バックエンドエンジニア / データ利活用プラットフォーム

以下のいずれかの経験・知見が求められます。

• Python・Java（Spring Boot）いずれかのプログラミング業務経験（3年以上）
• Webアプリケーション開発経験（TCP/IP・Webサーバ・Nginx・RDBMS・KVS等の基礎知識）
• バックエンドシステムの設計・開発・運用経験
• ステークホルダーと連携した開発推進経験
• クラウドサービス（AWS・GCP等）を利用した開発経験

• ユーザー視点でのプロダクト改善力:
  ユーザーの利用状況やフィードバックを起点に課題を特定し、改善施策の立案・優先度付けから実装まで一貫して推進できる能動的な姿勢が求められます。
• 自走力と主体性:
  エンジニアとして指示を待つのではなく、能動的に改善点を見つけて行動していく姿勢が重視されます。個人で課題を発見し解決策を提案・実行できる力が必要です。
• ドキュメンテーション習慣:
  設計・技術調査内容を丁寧に文書化する習慣が求められます。グローバル・大規模組織での開発において、情報の透明性と再現性を担保するための重要なスキルです。
• 複数ステークホルダーとの調整力:
  全社横断で利用されるプロダクトを担うため、様々な部署・職種のユーザーと連携し、異なる要求を整理・優先順位付けしながら開発を推進できるコミュニケーション能力が必要です。
• 新技術への探究心と適応力:
  生成AIや大規模データ技術の急速な進化に対応するため、新しい技術を積極的に学び、実際のプロダクト開発に応用できる学習姿勢が重視されます。

• ビッグデータエコシステムの開発経験:
  Hadoop・Spark・Hive・Trino・Apache Atlasなどのビッグデータエコシステム、またはAWS・GCP・Databricksなどのビッグデータプラットフォームを利用した開発・SRE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・データガバナンスへの知見:
  データカタログの設計・構築やデータガバナンスの仕組みに関する知識・経験は、本ポジションのコアドメインに直結するため高く評価されます。
• AI・LLMを活用した機能開発経験:
  自然言語インターフェースや生成AIを活用したシステム開発の経験がある方は、本ポジションが推進するAI前提のデータ活用体験の再設計に大きく貢献できます。
• 大規模システムにおけるスケーラブルな設計経験:
  国内最大級規模のデータ基盤上での開発のため、スケーラビリティを考慮したバックエンド設計・アーキテクチャの知識・経験が歓迎されます。

• 大規模データ環境でのスケーラブルバックエンド設計:
  数百PB以上のデータを扱う国内トップクラスのデータ基盤上で、スケーラビリティの高いバックエンドアーキテクチャ設計の実践的スキルを習得できます。
• データガバナンスと利便性を両立する設計力:
  全社横断で利用されるデータカタログ・分析アプリケーションの開発を通じて、データプライバシー・ガバナンスと使いやすさを両立させるプロダクト設計の高度な知見が身につきます。
• 生成AI・自然言語処理を活用したプロダクト開発:
  自然言語インターフェースや高度な分析支援機能の開発に携わることで、AIを活用したデータ活用体験の設計・実装スキルを実務の中で獲得できます。
• ビッグデータエコシステムの実践的活用:
  Spark・Trino・Apache Atlasなどの最先端ビッグデータエコシステムを活用した開発経験を積み、大規模データ処理の専門技術を深めることができます。
• プロダクトドリブンな開発プロセスの実践知:
  ユーザーフィードバックを起点とした課題特定・施策立案・実装・改善のサイクルを全社規模のプロダクトで繰り返すことで、プロダクトマネジメントに近い上流工程のスキルも習得できます。