IT・WEB・ゲーム業界の転職情報
運営会社
【事業横断】データエンジニア
- 勤務地
-
神奈川県
- 職務内容
-
募集背景
DeNAのデータ・AI活用を一手に引き受けるAI・データ戦略統括部では、ゲーム・スポーツ・ヘルスケア・ライブストリーミングなど多岐にわたる事業領域で、データを起点とした意思決定とサービス改善が並行で進行しています。
これらの事業活動を下支えするのが、データ基盤部です。事業横断の組織として、各事業に最適化されたデータパイプライン・データウェアハウス・データプロダクトを設計・提供し、ビジネスサイド・データサイエンティスト・MLエンジニアが価値創出に集中できる環境を構築しています。
事業の拡大と多様化に伴い、データ基盤への要求も急速に高度化・複雑化しています。本ポジションでは、特定の事業ドメインに固定されない、柔軟に案件をリードできるデータエンジニアを募集します。
ミッション
本ポジションのミッションは、あらゆる事業でスケールするデータ基盤における案件の牽引者として技術選定からリリース・運用まで一気通貫でリードすることです。
「データを使う」ことではなく「データを使えるようにし続ける」ことを担う立場として、複数の事業ドメインの異なる要件・制約・スピード感を読み解きながら、再利用可能で属人性の低いデータ基盤を設計・実装・運用していただきます。特定の事業ドメインや技術スタックに閉じず、組織・案件の状況に応じて柔軟に担当領域を横断していく動き方を前提とします。
業務内容
データサイエンティスト、MLエンジニア、各事業部のソフトウェアエンジニア、アナリストと密に連携し、データ基盤のライフサイクル全体をリードしていただきます。
データ基盤のアーキテクチャ設計と立ち上げ
事業要件・スケール・コスト・データ品質・セキュリティ要件のバランスを踏まえた最適な構成の設計
前例のない新規データ基盤の立ち上げにおける技術的ケイパビリティの切り分けと技術選定
データパイプライン・データ基盤の実装と運用
BigQueryを中心としたデータウェアハウス／データレイクの設計・実装
バッチ／ストリーミングのパイプライン構築、ワークフローオーケストレーション
dbt / Dataform を用いたELT・データモデリングの設計と継続的改善
SLO/SLAに基づくモニタリング、インシデント対応、ポストモーテムの推進
データマネジメント・非機能要件の推進
データ品質、メタデータ管理、データガバナンス、セキュリティ、コスト最適化を包括的に設計・実装
標準化・CI/CDの整備、コード品質と運用品質の底上げ
案件リードとステークホルダー折衝
担当案件のリーダーとして、要件定義・優先順位付け・コスト調整・合意形成
事業部・データサイエンティスト・MLエンジニアとの議論を通じた最適解の導出
チーム・組織への貢献
コードレビュー、技術選定議論、ジュニアメンバーの設計・実装サポート
チーム〜部門レベルでの技術スタック標準化やコード品質向上のリーディング
利用サービス / 技術スタック
Cloud : Google Cloud（BigQuery, Cloud Composer, Pub/Sub, Cloud Storage, Cloud Run, Cloud Batch など）
Data : dbt, Dataform, Apache Airflow, Spark
BI : Looker, LookML
Language : Python, SQL
CI/CD & Tools : GitHub Actions, Terraform, Docker
AI Tool : GitHub Copilot, Gemini, Cursor, Claude Code, Devin（事業・プロジェクトごとのガバナンスに準拠）
ポジションの魅力
事業横断で得られる経験の幅: ゲーム・スポーツ・ヘルスケアなど、ビジネスモデルもデータ特性も大きく異なる複数のドメインに関わることができ、特定ドメインに閉じない普遍的なデータエンジニアリング力を磨けます。
0→1から運用・改善までを一気通貫で: 既存基盤の改善だけでなく、新規データ基盤の立ち上げや前例のない要件への挑戦など多岐にわたるなど、案件の中心人物としての機会・裁量と影響範囲が大きいポジションです。
モダンな開発環境とAI活用: マネージドサービスを積極活用し、AI Agentツールを用いた開発の自動化など、常に最新の生産性向上策を実践できる環境です。
専門家と協働するナレッジ密度: 社内のデータサイエンティスト・MLエンジニア・アナリストと議論し、データの利活用文脈を理解した上で基盤を設計する経験が積めます。 - 企業名
-
株式会社ディー・エヌ・エー
- 本社所在地
-
東京都渋谷区渋谷2-24-12 渋谷スクランブルスクエア
- 雇用形態
-
正社員
- 各種保険
-
健康保険 雇用保険 厚生年金 労災保険
- 休日休暇
-
◆勤務制度および時間 フレックスタイム制 ・始業および終業の時間は労働者の決定により委ねる（当社規定による） ・標準となる1日の労働時間：7時間45分（当社規定による） ・コアタイム:なし ※一斉休憩の適用除外あり ◆月給内訳 ①役割期待給 + ②ライフプラン手当（正社員のみ） ①役割期待給 ・基本給 268,750円〜692,750円 ・職務給 138,750円〜331,500円 ※時間外割増賃金（45時間相当分※1）に代えて支給 ※1 精算期間における労働時間の合計が、法定労働時間の枠を超えた場合に、その超過部分の時間外割増賃金（45時間相当分）として支給する 45時間を超過する部分の時間外割増賃金に関しては、別途支給あり（当社規定による） ②ライフプラン手当（正社員のみ） ・5.5万円〜15万円 ライフプラン手当は会社が定める確定拠出年金制度及び確定給付企業年金制度の掛け金として拠出することができる手当 ◆賞与：年2回（6月/12月、正社員のみ） 経験・業績・貢献に応じて当社規定により決定 ◆給与改定： 年2回（5月/11月） 変化のスピードが早い業界であることを鑑みて、適切な評価を行うための目標設定面談を実施 ◆時間外・深夜・休日勤務 あり（※当社規定および個別労働契約による） ◆業務内容 【雇入れ直後】仕事概要に記載のある業務内容 【変更の範囲】会社の定める業務 休日／諸手当 ◆休日 土日祝日、年末年始、会社の指定した休日（当社規定による） ◆有給休暇 入社初年度は入社月に応じて最大12日、入社次年度以降15日〜20日 ◆特別休暇（参考：https://csr.dena.com/employees/hrdata/） 慶弔休暇、生理休暇、育児休暇など ◆諸手当 通勤交通費、リモートワーク手当、児童手当など
- 情報更新日
-
2026/07/28
AIが推定した求人関連情報
-
事業横断で得られる広範な経験:
ゲーム・スポーツ・ヘルスケア・ライブストリーミングなど、ビジネスモデルもデータ特性も大きく異なる複数のドメインに関わることができ、特定ドメインに閉じない普遍的なデータエンジニアリング力を磨けます。 -
0→1から運用まで一気通貫のリード経験:
既存基盤の改善だけでなく、新規データ基盤の立ち上げや前例のない要件への挑戦など、案件の中心人物として大きな裁量と影響範囲を持って取り組めます。 -
モダンな技術スタックとAI活用:
BigQuery・dbt・Dataformなどのマネージドサービスに加え、GitHub Copilot・Cursor・Claude Code・Devinといった最新のAIエージェントツールを活用した開発環境で、常に最先端の生産性向上策を実践できます。 -
高水準な報酬体系:
有価証券報告書によると直近の平均年収は880万円超と、業界平均を大幅に上回る水準です。年俸制・年2回の給与改定制度により、成果を給与に反映しやすい仕組みが整っています。 -
専門家集団との協働によるナレッジ密度:
社内のデータサイエンティスト・MLエンジニア・アナリストと密に議論しながら、データ利活用の文脈を深く理解した上でデータ基盤を設計できる、知的刺激の高い環境です。
以下のいずれかの経験・知見が求められます。
- BigQuery等のクラウドデータウェアハウスの設計・実装・運用経験
- バッチ／ストリーミングパイプラインの構築経験（Apache Airflow / Cloud Composer等）
- dbt / Dataformを用いたELT・データモデリングの経験
- Python・SQLを用いたデータ処理の実装経験
- Google Cloud Platform（GCP）を用いたデータ基盤構築経験
- SLO/SLAに基づくモニタリング・インシデント対応の経験
- Terraform・GitHub ActionsによるCI/CD整備経験
-
自律的な課題発見と推進力:
特定事業ドメインや技術スタックに閉じず、組織・案件の状況に応じて担当領域を横断しながら、自ら課題を発見・設定して推進できる主体性が求められます。 -
ステークホルダーとの折衝・合意形成力:
事業部・データサイエンティスト・MLエンジニアなど多様な関係者と議論し、要件定義・優先順位付け・コスト調整を行い最適解を導出できるコミュニケーション能力が必要です。 -
技術選定における判断力と説明責任:
事業要件・スケール・コスト・セキュリティのバランスを踏まえた技術選定を行い、その根拠を明確に説明できる論理的思考力が求められます。 -
品質への高い意識と継続的改善の姿勢:
データ品質・コード品質・運用品質を高い水準で維持し、標準化やポストモーテムを通じて継続的に改善し続ける姿勢が期待されます。 -
チームへの知識還元・メンタリング意識:
コードレビューやジュニアメンバーの設計・実装サポートを通じて、チーム全体の技術力底上げに積極的に貢献できる姿勢が求められます。
-
データマネジメント・ガバナンスの実務経験:
メタデータ管理・データカタログ構築・データガバナンスポリシーの策定・運用など、組織横断でのデータ品質管理の経験があると活躍の幅が広がります。 -
Looker / LookMLを用いたBI構築経験:
LookerやLookMLを活用したデータモデリングやダッシュボード設計の経験があると、ビジネスサイドとの連携においてより大きな貢献ができます。 -
Apache Spark等の大規模分散処理の経験:
Sparkを用いた大規模データ処理の設計・実装経験があると、多様な事業ドメインの複雑なデータパイプライン案件で即戦力として活躍できます。 -
AIエージェントツールを活用した開発経験:
GitHub Copilot・Cursor・Claude Codeなどを用いた開発自動化の実務経験があると、DeNAが推進するAI活用の開発文化にスムーズに馴染めます。 -
複数事業領域にまたがるデータ基盤の設計・運用経験:
異なるビジネスモデルや要件を持つ複数の事業ドメインで、再利用可能な基盤を設計・運用した経験があると本ポジションで即戦力として貢献できます。
-
マルチドメイン対応のデータエンジニアリング力:
ゲーム・スポーツ・ヘルスケアなど特性の異なる事業ドメインを横断することで、特定領域に依存しない汎用的かつ高度なデータ基盤設計・実装スキルが身につきます。 -
エンタープライズ規模のデータマネジメント実践力:
データ品質管理・メタデータ管理・ガバナンス・セキュリティ・コスト最適化を包括的に設計・推進する経験を通じて、組織横断のデータマネジメント能力が養われます。 -
技術リードとステークホルダーマネジメントスキル:
案件リーダーとして要件定義・優先順位付け・合意形成を一手に担うことで、技術力に加えてビジネス課題を解決するプロジェクトリード能力が培われます。 -
最新AIエージェントツールを活用した開発実践力:
GitHub Copilot・Devin・Claude Codeなど最前線のAIツールを実業務で活用することで、AI時代のデータエンジニアとしての競争力の高いスキルセットを習得できます。 -
Google Cloudデータ基盤の深い専門性:
BigQuery・Cloud Composer・Pub/Sub・Cloud Runなど多様なGCPサービスを組み合わせた大規模データ基盤の設計・運用を通じて、GCPデータ領域における高い専門性が得られます。
- 現在：データエンジニア（事業横断）
- シニアデータエンジニア 複数の大型案件をリードした実績を積み、技術選定・アーキテクチャ設計・チームへの技術的貢献において中心的存在として認められるステップです。データ品質やガバナンス領域でも組織をけん引します。
- テックリード / データ基盤スペシャリスト 部門レベルの技術スタック標準化や、データ基盤全体のアーキテクチャ方針の策定をリードするポジションです。社内外で技術的なプレゼンスを高め、エキスパートとして認定されるキャリアパスです。
- データエンジニアリングマネージャー チーム・組織のマネジメントを担い、採用・育成・評価を通じてデータ基盤部全体の組織力を向上させるポジションです。技術とビジネスの両面から事業成長に貢献します。
- データ・AI戦略統括部 部門リーダー / 事業部CTO相当 DeNAの全事業を横断するデータ・AI活用戦略を立案・推進するポジションです。経営層と連携しながら、データドリブンな意思決定の文化を組織全体に根付かせる役割を担います。
【ポジティブな評価】
1. 報酬・待遇の高さ: 口コミサイトの集計データでは平均年収が760万円前後と、インターネット業界の平均を大きく上回る水準が評価されています。年俸制で年2回の改定機会があり、成果が給与に反映されやすい仕組みが整っています。
2. 働き方の柔軟性: リモートワークとオフィス出社を組み合わせたハイブリッド勤務が定着しており、フレックスタイム制の導入により仕事とプライベートのバランスを取りやすいとの声が多くあります。エンジニア職では実質的にほぼリモートで働け...(ここから先は会員登録後にご覧いただけます。残り479文字)
会員登録をして、
AI 口コミ全貌をチェック！
※本資料はAIを活用して収集・整理した情報を含んでいます。正確性については適宜ご確認ください。