インフラエンジニア / SRE（Google Cloud）

必須

• Google Cloud の運用経験2年以上
• Google Cloud のセキュリティ（IAM、組織ポリシーなど）やコスト最適化の経験
• システムの監視・障害対応・運用改善の経験

歓迎

• SLO、エラーバジェットの運用や、モニタリング・オブザーバビリティの運用経験
• AIを開発・運用業務に取り入れて、トイルを削減した経験
• BigQuery などの DWH や、dbt・Airflow などのデータパイプラインツールの運用・利用経験
• Cloud Run や Kubernetes などコンテナ基盤の運用経験
• Terraform と GitHub Actions を使った、データ基盤のIaC化とCI/CDの整備の経験

求める人物像

• ファインディのビジョン・バリューに共感できる方
• インフラエンジニアとしての経験を土台に、SREへキャリアを広げたい方
• 単発の対応で終わらせず、仕組み化・自動化して横展開することにやりがいを感じる方
• データを「集める」だけでなく「使われる」ことに誠実に向き合える方
• 関係者と円滑にコミュニケーションを取り、合意形成できる方
• 周囲を巻き込みながら、自分でボールを持って進められる方
• 変化の速い環境を楽しめる方

使用ツール

ポジション概要

• プロダクトが増えて事業が広がるにつれ、プロダクトをまたいだデータの活用が、事業の意思決定に欠かせないものになっています。
• AIエージェントが社内に広まり、データを「使う人」も「使われ方」も急速に変わっています。また2025年にはプロダクトを4つローンチし、社内のデータソースも急激に増えました。こうした変化の中で、データ基盤には、止まらず、安全で、コストに見合った状態を保つことがこれまで以上に求められています。
• 一方で、ファインディのインフラはAWSが中心で、SREチームもこれまでAWSの仕組みづくりに力を注いできました。
• データ基盤が載っているGoogle Cloudには専任で見られる人がおらず、AWSと同じ水準では管理できていないのが現状です。
• その結果、本来はSREが担うべき運用やセキュリティの担保をデータエンジニアが引き受けており、データ活用の業務に注力しきれない場面も生まれています。
• そこでこのポジションでは、SREチームの一員として、全社のデータ基盤の信頼性を担っていただきます。
• 入社後は、まずこれまでのインフラの経験を活かして、Google Cloud上のデータ基盤の権限設計やコストの整備、IaC化から取り組んでいただきます。そのうえで中長期的には、SLOの設計やオブザーバビリティ、障害対応の仕組み化など、SREとしての領域へ少しずつ広げていただくことを期待しています。

チームのミッション

• 「開発チームが自律的に信頼性の向上を実践できるよう支援する。」
• SREチームは、次の取り組みを通じて、開発チームが速く、安全に、コストに見合った形でプロダクトを届けられる状態を目指しています。
• SRE: SLOに基づき信頼性を定量的に捉え、優先順位を判断する。AIを活用してトイルを削減し、本質的な改善に時間を使う
• Platform Engineering: 各チームの認知負荷を減らし、安全かつスムーズに開発・運用できる仕組みを整える
• Security: クラウド設定の点検、脆弱性診断、権限の最小化を仕組み化し、全社が安全に開発できる土台をつくる
• FinOps: クラウドやSaaSのコストを見える化して異常に早く気づき、開発チーム自身がコストを扱える状態をつくる
• Corporate: アカウントや権限などパブリッククラウドやSaaSの管理を仕組み化する
• このポジションでは、これらのミッションをデータ基盤の領域で担います。データ活用を推進するデータソリューションチームと連携しながら、データを使う全社のメンバーが自律的に、安心してデータを扱える状態を作っていただきます。

業務内容

• IAM・権限設計・PII保護などによる、データガバナンスとセキュリティの標準化
• BigQuery を中心としたGoogle Cloudのコスト最適化と、利用状況の可視化
• Terraform と GitHub Actions を使った、データ基盤のIaC化とCI/CDの整備
• データパイプラインの監視と運用の設計（データ欠損・遅延の検知、障害対応の型化）
• AIエージェントを含む利用者が、安全にセルフサービスでデータを使える基盤の整備
• ※業務の変更の範囲 会社の定める全ての業務

魅力

• 大規模なユーザー基盤を持つサービスのデータ信頼性をゼロから設計・構築できる
• インフラからデータエンジニアリングまで、Google Cloud の幅広い技術スタックに深く関われる
• インフラ自動化やオブザーバビリティ向上の成果が、社内の意思決定スピードに直結する

開発環境

• インフラ：Google Cloud（BigQuery、Cloud Run、GCS、Vertex AI など）、AWS、Terraform、Docker
• データツール：dbt、Dataform、TROCCO など
• BI：Looker、Looker Studio
• 言語：SQL、Python、Shell Script
• CI/CD・ツール：GitHub Actions、GitHub、Slack など
• AI：Claude Code、Codex など

AIの取り組み

• 私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
• プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。