データエンジニア

の転職・求人情報

データエンジニアとして、顧客企業のビジネス課題解決に向けたデータアナリティクス基盤（DWH/データマート/ETLパイプラインなど）の設計・構築・運用、およびBIツールなどを用いたデータ活用・可視化支援を担当します。 - 金融・エンタメ・製造など、多種多様なクライアントのデータ構造を理解し、最適なデータ基盤（DWH/データレイク等）のアーキテクチャ設計・構築 - SQLやPythonを用いた、大量データのETL（抽出・加工・シームレスな連携）パイプラインの構築・バッチ処理の実装 - データ分析の「属人化した手作業」を排除するための、モダンなデータエンジニアリング手法（バージョン管理やCI/CDなど）の導入・推進 - TableauなどのBIツールを用いたデータの可視化（ダッシュボード構築）や、顧客への簡単なデータ示唆出し、レポート資料作成（アナリスト的要素） - 将来的には、3〜5名程度の小規模なプロジェクトにおいて、進捗管理やメンバーのコードレビュー（品質管理）などのリード業務 変更の範囲：会社が指定した業務 AWS/GCP/Azure/Tableau/SAS/SPSS/Oracle Database/SQL ServerMySQL/PostgreSQL/Google AnalyticsSQL/Python/Rなど - 「基幹システムばかりで、この先が見えなかった。でもここではデータで事業を変える手応えがある」（26歳／元業務系SE） - 「上司に提案しても聞いてもらえなかったけど、今は意見を出す場があり、自分で動かせる実感がある」（24歳／元販売職） - 「忙殺される日々から抜け出して、ようやく自分のキャリアを描ける環境に出会えた」（27歳／元Web系SE） - 「下流工程ばかりで顧客の顔も見えず、何のためにやっているのか分からない日々だった。今は顧客と直接やり取りでき、自分の成果を実感できている」（26歳／元業務系SE） - 「データ分析未経験で入社したが、幅広い業務に携われ、将来どの分野に進むか考えるきっかけになった」（25歳／元営業企画） アプリのログデータを解析し、アプリ運営の改善、売り上げUPに繋げる 使用ツール：SQL, Google BigQueryなど クライアントが保持しているデータからモデルを作成し分類化や数値予測を行う 使用ツール：Python 地域独自のブランドを立ち上げることで、減少した売り上げの回復と安定化 使用データ：業者からのヒアリングデータ、生活者へのインタビューデータ （※取引実績100社以上） 最初からすべての工程を一人でお任せすることはありません。まずはご自身の得意なスキル（SQLでのデータ抽出や、Pythonでのデータ加工など）からスタート。先輩アナリストのプロジェクトにアサインされ、顧客ヒアリングや提案の現場に同行しながら、徐々に上流工程のスキルを身につけていただきます。 まずはデータ分析領域の業務を行うにあたって、データの理解から始めます。 ◇ 使用環境・言語・ツール：SQLServer / MySQL / PostgreSQL / Oracle Databaseなど データ分析を行う上で、必要不可欠な数値を算出します。 ◇ 使用環境・言語・ツール：SQL / Python / SAS / Rなど データについて正しく理解し扱えるようになったら、いよいよ分析フェーズに移行します。 ◇ 使用環境・言語・ツール：Google Analytics / Tableau / PowerBI / その他分析ツールなど データ分析結果を基に、レポーティングと考察を行います。 意思決定に必要なデータを揃え、顧客が必要とするデータをわかりやすくまとめます。 ◇ 使用環境・言語・ツール：ダッシュボード(BIツール内) / PPT / Word

Snowflake環境の設計・構築・運用 データウェアハウス（DWH）の設計・最適化 ETL／ELT処理の設計・開発 データパイプラインの構築・運用 SQLを用いたデータ加工・分析支援 クラウド環境とのデータ連携 パフォーマンスチューニングおよび運用改善 関係部署との要件整理・技術支援

一般的な**Data Engineer業務に留まらず、分析・BI・意思決定支援まで横断的に担っていただくこと**を想定しています。 AI Central事業部ではBizチームとProductチームが連携しながら、新しいAI技術を検証し、顧客サービスの活用を推進しています。 単なる基盤構築やダッシュボード作成ではなく、「どのデータを持つべきか」「どの分析が意思決定につながるか」まで踏み込み、BizDevメンバーやクライアントと共に価値を創出していただきます。 まずは以下の領域から解像度を高めていただくことを想定しています。 - データ基盤（DWH / データマート）の設計・構築 - KPI設計・ログ設計・データモデリング - BIの設計・標準化 - データ分析・改善提案 - 顧客向け分析・PoC支援 また、ご経験や志向性に合わせて上記に加え、以下についても柔軟に調整しチャレンジいただきたいと考えております。 - 基盤設計〜分析〜改善提案までを一気通貫で推進できる体制構築 - AI分析機能・定性分析基盤の強化 - DWH / DM / KPI定義の標準化とデータ品質向上 - BIの民主化（Biz / CSが自らデータを活用できる状態へ） - プロダクトのデータ品質向上・計測基盤整備 - KPI / ログ設計を含めたデータ品質改善 - 分析精度を支えるデータ品質・ガバナンス強化 - Backend: Python, FastAPI, Prefect - Frontend: Typescript, React Router - Infrastructure: AWS(Fargate, Aurora, S3, ElastiCache etc), Terraform - Github, Slack, Notion, Datadog, Linear 当社では、社員の創造性と生産性を最大限に引き出すために、最新の生成AIサービスを積極的に導入しています。 特に、機密情報や社内秘情報といった重要なデータも安心して入力できる、高度なセキュリティを備えたAIサービスを活用している点が大きな特徴です。 以下は、社内で利用が許可されているサービス/APIの一部です。今後も常に最先端のAIを検討、導入していきます。 - API - OpenAI API, Anthropic API, Gemini API - 開発ツール - Github Copilot, Cursor Business, Devin - 生成AIサービス - ChatGPT Team/Enterprise, Azure OpenAI Service, Claude Team/Enterprise, Gemini Advanced/Gemini for GWS, Perplexity Enterprise Pro, NotebookLM Plus, Zoom AI Companion

💻 職務内容 システムの「要」であるデータベース領域を中心に、保守から新規開発、移行まで幅広いフェーズに深く入り込んでいただきます。 ⚪︎ 既存基幹システム（Oracle／PL/SQL）の調査、改修対応 └ まずは既存のコードを読み解き、現行システムの仕様やデータの流れを正確にキャッチアップしていただきます。 ⚪︎ 業務要件に基づくMySQL（ストアドプロシージャ）での新規開発 └ 現行の仕様を理解した上で、新しい環境のビジネスロジックをMySQLのストアドプロシージャを用いてゴリゴリと組んでいただきます。 ⚪︎ データ移行に伴う設計、テスト、検証作業 └ 本プロジェクトの最重要ミッション！膨大なデータを安全に引っ越しさせるためのシナリオ設計から、綿密なテスト・検証までを主導していただきます。 ⚪︎ 本番稼働後の障害対応および原因調査 └ 移行して終わりではなく、自分が手掛けたシステムの安定稼働を最後まで見届け、トラブル時にはいち早く原因を特定していただきます。 🌟 この案件で得られる3つのメリット 1. 「脱Oracle・オープンソース移行」の市場価値の高い実績 └ ライセンス費用削減などの背景から、OracleからMySQL等への移行ニーズは市場で爆増しています。この「異種DB間の移行経験」は、今後のキャリアにおいて間違いなく強力な武器になります。 2. 既存解読から新規構築までの一気通貫した経験 └ 上流の移行設計から開発、テスト、リリース後の運用保守まで、システム刷新の全フェーズを経験できるため、エンジニアとしての総合力が格段に上がります。 3. エンタメ業界の大規模データに触れる面白さ └ トラフィックやデータ量が膨大なエンタメ業界ならではのダイナミックで責任あるDBエンジニアリングを体感できます。

📝 職務内容：現実を $f(x)$ に変換し最適解を導き出す 「モデルを作って終わり」ではなく、数理的な美しさと現場の実用性を高度に両立させる業務です。 1. 複雑な現場制約の数理モデリング 工場の現場ヒアリングに基づき、複雑な物理的・時間的制約を定式化。 2. ハイブリッドモデルの設計・実装 GurobiやCPLEX等の数理最適化ソルバーと、D-WaveやFixstars等の量子アニーリングマシンの特性を考慮した連携アルゴリズムの設計。 3. アルゴリズムの性能改善と評価 局所解に陥らないための初期値設定の工夫や、パラメータチューニングによる計算速度の向上。 実データを用いた精度評価（バックテスト）の実施。 4. 技術検証（PoC）の主導とプレゼンテーション 最新論文に基づいた新手法の提案と、顧客（事業部門）への「なぜこの手法が有効か」という技術的根拠の説明。 ✨ この案件で得られる「データサイエンティストとしての希少性」 ・「量子×古典」のハイブリッド実装実績： 2026年現在、量子アニーリングを実ビジネスのハイブリッド構成で運用した経験を持つエンジニアは極めて稀です。この実績はあなたのキャリアにおいて強力な「武器」になります。 ・「ドメイン知識 × 数理能力」の融合： 製造業という巨大なドメインで、自分の書いたアルゴリズムが「工場の稼働」を劇的に効率化させる手応えを感じられます。 ・クライアントワークにおける「信頼」： 高度な数理ロジックを非専門家にもわかる言葉で翻訳し、納得させるコンサルティング的なプレゼンスキルが磨かれます。

📝 職務内容：コードの「意図」を読み解き次世代へ繋ぐ 上流の要件定義から、現場の構築・試験まで、エンジニアとしての全工程を体感できる濃い内容です。 1. 既存プログラムの「解読」と要件定義 └ 顧客が作成した既存プログラムを読み解き、そこに込められた仕様やロジックを抽出。 └ 「次期システムではどうあるべきか」を顧客と確認し、要件の組み立てを行います。 2. ホストおよびアプリケーションの刷新設計 └ 要求事項に基づき、サービスホスト（OS・ミドルウェア層）およびその上で動作するアプリケーションの設計。 3. 環境構築・実装・単体/結合試験 └ 設計に基づいた実際の構築作業。インフラからアプリ層まで、幅広いレイヤーの実装に携わります。 └ インシデント対応という特性上、妥協のない試験（テスト）を繰り返し、信頼性を担保します。 4. 運用引き継ぎ・手順書作成 └ 構築したシステムを運用チームがスムーズに扱えるよう、詳細な手順書を作成し、丁寧にデリバリーします。 ✨ この案件で得られる「一生モノ」の武器 1. 「V字モデル」全工程の完遂実績： 要件定義から運用引き継ぎまでを一人、あるいはコアメンバーとして担当した経験は、PL/PMを目指す上での最強のポートフォリオになります。 2. 高度な「リバースエンジニアリング」的思考： 既存コードから仕様を逆引きし最適化する経験は、技術的負債に立ち向かえる「強いエンジニア」としての評価を確実なものにします。 3. セキュリティドメインへの深い精通： ログ分析やインシデント対応という2026年以降も需要が絶えない「セキュリティインフラ」の内部構造を熟知できます。

📝 職務内容：あなたのエンジニアリングが「世界の標準」になる 「指示されたコードを書く」場所ではありません。あなたが設計したプロセスが、グローバルチームの新たなスタンダードになります。 1. Terraformによる「コードによる統治」（IaC） └ 権限管理（IAM）や暗号化設定を徹底的にコード化。誰が・いつ・何をしても、グローバル基準でセキュアな環境が自動的にプロビジョニングされる基盤を設計・実装します。 2. Python/Goを駆使した高可用性パイプラインの構築 └ Pub/Sub等を用いたリアルタイムログ転送の最適化。大規模データ抽出のアルゴリズムをゼロから見直し、低レイテンシかつ低コストなクエリ発行を実現するデータエンジニアリングを主導します。 3. AIコーディングエージェントの「エバンジェリスト」 └ GitHub Copilot EnterpriseやCursorをチーム全体に定着させるためのポリシー策定。「AIに何をさせ、人間が何をレビューすべきか」という、AI時代の次世代開発フローをあなたがデザインしてください。 4. テクニカルレビューと技術選定 └ データパイプラインの安定稼働を支える監視システムの構築。常に最新の技術動向をキャッチアップし、「今の自分たちにとって最適なアーキテクチャは何か」を常に問い続け、チームに還元します。 ✨ この案件で得られる「エンジニアとしての圧倒的優位性」 ・「AIを組織に導入する側」の視点： ツールを使うだけでなく「AIを組織の武器として統合するプロセス」を主導した経験は、今後の市場で最強の武器になります。 ・グローバル基準のセキュリティ知見： 「法規制×技術」という、今後さらに需要が高まる専門領域でのキャリア実績。 ・超大規模インフラの掌握能力： 数億レコード規模のBigQuery運用とTerraformによる高度なIaC実践経験は、インフラ/データエンジニアとしての市場価値を天井知らずに引き上げます。

■ 具体的にお任せしたいこと 単なる「作業」ではなく、データエンジニアリングの「最適解」を定義していただく仕事です。 1. 技術選定からレビューまでを統括する「アーキテクト」の役割 ◎ 既存の仕組みに縛られず、グローバル展開に最適な技術スタックを選定。設計から構築までをリードし、成果物の技術的妥当性を担保するためのコードレビューを徹底します。 2. 機械学習・分析を「民主化」するための環境整備 ◎ データサイエンティストが「データの準備」に時間を取られる不毛な時間をゼロにします。機械学習モデルのデプロイや定常的な分析がスムーズに実行できる堅牢なMLOps基盤の構築を推進します。 3. 「プライバシー・バイ・デザイン」の徹底した実装 ◎ 法律関連の機密データを扱うため、セキュアな管理体制の設計は最優先事項です。 各国の規制を踏まえ、権限管理や匿名化・暗号化などのセキュリティ機能をインフラレベルで実装し、「攻め」と「守り」が共存する基盤を創ります。 4. 止まらない「データパイプライン」の追求 ◎ 定常的に実行される大規模なデータ抽出ロジックやアルゴリズムを開発。 要件に基づき、一瞬の停滞も許されない実行環境の運用・保守を行い、ビジネスの血流を支え続けます。 ■ プロジェクト環境・チームの魅力 ・スケール: 国内完結では決して味わえない、グローバル規模のトラフィックとデータボリューム。 ・裁量: 技術選定から深く関与でき、あなたの提案がグローバルの標準となる可能性があります。 ・複雑性: 各国の法規制という「制約」の中で、いかにクリエイティブな技術解決策を提示できるかという知的な挑戦。 ■ この案件で手に入る「最強のキャリア」 ・グローバル・データガバナンスの実績: 世界水準の法規制（GDPR等）に対応した基盤構築経験は、市場において極めて希少価値の高いスキルになります。 ・技術選定の主導権: 決まったものを作るのではなく、自ら選んだ技術で課題を解決したという成功体験。 ・データサイエンス×エンジニアリングの融合: ML基盤の整備を通じて、データ活用側の視点を備えた「ビジネスに強いデータエンジニア」としての地位。

S4 / S4 Ads のログ基盤チームにて、検索・広告サービスを支える各種ログデータの運用、集計、調査、改善を担っていただきます。 顧客ごとのログ仕様確認やログ検証、集計処理の整備、レポート対応、追加要望への対応など、**案件に近い業務から基盤改善まで幅広く関われる**ポジションです。 - 顧客ごとのログ仕様確認、ログ検証 - 検索・広告関連ログの集計、調査、レポート整備 - Spark / BigQuery を用いたデータ処理・集計基盤運用 - 顧客や社内からの要望に応じた追加開発、改善対応 - ログ基盤の運用保守、障害調査、品質改善 - 運用の標準化、効率化に向けた改善提案・推進 - メンバーへのレビュー、相談対応 まずは担当案件を持ち、ログ確認、集計・調査対応、既存案件の追加要望対応など、案件に近い業務を自走いただくことを想定しています。 あわせて、既存メンバーと連携しながら、運用フローや開発の進め方を理解し、必要に応じて改善提案も行っていただきたいと考えています。 担当領域を広げながら、新規開発や運用改善、標準化の取り組みを主担当として推進いただきます。 将来的には、ご志向やご経験に応じて、大規模ログ基盤の高度化やチーム支援の役割も担っていただく想定です。 - **開発言語**：Python / PySpark、Ruby、SQL - **データ処理 / 集計**：Spark、BigQuery - **ログ基盤 / ミドルウェア**：Kafka、Elasticsearch、Fluentd - **クラウド**：Google Cloud ※案件対応では、特に **PySpark / Ruby / SQL / BigQuery** を用いた集計・調査・改善業務が中心です。 ※今後は、運用効率化や基盤改善の一環として、**Cloud Composer** などの活用も検討しています。

S4 / S4 Ads のログ基盤チームにて、検索・広告サービスを支える各種ログデータの運用、集計、調査、改善を担っていただきます。 顧客ごとのログ仕様確認やログ検証、集計処理の整備、レポート対応、追加要望への対応など、**案件に近い業務から基盤改善まで幅広く関われる**ポジションです。 - 顧客ごとのログ仕様確認、ログ検証 - 検索・広告関連ログの集計、調査、レポート整備 - Spark / BigQuery を用いたデータ処理・集計基盤運用 - 顧客や社内からの要望に応じた追加開発、改善対応 - ログ基盤の運用保守、障害調査、品質改善 - 将来的な基盤改善、運用効率化の推進 まずはログ確認、集計・調査対応、既存案件の追加要望対応など、案件に近い業務からキャッチアップしていただきます。 レビューを受けながら担当案件を持ち、仕様理解や開発・運用の進め方を学んでいただく想定です。 担当領域を広げながら、新規開発や運用改善を主担当として推進いただきます。 将来的には、大規模ログ基盤の高度化や、より保守性・拡張性の高い構成への改善にも関わっていただきます。 - **開発言語**：Python / PySpark、Ruby、SQL - **データ処理 / 集計**：Spark、BigQuery - **ログ基盤 / ミドルウェア**：Kafka、Elasticsearch、Fluentd - **クラウド**：Google Cloud ※案件対応では、特に **PySpark / Ruby / SQL / BigQuery** を用いた集計・調査・改善業務が中心です。 ※今後は、運用効率化や基盤改善の一環として、**Cloud Composer** などの活用も検討しています。

■ 具体的にお任せしたいこと 単なる数値入力ではありません。データから「最適な通信環境」を導き出す、戦略的なエンジニアリング業務です。 1. データ処理の自動化・ワークフロー構築（Alteryx） ◎ 基地局から上がってくる膨大な生データをAlteryxを使ってクレンジングし、分析可能な形へ整形します。 -「手作業で数時間かかる集計を、1クリックのワークフローに変える」ような、パズルを解くような爽快感がある業務です。 2. ネットワークの「デジタルツイン」を管理（AtollDB） ◎ 通信シミュレーションツール「Atoll」のデータベースを管理します。 - 新しい基地局を建てた際の電波の広がり（コンタ図）をシミュレーションし、ビル影や地形による影響を視覚化。いわば、デジタル空間に通信網を設計する感覚です。 3. 基地局の「健康状態」を可視化するKPI分析 ◎ 通信速度や接続成功率といったKPIデータを抽出。 -「なぜこのエリアは速度が落ちているのか？」という課題に対し、レポート作成を通じて改善のヒントを提示します。 4. 「もっと楽に、正確に」を実現する業務改善 ◎ 決まりきったルーチン業務があれば、VBA、Python、PowerAutomateを駆使して自動化・効率化を推進してください。 -「分析手法は決まっているけれど手順が煩雑」という場面で、あなたのプログラミングスキルがチームの救世主になります。 ■ 開発環境・チーム体制 ・主要ツール: Atoll, Alteryx, Excel (VBA), Python, PowerAutomate ・働き方: リモート中心。安定した稼働環境でじっくりとデータに向き合えます。 ・チームの雰囲気: 専門的な知見を持つメンバーが多く、未経験のツールがあってもレクチャーを受けながら着実にステップアップできる環境です。 ■ この案件で得られる「一生モノの武器」 ・希少ツールの実務経験: AlteryxやAtollを使いこなせるエンジニアは、通信業界において非常に高い評価を得られます。 ・データエンジニアリング能力: 膨大なデータを効率よく処理し、意味のあるアウトプットに変える汎用的なスキル。 ・長期的なキャリアの安定: 通信インフラという、景気に左右されない強固なドメインでの専門性。

入社後はコンサルティングプロジェクトにアサインされ、経験・スキルに応じた職位で活躍いただきます。 「ドキュメントを作って終わり」ではなく、実装・定着・効果創出まで伴走するのが当社のスタイルです。 - データ蓄積・連携基盤の設計・構築（クラウド／オンプレ問わず） - ETLパイプラインの設計・実装 - BIツール（Tableau、Power BI等）の設計・実装 - 経営管理モデルの再定義・データ活用推進支援 - 生成AI・機械学習を活用したデータ分析 ◆アソシエイト メンバーとしての案件デリバリー 年俸600万円～ ◆シニアアソシエイト チームリーダーとしての案件デリバリー 年俸800万円～ ◆マネージャー 現場責任者としての案件デリバリー・メンバー層育成 年俸1,000万円～ ◆シニアマネージャー 複数案件の現場責任者としての案件デリバリー・案件拡大 年俸1,400万円～ ◆ディレクター コンサルティング部門のマネジメント（品質・教育）、特定領域のエキスパート 年俸1,800万円～

■ ミッション：熱狂を止めない、淀ませない。 現場のエンジニアが日々向き合う課題を、より具体的に整理しました。 ① トランザクションの守護（PostgreSQL/Redis） ・パフォーマンス・ハック： 実行計画を読み解き、インデックスを再設計。 ボトルネックを一つひとつ潰し、ファンがストレスを感じない「秒速」のレスポンスを実現します。 ・キャッシュ戦略の最適化： Redisを駆使し、DBへの負荷を最小限に抑えつつ、鮮度の高い情報を届ける高速なデータアクセスを設計します。 ・障害への鉄壁の備え： バックアップ・リストア戦略の策定から原因究明まで。 あなたの決断がサービスの信頼を支える最後の砦となります。 ② データという「宝の山」の磨き上げ（BigQuery/dbt） ・モダン・データスタックの構築： dbt を用いた洗練されたETLパイプラインを構築。 散らばったデータを整理し、ビジネスサイドが迷わず意思決定できる「美しい」データモデルを設計します。 ・インサイトの可視化： BIツールを活用し、ファンとクリエイターの熱量を数値としてアウトプット。あなたの分析結果がそのまま次の新機能やキャンペーンの指針になります。 ③ 未来を定義するスキーマ設計 ・拡張性のデザイン： 頻繁に行われる機能追加に際し、1年後のデータ量や負荷を予見した拡張性の高いテーブル設計をお願いします。開発チームと「DB視点」で議論を交わし、プロダクトを強くしてください。 ■ この案件の「エンジニア心がざわつく」ポイント ☆「CtoC×大規模トラフィック」の難易度： ユーザー同士が複雑に絡み合うデータ構造と予測不能なスパイクアクセス。 整合性とスケーラビリティの両立というDBエンジニアにとって最高に「美味しい」課題が山積みです。 ☆ 技術選定の裁量： 「dbtを導入してパイプラインを整理したい」「このBIツールの方が可視化しやすい」といった提案を歓迎する文化。 良いものは即採用、即実行が現場のルールです。 ☆ 圧倒的な当事者意識： あなたが最適化したそのクエリが誰かの「一生の思い出（推し活）」を支えるインフラになります。

■ 主な業務内容：食品業界の「知」を構造化し、AIの思考をアップデート！ 現場のエンジニアが向き合う「データの格闘」をより解像度高くイメージできるように整理しました。 ＜データ・クレンジングという名の「発掘作業」＞ ・非構造化データの制圧： 複雑なレイアウトのPDFや体裁のバラバラなPPTから、AIが理解できる純度の高いテキストを抽出。正規表現やパーサーを駆使し、ノイズを削ぎ落とす職人技が求められます。 ・SQLによる高度な加工： 既存の基幹システムに眠る構造化データと抽出したテキストを統合。RAGの精度を左右する「良質なメタデータ」をSQLで緻密に作り込みます。 ＜次世代RAG基盤のアーキテクチャ設計＞ ・埋め込みパイプラインの構築： ベクトルDBへの格納フローを最適化。単にベクトル化するだけでなく、検索精度を最大化するためのチャンク分割戦略や次元設計を主導してください。 ・GraphRAGへの挑戦： エンティティ間の関係性を定義し、ナレッジグラフのスキーマをモデリング。従来のRAGでは辿り着けなかった「文脈を超えた回答」を実現する基盤を創り上げます。 ＜プロンプトとデータの「共鳴」＞ ・構築した基盤を用い、現場の社員が「まさにこれが欲しかった」と唸る回答精度までチューニング。あなたの設計したデータ構造がAIの「賢さ」に直結する手応えを感じてください。 ■ この案件の「エンジニア心がざわつく」ポイント ・「GraphRAG」という最前線： 理論としては知っていても、実務でナレッジグラフのスキーマ定義から携わるチャンスは希少です。 ・カオスを秩序に変える快感： 企業秘伝のレシピ、商談ログ、市場レポート。これらバラバラの情報を繋ぎ合わせ、一つの「巨大な知のネットワーク」に変える達成感。 ・食品業界という巨大なドメイン： 私たちの生活に直結する業界だからこそ、AIによる効率化のインパクトは数億円規模に達することも。

病院向けSaaS「foro CRM」をはじめとする複数プロダクトを支えるData Management（データ運用）の中核を担い、医療機関から届くデータを「プロダクトで使える状態」に加工・投入する一連の工程を主導していただきます。 バックエンドエンジニアとしてのご経験——DB設計、バッチ処理、データフローの理解——は、このポジションでそのまま武器になります。 アプリケーションの裏側ではなく、データそのものの流れを設計・安定運用することにフォーカスするロールです。 ※フルリモートではなく週2日程度の出社が発生する可能性があります。 具体的には以下の通りです。 - 医療機関から受領するデータの取り込み・クレンジング・品質チェック - foro CRM / 外来適正化サービス / AIを活用した新規事業を横断するデータ投入の安定運用 - エラー検知・一次切り分け・CS（カスタマーサクセス）チームとの連携 - MDM（マスターデータ管理）の保守・月次更新 - データパイプラインの設計・改修（BigQuery / Cloud Run） - 手作業オペレーションの自動化・スクリプト化 - MDM運用の改善・更新プロセス整理 - Data Management全体の運用設計・ドキュメント整備 - DB設計・テーブル構造の理解 → 医療データのスキーマ設計やデータマート構造の把握に直結 - バッチ処理・API連携の経験 → データパイプラインの設計・改修にそのまま活かせる - コードレビューやテストの習慣 → データ品質チェック・エラー検知の仕組みづくりに応用できる

病院向けSaaS「foro CRM」をはじめとする複数プロダクトを支えるData Management（データ運用）の中核を担い、医療機関から届くデータを「プロダクトで使える状態」に加工・投入する一連の工程を主導していただきます。 社内SEとしてのご経験——社内各部門からの依頼対応、データ抽出・加工、レポート作成、ビジネスサイドとの調整——は、このポジションで最も活きるバックグラウンドの一つです。 「社内のデータに詳しい人」として頼られてきた方が、データの専門職として一段キャリアを上げる機会になるポジションです。 ※フルリモートではなく週2日程度の出社が発生する可能性があります。 具体的には以下の通りです。 - 医療機関から受領するデータの取り込み・クレンジング・品質チェック - foro CRM / 外来適正化サービス / AIを活用した新規事業を横断するデータ投入の安定運用 - CS（カスタマーサクセス）チームとの連携・データ仕様の確認・調整 - MDM（マスターデータ管理）の保守・月次更新 - 運用オペレーションの手順整理・ドキュメント化 - 手作業の自動化・効率化（スクリプト作成等） - MDM運用の改善・更新プロセス整理 - データパイプラインの一部設計・改修 - 社内各部門との調整力 → CSチームや医療機関とのデータ仕様のすり合わせに直結 - SQLでのデータ抽出・レポート作成 →Data Managementの定常業務の中核スキル - 「現場が何に困っているか」を汲み取る力 → データの品質課題や運用改善の起点になる

【ミッション：データという「命」のインフラを研ぎ澄ませ】 あなたにお任せしたいのは、製薬会社の未来を左右するデータの「循環器系」の整備です。適正や志向に合わせて以下のいずれかのポジションで腕を振るっていただきます。 データ・ガーディアン（運用管理・ETL） データの送受信監視はいわばシステムの鼓動を確認する作業。 しかし、エラー対応だけで終わらせません。 ◎ ETLプログラムの改修： 既存のパイプラインの非効率を見つけ出し、ETLツールを駆使してより洗練されたデータ処理へとリファクタリングしてください。 基盤の仕掛人（移行・チューニング） 今回のメインディッシュはここです。 ◎ SQL Serverの限界に挑む： パフォーマンスチューニングから不要データのパージ、バックアップ戦略の立案まで。 RDBMSのポテンシャルを最大限に引き出す醍醐味があります。 ◎ レガシーからの脱却： IaaS上のWindows Serverから、新データ基盤への移行計画を策定。フォーマット変更に伴うデータ設計変更など、アーキテクチャの移行という「歴史の転換点」に立ち会っていただきます。 この案件の「エンジニア的」推しポイント ✨「製薬×データ」の社会的意義： あなたが改善したその1秒のクエリ短縮が、新薬開発や医療データの利活用を加速させるかもしれません。 ✨ 移行期のカオスを乗りこなす： 完成されたシステムを触るのではなく、今まさに形を変えようとしている基盤に携わる。エンジニアとして最も「美味しい」フェーズです。 ✨ インフラからアプリレイヤーまで： Windows ServerのOSレイヤーからSQLの論理設計までフルスタックな視点が求められるため、技術的知的好奇心が枯れることはありません。

【案件概要】 【BigQuery/Terraform】世界を相手に開発プロセスそのものを「AI化」する。 ■ 「作る」だけじゃない。開発の「常識」をハックする。 今回のミッションは、Google Cloudをベースにしたグローバル規模のデータ分析基盤の構築です。 これだけ聞くとよくある話に聞こえるかもしれませんが、特筆すべきは「開発プロセスのAI化」への本気度です。 GitHub Copilot EnterpriseやCursorといった、今エンジニアが最も熱狂しているコーディングエージェントを単に「使っていいよ」ではなく、「チーム全体の標準としてどう組み込み、どうポリシーを策定するか」からお任せします。 「ツールに踊らされるのではなく、ツールを使って開発の限界値を引き上げる」 そんな、エンジニアとしての本能をくすぐる試行錯誤がここにはあります。 ■ 現場の「ヒリつく」面白さ グローバル×セキュリティの極致： 世界中のデータを扱うため、個人情報保護法などの厳しい規制をクリアする必要があります。Terraformを用いたIaC（Infrastructure as Code）で、一寸の狂いもないセキュアな機密データ管理体制を設計する。 これは、最高難度のパズルを解くような快感です。 GoとPythonによるリアルタイム処理： Pub/Subを用いたリアルタイムログ転送や大規模データの抽出ロジック実装。 パフォーマンスが求められる領域であなたのGo/Pythonスキルを存分に振るっていただきます。 「守り」と「攻め」のエンジニアリング： 監視や保守といった「守り」はもちろん、次世代の技術選定やレビューといった「攻め」の業務まで。データエンジニアリングの全方位をカバーする、まさに「フルスタック・データエンジニア」への道です。 ■ テックスタック ・Infras: Google Cloud (BigQuery, Pub/Sub, etc.) / Terraform ・Languages: Python, Go ・AI/DevOps: GitHub Copilot Enterprise, Cursor, GitHub ・Focus: Global Scale / Security / AI-Driven Development

各プロダクト（アバターサービス）に応じたデータパイプラインの設計・開発・運用、データ品質管理、大規模データ基盤の最適化など、データエンジニアリング全般の業務を担っていただくポジションです。 ▼具体的なミッション ・SQLやPythonによるデータ加工・分析基盤の整備・自動化 ・BigQueryやAirflowを用いたデータパイプラインの設計・開発・運用 ・データウェアハウスおよびデータ基盤全体の運用・最適化・障害対応 ・データ品質管理、ガバナンス体制の整備、各種KPIダッシュボードの設計・開発 ・プロダクトやデータ分析チームとの連携・技術的な課題解決の推進

- データ基盤の設計（全体アーキテクチャ、データモデリング、命名規約・設計方針） - ELTパイプライン構築（取り込み、増分、再実行性、監視、障害対応の設計） - dbtによる変換処理の実装（staging / mart、テスト、ドキュメント、リネージ） - DWHパフォーマンス最適化（パーティション/クラスタ、コスト・性能チューニング） - データ品質担保（テスト設計、異常検知、データ契約/SLAsの整備） - BI/分析側が使いやすいデータマート設計（粒度、履歴、指標定義の整理） - 運用改善（監視、権限、リリースフロー、CI/CD、障害の再発防止） 副業も歓迎 ※稼働工数などは応相談