Lakehouse データエンジニア・データサイエンティスト

必須

• Microsoft AzureやAWSを使用した環境構築、運用のご経験
• PythonやSQLを使用したコーディングのご経験

歓迎

• ビッグデータ技術の経験（Hadoop、Spark、Pysparkなど）
• アジャイル手法を使用したプロジェクトに参画したご経験
• 英語マニュアルを使用したご経験

求める人物像

• お客様やチームなど相手の目線に立った行動ができる方
• エンジニアとしてワンランク上を目指したい 成長志向をお持ちの方
• 受け身の姿勢ではなく、自律して主体的に業務や技術学習に取り組める方

使用ツール

募集背景

• 売上が3年連続で200%超を達成し続けるなど、プロジェクトの引き合いがとても多い状況が続くなか、組織の拡大と強化が追いついていない状況を改善していくために募集を行っています。
• 当社は日本市場のデータ&AI文化を根本から変えたく、ビッグデータを使用したAIによる分析やデータ利活用等、データマネジメントを推進するために事業を一緒に推進いただける方を探しています。

業務内容

• Lakehouseでは、クラウド上でデータの格納・処理・分析・機械学習まで一気通貫で扱える Lakehouse プラットフォームであるDatabricksを活用し、お客様にデータ&AIを活用いただけるよう、データやインフラ基盤の構築や内製化支援をしています。
• 本求人で採用する方には、当部のデータエンジニア、データサイエンティストとしてのご活躍をお願いします。
• 採用後は、入社研修の後、下記の業務をお任せいたします。
• データ基盤環境(データレイク・DWH)の設計、構築
• 各種データの収集、クレンジング、統合、最適化
• ETL/ELTパイプラインの設計、実装(Python,Airflow, dbtなど）
• ビッグデータ処理基盤の設計、運用(Spark、Hadoopなど)
• BIツール(Tableau、Power BIなど)向けのデータマート構築
• ユーザートレーニング、内製化の支援

この仕事で得られること

• _大規模案件の提案経験_ Databricks やMicrosoft など大手パートナー企業や大手顧客との商談に関与し、数千万規模の案件提案を経験できます。
• _データプラットフォーム領域での専門性_ Databricks をはじめとしたクラウドデータ基盤の知見を身につけ、今後市場価値の高い人材として成長できます。
• _キャリアの幅の拡張_ クラウドインフラ、データエンジニア・サイエンスに加え、AI領域など、プロジェクトを通じてキャリアの幅を広げていただく事が可能です。将来的には、リーダーやマネジメントポジションへのチャレンジも大歓迎です。

働き方の特徴

• 上流のデータ活用構想から、分析基盤の構築、内製化・定着支援まで一気通貫で担当します。
• 特定工程だけを請け負うのではなく、お客様のデータ活用が自走する状態までを見据えて伴走する点が特徴です。
• また、Claude Code をはじめとしたAI開発ツールを積極的に活用し、生産性高く開発できる環境を整えています。
• ※以下の技術は、いずれかのご経験があれば歓迎します（すべての経験は必須ではありません）。

プロジェクト事例

• _某製造系企業様_ Databricks・AWSを活用したリアルタイムデータ分析基盤の構築。 ストリーミングデータ処理基盤を設計・実装し、生産データの即時可視化と迅速な意思決定を支援。
• _某通信系企業様_ RAG・OpenAIを活用した社内ナレッジ検索AIを開発。 技術文書の検索・要約機能を実装し、情報活用の高度化と調査工数の削減を実現。
• _某金融系企業様_ 既存のOracle基盤をLakehouseアーキテクチャへ刷新。 データ統合基盤の再設計とパイプライン最適化により、部門ごとに分散していたデータを 一元化し、全社横断でのデータ活用と分析スピードの向上を実現。
• _某化学メーカー様_ AutoMLを活用した原材料価格の時系列予測モデルを構築。 予測結果をダッシュボード化し、データドリブンな調達計画・意思決定を支援。
• _某家電メーカー様_ Terraform・Databricksを活用した分析基盤の再設計およびIaC化を推進。 クラウドコストの最適化と運用効率向上に貢献。

業務の進め方の例

• _案件開始〜2週間：構想策定とアセスメント_ データ活用構想の策定および現状データのアセスメント データソース、データ品質、業務課題のヒアリング Databricksを活用した分析基盤アーキテクチャの提案 クラウド環境（Azure/AWS）を含めたデータプラットフォーム全体設計
• _1〜2か月目：分析基盤の構築とデータ整備_ Databricksを活用したデータ分析基盤の構築 データパイプラインの設計・実装およびデータモデリング 分析・可視化に向けたデータ整備、変換処理の実装 新規データ追加やスキーマ変更に柔軟に対応できる運用プロセスの整備 お客様による継続的なデータ活用を実現するための内製化支援
• _2〜3か月目：ユースケース実装と定着支援_ 業務課題に基づくダッシュボード・分析ユースケースの実装 データ利活用シナリオの定義と活用支援 運用手順の整備、ナレッジ移管、トレーニングの実施 分析基盤の本番移行および定着支援
• ※案件により、本番稼働後も継続的にご支援するケースがあります。

クラウド

• AWS / Microsoft Azure

次世代データプラットフォーム

• Databricks / Microsoft Fabric

データエンジニアリング / モデリング

• Apache Spark（Structured Streaming含む） / Delta Lake / ETL・ELT / データモデリング / dbt

次世代BI・意思決定支援

• Databricks AI/BI Dashboards

DataOps・開発基盤

• GitHub / GitHub Actions（CI/CD） / Terraform (IaC)

タスク管理・仕様策定の半自動化

• Claude CodeとAtlassianツール（Jira / Confluence）の連携

AI開発・開発生産性向上

• Genie Codeを活用したAIペアプログラミングの実践

AI・高度分析

• RAG / OpenAI API / LLMアプリケーション開発 / 機械学習（時系列予測 等）

キャリアパス

• エンジニアの学びたい技術や目指すキャリアに応じて業務をお任せします。
• 例：データ収集やデータ統合、仮説検証、モデル構築、データの可視化等々
• 役割や裁量についても柔軟にお任せしていきます。
• 以下は現在活躍中メンバーの実例の一部となります。
• Aさん メンバー(1年)→PM(1年)→EM（現在）
• Yさん メンバー(半年)→PL(現在)
• Jさん メンバー(2年)→PM ※データ領域未経験スタート

メンバー構成

• 2022年に新設され、様々なバックグラウンドをもつ幅広い世代が集まった多様性の高いチーム
• ※男女比 1:1 とバランスの取れたチーム構成
• > 部長：1名
• > プロジェクトマネージャー：2名
• > エンジニアリングマネージャー：1名
• > データエンジニア/サイエンティスト、インフラエンジニア：7名
• > プリセールス、セールス&マーケティング：数名（他部門と兼務で対応中）