データ基盤エンジニア

必須

• 【技術・スキル】

  • BigQueryを用いたデータ基盤（DWH・データマート）の設計・構築から保守運用までを、主担当として一貫して担った経験
  • 何らかのプログラミング言語を用いた、サービスまたはシステムの開発実務経験
  • AWS・Google Cloud等をまたぐマルチクラウド環境での、データパイプライン（ETL／ELT）の設計・構築経験

• 【データ基盤の推進経験】

  • 既存データ基盤の移行または再設計に主体的に関わり、新旧環境の切り替えから旧環境の停止まで完遂した経験
  • エンジニア・アナリスト等の関係者と調整しながら、データ基盤の整備を前に進めた経験

歓迎

• 特に歓迎するご経験

  • 分離した基盤間のデータ受け渡しや、個人情報・派生データを含む保護範囲とアクセス統制を設計した経験
  • AIによるデータ活用基盤（Agentic AIの基盤等、社内向け／社外向け問わず）の構築から保守運用までの経験
  • dbt、Dataform等を利用したデータ変換処理の開発・管理経験
  • GitおよびCI/CDを利用した、データ定義・データパイプラインの開発プロセス構築経験

• その他の歓迎経験

  • データ基盤のアーキテクチャ策定や技術選定をリードした経験
  • 大規模なBtoCサービスや、多数のユーザーデータを扱うデータ基盤の経験
  • 機械学習、レコメンド、マッチングアルゴリズム等で利用するデータの設計・提供経験
  • Rubyによる開発経験、またはRubyで構築されたバックエンドシステムに関する知識

求める人物像

• 自走力：計画から作業までを自ら回し、必要に応じて周囲を巻き込みながら進められる方
• 合意形成力：成果が見えにくい基盤改善でも、根拠と役割分担を示して関係者の合意を得られる方
• 補完力：経験が足りない領域を、知識の習得やAIの活用でどう補うかを自分の言葉で説明できる方
• データ基盤にオーナーシップを持ち、設計・開発だけでなく運用と継続的な改善にも向き合える方
• 技術的な理想だけでなく、既存環境、移行リスク、運用負荷、コスト等を考慮した現実的な設計ができる方
• プロダクト・ビジネス側の要望を理解し、データ設計へ翻訳できる方

応募について

• 利用ツールや業務形態、社内向け／社外向けは問いません

使用ツール

仕事内容

• エニトグループのデータ戦略グループに所属し、主にマッチングアプリ『with』の分析基盤に関する設計・開発・運用改善を担当いただきます。 現在、『with』のデータ基盤はサーバーサイドエンジニアがプロダクト開発と兼務しながら運用しています。一方で、データ活用の拡大や機械学習・AIを活用したプロダクト開発の進展に伴い、データ基盤に対する要求はこれまで以上に高度化しています。
• 本ポジションでは、既存環境の運用にとどまらず、分析基盤をエニトグループの管理環境へ移行・統合する取り組みを、担当いただきます。あわせて、データウェアハウス・データマートの改善、壊れにくい運用の仕組み化、基盤間のデータ統制の設計を推進いただきます。 入社後すべてを一度に刷新するのではなく、withのサーバーサイドエンジニア、データアナリスト、Omiai側のデータ基盤エンジニアと連携し、優先順位を定めながら段階的に改善を進めていただく想定です。

具体的な業務内容

• ご経験や適性に応じて、以下の業務を担当いただきます。
• データ基盤のアーキテクチャ設計・移行
• 分析環境とプロダクト利用環境の分離設計、およびデータ戦略グループ管理環境への移行・統計画の策定
• 基盤間のデータ連携・データ統制の設計
• 分離した基盤間（プロダクト環境／分析環境等）のデータ受け渡し方式の設計
• 個人情報・派生データを含む保護範囲の定義と、アクセス権限・利用ルール等のデータガバナンスの設計・運用
• データウェアハウス・データマートの設計改善
• BigQueryを中心としたデータウェアハウス・データマートの整理・再設計
• テーブル定義・データスキーマ・命名規則等の標準化 (2サービス共通利用を今後検討)
• データパイプライン・ワークフローの改善
• ELTパイプラインの改善
• スケジュールクエリ・バッチジョブの依存関係や実行状況を管理するワークフローの構築
• データ運用・開発プロセスの整備
• データテスト・再実行・中身の検証、欠損や処理失敗時のリカバリーを含む運用の自動化
• dbt・Gitを活用したコード管理・レビュー・変更管理プロセスの導入
• ML・AI活用を支えるデータ基盤の構築
• MLエンジニアと連携した、機械学習で利用するデータの設計・提供
• 社内データを安全に活用できるデータ基盤の構築・運用
• ※既存環境の調査や関係者との協議を踏まえ、担当範囲や改善の優先順位を決定していく予定です。

募集背景

• エニトグループでは、AIの活用を見据えたデータ基盤のアップデートを検討しています。分析やAIエージェント、マッチングアルゴリズムなど、データの利用用途は今後さらに広がっていくことが想定され、それぞれの用途に応じて柔軟に対応できるデータ設計が求められています。
• こうした基盤へのアップデートを進めていくためには、データ基盤に関する専門人材の存在が欠かせません。『with』データ基盤はこれまでサーバーサイドエンジニアチームが中心となって構築・管理してきましたが、今後はデータ基盤を専任で担うポジションを設け、より専門的な体制で取り組んでいきたいと考えています。そこで今回、withのデータ基盤を担う最初の専任メンバーとなっていただける方を募集します。
• 具体的には、以下のテーマへの取り組みを想定しています。
• 分析環境とプロダクトが利用するデータ環境の分離と、新環境への移行分離した基盤間のデータの受け渡しと、個人情報や派生データを含む保護範囲・アクセス統制の設計
• データウェアハウスおよびデータマートの再設計
• データパイプラインやジョブ管理の刷新
• 手作業を前提としたデータ管理・リカバリー運用の自動化（テスト・再実行・データの中身の検証）
• 機械学習やマッチングアルゴリズム、AIエージェント等で利用するデータの継続的な整備
• withとOmiaiで共通して利用しやすいデータ構造・データスキーマの設計
• まずはwithのデータ基盤から取り掛かっていただきますが、将来的にはwith・Omiaiの両サービス横串で管理し、グループ横断のデータ活用を推進していただくことを期待しています。
• データ基盤に関する専門性を活かし、設計から移行の完遂、運用改善までオーナーシップを持って推進いただけるデータ基盤エンジニアを募集します。

チーム構成

• 所属は株式会社エニトグループのデータ戦略グループです。 データ戦略グループには、データアナリスト、MLエンジニア、データエンジニアが所属し、withとOmiaiの両事業に密接に関わりながら、グループ全体のデータ活用を推進しています。
• 現在、Omiai側にはデータ基盤を担当するエンジニアが在籍しています。今回入社いただく方には、主にwith側のデータ基盤を担当いただきながら、Omiai側の担当者とも連携し、グループ横断でのデータ基盤・データ活用体制の強化を進めていただきます。 業務上は、withのサーバーサイドエンジニアや、データ戦略グループのデータアナリスト・MLエンジニアとの連携が中心となります。

分析基盤の移行・統合を、設計から完遂までリードできる

• 既に完成された環境の一部を運用するポジションではありません。 現行環境の課題調査から、将来像の策定、技術選定、移行、運用改善まで、データ基盤の重要な意思決定に携わることができます。

大規模プロダクトのデータを扱える

• 『with』『Omiai』を合わせ、累計会員数2,500万人規模のユーザー基盤を有しています。 多様な価値観や行動に関するデータを扱いながら、サービスの意思決定やユーザー体験を支えるデータ基盤を構築できます。

データ基盤を一気通貫で経験できる

• データウェアハウス・データマートの設計だけでなく、データパイプライン、ジョブ管理、品質管理、リカバリー、データ統制、開発プロセスまで幅広く担当できます。 特定領域のみに限定されず、データ基盤全体を俯瞰しながら専門性を高められる環境です。

プロダクトの意思決定を根本から支えられる

• エニトグループでは、プロダクト企画や施策評価、マッチングアルゴリズムの改善等、多くの場面でデータが活用されています。 経営やプロダクトチームが適切な意思決定を行うための、データの品質・信頼性・提供速度を支えることが本ポジションの重要な役割です。

ML・AI活用を支える基盤づくりに携われる

• 今後、マッチングアルゴリズムの高度化やAIエージェントの活用が進む中で、学習や分析、AIによるデータ活用を、安全かつ高い品質で支える基盤の重要性が増していきます。 MLエンジニアやデータアナリストと連携しながら、事業のAI・データ活用を根本から支えることができます。

グループ横断のデータ活用体制をつくれる

• with側の基盤改善に加え、Omiai側のデータ基盤エンジニアとも連携し、両サービスで利用しやすいデータ構造やスキーマを検討していきます。 将来的なグループ横断のデータ活用を見据えた、初期の体制・ルールづくりに携われます。

利用ツール・環境

• クラウド：AWS、Google Cloud
• データウェアハウス：BigQuery
• データベース：Amazon Aurora
• ETL／ワークフロー：Digdag、Embulk等
• 言語：SQL、Ruby
• ドキュメント・コミュニケーション：Confluence、Google Workspace、Slack等
• 今後のデータ基盤刷新にあたっては、現行ツールをそのまま継続することを前提としていません。課題や運用体制に適した技術・サービスを検討し、採用いただくことが可能です。 また、調査・設計・開発の各工程では生成AIツールを積極的に活用いただけます。

働き方

• リモートワークを活用したハイブリッド勤務です。場所にとらわれず成果を重視しながら、必要に応じてオフィスでの議論やチームとのコミュニケーションを取り入れています。
• データアナリスト・MLエンジニアチームや各事業部の開発チームとは、SlackやNotionを中心に日常的に連携しながら業務を進めます。