データエンジニア

以下のいずれかの実務経験・スキルが求められます。

• BigQueryなどのクラウドDWHを用いたデータパイプライン（ETL/ELT）の開発・運用経験
• dbt / Dataform / Airflow 等のワークフローツールを用いたデータ基盤構築経験
• SQLによる大規模データの集計・データマート設計・データモデリング経験
• Google Cloud（GCP）またはAWSを用いたクラウドインフラ構築・運用経験
• Python / SQL を用いたデータ処理・分析スクリプトの開発経験
• Looker / Tableau 等のBIツールを用いたダッシュボード設計・実装経験

• 自律的な課題発見・推進力:
  データ活用における課題を自ら発見し、解決策を提案・推進できる主体性が求められます。指示待ちではなく、自ら動いてプロジェクトをリードできる姿勢が重要です。
• ステークホルダーとの円滑なコミュニケーション:
  顧客や社内の多様な職種（ビジネス・プロダクト・技術）のメンバーと連携し、要件を整理・合意形成できる対話力が求められます。
• データをビジネス価値に変換する思考力:
  技術的なアウトプットにとどまらず、それがビジネス上どのような意思決定を支援するかを意識して設計・提案できる思考が必要です。
• 変化への適応力とスピード感:
  SaaS企業として組織体制やサービスが急速に進化する環境において、変化を柔軟に受け入れ、スピーディに対応できる適応力が求められます。
• 企業ミッションへの共感:
  「出会いからイノベーションを生み出す」というミッションに共感し、プロダクトや組織の成長に貢献したいという意欲が重要視されます。

• データガバナンス・データ品質管理の経験:
  データカタログ整備・データリネージ管理・品質モニタリングなど、ガバナンス面のナレッジがある方は即戦力として期待されます。
• 生成AI・LLMを活用したデータ処理・分析の経験:
  生成AIや最新LLM技術をデータ基盤や分析業務へ応用した経験がある方は、新技術の検証・導入推進において高く評価されます。
• スタースキーマ等のデータモデリング設計経験:
  BI向けのデータマート設計において、スタースキーマやスノーフレークスキーマを用いたモデリング経験は直接的に活かせます。
• プロジェクトマネジメント経験:
  顧客へのBI導入支援や社内横断プロジェクトをリードした経験があると、データディレクター領域での活躍が期待されます。
• Terraform・Docker等のInfrastructure as Codeの経験:
  クラウドネイティブ環境でのインフラ管理経験があると、データ基盤の自動化・効率化に貢献できます。

• 国内最大規模のビジネスデータを扱う大規模データエンジニアリングスキル:
  名刺・企業情報・接点情報など国内最大級の実ビジネスデータを対象とした設計・構築経験は、市場価値の高い希少スキルとして身につきます。
• クラウドネイティブなモダンデータスタックの実践的スキル:
  BigQuery・Dataform・dbt・Cloud Composer・Lookerなど、業界標準のモダンデータスタックを実業務で習得できます。
• データ活用プロジェクトのリード・PMスキル:
  要件定義から導入・活用定着まで一気通貫でプロジェクトをリードすることで、技術×ビジネスを橋渡しするPMスキルが身につきます。
• データガバナンス・組織横断のデータマネジメント能力:
  全社横断でのデータ品質管理・ガバナンス策定・ナレッジ共有を担うことで、組織全体のデータ活用推進を主導できる能力が培われます。
• 生成AI・最新DWH機能を活用したイノベーション推進力:
  最新技術の検証・導入推進を担うことで、AIやデータ分野における先端技術の実装経験と知見が得られます。