データエンジニア / 事業横断

以下のいずれかの経験・知見が求められます。

• HadoopやDWHを使ったデータ基盤構築・運用経験（3年以上）
• Trino・Hive・Sparkなどを用いたビッグデータ基盤開発経験
• バッチ処理によるデータパイプライン開発・運用経験
• ストリーミング処理（Apache Kafka・Apache Flinkなど）を用いたリアルタイムデータ処理の開発経験
• データウェアハウス（DWH）またはFeature Storeへのデータ提供・運用経験
• 大規模データ処理におけるスケーラビリティ・パフォーマンスを考慮した設計経験
• データモデリングおよびデータパイプラインの最適化経験

• 結果へのこだわり:
  大規模なデータ処理基盤の改善・最適化に際し、品質や納期に対して粘り強くやり抜く姿勢が求められます。
• 自律的な問題解決能力:
  複雑なデータ課題に対して、自ら問題を定義し、解決策を考えて主体的に行動できるスキルが必要です。
• 変化への適応力:
  多様化するユースケースや増加するデータ要件に対して、柔軟かつ迅速に対応できる能力が求められます。
• クロスファンクショナルなコミュニケーション力:
  機械学習・分析・プロダクト開発など多様なチームと連携し、データ活用価値を最大化するための調整・合意形成ができることが重要です。
• 技術的な探求心・学習意欲:
  常に進化する分散処理技術やデータエンジニアリングのベストプラクティスをキャッチアップし、業務に活かしていく継続的な学習姿勢が求められます。

• Apache Kafka・Apache Flinkを用いたストリーミング処理経験:
  リアルタイムデータパイプラインの開発・運用経験があると、即戦力として活躍できます。
• 機械学習向けFeature Storeの設計・構築経験:
  MLパイプラインとの連携を前提としたデータ設計・提供の知見が活かせます。
• コンテンツデータ・ユーザーログ解析パイプラインの開発経験:
  LINEやYahoo! JAPANのような大規模サービスのログを扱った経験が特に歓迎されます。
• データ品質管理・データ信頼性向上のための設計・実装経験:
  データの鮮度・正確性・再利用性を高めるための仕組みを構築した経験が評価されます。
• クラウド環境（AWS・GCP・Azure等）でのデータ基盤構築経験:
  クラウドネイティブなデータ処理アーキテクチャの知見があると業務に活かせます。

• 超大規模データエンジニアリングの実践経験:
  国内最大級のユーザー基盤を持つサービス群のデータを扱うことで、他社では得られない規模のデータ処理・設計スキルが身につきます。
• 分散処理・ストリーミング処理の高度な技術力:
  Hadoop・Kafka・Flink・Trino・Druidなど最先端の分散システムを実業務で活用することで、業界トップクラスのデータ基盤技術が習得できます。
• 事業横断型データアーキテクチャ設計能力:
  複数プロダクトでの再利用を前提としたデータモデリングや拡張性の高いパイプライン設計の経験を積み、ポータブルな設計スキルが身につきます。
• 機械学習・分析基盤との連携知識:
  DWHやFeature Storeの開発・運用を通じて、MLパイプラインや分析基盤と連携するデータエンジニアリングの実践的な知識が得られます。
• 大規模組織でのプロジェクト推進力:
  多様なチームと協働しながらデータ活用を推進する経験を通じて、大規模組織でのプロジェクトマネジメントやステークホルダー調整能力が磨かれます。