04：データエンジニア

以下のスキル・経験が必須となります。

• SQLを用いたデータ加工・集計の実務経験
• Airflow等ワークフローエンジンの設計・実装経験
• BigQueryをはじめとするクラウドDWHの活用経験
• データパイプライン（ETL/ELT）の設計・構築経験
• GCPまたはAWSなどのクラウドプラットフォームの利用経験

• 事業視点でのデータ活用思考:
  単なるパイプライン構築にとどまらず、ビジネス成長やオペレーション改善にデータがどう貢献できるかを広く俯瞰できる視点が求められます。
• クロスファンクショナルな協業力:
  データサイエンスチーム・マーケター・PM・経営企画・オペレーション部など多様なバックグラウンドを持つメンバーと連携し、新たな価値を生み出せるコミュニケーション能力が必要です。
• 自律的な課題発見・解決力:
  前例のない課題に対して自ら仮説を立て、小さく試しながら改善を繰り返す即物的・実践的な思考スタイルが求められます。
• 変化するデータニーズへの適応力:
  急成長する事業の中でデータ活用ニーズが常に変化するため、社内の状況を定量・定性で捉え、柔軟に優先順位を変えながら対応できる力が必要です。
• ミッションへの共感と当事者意識:
  「街じゅうを駅前化する」というLuupのミッションに強く共感し、モビリティの可能性を信じて主体的に事業へ関わるマインドセットが求められます。

• dbt・terraformの業務経験:
  データ変換ツールdbtやIaCツールterraformの実務経験があると、即戦力としてチームへ貢献できます。
• OpenMetaDataなどのデータカタログ構築・運用経験:
  データガバナンス強化のためにデータカタログの設計・運用経験があると、社内のデータ資産管理に直接貢献できます。
• モビリティ・IT・プラットフォーム系企業での就業経験:
  サービスの特性を理解した上でデータ基盤の設計に携わった経験は、課題解決のスピードを大幅に高めます。
• 異常検知・機械学習プロジェクトへの関与経験:
  データ異常の検知自動化やMLモデル連携に取り組んだ経験があると、データエンジニアリングの応用領域でも貢献できます。

• 大規模IoT×アプリデータ基盤の設計・運用スキル:
  電動キックボード・電動アシスト自転車のライドログやIoTデバイスデータなど、多種多様なリアルタイムデータを扱う大規模パイプラインの設計・運用ノウハウを習得できます。
• データガバナンス・データ品質管理の実践スキル:
  データガバナンスポリシーの策定から実装、異常検知の自動化まで、組織全体のデータ品質を守る実践的なスキルを身につけられます。
• データ戦略の立案・推進スキル:
  エンジニアリングにとどまらず、ビジネス競争優位性の設計やデータ活用状況の定量・定性分析、改善策の提案など、戦略レベルでのデータ活用経験を積めます。
• GCPを中心としたモダンクラウドアーキテクチャの実践知識:
  BigQuery・Cloud Composer（Airflow）・Cloud Run・Pub/Sub・Firestoreなど、GCPのフルスタックなデータ基盤を実務で深く習得できます。
• 社内データ民主化・データ活用推進の経験:
  データ利用者を社内全体に広げるための仕組みづくりや啓発活動を推進することで、組織変革を主導するリーダーシップスキルを培えます。