データエンジニア

必須

• 以下の（A＋B）パターン、（A＋C）パターンの何れかをご経験をお持ちの方

  • Gitを用いたチーム開発経験（レビュイー：2年以上／レビュアー：1年以上）
  • AWS、Azure等のクラウド環境におけるWebアプリケーションの設計・開発経験（目安：2年以上）
  • Java、TypeScript、Python等を用いたアプリケーション開発経験
  • Docker等のコンテナ技術を活用した開発環境構築・運用経験
  • CI/CDパイプライン（GitHub Actions等）の構築・運用による開発自動化経験
  • GitHub Copilot、Claude、Claude Code等を活用し、設計・実装・レビューを行った経験
  • 基本情報技術者試験、または同等の知識・経験
  • Terraform、AWS CDK等のIaC（Infrastructure as Code）を用いたインフラ構築・運用経験
  • アジャイル開発環境において、設計・実装・テスト・デプロイまでを一気通貫で完遂した経験
  • コードレビューや開発標準化を通じてチームの技術力向上に貢献した経験
  • データモデリングに関する深い知見を有し、顧客のデータマネジメント支援を行った経験
  • データアーキテクチャ設計、データ品質管理、データガバナンスに関する知識・経験
  • Certified Data Management Professional（CDMP Associate）、または同等の知識・経験

歓迎

• (1) 下記いずれかのご経験をお持ちの方

  • 自ら技術選定を行い、サービスまたはプロダクト開発した経験
  • DevContainers等を活用したチーム開発環境のモダナイズを推進した経験
  • IT（情報技術）とOT（制御技術）を連携したシステムアーキテクチャ設計経験
  • Claude Code等の自律型AIエージェントを開発プロセスへ導入・活用した経験
  • AIエージェント、RAG、フロンティアAIを活用したサービス開発経験
  • AIをツールとして利用するのではなく、AIと協働しながら開発プロセスや生産性を改善した経験
  • データレイク、DWH、データパイプライン、データメッシュ等を含むデータアーキテクチャ設計経験
  • dbt等を活用したモダンデータスタック構築経験、またはMLOps基盤の構築・導入経験
  • エッジデバイス（Jetson等）やIoTセンサーからの時系列・画像・点群データの収集・蓄積基盤構築経験、またはROS/ROS2・Isaac Sim等とのデータ連携基盤開発経験

• (2) 下記いずれかの資格をお持ちの方

  • 応用情報技術者試験、または高度情報処理技術者資格
  • AWS Certified Solutions Architect - Associate
  • AWS Certified Solutions Architect - Professional
  • Microsoft Certified: Azure Solutions Architect Expert
  • GCP Professional Cloud Architect / Data Engineer
• TOEIC 600点程度、または英語による技術文書・クラウドサービスのドキュメントを活用できる英語力

求める人物像

• People Champion（一人ひとりを活かす）：多様な人財を活かすために、お互いを信頼しパフォーマンスを最大限に発揮できる安心安全な職場(インクルーシブな職場)をつくり、積極的な発言と成長を支援する。
• Customer & Society Focus（顧客・社会起点で考える）：社会を起点に課題を捉え、常に誠実に行動することを忘れずに、社内外の関係者と協創で成果に責任を持って社会に貢献する。
• Innovation（イノベーションを起こす）：新しい価値を生み出すために、情熱を持って学び、現状に挑戦し、素早く応えて、イノベーションを加速する。
• 既存の枠にとらわれず、ソリューション事業の成長のためにリーダーシップを発揮して行動できる、情熱と実行力のある人物
• 複数の関係者が関与するため、他者と良い関係を構築・維持しようという意思を持ってくれる人物
• お客さまの課題に対し、新しいアイデアで解決策が提示・実行できる人物
• 自分の新しいアイデアをチームメンバに共有・共感を得られる人物
• データから新しいビジネス価値を創造でき、それをサービス事業およびアプリケーションで表現できる人物

使用ツール

携わる事業・ビジネス・サービス・製品など

• データエンジニアは、研究開発・実験・シミュレーション・製造データを統合し、AIが継続的に価値を生み出せる環境を設計・実装します。クラウド、データレイク、DWH、データパイプライン、MLOpsなどを活用し、データ収集から加工・蓄積・活用まで一貫して担います。また、Claude CodeなどのAIを開発パートナーとして活用し、サービス開発やデータ品質向上を推進します。顧客との協創で得た成果を再利用可能なデータモデルやアーキテクチャとして蓄積し、業界横断で展開できるサービスへ発展させていきます。

募集背景

• 素材・プロセス産業では、開発期間の短縮、人財不足、品質向上などの課題に対し、部門やシステムに分散するデータの統合・活用が求められています。先端AIやPhysical AIの進展を背景に、日立はHMAXとFDE事業を通じて、研究開発から製造までの変革を支える基盤・サービスの創出を推進しています。今回、データ基盤の構築・運用に留まらず、AIと協働して顧客変革を支えるデータエンジニアを募集します。データサイエンティストやAIエンジニア、業務有識者と連携し、データ収集・加工・統合・活用の仕組みを設計・実装していただきます。データアーキテクチャの設計・構築や先端技術の実業務への適用に挑戦し、顧客課題の解決と事業価値の創出に関わりたい方を歓迎します。個別案件の成果を産業全体へ展開できる事業資産へ発展させながら、成長フェーズにあるHMAX・FDE事業を共に創り上げていくポジションです。

職務概要

• 素材・プロセス産業における研究開発から製造・量産までのデータとAI活用を支えるデータエンジニアとして、材料開発ソリューション「HMAX」および生成AI（フロンティアAI）・Physical AIを活用したAIネイティブサービス開発に携わっていただきます。本ポジションでは、AIを活用したシステムを開発するだけでなく、AIエージェントを開発パートナーとして活用するAIネイティブ開発を実践します。研究開発データ、実験データ、シミュレーションデータ、製造データを統合し、AIエージェントや次世代AIサービスを支えるデータ基盤・アプリケーションを構築します。データサイエンティスト、研究者、ソフトウェアエンジニアと協働しながら、顧客課題の解決と新規サービス創出を技術面から推進していただきます。

① データエンジニアリング

• AI活用を前提としたデータ基盤の設計・構築（データレイク、DWH、データパイプライン含む）
• データモデル、メタデータ、データ品質管理およびデータアーキテクチャの設計
• RAG、AIエージェント、機械学習活用に向けたデータ整備・運用設計

② AIネイティブアプリケーション開発

• AI・データ分析機能を組み込んだWebアプリケーションの設計・実装
• AIコードアシスタントやAI開発エージェントを活用した高速開発、API開発、システム連携
• AIエージェント組込みおよびリリース後の継続的改善によるサービス価値向上

③ DevOps・MLOps推進

• CI/CDによる開発・テスト・デプロイの自動化
• Docker、IaCを活用したクラウド環境およびAIサービス運用基盤の構築
• DevOps・MLOpsによる品質・運用品質の継続的改善

④ 顧客・プロジェクト支援

• 顧客のデータ活用課題の整理および解決策立案
• PoCの企画・推進・評価
• 顧客、研究者、AIエンジニアとの協創および成果のサービス化・標準化推進

主な開発テーマ

• 材料データ分析環境
• 実験・製造自動化プラットフォーム
• AIエージェント活用サービス
• サーキュラーエコノミー向け再生材マーケットプレイス
• 将来的には、データエンジニアに加え、テックリード、プロダクトマネージャー、FDEなど多様なキャリアを描くことができます。AIを活用する開発者ではなく、AIと協働しながら新しいサービスとデータ基盤を創るエンジニアとして活躍いただきます。

職務詳細

• 化学・素材・バイオ領域を中心としたHMAXサービス開発において、AIネイティブ開発を前提としたデータエンジニアリング、アプリケーション開発、DevOps／MLOps推進を担当いただきます。研究開発から製造までのデータを活用し、フロンティアAI・Physical AIを支える次世代プラットフォームを実現することがミッションです。AIを単なるツールとして利用するのではなく、AIエージェントと協働しながら、データ基盤・アプリケーション・開発プロセスを進化させていく役割を担います。

① データエンジニアリング領域

• AWS/Azure上でのデータレイク・DWH・データパイプラインの設計・構築、および実験・計測・製造・シミュレーションデータの統合
• データガバナンス、品質管理、メタデータ管理を含むデータマネジメント基盤の整備
• AIエージェント、RAG、機械学習活用を前提としたデータアーキテクチャ設計・運用

② AIネイティブ開発・DevOps領域

• AIコード生成・AI開発支援ツールを活用した開発推進とクラウドネイティブ実行基盤の設計・構築
• CI/CD、自動テスト、Infrastructure as Codeによる開発・運用の自動化
• DORAメトリクスを活用した継続的改善、およびMLOps基盤構築
• AIモデル運用自動化

③ ソフトウェア開発領域

• WebアプリケーションおよびAIエージェント組込みアプリケーションの設計・実装・テスト・リリース
• API開発、外部システム連携を通じたデータ活用サービスの実現
• コードレビュー、設計レビュー、技術標準整備による品質向上と開発力強化

主なプロジェクト例

• 材料開発向けMI/PI分析プラットフォーム
• 実験・製造設備と連携したデータ収集・意思決定自動化基盤
• フロンティアAI・AIエージェントを活用した研究開発支援サービス
• 再生材流通を高度化するAIマーケットプレイス

主な技術スタック

• クラウド・データ基盤：AWS、Azure、データレイク、DWH、データパイプライン、PostgreSQL、MySQL
• データエンジニアリング：データモデリング、データアーキテクチャ、データガバナンス
• ソフトウェア開発：Python、TypeScript、Java、Spring Boot、React
• AIネイティブ開発：Claude、Claude Code、生成AI（フロンティアAI）、AIエージェント、RAG、Agentic Coding
• DevOps・MLOps：GitHub、Docker、CI/CD、Infrastructure as Code、MLOps
• コラボレーション：Jira、Microsoft Teams

① AIと協働する開発を実践

• 生成AIやAIエージェントを開発プロセスに取り込み、研究開発・製造データを活用する次世代の基盤・サービスを創ります。研究者や各分野のエンジニアと連携し、先端技術を実際の事業課題へ適用できます。

② 産業・社会課題への貢献

• 材料開発の高度化、品質向上、技術伝承、人財不足対応、環境負荷低減などに取り組み、自ら構築した基盤を通じて顧客の意思決定と競争力向上に貢献できます。

③ 高い裁量と技術的オーナーシップ

• 開発方針、アーキテクチャ、採用技術を自ら提案し、設計・実装から運用まで一貫して関われます。技術的合理性と顧客価値を重視し、新しい提案や挑戦を歓迎する文化があります。

キャリアパス

• 専門性を深め、データエンジニアリングスペシャリスト、チーフ・シニアデータエンジニアをめざすほか、テックリード、プロダクトマネージャー、FDEへの展開も可能です。チームで学び合い、技術力に加えて事業・顧客視点を磨けます。

① 配属組織／チームについて

• 配属先は、データエンジニア、データサイエンティスト、FDEを中心とした約40名規模の組織で、今後さらに拡大予定です。クラウド、アプリケーション開発、DevOps／MLOpsに強みを持つエンジニアも参画しています。30代を中心に、若手からリーダーまでフラットに議論し、職種を越えて協働する環境です。日立の研究者とも連携し、材料開発やPhysical AIなどの知見を吸収できます。AIを設計・実装・テスト・文書作成に活用し、本質的な課題解決に集中する開発文化を推進しています。

② 働き方について

• 在宅勤務を主体とし、週1回程度の出社日に設計レビューや技術共有を行います。GitHub、CI/CD、クラウド、生成AIツールを活用し、リモートでも密に連携します。担当プロジェクトによっては顧客先への訪問や国内外への出張があり、研究開発・製造現場の課題理解から基盤構築、AIサービス実装まで経験できます。