リードデータエンジニア

以下のいずれかの経験・知見が求められます。

• パブリッククラウド（AWS または GCP）を用いたデータ基盤の設計・開発・運用経験
• ETL/ELTパイプラインの実装・運用経験
• BigQuery・Dataflow 等のデータウェアハウス・データ処理サービスの利用経験
• CI/CD・構成管理（Terraform・GitHub Actions等）の実践経験
• IAM管理・セキュリティポリシー遵守等のクラウドセキュリティに関する知識
• データモデリング・データウェアハウス設計の経験
• マスタデータ管理・データ統合に関する知識・経験
• システムアーキテクチャ設計・技術選定の経験

• 自走力・主体性:
  指示待ちではなく、自ら課題を発見し解決策を立案・実行できる力が求められます。企業公式情報でも「自走力（自ら走り出す力）」が全職種共通の必須要件として明示されています。
• ネクサス力（連携・橋渡し力）:
  外部パートナー（フリーランスエンジニア）や社内の分析官・データマネージャー・PMなど多職種と協業するため、異なる立場・専門性を持つ人々と円滑に連携・調整できる能力が必要です。
• 技術的なリーダーシップ:
  若手データエンジニアへのコードレビューや技術支援を担うため、自身の技術力を言語化・伝達し、チームの技術水準を引き上げるリードスキルが求められます。
• ビジネス視点を持った課題解決力:
  データ基盤はあくまでビジネスの意思決定を支援するためのものであり、事業課題を把握した上で技術的解決策を提案・実行できる視点が重要です。
• 品質・セキュリティへの高い意識:
  グループ全体のデータを扱う基盤であるため、データ品質管理・セキュリティポリシー遵守に対して高い責任感と意識を持って取り組む姿勢が必須です。

• データマネジメント領域の知識:
  DMBOK等のデータマネジメントフレームワークに関する知識や、メタデータ管理・データカタログ構築の実務経験があると活躍の幅が広がります。
• LLM・生成AI活用経験:
  Azure OpenAI APIをはじめとしたLLMを業務システムやデータ活用に組み込んだ開発経験は、社内システム開発の業務でも直接活かせます。
• エンターテインメント・ゲーム業界のデータ分析知識:
  ゲームやIPビジネスのユーザー行動データ・イベントデータ等に精通していると、バンダイナムコグループの事業特性に即したデータ設計が可能です。
• マネジメント・チームビルディング経験:
  将来的に若手エンジニアの育成や外部パートナー管理をリードする役割が期待されるため、チームのマネジメントや育成経験があると歓迎されます。
• Looker・Looker Studio 等のBIツールの活用経験:
  分析基盤との連携やデータ可視化において、BIツールの実務経験があるとスムーズに業務に貢献できます。

• グループ横断データ基盤の設計・構築スキル:
  ゲーム・トイ・アニメ・アミューズメントなど複数事業のデータを統合するデータレイク・データウェアハウスの設計・構築経験は、市場でも希少性が高く、データエンジニアとしての市場価値を大きく高めます。
• データマネジメント実装スキル:
  データモデリング・マスタデータ管理・データ品質管理システムの設計・構築など、エンジニアリングとデータガバナンスを橋渡しする実践的なスキルが身に付きます。
• LLM・AIアプリケーション開発スキル:
  Azure OpenAI APIを活用した業務効率化・AIシステム開発の実務経験が積めます。生成AI普及が加速する現在、この経験は市場価値の向上に直結します。
• テックリードとしての技術マネジメントスキル:
  アーキテクチャ設計・技術選定・コードレビュー・若手育成など、エンジニアリングマネジメントの実践スキルを習得できます。将来のエンジニアリングマネージャーやCTO候補としてのキャリア基盤が形成されます。
• クラウドセキュリティ・IAM管理スキル:
  グループ規模のデータ基盤を守るIAM管理・セキュリティポリシー設計・運用の実務経験は、大規模なデータガバナンス体制の構築スキルとして高く評価されます。