1名/事業拡大に伴う人員強化となります。

未来のEC体験を創造する1人目データエンジニアとして、あなたの手でデータ戦略の未来を切り拓きませんか?年収450-650万円、柔軟な働き方で、300社以上が支持する『unisize』をはじめとする自社プロダクトのデータ基盤を構築・リード。AWS, Redshift, Pythonを駆使し、開発チームの生産性を飛躍的に向上させ、不可能を可能に変える挑戦を。この仕事は、あなたのキャリアに新たな地平を切り開き、社会に大きな価値をもたらすでしょう。情熱ある仲間を待っています。
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 |
1名/事業拡大に伴う人員強化となります。
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。
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。
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。
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。
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。
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】
|
社内制度 | ・雇用保険
|
・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
・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
「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 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。
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(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。
※ポジションによってフローは異なる場合がございます。

給与・報酬:
年収 450万円 ~ 750万円
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

給与・報酬:
年収 450万円 ~ 750万円
稼働時間:
160時間 ~ 160時間(週40 ~ 40時間)
雇用形態:
業務委託から正社員
出社頻度:
相談の上決定する

給与・報酬:
月給 50万円 ~ 60万円
稼働時間:
96時間 ~(週24時間 ~ )
雇用形態:
業務委託
出社頻度:
週2-3日出社

給与・報酬:
年収 450万円 ~ 750万円
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

給与・報酬:
年収 450万円 ~ 750万円
稼働時間:
160時間 ~ 160時間(週40 ~ 40時間)
雇用形態:
業務委託から正社員
出社頻度:
相談の上決定する

給与・報酬:
年収 1,000万円 ~ 1,300万円
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

アーカイブ公開中
昨今、AIエージェントの活用が一般的になってきたことで、「プロジェクト全体のコードを横断的に理解させるには、コードベースが一つにまとまっている方が適しているのではないか」という議論が増えています。 一方で、モノレポにはCIのパフォーマンスやコンテキストの絞り方など運用上の課題も存在し、組織規模やプロダクトのフェーズ、チーム体制などによって最適解は異なります。「どちらが正解か」を一概に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、iOSやKotlinを含む複数言語のコードを一つのリポジトリに集約して運用されているカウシェと、バックエンド・フロントエンドともにモノレポ化を進めてきたLayerXの2社をお迎えし、それぞれのリポジトリ構成の実例をもとに、モノレポの実際を紐解きます。 前半のLTでは、カウシェからはモノレポになった歴史や複数言語を集約したメリット・デメリットを、LayerXからはリポジトリ統合プロジェクトの進め方や意思決定の裏側をお話しいただきます。 後半のディスカッションでは、両社を交え、モノレポにするタイミングや、CI・IDEとい開発体験に関する課題の課題、AIとの親和性を上げるための工夫やスコープの絞り方など、現場目線でさらに深掘りしていきます。 モノレポへの移行を検討している方から、すでにモノレポ運用で課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。
開催日:
2026年6月11日(木)19:00~20:00

アーカイブ公開中
昨今、AIコーディングエージェントの進化により、開発フロー自体を見直す動きが広がっています。その中で注目を集めているのが「仕様駆動開発( Spec Driven Development)」というアプローチです。 しかし現在は「仕様駆動開発」という言葉だけが独り歩きしており、具体的にどのようなフローであるべきなのか、ツールを使えば実現できるものなのかといった、実態を掴みきれないという声も多く聞かれます。 そこで本イベントでは、仕様駆動開発をはじめとしたAI駆動開発を実践されている中村充志氏をお迎えします。 前半のLTでは、、中村氏より仕様駆動開発SDDの基礎概念についてお話しいただき、ツールのデモを通じてその具体的な仕組みを提示いただきます。からハーネスとの組み合わせ、そして実際のデモを交えた実践までを紐解きます。 後半のディスカッションでは、仕様から出力される膨大なコードをどう効率的にレビューし、生産性を次のレベルへ押し上げるかという「実戦的なフロー」について議論していきます。また、その品質を支える「ハーネスエンジニアリング」という考え方も補足的に交えながら、現場で直面する疑問を紐解いていきます。 AI時代の開発フローに関心がある方から、仕様駆動開発の導入を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。
開催日:
2026年5月28日(木)19:00~20:00

アーカイブ公開中
React Compilerの登場以降、フロントエンド界隈では「これまで煩雑だったメモ化(useMemoやuseCallback、React.memo)が不要になるのではないか」と大きな話題になりました。 一方で、「本当にそのまま有効化して問題ないのか」「有効化による副作用や注意点はないのか」「従来どおりメモ化を残すべきケースはあるのか」といった不安の声も耳にします。実際に導入してみたチームからは、React Hook FormなどのライブラリやuseRefを使った実装でハマりポイントがあったという話も聞こえてきます。 そこで本イベントでは、React Compilerを有効化して1年以上本番運用されている浅見氏と、導入にあたって生成AI向けのルール整備まで仕組み化されているカケハシの大村氏をお迎えし、React Compilerの特徴や実際の導入プロセス、注意点・ベストプラクティスを紐解きます。 React Compilerが気になり始めた方から、すでに検証・導入を始めている方まで、幅広いエンジニアのご参加をお待ちしています。
開催日:
2026年5月20日(水)19:00~20:00

アーカイブ公開中
昨今、バックエンドにTypeScriptを導入する事例は一般的になり、フロントエンドとバックエンドで型を共有することで開発効率を高めるさまざまなソリューションが登場しています。中でも「RPC(Remote Procedure Call)」を活用したアプローチは注目を集めており、tRPC・oRPC・Hono RPCなど複数の選択肢が存在します。 一方で、「そもそもRPCとは何か」「tRPC・oRPC・Hono RPCはそれぞれ何が違うのか」といった基本的な部分から整理したいと感じている方も多いのではないでしょうか。名前は聞いたことがあるけれど違いがわからない、どれを選べばいいのか判断がつかない、という声も少なくありません。 そこで本イベントでは、tRPCを実務で導入・運用されている海老原氏、oRPCやElysiaを活用されている柿氏、Hono RPCでマルチクライアント対応を実践されているよだか氏の3名をお迎えし、RPCの基本から各ソリューションの特徴・選定の考え方までを紐解きます。 前半のLTでは、柿氏、海老原氏、よだか氏の3名にそれぞれの視点からお話しいただきます。 後半のディスカッションでは、3名を交え、各RPCの推しポイントや課題、モバイル・Webの対応可能性を見据えた技術選定など、現場目線でさらに深掘りしていきます。 RPCという概念自体をこれから理解したい方から、すでに使っていて他の選択肢と比較したい方まで、幅広いエンジニアのご参加をお待ちしています。
開催日:
2026年4月23日(木)19:00~20:30

アーカイブ公開中
昨今、Next.jsの急速な進化に伴い、そのブラックボックス的な実装に疑問を感じ、新たな選択肢を模索するエンジニアの声が増え始めています。そうした中、TanStack Queryをはじめとする「TanStack系ライブラリ」や、新たなフルスタックフレームワーク「TanStack Start」への注目が高まっています。 しかし、実際の運用において「Next.jsと比べて何がどこまで変わるのか」「TanStack系ライブラリを採用する具体的なメリットは何か」を明確にイメージできている方はまだ少ないのが現状です。 そこで本イベントでは、TanStack QueryやTanStack Routerを実務で活用されている寺嶋氏と、TanStack Startをプロダクション環境で実際に採用されている池内氏をお迎えし、Next.js経験者の視点からTanStack系ライブラリ・TanStack Startの実際を紐解きます。 前半のLTでは、まず寺嶋氏よりTanStack Startの全体像やViteエコシステムにおけるポジション、Next.jsとの比較を交えた概要を解説いただきます。続いて池内氏より、TanStack Startプロダクトにおける実践的な側面(デプロイ環境、認証基盤、データベース連携など)について、現時点での整備状況をお話しいただきます。 後半のディスカッションでは、お二人を交え、チーム開発での採用やAIコーディングとの親和性など、現場目線でさらに深掘りしていきます。 TanStackが気になり始めた方から、Next.jsからの移行を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。
開催日:
2026年4月9日(木)19:00~20:00