データプラットフォームエンジニア / Data Platform

以下のいずれかの経験・知見が求められます。

• 分散処理システム（Apache Hadoop、Apache Kafka、Flink等）の開発・運用経験
• ETLパイプラインの設計・実装経験
• 大規模データ基盤・データウェアハウスの構築・運用経験
• LinuxなどのOSおよびネットワーク・インフラの基礎知識
• Java、Python、Scala等のプログラミングスキル
• SQLおよびデータモデリングの経験

• 課題解決思考:
  大規模・複雑なシステム障害や性能課題に対し、ロジカルに原因を特定し解決策を実装できる問題解決能力が求められます。
• コラボレーション力:
  ネットワーク・ハードウェア・データサイエンスなど専門チームと密に連携するため、技術的な内容を分かりやすく伝え、横断的に協力できるコミュニケーション力が必要です。
• 変化への適応力:
  急速に進化するビッグデータ・AI技術領域において、新しい技術やトレンドを積極的にキャッチアップし、業務に反映できる柔軟な学習姿勢が求められます。
• 品質へのこだわり:
  数百PB規模のデータを扱う基盤において、データの一貫性・正確性・完全性を担保するための高い品質意識と細部への注意力が必要です。
• 自律的な行動力:
  コアタイムなしのフレックス環境の中で、自ら目標を設定し、スケジュール管理や優先度判断を行いながら自律的に業務を推進できる主体性が求められます。

• 機械学習・MLOpsの知識:
  データサイエンティスト向けの機械学習プラットフォーム構築・運用に携わるため、MLパイプラインやMLOpsの実務経験があると即戦力として活躍できます。
• データセキュリティ・コンプライアンス対応経験:
  データ暗号化やアクセス制御、プライバシー規制対応（GDPR等）の実務経験を持つ方は、ガバナンス強化の観点から大きく貢献できます。
• クラウド基盤（AWS・GCP・Azure等）の利用経験:
  オンプレ・クラウドのハイブリッド環境での設計・運用経験があると、スケーラブルなインフラ設計に貢献できます。
• Druid・Trinoなどの分散SQLエンジンの運用経験:
  求人票記載の技術スタックに対する直接的な実務経験は、即戦力評価につながりやすいです。
• オープンソースコミュニティへの貢献実績:
  Apache関連OSSへのコントリビューション経験や技術発信（ブログ・登壇等）の実績があると、技術力の証明として高く評価される傾向があります。

• 超大規模分散システム設計・運用スキル:
  数百PBを超えるデータ処理基盤を数千台のサーバーで運用する経験を通じ、世界水準の大規模分散システム設計・運用スキルを実務で習得できます。
• リアルタイムデータ処理の専門知識:
  Apache KafkaやFlinkを活用したリアルタイムストリーム処理の設計・最適化を実践し、即時性の高いデータ活用基盤エンジニアとしての専門性を高められます。
• MLOps・AIプラットフォーム構築スキル:
  機械学習プラットフォームの構築・運用に関わることで、データエンジニアリングからAI/ML活用支援までをカバーする幅広いスキルセットを身につけられます。
• データガバナンス・セキュリティの実務知識:
  データの一貫性・正確性確保やアクセス制御・コンプライアンス対応の実務を通じ、大企業規模のデータガバナンスに関する専門知識を習得できます。
• 社会人ドクター・語学研修など自己成長機会の活用:
  企業公式情報によれば社会人ドクター進学支援や語学研修など学習支援制度が整備されており、エンジニアとしての深い専門性と学術的知見を並行して伸ばせます。