データマネジメント/データ&AI ソリューションアーキテクト

業務内容

1. 1データ基盤（AWS / Databricks）の設計・実装リード：AWS（S3/Glue/Athena/Redshift/Lake Formation）＋Databricksでデータレイク〜DWH〜Lakehouseを設計し、IAM/KMS等を踏まえたセキュリティ・監査・可観測性、取り込み〜提供（SLA/責任分界、データプロダクト化）までの統合・推進
2. 2顧客接点データ統合（Salesforce連携）：Salesforce（Data Cloud等）／周辺SaaSとの連携方式を設計し、ID統合・同意/権限・準リアルタイム・品質担保を実現、顧客接点DX（CC、Web/アプリ、会員・購買）のユースケース設計支援
3. 3データマネジメント（ガバナンス・品質・プライバシー）：モデリング、メタデータ/カタログ、品質管理の運用設計と、分類・権限・監査・規程を含むガバナンスの策定、個人情報・機微情報を前提に匿名化/仮名化・最小化・同意管理の設計
4. 4AI Ready設計（SageMaker／GenAI・ML）：SageMakerで学習・評価・デプロイ・推論を含むML基盤とMLOps（実験管理、再学習、監査）の設計、ファインチューニングやRAG前提のデータ整備（評価、ガードレール、コスト管理）を本番導入・定着までリード

このポジションの魅力

1. 1AWS×Databricks×Salesforceを“顧客接点価値”から逆算して統合設計できる：単なる基盤構築ではなく、データの流れ・ガバナンス・運用まで含めた“使われる仕組み”を設計し、成果につなげられる
2. 2SageMakerで学習・ファインチューニングまで踏み込み、ML/GenAIを本番運用できる：モデルを作るだけでなく、データ品質とガバナンスを前提に、継続運用（評価・再学習・監査）まで設計するため、市場価値の高い経験となる
3. 3公共／金融の厳格な要件（説明責任・監査・セキュリティ）への対応力：“難しい現場で成立させる”アーキテクトとしての実力が最速で鍛えられる
4. 4領域リードとしての裁量：プロジェクト単位ではなく、データマネジメント領域の標準化・資産化・チーム牽引に踏み込める

働き方

1. 1フルリモート、フルフレックス制度導入：必ず出社しなければならない働き方ではなく、働く場所の柔軟性、移動時間等の短縮、といった「作業効率アップ」としてのリモートワークを主体としている
2. 2We Work活用：業務上必要な場合、自宅以外でも全国30拠点以上でリモートワークが可能

応募資格（必須）

• DWH / Data Lake / Lakehouse 等の 設計・構築・運用 経験
• データモデリング／メタデータ管理／データ品質管理／ガバナンス策定の知見（いずれか複数）
• AWS上でのデータ基盤設計経験（例：S3/Glue/Athena/Redshift/Lake Formation/IAM/KMS など）
• Databricks もしくは同等の分散処理基盤を用いた設計・実装経験（Spark等含む）
• ML/生成AIを前提としたデータ整備・運用設計経験（例：特徴量、評価、モデル運用、RAG、監査・ガードレール、コスト管理のいずれか）

歓迎する経験

• Amazon SageMaker を用いたML基盤の設計・運用、ファインチューニング経験
• セキュリティ／ネットワーク設計（ゼロトラスト、VPC、PrivateLink等）および監査対応経験
• Data Clean Room / Data Sharing の設計・構築（Snowflake/Databricks等）
• データスペース（IDS/GAIA-X等）の知見
• 標準化（リファレンスアーキ、設計レビュー基準、加速資産）やチーム育成の経験

待遇・福利厚生

• クラブ活動支援
• 副業・兼業OK
• 団体長期障害所得補償保険
• 自己啓発サポート制度

求めるスキル・経験