データエンジニア

必須

• 以下のすべてに該当する方

  • AWSやGoogle Cloudなどのクラウド環境におけるインフラの構築・運用経験
  • Pythonを用いたデータ処理の開発経験
  • SQLを用いたデータ抽出・集計の実務経験
  • Prefect、Airflow、Digdag、Argo Workflowsなどのワークフローエンジンを用いたデータパイプラインの構築・運用経験
  • MySQL、PostgreSQLなどのRDBMSを用いた開発・運用経験
  • データパイプラインの障害調査や運用改善に取り組んだ経験
  • Git・GitHubなどを利用したチーム開発経験

歓迎

• BigQuery、Redshift、Snowflakeなどを用いたData Warehouse・Data Martの設計・構築・運用経験
• データ品質を担保するためのテスト、監視、障害検知などを設計・改善した経験
• TerraformなどのInfrastructure as Codeを用いたクラウドインフラの構築・運用、またはデータ処理のパフォーマンス・コストを改善した経験

求める人物像

• HEARTBEATSのフィロソフィーや事業に共感し、データを通じてファン体験と事業の成長を支えたい方
• 短期的な要望への対応と、中長期的に保守・拡張しやすい設計のバランスを考えられる方
• データアナリストやプロダクト開発メンバーなど、異なる専門領域のメンバーと協力できる方
• 自ら課題を見つけ、必要な情報を集めながら主体的に改善を進められる方
• スポーツやエンターテインメント領域に関心を持ち、プロダクトやファンへの理解を深められる方
• 変化や不確実性のある環境でも、優先順位を考えながら柔軟に行動できる方

使用ツール

募集背景

• 当社は、電子トレカ®コレクションサービス「ORICAL®（オリカル）」を主軸に、スポーツ・エンターテインメント領域でファンビジネスを展開しています。
• プロ野球、サッカー、プロレス、アイドル、アニメなど、多様なコンテンツの公式サービスを運営し、ファン一人ひとりの行動や嗜好に合わせた体験づくりに取り組んでいます。
• 事業の成長に伴い、サービスを通じて蓄積されるユーザー行動データや購買データ、社内外から寄せられるデータ活用の要望が増えています。これらのデータを継続的かつ正確に活用するためには、データソースの追加、データパイプラインの拡張、データモデルの整備、データ品質の向上など、基盤をさらに強化する必要があります。
• 現在は、データエンジニア1名とデータアナリストを中心としたチームで、データ基盤の整備とデータ活用を進めています。
• 既存のデータ基盤を安定して運用しながら、今後の事業成長に耐えられる形へ改善・拡張していくため、二人目のデータエンジニアを募集します。
• 入社後は、既存の仕組みを運用するだけでなく、データ基盤の設計、技術選定、データパイプラインの構築、データモデルの整備、データ品質の向上など、今後のデータ活用を支える仕組みづくりに幅広く関わっていただきます。

業務内容

• 「ORICAL®」のサービスデータを、事業やサービスの改善に継続的に活用できる状態へ整えるため、データ基盤の設計・開発・運用を担当していただきます。
• 自社プロダクトのRDBMSからBigQueryへのデータ連携、Data Lake・Data Warehouse・Data Martの設計、データパイプラインの構築・運用、ダッシュボードで利用するデータの整備など、データが生成されてから活用されるまでの一連の工程に携わります。
• データアナリストや各プロダクトの担当者と連携し、どのようなデータが、どのような形式・頻度・品質で必要なのかを整理したうえで、継続的に利用できる仕組みとして実装するポジションです。

① データ連携・パイプラインの開発

• 自社プロダクトのMySQLからBigQueryへのデータロード処理の設計・実装
• 新しいサービス、機能、データソースに対応するデータ連携の追加
• Argo Workflows、Embulkなどを用いたデータパイプラインの構築・運用
• 定期実行されるデータ処理のスケジュール・依存関係の管理
• データ処理の失敗や遅延に関する調査・復旧
• データ量や利用状況の変化に応じた処理性能・コストの改善

② データ基盤・データモデルの設計

• BigQuery上のData Lake、Data Warehouse、Data Martの設計・改善
• KPIや分析要件に応じたテーブル・データモデルの設計
• 複数のサービスやコンテンツで利用できる共通データモデルの検討
• データの更新頻度、保持期間、利用範囲を踏まえた基盤設計
• データアナリストが安全かつ効率的に分析できる環境の整備
• 将来のデータ量や利用用途の拡大を見据えたアーキテクチャの検討

③ データ品質・安定運用の向上

• データの欠損、重複、遅延、不整合などの検知・調査
• データ処理や集計ロジックに対するテストの設計・実装
• データパイプラインの実行状況を把握するための監視・運用改善
• 障害発生時の原因調査、復旧、再発防止
• KPIや各種指標の定義・集計方法に関するドキュメント整備
• 安定した運用に向けた手作業の削減・自動化

④ データの集計・可視化支援

• データアナリストや事業担当者からの要望に応じたデータ抽出・集計
• KPI、商材、機能、施策などの数値を確認するためのデータ整備
• RedashやGoogleスプレッドシートを用いたダッシュボードの構築・改善
• 繰り返し利用される集計処理やクエリの共通化
• データ利用者が必要な情報へアクセスしやすい環境の整備

⑤ データ活用を支えるチーム連携

• データアナリストとの分析要件・データ要件の整理
• プロダクト開発メンバーとのデータ仕様・取得方法に関する協議
• 企画営業などの事業担当者が必要とするデータの把握
• データ基盤の仕様、運用方法、障害対応などのドキュメント化
• 技術的な知見やデータ活用に関するナレッジの共有
• データ基盤や開発プロセスに関する改善提案
• ※既存メンバーと連携し、これまでのご経験や専門性を活かせる領域から担当いただきます。

① 事業成長に耐えられるデータ基盤への拡張

• 現在も分析に必要なデータを提供できる基盤は構築されていますが、事業の成長に伴い、対象となるサービス、機能、コンテンツ、データ量が増えています。既存の仕組みを活かしながら、新しいデータソースや利用目的へ柔軟に対応できるよう、データパイプラインやデータモデルを継続的に改善していく必要があります。

② データが安定的に意思決定に使える状態の確立

• データが存在していても、その定義や更新状況が分からなかったり、欠損や不整合が発生したりすると、安心して意思決定に利用できません。
• データの品質、鮮度、処理状況を把握できる仕組みを整え、問題が発生した際には速やかに検知・調査できる状態をつくる必要があります。
• データアナリストや事業担当者が、データそのものの確認に時間を使うのではなく、分析や施策の検討に集中できる環境を目指しています。

③ 個別対応から再利用できる仕組みへの移行

• データ活用の要望が増えるなかで、依頼ごとに個別のSQLや集計処理を作成するだけでは、継続的な対応が難しくなります。
• 複数のコンテンツや担当者が利用できる共通のデータモデル、Data Mart、ダッシュボードを整備し、繰り返し発生する作業を共通化・自動化することが求められます。

④少人数チームでも安定して運用できる状態確保

• 現在は少人数でデータ基盤の開発・運用を行っています。
• 特定のメンバーだけが仕様や運用方法を理解している状態を避けるため、設計意図やデータ定義、障害対応の方法をドキュメントとして残し、知識をチームで共有することが重要です。

① 二人目のデータエンジニアとして、基盤の設計に深く関われる

• すでに分析に利用できるデータ基盤はありますが、仕組みやチームはまだ発展途上です。
• 完成した基盤を決められた方法で運用するだけでなく、既存の設計を理解したうえで、今後どのような構成にしていくか、どの技術を採用するか、どこから改善するかを既存メンバーと一緒に考えられます。
• データ基盤の成長に、技術的な意思決定から関われるポジションです。

② データが生まれてから活用されるまで、一気通貫で担当できる

• 本ポジションでは、データのロード処理のみならず、プロダクトのRDBMSからデータを取得し、BigQueryへ連携し、Data WarehouseやData Martとして整え、ダッシュボードや分析に利用できる状態にするまで、データ活用の一連の流れに携わります。
• パイプライン、データモデリング、品質管理、可視化など、データエンジニアリングの幅広い経験を積めます。

③ 技術的な改善が、事業やファン体験につながる

• データ基盤の改善は、社内システムを整備するだけの仕事ではありません。
• 必要なデータを速く、正確に提供できることで、企画営業やデータアナリストがユーザー行動を理解し、サービス内施策やプロモーションの改善に活用できます。
• 自ら構築した仕組みが、ファン体験の向上やコンテンツホルダーへの提案、事業の意思決定にどのようにつながったのかを実感できます。

④ 多様なコンテンツのデータを扱い、共通基盤をつくれる

• 「ORICAL®」では、スポーツ、アイドル、プロレス、アニメなど、さまざまなコンテンツの公式サービスを展開しています。
• 共通する仕組みを活かしながらも、コンテンツや施策によって確認したいデータや指標は異なります。
• 個別の要望に応えながら、複数のサービスやコンテンツで再利用できるデータモデルや基盤を設計する、技術的にも事業的にも複雑さのあるテーマへ取り組めます。