【大阪】データプラットフォームエンジニア［★］

以下のいずれかの技術領域における実務経験が求められます。

• データベース領域（RDBでの設計・運用・SQL知見）
• Webエンジニア領域（システム開発経験）
• インフラ領域（AWS・Azure・GCPなどクラウドに関する業務経験）
• サイエンス領域（統計解析・SAS・SPSS・R等を用いた開発経験）

• エンドユーザーとの円滑なコミュニケーション力:
  クライアントの経営層や現場担当者と直接やり取りする機会が多いため、要件をヒアリングし、わかりやすく伝えるコミュニケーション能力が必要です。
• 上流工程への主体的な関与姿勢:
  要件定義から設計・実装・テストまで一気通貫で担うため、受け身ではなく自らプロジェクトを推進する主体性・当事者意識が求められます。
• 変化への適応力と学習意欲:
  データ活用領域は変化が激しく、新しいツールや技術が次々に登場します。変化を楽しみ、自ら吸収していく姿勢が重視されます。
• プロジェクト管理能力:
  DB・インフラ・開発の複数領域にまたがるプロジェクトで、タスク管理・進捗管理・課題解決を担えるマルチタスク対応力が求められます。
• チームワーク・協調性:
  プロジェクトは平均3〜5名のチーム単位で進行します。メンバーや顧客と連携しながら成果を出すためのチームプレイができる人材が求められます。

• BIツール・DWHの導入・構築経験:
  Tableau、Power BI、Dr.Sum、MotionBoard等のBIツールやDWHシステムの導入・構築経験があると即戦力として活躍できます。
• データマイニング・ETLツールの活用経験:
  データ収集・加工・統合に関するETLツールの操作経験や、データマイニングの実務経験は歓迎されます。
• クラウド上でのデータ活用経験:
  AWS・Azure・GCP等のクラウド環境でのデータ基盤構築・運用経験やIoTデータ活用の経験があると選考で有利になります。
• プロジェクトリーダー・マネジメント経験:
  チームリーダーやPL/PM経験者はリーダーポジションでの採用が検討されます。上位ポジションを目指す方に期待されるスキルです。
• 統計・機械学習・AI関連の知識:
  SAS、SPSS、R、Pythonなどを用いた統計解析や機械学習の知識は、AI・アナリティクス領域への展開においてプラス評価されます。

• BI・DWH・ETL領域のスペシャリストスキル:
  国内外の主要BIツール・DWHシステムを扱う案件を通じて、データプラットフォーム全般にわたる高度な専門知識と実装スキルを習得できます。
• クラウド・AI・IoT等の先端データエンジニアリングスキル:
  AWS/Azure/GCPを活用したデータ基盤構築やAI・IoTプロジェクトを通じて、データエンジニアとして市場価値の高い最新技術スキルを身につけられます。
• 上流工程・コンサルティングスキル:
  要件定義・提案・顧客折衝など、エンドユーザーと直接関わる上流工程を多く経験することで、ITコンサルタントとしての素養も養われます。
• プロジェクトマネジメントスキル:
  リーダー・PMへのキャリアアップを前提とした環境で、プロジェクト推進・進捗管理・チームマネジメントのスキルを実践的に習得できます。
• 資格・認定取得によるスキルの可視化:
  169種以上の資格取得支援制度を活用し、AWS認定やデータベース関連資格など、市場で通用するITスキルの資格取得が奨励されています。