データエンジニア×リモート可

の採用・求人一覧

以下の業務に取り組んでいただきます。 ・クラウド上でデータウェアハウスやETL/ELTパイプラインの設計・構築 ・Dagster / Google Workflows / GitHub Actionsを用いたパイプラインの自動化 ・各種ローデータからデータ統合・分析 ・システムパフォーマンスの監視・最適化 ・複数チーム連携した、技術課題の解決　　など 【使用するツール】 言語：SQL / Python ETL / ELTツール：dbt BIツール：Looker Studio コンテナ：Docker クラウド：Google Cloud CICD：GitHub Actions laC：Terraform

以下の業務に取り組んでいただきます。 ・クラウド上でデータウェアハウスやETL/ELTパイプラインの設計・構築 ・Dagster / Google Workflows / GitHub Actionsを用いたパイプラインの自動化 ・各種ローデータからデータ統合・分析 ・システムパフォーマンスの監視・最適化 ・複数チーム連携した、技術課題の解決　　など 【使用するツール】 言語：SQL / Python ETL / ELTツール：dbt BIツール：Looker Studio コンテナ：Docker クラウド：Google Cloud CICD：GitHub Actions laC：Terraform

以下の業務に取り組んでいただきます。 ・クラウド上でデータウェアハウスやETL/ELTパイプラインの設計・構築 ・Dagster / Google Workflows / GitHub Actionsを用いたパイプラインの自動化 ・各種ローデータからデータ統合・分析 ・システムパフォーマンスの監視・最適化 ・複数チーム連携した、技術課題の解決　　など 【使用するツール】 言語：SQL / Python ETL / ELTツール：dbt BIツール：Looker Studio コンテナ：Docker クラウド：Google Cloud CICD：GitHub Actions laC：Terraform

開発言語：Python/SQL DWH　 ：Snowflake ETL 　　：Airbyte, dbt, Garouparoo(Revese) BI ：Steep 基盤思想 ：モダンデータスタック アーキテクチャ　　：モジュラモノリス パブリッククラウド：AWS(メイン), GCP フロントエンド　　：TypeScript, Next.JS(App Router), Tailwind CSS, AWS Amplify バックエンド　 ：Go GraphQL　　　　　：PostGraphile, GraphQL Mesh コンテナ　　　　　：ECS on Fargate データベース　　　：Aurora Serverless v2(PostgreSQL) , DynamoDB 認証　　　　　　　：NextAuth ソースコード管理　：GitHub CI/CD　　　　　　 ：GitHub Actions ペアプロ　　　　　：GitHub Copilot / ChatGPT IaC　　　　　　　 ：CDK for Terraform コミュニケーション：Google Workspace / Slack デザイン　　　　　：Figma 情報共有　　　　　：Notion チケット管理　　　：Linear app テックブログ　　　：Zenn(Publication) 基本リモートワーク or 東京オフィス(秋葉原)

現在進めているクローズドβ版の開発・改善やオープンβ版（正式リリースできる状態）の開発について、中長期でご助力頂ける方を探しております。 - 「フローライトデータ」のクローズドβ版・オープンβ版のインフラ・バックエンド全体の設計・開発： （1）Google Cloudのデータ関連サービス、Golangを用いたデータ活用基盤全体の設計・開発、データセキュリティやデータプライバシーを意識した対策の実施等 （2）データソースとなる外部サービス・SaaSやデータクラウドプラットフォーム（Snowflake等）とのAPI連携によるデータ転送ワークフロー（ETL/ELT）の設計・開発 - 業務委託 / 副業 - フルリモート（※1） ※1 代表の田中は京都、現メンバーは関東近郊に居住しています。 - 12h/週〜 応相談（※2） ※2 週1回の定例MTGへの参加は必須。捗共有及びタスクや今後の開発方針・内容に関するディスカッション・認識合わせを実施します。直近は現メンバーの都合を踏まえ、毎週木曜23:00から1h程度の実施しておりますが、新たに参画頂く方のご都合を踏まえて改めて調整予定。 - 時給：最低時給〜応相談 ※3 ご経験・スキルセット、お願いする期待役割や稼働割合（コミット度合）を踏まえてご相談・決定できればと思います。ある程度稼働が安定してきた場合、ご希望があれば固定報酬（その時点の時給単価 x 目安稼働時間/月）とすることも可能です。 - 代表、および現メンバー2名（フロントエンドエンジニア、インフラ・バックエンドエンジニア）と連携を取って頂きます。 - コミュニケーション：Slack、Zoom - プロダクトデザイン：figma - プロジェクト管理：Repsona - ドキュメント・情報共有：Notion, Google Workspace（Google Drive) - ソース管理：Github - フロントエンド - 言語・FW - TypeScript - Vue（3系） - SCSS - その他 - vite - vitest - storybook - インフラ・バックエンド - 言語 - Golang - 環境：GCP、Docker、Git、コンテナ、Swagger etc

【職種名】 データエンジニア 【業務内容】 『SaaS+Database』サービスを支えるビッグデータ（数十TBオーダー）基盤の構築・改善 以下のいずれか、もしくは複数を対応いただきます。 - Webデータクローリングのためのパイプライン新設や改善 - データのクレンジングやエンリッチメント処理 - データの品質改善を目的とした品質モニタリング環境の構築 - スケーラブルかつコスト効果の高いデータ基盤への改善 - 将来的なデータサイエンス活用を踏まえたデータ基盤やデータ品質整備設計 ※従事すべき業務の変更の範囲：有り ■進捗管理 - AsanaとNotion を利用したアジャイル開発 ( 週 1 回 30 分の定例 mtg ) - 週1回のメンターとの1on1による技術相談 - データベース技術勉強会（ 週1回60分 ） 【主な技術スタック】 - データ収集 - Python（Scrapy） - AWS Fargate for Amazon ECS - Amazon Managed Workflows for Apache Airflow - データストア - Amazon S3 - Amazon Aurora PostgreSQL - データトランスフォーム - Apache Spark（PySparkがメイン。一部Scala Spark） - Databricks - その他 - GitHub - Slack - Notion - Asana - Google Workspace

「データとテクノロジーでビジネスを加速させる。」をミッションに掲げ、BtoBセールスのデジタル化を推進するSaaS「SalesNow」にて、将来のCDO（Chief Data Officer）候補となるデータエンジニアコアメンバーを経営陣直下で募集します。 SalesNowは、業界最大規模（日本全国510万社）の企業情報サービスで、日々莫大な企業データを収集・整理しています。「企業データ」がSalesNowのコアとなっており、さらなるデータ強化に予算・人的リソースを割いていくフェーズです。 現状データチームは業務委託2名 / インターン7名で構成されており、経営陣と共に強固なデータチームを創っていく初期コアメンバーを募ります。 - 長期的な競合優位性を構築するためのデータ収集戦略設計 - 企業データの収集・整理が行える基盤・仕組み構築 - データを収集・整理するだけでなく、ユーザーへの価値提供まで責任を持つ - 長期的な競合優勢を構築するためのデータ収集戦略の立案・実行 - Pythonを用いたスクレイピングプログラムの作成 - HTMLをパース・整形・保存するETLプロセスプログラムの作成 - データベース設計・モデル作成・管理、データ分析基盤の作成 - 上記を実現するインフラ（AWS Batch/Lambda/S3/RDS/RedShift等の整備）作成・管理 - データチーム全体の基盤・仕組み作り - 収集したデータをユーザー視点でアプリケーションに落とし込む機能要件定義・実装 - 言語: Python, TypeScript, Scss - ライブラリ: React, SQLAlchemy, Scrapy, Selenium, Beautiful Soup, など - 状態管理: SWR - フレームワーク: FastAPI, Next.js, Tailwind CSS - インフラ: AWS（ECS, EC2, RDS, S3, DynamoDB, Lambda） - デザイン: Atomic Design, figma - GitHub Projects を利用したスクラム開発 - 4 ~ 8 人のチーム内でリリース完結するスクラムチーム - 2週間単位でのスプリント / 見積り実施 - 月次でのKAIZEN振り返り Slack / Zoom / Gmail / Pardot / GA / Google SS / Salesforce / GoogleMeet / Github / Notion - フルフレックス / フルリモート - slackやgooglemeetを中心としたコミュニケーション **※複業からスタートし, 1 ~3ヶ月相性を見てフルコミットするか否か決定することも可能です。** 半期ごとに評価あり

Pythonを用いて、クライアントが持つ各種データの分析・評価を行っていただきます。

現在、弊社ではETLにTrocco、DWHにBigQueryを用いた分析基盤がありますが、まだ利用は限定的であります。 今後は全社的にデータを利用した分析や意思決定を行うことができるような組織を目指しており、多くのメンバーが活用しやすいデータ基盤の構築と運用方針の策定などを担っていただきたいと思います。 具体的には、以下のようなお仕事内容を想定しております。 - データ基盤の運用や方針策定 - データレイクやウェアハウス、マートの設計や ETL（ELT）の実装 - データ利用部門との課題の定義、要件整理 - データの可視化やデータ活用の支援及び推進 - バックエンド：Ruby（Ruby on Rails）、GraphQL、Go、Elasticsearch - フロントエンド：TypeScript、React、Next.js、Storybook、Cypress - インフラ：AWS(ECS、Fargate 、RDS、CloudFront、S3、SES、ELB、ElastiCache、Route 53、Cognito...)、Terraform、Docker、Terraform - モニタリング： Datadog、Bugsnag - 分析：BigQuery、Trocco、Redash、Looker - その他ツール： GitHub、GitHub Actions、Slack、Notion、JIRA - 技術とプロダクトに対する熱意と関心を持ち、個々の専門知識を活かして事業課題を解決する意欲あるエンジニアが多く在籍しています - コミュニケーションを重視する風土があり、メンバーは文章や口頭のコミュニケーションの両方を気軽に行えるような環境で働いていま - 技術的な知識のインプットとアウトプットを重視し、開発ブログや社内LT、会社イベント（ハッカー鮨など）を通じて、エンジニア同士での情報共有や技術文化の促進を積極的に推奨しています

現在、弊社ではETLにTrocco、DWHにBigQueryを用いた分析基盤がありますが、まだ利用は限定的であります。 今後は全社的にデータを利用した分析や意思決定を行うことができるような組織を目指しており、多くのメンバーが活用しやすいデータ基盤の構築と運用方針の策定などを担っていただきたいと思います。 具体的には、以下のようなお仕事内容を想定しております。 - データ基盤の運用や方針策定 - データレイクやウェアハウス、マートの設計や ETL（ELT）の実装 - データ利用部門との課題の定義、要件整理 - データの可視化やデータ活用の支援及び推進 - バックエンド：Ruby（Ruby on Rails）、GraphQL、Go、Elasticsearch - フロントエンド：TypeScript、React、Next.js、Storybook、Cypress - インフラ：AWS(ECS、Fargate 、RDS、CloudFront、S3、SES、ELB、ElastiCache、Route 53、Cognito...)、Terraform、Docker、Terraform - モニタリング： Datadog、Bugsnag - 分析：BigQuery、Trocco、Redash、Looker - その他ツール： GitHub、GitHub Actions、Slack、Notion、JIRA - 技術とプロダクトに対する熱意と関心を持ち、個々の専門知識を活かして事業課題を解決する意欲あるエンジニアが多く在籍しています - コミュニケーションを重視する風土があり、メンバーは文章や口頭のコミュニケーションの両方を気軽に行えるような環境で働いていま - 技術的な知識のインプットとアウトプットを重視し、開発ブログや社内LT、会社イベント（ハッカー鮨など）を通じて、エンジニア同士での情報共有や技術文化の促進を積極的に推奨しています

P-003 【業務内容】 データ収集のパイプラインや基盤の構築をメインで担当する役割になり、インターネット上にある非構造化のデータを収集、クレンジング、モデリングしプロダクト利用可能な状態にする等の活動をしています。データ収集システムもすべてフレームワーク化しており都度都度0から作るのではなく、入力と出力を合わせるだけでデータのクレンジングやモデリングが自動で走る仕組み等を構築しております。 最近ではデータのサイズも大きくなり、データプラットフォームの構築や分散システムを導入して分析等も実際にデータエンジニアリングチームで行っているので、希望すればデータアナリティクスやサイエンスの領域にも関われる環境です。特にLLMの活用に力を入れており、如何にLLMを使い難しい非構造化データを処理できるかを検証するプロジェクト等もあったりします。 【テックスタック】 [フロントエンド] - 言語：TypeScript, React - ライブラリ：Storybook, jest - ホスティング：Amplify [サーバーサイド] - インフラ：AWS, ElasticBeanstalk - DB：Aurora, ElasticSearch - 言語：Node.js, Python - フレームワーク：Express - 監視：DataDog - その他：AWS Lambda, AWS Batch, AWS API GateWay, AWS Glue [データ分析] - OpenAI - Amazon Bedrock - OpenSearch - SageMaker - Athena - Glue

【仕事内容】 ・データの戦略、活用方法、データによる競争優位性の設計 ・Airflow, BigQuery等を利用した、データパイプラインの設計・開発と運用フローの構築 ・アプリやIoTからのログ収集やその設計 ・BIツールやデータ出力機能などの開発・運用 ・異常検知ツールによるデータ異常の検知自動化やそれに基づくインサイト提供 ・データガバナンスのポリシー設計、実装 ・社内のデータ利用状況の定量・定性分析と改善策の提案 【仕事の魅力】 LUUPのサービスでのライドデータなどの需要のプロキシとなるログは、特にその中でも鍵となるデータです。利用者の行動パターンや再配置の動きなど、実際の運用から得られるログは、我々のMLモデルで解析され、日次の作業オペレーションなどに活用することでLUUPのサービスの質を向上させるための貴重な情報源となっています。 また、LUUPは日本で数少ない電動キックボードのシェアリングサービスを展開する企業として、新しいデータ活用のチャレンジが溢れています。"ポートモデル"と言われる形態でのマイクロモビリティのシェアリングサービス展開は、世界の中でも早い段階から取り組んでいる企業のひとつです。そのため直面する課題には世界でも明確な成功例がないものも多く、このようなフロンティアでの事業環境はスタートアップに限らず簡単には味わえない環境です。

【仕事内容】 ・データの戦略、活用方法、データによる競争優位性の設計 ・Airflow, BigQuery等を利用した、データパイプラインの設計・開発と運用フローの構築 ・アプリやIoTからのログ収集やその設計 ・BIツールやデータ出力機能などの開発・運用 ・異常検知ツールによるデータ異常の検知自動化やそれに基づくインサイト提供 ・データガバナンスのポリシー設計、実装 ・社内のデータ利用状況の定量・定性分析と改善策の提案 【仕事の魅力】 LUUPのサービスでのライドデータなどの需要のプロキシとなるログは、特にその中でも鍵となるデータです。利用者の行動パターンや再配置の動きなど、実際の運用から得られるログは、我々のMLモデルで解析され、日次の作業オペレーションなどに活用することでLUUPのサービスの質を向上させるための貴重な情報源となっています。 また、LUUPは日本で数少ない電動キックボードのシェアリングサービスを展開する企業として、新しいデータ活用のチャレンジが溢れています。"ポートモデル"と言われる形態でのマイクロモビリティのシェアリングサービス展開は、世界の中でも早い段階から取り組んでいる企業のひとつです。そのため直面する課題には世界でも明確な成功例がないものも多く、このようなフロンティアでの事業環境はスタートアップに限らず簡単には味わえない環境です。

- 詳細は面談時にお伝えできればとおもいますが、現在開発中のプロトタイプの製品について構造解析をするところからスタート - その後、課題点を抽出し、材料や製造方法含めて改良版の開発に取り組んで頂きます。 - 製造にも関わるため、製造部門のエンジニアとも連携しながら進めて行きます。 - 使用するソフトウエアについては、Fusion, Grasshopper等を想定していますが、相談の上決定させて頂きます。 - 医療機関と連携して進めているため、プロトタイプをすぐに医療現場で試し、フィードバックをうけ、さらなる改善に生かすことができます。 - 大手企業と異なり、スピード感をもって開発に取り組めることが醍醐味の一つだと思います。

新しい技術を取り入れながら、顧客にとって本質的価値のあるプロダクト開発をリードしていただけるバックエンドエンジニアを募集します。 - プロダクトのサーバーサイド設計、実装、改善、運用 - ミドルウェアやフレームワーク等の技術選定、検証 - バックエンドシステム全体のアーキテクチャ設計 - 各種定性、定量リサーチに基づくシステムの改善 - アルゴリズム、フロントエンドとのインターフェース設計 ■利用している技術(開発環境・言語・手法・OSS) Frontend - React - TypeScript - GraphQL - Hasura - Vite Backend - Go言語 - Hasura Infra - Embulk - Kubernetes - Argo Workflow - Argo Events - Firebase - BigQuery - Snowflake - GitHub Actions

▽仕事概要 AI×SaaSプロダクト『FULL KAITEN』の開発部門で、データに関するエンジニアリングを担当していただきます。 顧客の持つさまざまなビッグデータをクラウド環境で統合し、その分析と活用が可能となるよう基盤を実装・構築・運用します。 ▽募集背景 我々は今後、少数精鋭で高速にビジョンの実現と事業のスケールをしていきます。 そういった背景から、開発組織の中心で活躍して頂ける方を募集することにしました。 ▽データエンジニアで重要視している活動 顧客に FULL KAITEN を導入するためには、顧客システムと FULL KAITEN との間でデータを自動連携させる必要があります。 この自動連携のためのプログラムを実装し、スムーズに導入を進めることがデータエンジニアのミッションです。 【顧客データを最大限に活かしたデータ連携】 データエンジニアは、顧客が保持するビッグデータを、FULL KAITENに繋ぎ込む重要な役割を担っています。 顧客に最大の価値を届けるには、どのように連携すべきか、という視点を大切に活動しています。 ▽チーム体制 開発責任者　1名 └プロダクトオーナー1名 └フロントエンドエンジニア 2名 └バックエンドエンジニア　5名 └SRE　0名 └QAエンジニア　0名 └データエンジニア　0名（★ここが今回の募集ポジションです） ※上記は社員のみ 業務委託で複数名のエンジニアにご参画頂いております。 ▽エンジニアチームの特徴 フルカイテンのエンジニアチームの環境は、エンジニアとしてのキャリア形成と業務のやりがいを両立したいと考えています。 具体的に、まずキャリア形成の観点では、元々使っていたものにこだわらず、どんどん新しい技術を取り入れチャレンジできるモダンな開発環境となっております。 加えて、フルカイテンはお客様の在庫情報を扱うのでかなりデータ規模が大きく、パフォーマンスを考慮した設計/開発をする必要があるため、結果として難易度の高いプロダクト開発を経験することが可能となっております。 次に、業務のやりがいという観点では、明確にお客様から感謝の声をいただくことができます。具体的には、カスタマーサクセスのメンバーから随時Slackで、「フルカイテンを使うことで在庫の圧縮ができた！」とフルカイテンを使用している企業からのお声を共有される環境です。 そのため、開発しているものがお客様のお役に立っていることを実感できます。 ▽データエンジニアの担当範囲 ・顧客のデータをFULL KAITENに繋ぎ込むためのデータ基盤の実装・構築 ・データ活用の支援 ▽業務内容 ・新規データ取得のETLの実装 ・データウェアハウスの実装 ・データ基盤の運用及び保守開発 ・データの可視化 【使用技術】 ・開発言語： Python、SQL ・インフラ： Amazon Web Services ・AWS製品： EC2、ECS、StepFunctions、S3、Redshift、Aurora(PostgreSQL)、Lambda、Cloud Watch ・ツール： GitHub、Jira、Slack

本ポジションはデータエンジニアとして0→1からプロジェクトに携わっていただき、要件定義から基盤の設計、実際の開発からデータの運用など、プロジェクトの核となる部分をメンバーと一緒に実施していただきます。 「メタバース」「デジタルツイン」「デジタルホーム」などの領域のため、先端領域に携わりたい志向性をお持ちでしたら、強くマッチする環境です。 【業務内容】 プロジェクト① ・要件定義(技術選定を含む) ・データ基盤（収集、加工、蓄積）の設計・構築 ・ダッシュボード作成（GCP or AWS or azure） プロジェクト② ・Edge側のセンサーデータを収集し、Azure IoT 経由でデータ蓄積する基盤の構築 プロジェクト③ ・AWS上で稼働中のアプリ側が出力するRawデータをDB化 ・APIにDB出力機能追加 or Rawデータを構造化変換 プロジェクト④ ・アプリケーション基盤の保守・運用（AWS） ・デプロイ管理 ・オフショア開発メンバーとの技術コミュニケーション ※すべてのプロジェクトを担当いただくのではなく、1つもしくは2つをご担当いただく予定です。面談を通じて担当プロジェクトについてすり合わせていただきます。

- 「Scalebase」の契約・請求管理データの分析画面メンテナンス - 顧客要望を踏まえたダッシュボードの追加・改修 - 顧客からの仕様の質問対応 Scalebase上での販売管理データを集計し、MRR・チャーンレート等のビジネスメトリクスをお客様にとってわかりやすく可視化させ、見たい軸を柔軟にカスタマイズ可能なダッシュボードのメンテンスを行っていただきます。 Scalebase分析機能の情報については以下のページを参照いただければ幸いです。 https://prtimes.jp/main/html/rd/p/000000009.000050107.html

**【概要】** Python、SeleniumによるRPAの開発 SQL、Pythonによるデータ変換処理の開発 **【詳細】** **①RPAの開発** 主として、Python、SeleniumによるRPAの開発をお任せします。 顧客企業、あるいは、外部システムへ、データを連携するために、RPAを利用しています。 主要な処理は、プロダクトのWeb画面からデータを取得し、データの加工を行い、S3に置く、というものになります。 それらを顧客企業の要件に合わせて実装を行います。 現在は、Seleniumで実装していますが、将来的には、Playwright等への置き換えも検討しています。 **②データ変換処理の開発** RPAの開発以外に、SQL、Pythonによるデータ変換処理の開発をお任せすることもあります。 顧客企業から受領したデータを、SaaSのデータ仕様に合わせるため、データ連携基盤では、データの変換を行っています。 顧客企業によって、データ形式が異なるため、データ変換処理は、個別に実装し、対応しています。 実装は、設計担当者が作成した設計書を元に、変換処理の実装を行います。 **【使用技術】** 開発言語： Python、SQL インフラ： Amazon Web Services AWS製品： EC2、ECS、StepFunctions、S3、Redshift、Lambda、Cloud Watch フレームワーク：Selenium（Playwrightの使用を検討中） ツール： GitHub、Jira、Slack

**【概要】** SQL、Pythonによるデータ変換処理の設計および開発 **【詳細】** 顧客企業から受領したデータを、SaaSのデータ仕様に合わせるため、データ連携基盤では、データの変換を行っています。 顧客企業によって、データ形式が異なるため、データ変換処理は、個別に実装し、対応しています。 そのデータ変換処理について、設計、実装、テスト、リリースまでを担当いただきます。 設計は、顧客企業から受領したデータをどのように変換するか検討し、設計書に記載していきます。 実装は、作成した設計書を元に、変換処理の実装を行います。 **【使用技術】** ・開発言語： Python、SQL ・インフラ： Amazon Web Services ・AWS製品： EC2、ECS、StepFunctions、S3、Redshift、Lambda、Cloud Watch ・ツール： GitHub、Jira、Slack