クラウドエンジニア

必須

• 2028年3月に大学院を修了見込みの方

歓迎

• 理工系（情報・通信、機械、電気・電子等）での研究のご経験がある方。
• ExcelやPower Pointの使用経験がある方。
• 研究活動の中でPythonやSQLなどの開発およびプログラミング言語の使用経験、活用スキルがある方。
• 自己研鑽の範囲で何らかのシステムやプログラムを構築した経験がある方。

求める人物像

• ビジネス成果の実現に際し、「新しい手法/テクノロジー」を取り入れることに抵抗を感じない方（自分のやり方に固執しない柔軟性のある方）
• セルフスターターであり、自ら課題設定を行い、業務に取り組める方
• 前例のない課題に対する好奇心や思考力を持った方
• 他者と協力でき、チームワークを大切にできる人
• 課題解決の手段として新しい技術の習得/活用や、プロジェクト自体を楽しめる方

使用ツール

担当業務（概要）

• クライアントの経営・事業課題を解決するため、クラウドテクノロジーを活用したデータ基盤・データ処理環境の設計・開発を行います。 ギックスが目指すのは、単にシステムを構築することではありません。
• 「もっとこういうデータを見たい」 「この意思決定に必要なデータをすぐに使いたい」 といったビジネス上のニーズに対し、「欲しいときに、欲しいデータを活用できる」環境をテクノロジーによって実現します。
• データを用いて人間の論理的思考や意思決定を最大化させる「データインフォームド」の考え方のもと、ビジネスの目的を理解し、最適な技術やアーキテクチャを考え、実装まで一気通貫で担います。

クラウドデータ基盤の設計・開発

• GCP、Microsoft Azure、AWS等を活用したデータ基盤・データ処理機構の設計、構築

データパイプラインの開発

• 多様なデータソースから必要なデータを収集・加工・蓄積するETL／ELT処理の設計・実装

データ活用環境の構築

• アナリストやクライアントが「欲しいときに欲しいデータ」を活用できる環境の設計・提供

開発プロセス・品質向上

• IaC、コード管理、テスト、CI/CD等を活用した効率的かつ高品質な開発環境の構築

技術選定・アーキテクチャ設計

• ビジネス課題やデータ特性に応じたクラウドサービス・技術の選定

新規プロダクト・サービス開発

• 自社アセット（AI-Informed Platform等）やデータを活用した新規サービス・プロダクトの技術検証・開発

「テクノロジー」×「戦略」×「アナリティクス」を横断できる

• システムを「作って終わり」にするのではなく、「何のためにデータを活用するのか」というビジネス課題から考えます。テクノロジーを軸に戦略・アナリティクスにも関わり、複数領域に強いエンジニアを目指せます。

ビジネス成果につながるデータ基盤をつくる

• 大規模なデータを処理すること自体が目的ではありません。その先にいるクライアントや顧客を理解し、意思決定や施策実行につながるデータ環境を構築します。

生成AI×データ基盤の最先端領域

• 自社基盤「AI-Informed Platform（AIP）」や独自の「ゾクセイメソッド」など、生成AI時代に必要となる次世代のデータ・AI基盤構築に携われます。

技術選定から携われる裁量の大きさ

• 特定のクラウドや製品を使うことを目的とせず、解決すべき課題に合わせて技術を選択します。慣習や前例にとらわれず、より良いアーキテクチャを考え、実現できます。

幅広いキャリアパス

• クラウド・データエンジニアとして専門性を高めるだけでなく、プロジェクトマネージャーやアナリティクス領域など、志向や適性に応じてキャリアの幅を広げられます。

プロジェクト・取り組み例

• 大手企業向けデータ活用基盤・データ処理環境の構築
• クラウド上での大規模データ処理・分析環境の設計、開発
• データ分析・施策実行を支えるデータパイプラインの構築
• 「AI-Informed Platform（AIP）」を活用した次世代型意思決定プロセスの導入支援
• 自社プロダクト「マイグル」等を通じたデータ・AI活用および社会課題解決

活用テクノロジー／利用サービス（一例）

• クラウド環境での開発をメインとしています。
• クラウドプラットフォーム／サービス
• Google Cloud Platform：Kubernetes Engine、BigQuery、Cloud Dataflow、Cloud Composer、Cloud Run など
• Microsoft Azure：Synapse Analytics、Data Factory など
• Amazon Web Services：Fargate、Redshift、Batch など
• データ／AIプラットフォーム
• Databricks など
• 開発言語
• SQL
• Python など
• ※プロジェクトの目的や要件に応じて、最適な技術・サービスを選定します。

在席しているメンバーのバックグラウンド例

• 大半のメンバーがエンジニア未経験から入社しています！
• 工学系研究科精密工学専攻卒。客室乗務員の機内接客サービスの行動分析に取り組む。
• 理学府化学専攻卒。液体の統計力学理論に関する研究に取り組む。
• 電気・機械工学専攻卒。多素子アレー送受信アンテナ間の無線通信におけるビームフォーミング性能の向上に関する研究に取り組む。

育成・研修制度（未経験でも安心のサポート体制）

• 入社後約2～3ヶ月間、ギックスオリジナルの実践型研修を実施します。 エンジニア経験の有無にかかわらず、実際のプロジェクトで価値を提供できるスキルとマインドセットを身につけることを目的としています。

STEP 1：エンジニアリング基礎 開発環境の構築

• SQL・Python等のプログラミング、Git等を用いたコード管理など、開発に必要な基礎を習得します。

STEP 2：クラウド・データエンジニアリング実践

• クラウド環境におけるデータ処理、コードテスト、デプロイ、IaC等について、実際に手を動かしながら学習します。

STEP 3：pre-OJT／疑似プロジェクト

• 実際の案件を想定した課題に取り組み、要件を理解し、技術を選定し、データ処理環境を構築する一連のプロセスを実践します。

STEP 4：OJT・実プロジェクト参画

• トレーナーや先輩エンジニアのサポートのもと、実際のプロジェクトへ参画。得意領域から実践をスタートします。

募集内容

• 研修は単に「教えてもらう場」ではありません。自ら調べ、試し、失敗しながら答えを見つける姿勢を大切にしています。

チーム環境・在籍メンバーのバックグラウンド

• 大半のメンバーがエンジニア未経験から入社し、活躍しています。
• 例1）工学系研究科精密工学専攻卒：客室乗務員の機内接客サービスの行動分析
• 例2）理学府化学専攻卒：液体の統計力学理論に関する研究
• 例3）電気・機械工学専攻卒：多素子アレー送受信アンテナ間の無線通信におけるビームフォーミング性能向上に関する研究
• また、定例ミーティングや1on1に加え、メンバー同士で知識を共有する「輪読会」なども実施しています。 新しいクラウド技術、生成AI、データエンジニアリングなどについて互いに学び、気軽に相談・質問できる相互学習の文化があります。