【BIエンジニア】＜リモート・フレックス／プライム案件メイン＞データ分析基盤構築／成長できる環境

以下のいずれかの経験・知見が求められます。

• Power BI / Tableau / Lookerなどのいずれかを用いたダッシュボード構築経験
• SQLを用いたデータ抽出・加工・集計の実務経験
• DWH（BigQuery / Amazon Redshift等）の設計・構築・運用経験
• ETLプロセスの設計・実装経験
• KPI設計やデータモデリングの実務経験
• AWS / GCP / Azure いずれかのクラウド環境での開発経験

• ビジネス理解力:
  データを単に可視化するだけでなく、事業の意思決定に資する示唆を導き出すため、ビジネス課題を理解し分析設計に落とし込む力が求められます。
• 論理的思考力:
  データ品質の課題抽出や改善施策の立案において、事象を構造的に整理し、根拠ある提案ができる思考力が必要です。
• コミュニケーション能力:
  上流工程からの関与が多く、事業部門やステークホルダーへの要件ヒアリング・報告・提案を行うため、技術知識を平易に伝える対話力が重要視されます。
• 自律的な学習姿勢:
  BI・クラウド・データ基盤技術の進化が速いため、新ツールや技術トレンドを自発的にキャッチアップし続ける姿勢が求められます。
• 課題発見・改善推進力:
  データ品質向上に向けた課題を自ら抽出し、改善施策を立案・実行まで推進できる主体性と行動力が期待されます。

• LookML / dbt などのデータ変換・モデリングツールの経験:
  LookerのLookMLやdbtを用いたデータマート設計・構築経験があると、より複雑なデータ基盤プロジェクトで即戦力として活躍できます。
• Docker / Kubernetesを用いたコンテナ環境での開発経験:
  求人票記載の開発環境にDockerおよびKubernetesが含まれており、コンテナ技術の実務経験があると環境構築・運用面での貢献度が高まります。
• データエンジニアリング全般（データパイプライン構築・運用）の経験:
  ETL/ELTパイプラインの設計・運用やデータ品質管理の経験があると、DWH領域との横断的な関与が可能となります。
• 統計・機械学習の基礎知識:
  データ分析の精度・洞察の深さを高めるために、統計的手法や機械学習の基礎知識があると、より高度な分析基盤設計に貢献できます。

• マルチBI・クラウド対応のデータ基盤設計スキル:
  Power BI・Tableau・LookerなどのBIツールとAWS・GCP・Azureのクラウド基盤を横断した実践経験を積むことで、特定ツールに依存しない市場価値の高いスキルが身につきます。
• DWH・ETLの上流設計能力:
  KPI設計・データモデリング・DWH構築といった上流工程から一貫して携わることで、データ基盤全体の設計・運用ができるエンジニアとしての専門性を養えます。
• ビジネス起点のデータ活用推進スキル:
  事業の意思決定を支えるダッシュボード・レポートを構築する経験を通じて、テクノロジーとビジネスを橋渡しするデータ活用推進の実践力が磨かれます。
• プロジェクトマネジメント・ステークホルダーコミュニケーション力:
  プライム案件が中心のため、エンドクライアントとの直接折衝・要件定義・進捗管理など、上流工程のプロジェクト推進スキルが自然と蓄積されます。
• 新規ツール・技術の調査・検証・導入スキル:
  新しい分析基盤やBIツールの調査・検証・導入提案まで担当するため、技術選定眼と検証力を実務ベースで習得できます。