自社プロダクトの成長を加速。1人目データエンジニアとして基盤構築から戦略を担う
フルスタックエンジニア

自社プロダクトの成長を加速。1人目データエンジニアとして基盤構築から戦略を担う

AI要約(β)

ファッションテックの未来を拓く1人目データエンジニアとして、年収450-650万円。ECのサイズ不安を解消する『unisize』など自社プロダクトのデータ基盤をAWS/Redshift/Pythonで構築し、データ戦略をリードする挑戦です。開発チームの生産性向上と事業成長を加速させ、世界に新しい価値を生み出す仲間を募集。データ品質に妥協せず、仕組みで課題を解決する情熱を持つあなたへ。共に、ITで不可能を可能にする未来を創造しませんか。

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

年収 450万円 ~ 650万円

稼働時間

10:00 ~ 19:00

雇用形態

正社員

出社頻度

週2-3日出社

勤務地

東京都新宿区矢来町126 NITTOビル1階

現状と課題

募集人数・募集背景

1名/事業拡大に伴う人員強化となります。

お願いする業務

当社はECの「サイズ不安」を解消するサービス「unisize」をはじめ、ITを活用したサービスを開発・提供するファッションテック企業です。インターネットとテクノロジーの力で、これまで不可能だったことを可能に変え、世界に新しい価値あるサービスを生み出すことを使命としています。事業の急成長に伴い、クライアントや社内からのデータ抽出・分析ニーズが激増しており、現在は開発エンジニアがその対応を兼務している状況です。 今後さらなる拡大を見据え、データ抽出・BI運用・データ品質管理を一元的に担う「データ領域の専任1人目」を募集します。このポジションは、単なる抽出担当ではなく、組織全体の生産性を回復させ、データ戦略をリードする重要なミッションを担っていただきます。

データ抽出の依頼対応から、BIツールの運用、データ基盤の品質管理まで幅広くお任せします。

1.データ抽出・可視化の一元対応 ・クライアント向けレポート用、および社内分析用データの抽出(SQL) ・Amazon QuickSightを用いたBIダッシュボードの構築・改善

2.データマネジメント・基盤構築 ・Amazon Redshift内のデータ整合性チェック・品質管理 ・AWS(S3, Glue, Lambda等)を用いたデータパイプラインの構築・運用

3.プロセスの標準化・効率化 ・データ抽出フローの自動化、セルフサービスBI化の推進 ・ビジネスチーム(営業・CS)との連携による、データ活用の要件定義と提案

※当社では受託開発は一切行わず、自社プロダクトに注力しています。 ※ファッションテックですが、皆が皆洋服が大好きというわけではなく、洋服より技術が好きな方大歓迎です。

  • 開発言語:Go、Python、Kotlin
  • 開発環境:AWS、Linux、Docker
  • データベース:Amazon Redshift、Amazon Aurora MySQL
  • ソースコード管理:Github
  • タスク管理:Backlog、GitHub Issues 
  • チャットツール:Slack
配属部署

開発部は十数名規模で、バックエンドエンジニア、フロントエンドエンジニア、インフラエンジニアに加え、業務委託やアルバイトも在籍しています。

  1. データの「正確性」と「品質」に妥協しないプロ意識 ・数値の整合性に対して強いこだわりを持ち、不備を見逃さない緻密な業務遂行ができる方。 ・意思決定の根拠となるデータの「信頼性」を、エンジニアとして担保することに誇りを持てる方。

  2. 複雑なニーズを整理し、価値を最大化させる調整力 ・社内外の多様なステークホルダーからの依頼に対し、その背景や目的を汲み取って優先順位を判断できる方。 ・単に「データを出す」作業に留まらず、より効果的な可視化や分析手法を自ら提案できる「パートナー」としての動きを期待します。

  3. 課題を「仕組み」で解決する、自動化・効率化への情熱 ・属人化している手作業や非効率なフローを放置せず、自ら技術を用いて自動化・標準化(セルフサービス化)を推進できる方。 ・「今のやり方がベストか?」を常に問い直し、運用の負荷を減らす仕組みづくりを楽しめる方。

  4. 組織の生産性を「自分ごと」として捉える当事者意識 ・自身の専門性を活かして、開発チームが本来の業務に集中できる環境を作りたいという貢献意欲のある方。 ・少数精鋭の組織において、職域の壁を超えてプロダクトや組織の課題解決にコミットしたい方。

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

正社員

給与・報酬

年収 450万円 ~ 650万円(ご経験・スキルを考慮して決定いたします。/半期年俸制/給与改定年2回/試用期間:3ヶ月(条件等は変わりません)/支払方法:年俸の1/12を毎月支給/左記額にはみなし残業代(月30時間分、¥95,580円分~)を含みます。※超過分は全額支給します)

稼働時間

10:00 ~ 19:00(フレックスタイム制/標準労働時間:1日あたり8時間/1か月あたり160時間/コアタイム 11:00~16:00 のフレックスタイム制)

出社頻度

週2-3日出社

勤務地

東京都新宿区矢来町126 NITTOビル1階

出社に関する補足情報

アクセス:東京メトロ東西線 神楽坂駅徒歩1分/転勤なし

リモートワーク条件

月水金の週3日出社としており、残り2日はリモート勤務可能

休日・休暇

【完全週休2日制】
・年末年始休暇
・夏季休暇

社内制度
(待遇・福利厚生)

・雇用保険
・健康保険
・厚生年金
・交通費支給あり
・服装自由

必須スキル/経験

・SQLを用いたデータ抽出・加工の実務経験(3年以上) ・SQLまたはDWH(Redshift, BigQuery等)でのデータ操作経験 ・BIツール(QuickSight, Tableau, Looker等)を用いたダッシュボード構築経験 ・Python等を用いたデータ処理スクリプトの作成経験 ・複数ステークホルダーからのデータ依頼を整理・優先度付けして対応した経験

歓迎スキル/経験

・Amazon Redshift / Amazon QuickSightの実務経験 ・AWS環境(S3, Glue, Lambda等)でのデータパイプライン構築経験 ・ETL/ELTツールの導入・運用経験 ・dbt, Airflow等のデータエンジニアリングツールの利用経験 ・アパレル業界またはEC業界でのデータ活用経験 ・データガバナンス・データ品質管理の設計・運用経験 ・SaaS事業におけるデータ分析基盤の構築経験

スキル要件

スキル名

経験年数

種別

Python指定なし必須
SQL3年以上必須
BigQuery指定なし必須
GraphQL指定なし必須
Redshift指定なし必須
AWS指定なし歓迎

サービス内容の詳細

「ITを通じ、今まで不可能だったことを可能にしたい」というビジョンのもと、 サイズレコメンドシステム unisize を中心に、各企業が抱える課題や問題を解決する様々なサービスを提供しています。

unisize
適正サイズレコメンドシステム

unisizeは、消費者がECサイトにて服を購入する際、適切なサイズを自動的に推奨するレコメンドシステムです。 オンラインフィッティングを実現することで、服のサイズ感に対する不安を解消し、消費者の購買意欲を高めます。 大人向けの unisize とは別に、子供に特化した unisizeKIDS も展開しています。 子供の成長も踏まえた最適なサイズを推奨するシステムです。 子供の1年後、2年後の成長を見据えて購買する消費者のニーズに応えます。

aunn Personalization
コンテンツパーソナライズサービス

aunn Personalization は、ECサイト利用者の体型と好みを解析し、ユーザーにマッチするスタッフコーディネートなどの「コンテンツ」をパーソナライズするサービスです。 「unisize」で蓄積された膨大なユーザーの体型データと独自の体型・好みマッチングロジックを使用し、各コンテンツを利用者にとって最適な体験となるよう進化させます。

FaceChange
EC向けAI試着機能

貴社が運営するECサイトのモデル着用画像やスタッフコーディネートの顔を利用者自身の顔へ差し替えることで、着用時のイメージを明確化するサービスです。 オンラインで洋服を購入する際の「自分に似合うかどうかわからない」という不安を解消し、利用者の顧客満足度向上に繋げるとともに、サイトの継続利用を促進します。

UOS
ユニフォームの採寸・注文受付・オーダー集計業務を一元デジタル化

UOS(ウオス)とは、制服メーカーや学校関係者が行う採寸・オーダー集計業務をデジタル化し、対応業務を効率化するシステムです。 利用者自身のスマートフォンで撮った全身写真から、搭載されたサイズレコメンドシステム unisize のAIが身体情報を測定します。 リモートでも採寸が行え、これまで行なってきた測定会などの業務をオンライン化することなど様々な利点があります。

選考フロー

  1. カジュアル面談

※ポジションによってフローは異なる場合がございます。

同じ企業の求人

同じポジションの求人

おすすめのイベント

もっと見る
  • ISUCON本著者 金子氏による Offers 公開パフォーマンスレビュー キャッシュは敵か味方か?

    アーカイブ公開中

    ISUCON本著者 金子氏による Offers 公開パフォーマンスレビュー キャッシュは敵か味方か?

    パフォーマンス・チューニングは、Webサービスの成長とともに避けて通れないテーマです。中でも「キャッシュ」は有効な手段の一つですが、設計や運用を誤るとデータ不整合やメンテナンス負荷の増大につながる可能性もあります。 「パフォーマンス・チューニングといえば、まずDBやアプリケーションロジックの改善が語られることが多いが、キャッシュはどのタイミングで検討すべきなのか?」 「実務で触れる機会が少なく、方法論を体系的に理解できていない」 ——こうした悩みの声は、現場のエンジニアから数多く寄せられています。 本イベントでは、『達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践〜』にてキャッシュの章を執筆され、ご自身でもキャッシュライブラリを実装されている金子達哉氏をお迎えします。 今回は特別に、Offersの実サービス( https://offers.jp/jobs )を題材とした公開パフォーマンスレビューを実施します。 実際のサービスを見ながら、「キャッシュを使うべき場所・使うべきでない場所」をどのように判断するのか、その検討プロセスを公開でお届けします。 👇ISUCON概要はこちら https://isucon.net/ 👇『達人が教えるWebパフォーマンスチューニング〜ISUCONから学ぶ高速化の実践〜』はこちら https://gihyo.jp/book/2022/978-4-297-12846-3

    開催日:

    2026年3月24日(火)19:00~20:00

  • ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    アーカイブ公開中

    ハッカソン優勝者はこう使うのか!「Everything Claude Code」から学ぶ 基本と実践

    昨今の開発現場において、Claude CodeをはじめとするAIコーディングエージェントの利用は急速に普及しています。一方で、進化のスピードが非常に速く、「全ての機能を把握し、実戦レベルで使いこなす」ことに壁を感じているエンジニアの方も少なくありません。 そうした中、Anthropic主催のハッカソンでも活用された「everything-claude-code」リポジトリがSNS上で大きな話題となりました。Claude Codeのベストプラクティスが網羅的にまとめられた注目のリソースですが、一定の前提知識がないと読み解くのが難しい側面もあります。 そこで、本イベントでは、RevenueCat Shipaton 2025に入賞し、Claude Codeの機能検証・解説を精力的に発信されているOikon氏をお迎えし、「everything-claude-code」を題材にClaude Codeの基本機能と実践的な活用法を紐解きます。 前半では、Claude Codeの基本機能を押さえたうえで「everything-claude-code」の全体像について解説します。 後半のディスカッションでは、実際の画面をご覧いただきながら「everything-claude-code」リポジトリを参照し、手元の環境でいくつかのコードを動かすデモを通じて、より具体的な活用法を深ぼっていきます。 Claude Codeを触り始めたばかりの方から、もっと使いこなしたい方まで、幅広いエンジニアのご参加をお待ちしています。 ↓「everything-claude-code」リポジトリはこちら https://github.com/affaan-m/everything-claude-code

    開催日:

    2026年3月17日(火)12:00~13:00

  • React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    アーカイブ公開中

    React 19、コンポーネント設計どう変わった?〜うひょさんに聞く最新 実務Tips〜

    前回「LT&ディスカッション5ラウンド!うひょさん・よしこさんと改めて考えるReactコンポーネント設計」( https://offers.connpass.com/event/298939/ )のイベント開催から約2年が経過し、その間にReactやNext.jsは大きく進化してきました。Server ComponentsやSuspense、新しい非同期処理のAPIの登場などにより、パフォーマンスや表現力は向上した一方で、コンポーネント設計は以前にも増して複雑になりやすい状況になっています。 またAIの登場により、設計部分の重要性は、以前にも増して高まっていると感じており、AIライクとヒューマンライクのどちらに寄せるべきなのかの判断も難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、うひょ氏をお招きし、「今、現場で採用すべきコンポーネント設計のベストプラクティス」を実務経験をもとに解説していただきます。 迷いなく設計判断ができるようになるための指針を、持ち帰れるイベントです。ぜひご参加ください。

    開催日:

    2026年2月18日(水)19:00~20:00

  • MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    アーカイブ公開中

    MIXI×ユーザベース アプリエンジニアのための「AI×SRE」入門 〜障害対応・ログ解析を楽にする実践Tips〜

    「本番で障害が起きたけど、ログの調査に時間がかかる」「パフォーマンスが遅いと言われたけど、どこから調べればいいかわからない」「原因不明のエラーにより、インフラサーバーが正しく立ち上がらず疎通がうまく行かない」——アプリケーション開発をしていると、こうした"インフラ寄りの面倒な作業"に悩まされることはありませんか? 実は今、AIエージェントを活用すれば、これらの作業を自然言語で依頼するだけで解決できるようになりつつあります。ログの集計やレポート作成、障害の原因特定、パフォーマンスの変化の可視化——特別なクエリを書かなくても、AIに聞けば答えが返ってくる時代です。 本イベントでは、MIXIの吉井氏とユーザベースの飯野氏をお招きし、ソフトウェアエンジニアがインフラ領域の"面倒な作業"をAIでどこまで減らせるかを語っていただきます。「SREじゃないから関係ない」ではなく、開発者こそ知っておきたいAI×インフラの活用術をお届けします。

    開催日:

    2026年1月21日(水)19:00~20:15

  • なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    アーカイブ公開中

    なぜRemix 3はReactを離れたのか -Web標準とAI時代に最適化された新アーキテクチャ

    2024年末、Remix 3が発表されました。Reactベースのフレームワークとして知られていたRemixが、「ReactからWeb標準へ」という大きな方向転換を発表しました。 React Router v7としてReactエコシステムに深く統合される道を選んだ一方で、Remix 3はReactから離れ、Web標準をベースとした新しいアーキテクチャへと進化しようとしています。 なぜRemixはこのタイミングでReactを離れる決断をしたのか?Web標準に回帰することで何が変わるのか?そしてAI時代において、このアーキテクチャはどのような優位性を持つのか? 本イベントでは、Remix 3の詳細な解説記事を執筆されたcoji氏をお招きし、「Reactの当たり前を相対化する」というテーマでLTをいただきます。Remix 3の技術的な変化から思想的な背景まで、深く掘り下げていきます。 👇登壇者の記事を事前にチェック coji氏 Remix 3についての解説記事 https://zenn.dev/coji/articles/remix3-introduction

    開催日:

    2026年1月14日(水)19:00~20:15

転職に役立つノウハウ

もっと見る