【デジタルテクノロジー戦略本部】事業部横断データエンジニア（上流から実装まで一気通貫で担当）

以下のいずれかの経験・スキルが求められます。

• SQLを用いたデータ抽出・加工・分析の実務経験
• Pythonを用いたデータ処理・スクリプト開発の経験
• データ基盤（DWH・ETL・データパイプライン）の構築・運用経験
• AWSなどのクラウドインフラの利用経験
• Git/GitHubを用いたバージョン管理・チーム開発の経験

• ビジネスサイドとの要件定義力:
  エンジニアとビジネス担当者の橋渡しができる力が必要です。課題のヒアリングから要件整理・提案まで、双方向のコミュニケーションを主体的に進められる姿勢が求められます。
• ドキュメンテーション能力:
  設計書・仕様書・運用手順など、チームや将来の担当者が理解できる形で情報を整理・共有できる力が重要です。内製化を進める組織として、知見を社内に蓄積することが重視されています。
• 問題分析・課題解決力:
  データ基盤の障害対応や品質改善など、複雑な問題に対して根本原因を特定し、実践的な解決策を導き出せる力が求められます。
• 自律的な学習姿勢・チャレンジ精神:
  Snowflake・dbt・Terraformなど新しい技術を積極的にキャッチアップし、チームに展開できる好奇心と行動力が重視されます。「まず行動（DCPA）」を推奨するカルチャーに共感できる方が活躍できます。
• 定常業務の自動化・効率化への意欲:
  運用業務をただこなすのではなく、CI/CD・IaC化などを通じて仕組みで解決し、クリエイティブな仕事の比率を高めていく改善意識が求められます。

• Snowflake・dbtの実務経験:
  Snowflakeやdbtを用いたクラウドDWHの設計・開発経験があれば、即戦力として活躍できます。市場でも希少なスキルセットであり、高く評価されます。
• Terraform・IaCを用いたインフラ構築経験:
  TerraformなどのIaCツールを用いてAWSリソースを管理した経験は、データ基盤のクラウド化・自動化推進において大きなアドバンテージになります。
• データカタログ・データガバナンスへの知識・関心:
  OpenMetadataやデータカタログツールの利用経験、またはデータマネジメント（DMBOK等）への理解がある方は、今後の構想推進において貢献できます。
• 機械学習・統計・数理最適化の基礎知識:
  Pythonを用いたデータ観察・分析にとどまらず、将来的なAI活用・ML基盤整備への展開も視野に入れているため、統計や機械学習の基礎知識があると活躍の幅が広がります。

• クラウドDWHとデータモデリングの実践スキル:
  Snowflakeとdbtを用いたデータ基盤の設計・開発・運用を通じて、モダンなデータウェアハウスアーキテクチャの設計力と、SQLベースのデータ変換パイプライン構築スキルを実践的に習得できます。
• AWSを活用したクラウドインフラ設計・運用スキル:
  EC2・S3・MWAA・Fargate・Batch・ECS等のAWSサービスを業務で活用することで、データ基盤を支えるクラウドインフラの設計・構築・運用能力を身につけられます。
• データライフサイクル全体のプロジェクト推進力:
  要件定義から設計・開発・テスト・運用まで一気通貫で担当することで、データ活用プロジェクト全体をリードするPM・PL的スキルが養われます。
• CI/CD・IaC・自動化エンジニアリングの実践力:
  TerraformやDockerを活用したインフラのコード化、GitHub Actionsを活用したCI/CD化など、DevOps・DataOpsの実務スキルを習得できます。
• ビジネスドメイン知識とデータ分析の融合スキル:
  人材・メディア・広告・ERP・SFAなど多様なビジネスドメインのデータを扱い、ビジネスサイドと協働することで、データをビジネス価値に転換する提案力・分析力が磨かれます。