データエンジニア（データ統括部）

必須

• AWS、Google Cloud (GCP) 等のパブリッククラウドを利用したインフラ設計・構築・運用経験
• DWH、データレイクなどデータ分析基盤におけるデータパイプライン（ETL/ELT処理）の設計・開発経験
• Python、SQL等を用いたバッチ処理、API、ツール等の開発経験（目安3年以上）
• GitHub、CI/CD環境（GitHub Actions等）、Docker等を利用したモダンなチーム開発経験
• ビジネスサイド（PdM等）や他エンジニアとの円滑なコミュニケーション能力と、要件定義から実装までを自律的に推進した経験

歓迎

• Snowflake、Databricks、BigQuery、dbt等を用いたモダンデータスタック(MDS)での基盤構築・運用経験
• Terraform等のIaCツールを用いたインフラのコード化・自動構築の経験
• MLOps、LLMOps基盤の構築、または生成AI・LLMを活用したプロダクト/PoCの設計・開発経験
• 個人情報・要配慮個人情報などのセンシティブなデータを扱う上でのデータガバナンス・セキュリティの知識
• 大規模データのマイグレーション経験、またはデータベースのパフォーマンスチューニング経験

求める人物像

• LITALICOのミッション「障害のない社会」に共感していただける方
• 技術で社会課題を解決したい方
• 事業およびカスタマーに対して貢献意欲が高く、目標への達成意欲が高い方
• 一緒に働く仲間とチームと組織をリスペクトできる方
• 仲間に、摩擦を恐れずポジティブな刺激を与えられる方
• 遠大なミッションを担いながら、この新しい領域でエンジニアの可能性を広げていきたい方
• 変化とスピードを楽しみ、スキルを学びながら歩み続けられる

使用ツール

募集背景

• 障害福祉や児童福祉、学校教育などを中心に事業展開するLITALICOでは、この5〜6年間でテクノロジーを用いた事業検証を急速に進めてきました。
• 各プロダクトや組織のリーダーを中心として「個別最適」に技術や開発プロセスの意思決定を行い、スピードを重視してきた結果、現在ではBtoB/BtoCサービスの展開や自社店舗事業のDX化など、20近くの多種多様なプロダクトやシステムが立ち上がっています。エンジニア組織への投資も加速しており、5年前には80名程度だった組織が今では250名規模にまで拡大しました。
• このように事業が急成長を遂げ、介護や一般教育、メンタルヘルスといった周辺分野へも事業領域を拡張している現在、今後さらなる飛躍を目指す上で「テクノロジー領域への注力」がより一層不可欠なフェーズに突入しています。
• 実際に作るべきプロダクトやシステムの構想を練っていく中で、システム開発やデータ活用の重要性も高まっており、今後さらなる組織の拡大と共に、組織そのものも強化・進化させていく必要があると考えています。
• グローバルで見てもトップクラスに貴重なデータを持つLITALICOだからこそできる、業界全体のさらなる進化に向けて、その中心的な立場を担い、全社データ活用のシステム設計・データ分析を共に推進してくださるデータエンジニアを募集しております。

ミッション・組織の役割

• LITALICOは、福祉業界の支援記録やアセスメントや行動履歴といった大規模な一次情報を保有しており、データ統括部は、現場の価値あるデータを全社横断で収集・構造化し、AIなどのテクノロジーと掛け合わせることで、新たな顧客価値へ変換することをミッションとしています。
• データ統括部BizOpsグループには10名所属しており、データ基盤担当が兼任2名、R&Dグループにも2名所属しております。今後の体制拡大に応じて、専門グループ化する構想です。
• DXとAIの波が到来する今、既存事業の枠に留まらず、顧客の理想を追求する価値創出を小さく高速に積み上げていく組織です。全社において、データを用いて自ら考え、事業と現場と対話し、ビジョンを実現するプロダクトを生み出す役割を担っています。

業務内容

• 現在17を越える事業を展開しており、直接支援事業からプラットフォーム事業まで事業モデルも事業規模も顧客も多岐に渡ります。各事業でのデータ活用を推進しつつ、全社横断でのデータ統合により価値創出を行っていただきます。
• また、データ専任組織の立ち上げやマネジメントを担っていただく想定をしております。
• 業務の進め方としては、プロダクトやマーケティング部門との協働、あるいはエンジニアリング部門におけるインフラ/セキュリティの部署やプロダクトのバックエンドのエンジニアと協力して進めていただきます。

エンジニアリング

• AWS / Google Cloud上でのデータ基盤(BigQuery)の設計・構築・運用
• 支援DB、SaaS、顧客情報、ユーザー行動ログなどの各種データを取り込むパイプラインの設計・実装・運用
• IaCを活用したデータインフラ構築・運用のコード化および CI/CD 基盤の整備

基盤整備

• データパイプラインの監視、異常検知の自動化、テスト追加によるデータ品質の担保
• 個人情報・要配慮個人情報などのセンシティブデータに対するアクセス制限、暗号化、マスキングなどのガバナンス設計
• データカタログの導入・整備、開発標準の整備による脱属人化・運用の標準化推進
• コンピュート・ストレージリソース管理およびコスト最適化
• テキスト・画像などの非構造化データ管理基盤の整備およびデータパイプライン拡張

アナリティクス、サイエンス

• データモデリングおよび各種分析・プロダクト用データマートの設計・開発
• 全社・事業部で利用する主要 KPI やビジネスロジックの定義・標準化と、再利用性の高い共通データモデルの構築
• ステークホルダーとの要件整理、PdM、データアナリスト、ビジネスサイド（BizOps）と密に連携したデータ活用要件の定義・仕様策定
• BIツール（Looker、Tableau 等）や分析環境の整備を通じた、社内メンバーの自律的なデータ活用支援

AI Ops

• AI / LLM 向けデータパイプライン構築
• AI エージェントや LLM/RAG 活用に必要なデータ連携基盤の設計・開発

開発環境

• 技術的合理性を確かめた上で、各事業の文脈に沿った新技術にチャレンジしています。事業特性により、高負荷・高可用性寄りではなく、事業ドメインの複雑性への適応と長期的改善、もしくは変化とスピードへの対応を重視して選定するケースが多いです。
• クラウド基盤・インフラ：AWS（Aurora、S3）/ Google Cloud (Cloud Run)
• データ基盤：Google BigQuery
• ETL：Datastream / DMS / TROCCO
• BI：Tableau / Looker Studio / redash
• 言語：Python / SQL
• 構成管理：GitHub / GitHub Actions
• AI・LLM関連：Google Gemini / Amazon Bedrock
• AI コーディングアシスタント：GitHub Copilot / Claude Code / Codex
• プロジェクト管理 / コミュニケーションツール：Slack
• Backlog：Google Workspace / Google Meet / GoogleChat

現場と近い距離で、業界No.1のアセットを活用し「支援」を進化させる挑戦

• データが生み出される支援現場に直接関わる機会が豊富にあります。業界No.1を誇る支援事例、支援データ、支援ノウハウ、そして優秀な人材という圧倒的なアセットを有しており、これらを駆使してテクノロジーの力で「支援」そのものを進化させていくチャレンジングな環境です。

「支援データ×AI」の最前線に取り組める機会

• 直接支援事業で、データ基盤整備と同時に業務効率化と支援品質向上に繋がるプロダクト作りを同時並行で手掛けており、攻めのデータエンジニアリングを実践する機会が豊富にあります。

多種多様なフェーズ・ビジネスモデルにおける横断的なデータ基盤構築

• スタートアップフェーズの新規事業から、既に確立された基幹事業まで、異なるビジネスモデルのデータ基盤構築およびデータ活用に携わることができます。幅広い事業フェーズの課題解決を通じて、データエンジニアとしての専門性と事業へ貢献できる幅を大きく広げられます。

組織・技術の本格的な立ち上げと、全社への「データ文化」の浸透

• 技術的なデータ基盤の構築にとどまらず、組織的にも本格的な立ち上げを行っていく非常にエキサイティングなフェーズです。全社にデータ文化を浸透させ、データドリブンな意思決定を根付かせていくという、組織づくりの根幹から携わる貴重で裁量の大きい経験を積むことができます。
• ドメイン特性上、データの安全性および保守性をしっかり担保したいとも考えており、そこのガードレースも同時に整備しています。