていく役割を担います。PdM・エンジニア・ビジネス部門と横断的に連携しながら、データドリブンな意思決定を推進します。

【具体的な業務について】
1. プロダクトDBや基幹システムなど分散したデータを統合し、分析可能なデータ基盤を構築・整備
2. データ抽出や統合作業の自動化、BIツールの活用による可視化環境の整備
3. 学生のオファー受諾率等、プロダクトの成果指標に影響する要因の分析と改善施策の提案・実行
4. 契約継続率向上のための解約リスク分析や成功要因の特定、施策提案および効果測定
5. ABテストや施策効果検証の設計・実行・モニタリング
6. 経営KPIの定義と可視化、経営層へのレポーティングによる意思決定支援
7. PdM・エンジニア・ビジネス部門と連携し、分析結果をプロダクト開発や事業施策に反映
8. 社内におけるデータ活用文化の浸透、ナレッジ共有やメンバーへの教育・サポート

【ポジションの魅力】
1. 事業インパクトの大きさ
・オファー受諾率や契約継続率といった事業の成長に直結する重要指標に直接コミットできます。
・経営層やPdM・エンジニアと近い距離で働き、データ分析を施策やプロダクト改善に即時反映できるように進められます。
2. ゼロから仕組みをつくる経験
・専任のデータサイエンティスト第一号として、分析基盤やデータ活用プロセスの構築を主導できます。
・既存の仕組みが未整備だからこそ、裁量と自由度の高い環境で試行錯誤しながら業務を進められます。
3. キャリア成長の可能性
・今後の事業成長や上場準備に伴い、データ組織の拡大が見込まれます。
・早期に参画することで、将来的にはデータチームのリーダーへキャリアを広げられる可能性があります。
・「データを活用して組織を変える経験」は市場価値の高いスキルを得ることができます。

【キャリアイメージ】
急成長する事業の中心で、データを起点とした意思決定やプロダクト改善に関わることができます。事業規模の拡大に伴い、取り扱うデータの量や種類も増加しており、成長フェーズ特有のダイナミズムを実感しながら、自らの分析が直接事業成果へつながる経験を積むことが可能です。また、データ組織はまだ小規模であるため、分析テーマの選定からアプローチの設計まで大きな裁量を持ち、幅広い領域にチャレンジできます。小さな組織だからこそ、基盤づくりや仕組み化に一から関わることができ、組織が拡大していくプロセスを間近で経験できるのも大きな魅力です。将来的には、プロダクトデータを活用したオファー受諾率や契約継続率の改善に加え、経営層へのデータ提供や意思決定支援など、分析の幅をさらに広げていただきます。これにより、データサイエンティストとしての専門性を深めつつ、事業成長と組織拡大を両輪で支えるキャリアを築くことができます。
【業務変更の範囲】 その他会社サービスおよび運営に関わる業務一式
【働き方について】 基本リモート勤務（業務の都合によっては出社いただく場合がございます。）
組織や開発環境、働き方について深く知りたい方は、エンジニア向けにまとめたご案内資料をご覧ください！

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 データ品質チームの中核メンバーとして、当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っていただきます。特に、全社横断的なデータ管理態勢の整備・モニタリングを行う「第2線（2nd Line）」の立場から、データリスク管理およびデータガバナンス強化を推進いただきます。
経営管理/リスク管理/統合報告書等の対外開示・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いただきます。
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
・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る
・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
・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

【従事すべき業務の変更範囲】
グループ内またはその他当社が指定した法人、団体等における金融業およびそれに関連するサービス・諸業務

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