【テクノロジー戦略推進本部】シニアデータストラテジスト

以下のいずれかの経験・知見が求められます。

• データ活用戦略の立案・ロードマップ策定経験
• DWH/ETL設計・改善の実務経験（BigQuery等）
• データマート設計・データモデリング経験
• BIツール（Looker・Tableauなど）の整備・活用支援経験
• SQL・Pythonを用いたデータ処理・分析の実務経験
• 経営層・事業部門への提案・コミュニケーション経験
• データ品質管理・データガバナンスの実務経験

• ビジネス課題からデータ活用施策への翻訳力:
  ビジネス上の課題をデータの観点から捉え直し、「どのデータをどう整備・活用すれば事業インパクトが出るか」を構想から実行まで一貫して描ける思考力が求められます。
• ステークホルダーとの高い調整力・推進力:
  経営層から現場の各部門まで、多様なステークホルダーと連携しながらデータ利活用の優先順位付けと推進をリードするため、合意形成力と粘り強い推進力が必要です。
• 自律的なオーナーシップと課題発見力:
  既存の業務にとどまらず、「出口から逆算してデータ基盤を再定義する」という高い視座と当事者意識を持ち、自ら課題を設定して動ける姿勢が求められます。
• チェンジマネジメント・組織変革への関心:
  単なる基盤整備にとどまらず、全社員がデータを使いこなせる文化を醸成するため、組織変革・教育支援・仕組みづくりへの積極的な関与意欲が重要です。
• 技術とビジネスを橋渡しするコミュニケーション能力:
  エンジニアリングの専門知識を、技術的背景のない経営者や事業部門メンバーにわかりやすく伝え、データ活用の価値を組織全体に浸透させるための高い説明力・翻訳力が必要です。

• GCPを活用したデータ基盤構築経験:
  BigQuery・Dataform・Cloud Functions・Airflowなど、同社が採用しているGCPベースのデータスタックを用いたデータパイプライン設計・運用の経験があると即戦力として活躍できます。
• データカタログ・データ品質管理の実装経験:
  データ民主化を推進するためのデータカタログ構築・整備や、データ品質管理の仕組みを実装した経験があると、チームへの貢献度が高まります。
• AI/機械学習のビジネス実装を見据えたデータ設計経験:
  将来的なAI・機械学習活用を視野に入れたデータ拡張戦略の立案や、機械学習パイプライン向けのデータ設計経験を持つ方は特に歓迎されます。
• リユース・EC・小売業界のドメイン知識:
  リユース・EC・小売業界における業務フロー（買取・在庫管理・販売等）やデータ生成プロセスへの理解があると、事業特有の複雑なデータ課題への対応がよりスムーズになります。

• データ戦略立案とロードマップ設計の実践スキル:
  ビジネス課題からデータ活用の全体像を定義し、全社的な優先順位付けから実行まで一貫してリードする経験を通じて、企業全体のデータ戦略を担えるスキルが身につきます。
• モダンデータスタック（BigQuery/Dataform/GCP）の高度な設計・運用スキル:
  BigQuery・Dataform・Airflow・Terraformなど、業界標準のモダンデータスタックを用いた大規模データ基盤の設計・改善・運用経験を深く積むことができます。
• データガバナンス・データ民主化推進の実務経験:
  データカタログ整備・BIツール活用支援・教育支援など、全社的なデータ民主化の仕組みを構築・推進する実務経験が得られます。
• 経営層を動かすデータドリブンな意思決定支援スキル:
  経営層や各事業部門へのデータに基づく提案・分析を繰り返すことで、ビジネスストラテジーとテクノロジーを橋渡しする高度なビジネスコミュニケーション能力が磨かれます。
• チェンジマネジメント・組織変革の推進経験:
  データドリブンな文化の定着に向けた組織全体の変革をリードした経験は、次のキャリアにおいても極めて希少で高い市場価値を持つ実績になります。