ITG-106_【データエンジニアリング】データエンジニア

以下のいずれかの経験・知見が求められます。

• データエンジニアリングの実務経験（データ基盤構築・ETL・DWH設計等）
• SQLを用いたデータ操作・加工の経験
• クラウドデータプラットフォーム（Snowflake・BigQuery・Redshift等）の利用経験
• BIツール（Tableau・PowerBI・Streamlit等）を用いたデータ可視化の経験
• システムの要件定義・設計・開発・運用の一連工程の経験
• 社内外のステークホルダーとの折衝・ファシリテーション経験

• 課題整理・構造化能力:
  クライアントや社内関係者の課題を整理し、データ活用の観点から解決策を提案するための論理的思考力が求められます。
• コミュニケーション・折衝力:
  データオーナー、利用者、開発ベンダー、クライアントなど多様な関係者と円滑に連携するため、状況に応じた適切なコミュニケーション能力が必要です。
• プロジェクトマネジメント力:
  複数のプロジェクトを並行して進行管理する能力が求められます。特に外部ベンダーも含むプロジェクトの推進経験が評価されます。
• 自律的な学習・探求心:
  生成AIや最新のデータエンジニアリングツールの動向を常に把握し、自ら学び続ける姿勢が求められます。
• データ品質・価値への意識:
  単なる技術実装にとどまらず、データを「価値ある情報」に変えることへの高い意識と責任感を持って業務に臨む姿勢が重要です。

• Snowflakeの実務経験:
  Snowflakeを用いたデータ基盤の設計・構築・運用経験があると、入社後の即戦力として高く評価されます。
• Python・dbtなどのデータパイプライン構築経験:
  dbtやAirflow等のデータオーケストレーションツールや、Pythonを用いたデータ処理・自動化の経験があると業務にスムーズに貢献できます。
• BI・ダッシュボード開発の実績:
  TableauやPowerBIを用いた可視化・ダッシュボード設計の実績は、クライアント向けプロジェクトで即活用できるスキルとして歓迎されます。
• マーケティングリサーチ・小売業界の知識:
  POSデータや消費者データなどマーケティング領域のデータ特性を理解していると、業務の習熟がより早くなります。
• 生成AI活用の経験:
  LLMや生成AI技術を実務データ処理や分析支援に活用した経験があると、今後の事業推進において大きなアドバンテージになります。

• クラウドデータ基盤設計・運用スキル:
  Snowflakeをはじめとするモダンなクラウドデータプラットフォームを用いたデータ基盤の設計から運用まで、一気通貫の実務経験を積むことができます。
• マルチBIツール活用スキル:
  Tableau・PowerBI・Streamlitなど複数のBIツールを実プロジェクトで横断的に使いこなす経験を通じ、ツール選定能力も含めた高度なデータ可視化スキルが身につきます。
• 上流工程（要件定義・アーキテクチャ設計）の経験:
  クライアントとの折衝から要件定義・データフロー設計まで担当するため、エンジニアとして上流工程を実践的に経験できます。
• 大規模・多種データの取り扱いノウハウ:
  国内最大規模の小売店・消費者データなど多種多様なデータを扱うことで、データモデリングやデータ品質管理に関する深い知見が得られます。
• ビジネスドメイン知識（マーケティング・DX）:
  マーケティングリサーチや営業DX支援のプロジェクトを通じて、データエンジニアとしての技術スキルに加え、ビジネス課題解決に直結するドメイン知識が習得できます。