シニアデータエンジニア/データ基盤開発部

以下のいずれかの実務経験・知見が求められます。

• BigQueryを用いたデータウェアハウス設計・運用経験
• Apache AirflowなどによるETL/ELTパイプライン構築経験
• Google Cloud Platform（GCP）上のデータ基盤開発経験
• Terraform / TerragruntによるInfrastructure as Code（IaC）の実務経験
• GitHub ActionsなどCI/CDパイプラインの設計・構築経験
• 大規模トランザクションデータの処理・運用経験
• Pythonによるデータ処理スクリプトの開発経験

• 課題発見・自走力:
  データ品質や運用効率など、現場の課題を自ら発見し、改善提案から実装まで自走して推進できる主体性が求められます。
• 技術的コミュニケーション力:
  6名のコンパクトなチームの中で、設計の意図や技術的判断を分かりやすく共有し、チーム全体の方向性を合わせられる能力が重要です。
• 変化への適応力:
  DMMグループは60以上の事業を持ち、データの要件や規模が日々変化します。新しい技術や仕様変更に柔軟かつ迅速に対応できる姿勢が必要です。
• 品質・信頼性への高い意識:
  約1,000名の分析者が依拠するデータ基盤を担うため、データの正確性・一貫性・可観測性に対して高い責任感とこだわりを持てることが求められます。
• 学習意欲と技術的好奇心:
  Dataplexや新しいクラウドサービスなど、常に進化する技術領域に積極的にキャッチアップし、チームに新たな知見をもたらす意欲が歓迎されます。

• Dataplexを用いたメタデータ管理経験:
  データカタログやデータ品質管理の仕組みをDataplexで構築・運用した経験があると、即戦力として活躍できます。
• リアルタイムデータ処理の知見:
  ストリーミング処理（Cloud Pub/Sub, Dataflow等）の設計・実装経験があると、今後のデータ基盤のリアルタイム化推進に貢献できます。
• データモデリングの経験:
  DWHやデータマートの設計において、スタースキーマやSnowflakeスキーマなどのデータモデリング手法を実務で活用した経験が歓迎されます。
• 大規模チームへのデータ基盤提供経験:
  複数部署・多職種のユーザーへのデータ提供経験があると、要件定義やデータ定義整備のノウハウを活かせます。
• コスト最適化の実務経験:
  クラウドリソースのコスト分析と最適化施策を主導した経験は、DMMのデータ基盤運用コスト効率化の課題解決に直結します。

• 大規模データ基盤の設計・運用スキル:
  5兆レコード超・数十億件規模のトランザクションデータを扱う環境で、スケーラブルなデータパイプラインとDWHの設計・運用ノウハウを深く習得できます。
• Google Cloudを中心としたクラウドデータエンジニアリングスキル:
  BigQuery、Dataplex、Cloud Composer（Airflow）等のGCPサービスを実業務で幅広く活用することで、クラウドデータエンジニアとしての実践的スキルが身につきます。
• IaC・CI/CD自動化の実践知識:
  Terraform/TerragruntとGitHub Actionsを用いた構成管理・デプロイ自動化の実務経験を積み、インフラの品質とスピードを両立するDevOps的スキルを習得できます。
• データ品質管理・可観測性向上のノウハウ:
  異常検知やメタデータ管理の仕組みを整備する実務を通じて、エンタープライズレベルのデータ品質保証・モニタリングに関する専門知識を得られます。
• 全社横断のデータ戦略・要件整理経験:
  多様な事業・職種のステークホルダー約1,000名のニーズを汲み取りながらデータ基盤を整備することで、データ戦略立案や要件定義の実践スキルが養われます。