【デジタルテクノロジー戦略本部】セマンティックレイヤー導入対応ならびに社内データ基盤構築・運用担当

以下のいずれかの経験・知見が求められます。

• SQLを利用した実務経験
• データ基盤の構築・運用経験
• クラウドサービス（AWS / GCP / Azure等）を利用したシステム開発経験
• データ連携・ETL処理の設計・実装経験
• プログラミング言語（Python等）を用いたデータ加工処理経験

• 要件整理・課題分析力:
  事業部から挙がるデータ活用相談に対し、業務背景を理解した上で要件を整理し、適切なソリューションを提案できる力が求められます。
• ユーザー志向のコミュニケーション能力:
  技術的知識のない社内ユーザーへのサポートやイベント開催など、相手の立場に立った丁寧なコミュニケーションが必要です。
• ドキュメンテーション能力:
  運用・保守に関するドキュメント整備や問い合わせ対応において、誰もが参照できる明確なドキュメントを作成・管理できる力が求められます。
• 主体的な課題解決・推進力:
  セマンティックレイヤー導入検討のようなゼロベースの取り組みを、自ら調査・提案・実行できる推進力が必要です。
• 柔軟な学習意欲:
  Snowflake・Reckoner・dbt・BIツールなど複数の技術領域を横断するため、新しい技術を継続的にキャッチアップできる姿勢が求められます。

• Snowflake / BigQueryの実務経験:
  データウェアハウスとして採用されているSnowflakeの知識があると、即戦力として活躍できます。
• dbt / Reckoner等のデータ変換・加工ツール経験:
  データパイプラインの構築・運用経験があると、社内データ基盤の改善業務においてスムーズに貢献できます。
• Power BI / Tableau等のBIツール経験:
  データ可視化ツールへの知見があると、事業部への分析支援やダッシュボード整備で幅広く活躍できます。
• セマンティックレイヤー製品（AtScale / Cube.js / MetriQL等）の知識:
  セマンティックレイヤー導入検討を担うポジションのため、関連製品の知識や導入経験があれば大きなアドバンテージとなります。
• データガバナンス・データマネジメントの実務経験:
  大規模データ基盤の品質管理やデータカタログ整備の経験があると、チームのデータ整備活動に直接貢献できます。

• Snowflake実践スキル:
  Snowflakeの運用・管理・新機能活用を通じて、クラウドDWHの深い実務知識を体系的に身に付けられます。AI機能含む最新機能の活用経験も獲得可能です。
• セマンティックレイヤー設計・導入スキル:
  PoC〜製品選定〜導入という一連のプロセスを経験することで、AI時代のデータ整備に不可欠なセマンティックレイヤーの専門知識が身に付きます。
• データエンジニアリング総合スキル:
  Reckoner / dbt / Pythonを用いたデータ加工処理から、AWSを活用したデータ連携の運用保守まで、モダンデータスタックの幅広い技術を習得できます。
• ビジネスドメイン知識とデータ活用コンサルティング力:
  人材・メディア・ERP・SFAなど多様なドメインのデータを扱うことで、ビジネス文脈に即したデータ活用提案力が磨かれます。
• 社内データ活用推進・ユーザーサポート経験:
  社内ユーザーへのツール活用支援やイベント開催を通じ、データリテラシー向上施策の企画・推進スキルを実践的に習得できます。