データエンジニア／ジュニア

必須

• 次のいずれか

  • IT業界におけるシステム開発・保守の実務経験（目安2年以上、言語不問）
  • SQLを用いたリレーショナルデータベース（RDB）の設計、またはデータ抽出の実務経験
  • Python、Java、PHPなどを用いたバックエンド（サーバーサイド）の開発、またはバッチ処理の実装経験（いずれか一方で可）
• ※完全なIT未経験、スクール卒業生・独学のみの方は不可とさせていただきます。実務において、単に「研修で触った」レベルではなく、自身でコードを書いて業務を行った経験を重視します。

歓迎

• 3〜5名程度のチームでのサブリーダー、進捗管理、または後輩のコードレビュー経験
• GitHub CopilotやCursorなどのAIツールを、開発実務で日常的にフル活用している経験
• データベースのパフォーマンスチューニング（インデックス設計、スロークエリ改善など）の経験
• TableauやLooker StudioなどのBIツールに触れた経験、または社内向け資料作成の経験
• 「言われた通りに作る」だけでなく、プロジェクトの利益や目的意識を持って自走した経験
• 当社のコアマインドである「おもてなし分析（顧客への徹底的な伴走）」への共感

求める人物像

• 技術を自己目的化せず、プロジェクトの成果や顧客の利益を意識して自走できる方 コードレビュー
• AIが出したコードを鵜呑みにせず、バグやビジネスロジックの矛盾を見抜けるデバッグ力がある方
• 既存のシステム開発から「データ領域」へと専門性を広げ、アナリスト要素も含めてスキルを拡張したい方

使用ツール

募集背景

• 「AI時代に、仕様通りにコードを書くだけの作業者で終わりたくない」――そんな危機感を持つエンジニアを募集します。
• 昨今、GitHub CopilotやCursorなどのAIツールの急速な普及により、画面の作成やAPIのコーディングといった「実装作業」そのものは、AIによって誰もが短時間で行える時代へと変化しています。これまで自分が苦労して身につけたコーディングスキルの価値が下がりつつある現状に、心の底で焦りや不安を感じていませんか？
• 私たちが今、必要としているのは、降ってきた仕様書通りにただコードを量産する「一兵卒のエンジニア」ではありません。AIを武器として使いこなし、開発を徹底的に自動化・効率化させた上で、「企業の根幹であるデータ構造をどう設計し、ビジネス成果に繋がるモダンなデータ基盤（DWH/ETLなど）を構築するか」という、市場価値の極めて高い領域を担えるデータエンジニアです。
• 当社は「おもてなし分析」を掲げ、顧客の経営課題に深く伴走するデータコンサルティングを展開しています。データ利活用へのニーズが爆発的に増加する中、組織をさらに拡大し、データ基盤からデータ分析、さらにはプロジェクトマネジメント（PM）までを担う次世代のコアメンバーを育成していくため、今回の募集を決定いたしました。データ基盤特化の実務経験は不問です。あなたが培ってきたDB設計やプログラミングの素養を、最も価値の高まる「データ領域」で爆発させてみませんか？

仕事内容

• 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。

具体的な業務内容

• 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

開発環境/使用ツール

• AWS/GCP/Azure/Tableau/SAS/SPSS/Oracle Database/SQL ServerMySQL/PostgreSQL/Google AnalyticsSQL/Python/Rなど

1.事業会社との違い多種多様なデータ構造と向き合い、技術者としての設計力を磨く

• 自社データのみを扱う事業会社とは異なり、金融・エンタメ・通信・製造・製薬・地方自治体など、多種多様な業界のデータ基盤構築に携わることができます。業界ごとに異なるカオスなデータやビジネスモデルと向き合い、最適なDWH（データウェアハウス）やETLのパイプラインを設計するため、どこでも通用する「圧倒的なデータエンジニアリング力」が最速で身につきます。

2.一気通貫基盤の構築だけで終わらない、ビジネスの成果（分析）まで主導する

• 「インフラを整えて終わり」「パイプラインを作って終わり」といった部分最適な分業制ではありません。顧客の課題ヒアリングから、データ基盤の設計・構築、さらにはBIツール（Tableauなど）を用いた可視化や分析、経営層への示唆出しまで、プロジェクトの全工程に一気通貫で携わるチャンスがあります。自分が作った基盤がどうビジネスを動かしたのか、成果をダイレクトに実感できます。

3.AIツールのフル活用泥臭い調整ではなく、「事実（データ）」を武器に周囲を動かすPMへ

• 当社では、AIツールを開発実務にフル活用し、定型作業を徹底的に効率化しています。そうして生み出した時間を、データ品質の担保や上流の設計に投資します。「技術単体で勝負する限界」を感じている方にとって、自分が設計したデータという「客観的な事実」を武器にプロジェクトをリードする、エンジニア発の新しいPM・リーダー像（市場価値の高い人材）を目指せる環境です。

①ソーシャルゲームアプリの売上増加に向けたデータ分析支援

• 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

②機械学習を用いたモデルの作成

• 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

③ファクトリーブランド立ち上げに向けたマーケティングリサーチ

• 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

入社後の流れ

• 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。

Step１ データ分析環境の理解

• 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

Step２ コーディング

• 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

Step３ データの可視化・分析

• 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

Step４ レポーティング・報告提案

• 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