データベースエンジニア×フレックス制(コアタイムあり)のリモートワーク転職・求人情報一覧
30件中 1件~10件
株式会社Mico
【大阪フルリモート/Lead Data Platform Engineer/開発経験3年以上】自社サービスSaaS企業 のリモートワーク求人
■仕事内容
Data Platformチームは、2026年5月に発足したMico Engage AIのデータ基盤の専任チームです。事業の急成長とともに拡張してきた
プロダクトのデータモデルに対して、一度きりの棚卸しではなく、持続可能で複利的に効くガバナンス能力を構築することをミッションとしています。
Lead Data Engineerは、このチームの技術方針とロードマップを描き、実行を牽引する役割です。DBの運用・チューニングにとどまらず、
データモデルの再設計と、TiDB/Snowflakeの役割分担までを判断するポジションです。中心となる責務は次のとおりです。
ガバナンス基盤の優先順位付けと、完成基準の定義
階層化とストレージ選定(TiDB / Snowflake)の意思決定フレームの確立
DB負荷を下げる施策の全体設計
その先にある、顧客・セグメントのデータモデル世代交代のリード
同時に、チームの規律の担い手として、計測と記録に基づく意思決定を貫き、その判断を事業側にも説明する役割を担います。
■募集の背景
・Micoは、マーケティングSaaS領域で4年間に1,100%の事業成長を実現し、Mico Engage AIのデータモデルも事業とともに拡張してきました
・次のスケールに向けて、データモデルの設計と保存先の選定を専任で担うチームとして、2026年5月にData Platformチームを発足しました
・方針の骨格は策定済みです。まず検証・計測の基盤を整え、それを根拠に階層化とデータモデルの再設計を判断します。
基盤の完成基準、階層化の判断フレーム、中核エンティティの再設計といった中身は、これから確立します
・現在は、シニアテックリードを中心に、日本拠点のシニアメンバーとインド拠点のメンバーでチームを運営しています。
一方で、データ基盤として取り組みたいテーマに対して、設計を担う人員が足りておらず、リードを増員して迎えたいと考えています
・データ基盤が整った先には、CDPやレコメンドなど、顧客に刺さる打ち手を継続的に届けられる状態があります
・12ヶ月のロードマップを維持しながら、判断と再設計を実行に移していくために、技術面でチームを牽引するリードを迎えたいと考えています
■このポジションのチャレンジ
・大規模なコードベースと、Aurora MySQL・TiDB(一部サービスでAurora PostgreSQL)、DWHのSnowflakeにまたがるエンティティ群を対象に、
データフローの可視化(リネージ)と階層化の方針を定め、新規要件でもデフォルトで通る状態にします
・性能・設計の判断を、計測とリネージに基づくものに標準化します。ベンチマーク、テストの信頼性、データ分類、意思決定記録といった基盤を、優先順位を付けて整備します
・OLTPと分析処理の境界を引き直し、重い集計処理をDWH(Snowflake)側へ移していきます
・その先には、中核エンティティ(顧客・セグメント)のデータモデルそのものを次世代へ作り替える、複数四半期にわたるテーマがあります
■ガバナンス基盤の位置づけ
ガバナンス基盤には2つの役割があります。1つめは、階層化の判断に根拠(リネージ、ベンチマーク、データ分類)を供給することです。
2つめは、データモデルの再設計に入る段階で、リファクタリングが挙動を壊していないことを検証するセーフティネットになることです。
「どこに置くべきか判断できる」ことより、「壊していないと証明できる」ことのほうが一段高い水準で、後者が中核エンティティの再設計に着手する前提です。
この水準の定義と達成判定が、リードの責務です。
■このポジションでやらないこと
期待値のずれを避けるため、あらかじめ明記します。
・共有ライブラリの全面書き換えや、短期のDBチューニングで完結するポジションではありません
・データをDWHへ移したら完了、というポジションでもありません
■チームで大切にしていること
チームで共有している考え方です。リードはこの考え方を体現し、チームに根づかせていく役割を担います。
・計測と記録に基づいて判断する。性能の最適化は、ベンチマークで裏づけてから進めます
・検証の仕組みを整えてから、大規模なデータ移行やスキーマ変更に進みます
・外部専門家の判断は、会議で終わらせず意思決定記録(ADR)に残します
・見せるための成果より、長く効く基盤づくりを優先します
■具体的な業務内容
本ポジションは、DBREとして自ら手を動かす仕事と、Leadとしてチームと事業の判断を動かす仕事の両方を担います。
DBREとしての仕事(自ら手を動かす)
・Aurora MySQL/TiDBの性能・容量の改善:
実行計画の改善、ロック対策、大規模テーブルのスキーマ変更(gh-ost/pt-osc/Online DDLなど)を、ベンチマークにもとづいて進めます
・ガバナンス基盤の設計と優先順位付け:
リネージ、テスト信頼性、ベンチマーク、データ分類、意思決定記録(ADR)、ローカル再現環境、外部専門家との協業について、
「最低限の利用可能」の基準を定め、実案件に通して有効性を検証します。過度な作り込みも不足も許さない線引きを行います
・負荷低減施策の全体設計:
保持ポリシーに基づく削除、イベントの属性化、重い集計処理のSnowflakeオフロードとreverse-ETLについて、アーキテクチャと移行順序を設計し、実行を牽引します
・インシデント対応の指揮と仕組み化:
障害時の指揮を担い、RCAから再発防止の仕組み化までを完遂します。すべてのインシデントを、仕組み改善の要求に変換します
・ハンズオンな実装:
最も難度の高い領域や、新しい仕組みの立ち上げでは、自ら設計・実装し、チームの基準をコードで示します
Leadとしての仕事(チームと事業を動かす)
・技術方針とロードマップの維持・更新:
既存の12ヶ月ロードマップをベースに、フェーズ定義・出口基準・依存関係とクリティカルパスを四半期ごとに更新します。
何をコミットメントとし、何を方向に留めるかを意図的に切り分けます
・階層化とストレージ選定の意思決定フレーム:
データ分類とリネージを根拠に、どのエンティティをTiDBに残しどれをSnowflakeへ出すかを判断する枠組みを確立し、新規要件でもデフォルトで通る状態にします
・データモデル世代交代のリード:
顧客・セグメントについて、プロファイリング先行(先に実態と根拠、後に形)で再設計を主導し、「分類+リネージ+ベンチマーク→判断→記録」の証拠の連鎖を成立させます
・業務側との合意形成:
保持ポリシーに基づくデータ削除や、セグメント定義の移行など、業務側の帯域を必要とする変更について、影響とリスクを非エンジニアに伝わる言葉で説明し、実施順序を含めて合意します
・外部専門家との協業フレームの設計と運用:
DB・DWHのベンダーとの定期レビューの設計、窓口の一元化、エスカレーションパスの定義、重要判断の記録化を担います
・チームの育成と採用:
シニア以下のメンバーの育成、オンボーディング設計、採用プロセスへの関与を担います(ピープルマネジメントの範囲は、ご本人の志向と組織状況に応じて相談します)
■組織体制
・Data Platformチーム(Mico Engage AI配下)に配属します。2026年5月に発足した、データ基盤の専任チームです
・シニアテックリードのもとに、日本拠点のシニアメンバー3名、インド拠点のメンバー3名が在籍しています。
本ポジションのリードは、このシニアテックリードの直下に入り、チームの技術面を牽引します
・日本語と英語を併用する多国籍チームです。日次のスタンドアップはNotionで日英併記の非同期形式で共有しています
・DB・DWHのベンダーの専門家と、定期的にレビューする体制をつくっています
■本ポジションに期待すること
・ガバナンス基盤と階層化の意思決定フレームを設計し、チームと関係部署を巻き込んで実行に移すこと
・12ヶ月のロードマップを維持しながら、月次で振り返り、四半期で成果を出すこと。同時に、射程外のテーマに早すぎる形と日付を与えないこと
・容量計画、データの保持・失効スケジュール、コストを定量的に管理し、経営に対して説明責任を果たせる状態をつくること
・規律の担い手として、優先度や納期の圧力があるときも、検証の仕組みを経由して進める判断を貫くこと
・リネージ・Runbook・意思決定記録を整備し、メンバーが入れ替わってもガバナンス能力が劣化しない状態をつくること
■このポジションで得られること
・原則の上に実装の枠組みを積む裁量:
方針の骨格は決まっていますが、基盤の完成基準、階層化の判断枠組み、中核エンティティの再設計といった中身のほとんどは、これから決まります。
確立された原則の上に、自分の判断を積み上げられます
・プロダクトの成長に直接効く意思決定:
どのエンティティをどこに置き、どのモデルを次世代に作り替えるか。この判断が、事業のスケールと選択肢を左右します
・経営・事業との直接対話:
容量、保持ポリシー、移行コストを自分の言葉で説明し、業務側の協力やリソースを引き出す経験を積めます
・ベンダーの一流エンジニアとの協業設計:
DB・DWHのベンダーとの協業を、一時的な助っ人ではなく、仕組みとして設計・運用する経験が得られます
・グローバル組織でのリーダーシップ実績:
英語も飛び交う多国籍チームの中で技術的イニシアチブを取り、育成と標準化をリードすることで、グローバルに通用するリーダーとしての実績を築けます
■目指せるキャリア
・Data Platformの TL/エンジニアリングマネージャー:チーム運営と育成の実績を土台に、Data Platform全体のマネジメントへ進めます
・チーフデータアーキテクト/Principal Engineer:マネジメントではなく技術を深める方向で、全社のデータアーキテクチャを決める専門家を目指せます
・プラットフォーム横断のリード:隣接するプラットフォーム領域を含めた、全体の技術リードへ展開できます
・VP of Engineering/CTOラインへのステップアップ:技術戦略と組織設計の両方を担った実績を土台に、経営に近いレイヤーを目指せます
■Mico AIの強み
・圧倒的なデータ量と高い品質
Micoには、広告のクリックや閲覧、ユーザーの行動履歴など、膨大で精度の高いデータが蓄積されています。
このデータをもとにAIが学習することで、ユーザーの興味や行動をより正確に予測し、「誰に・どんな内容を・どんなタイミングで届けるか」を高い精度で判断できます。
MicoのAIはデータの質と量の両方で他社より一歩先を行っています。
・内製のデータ開発体制によるスピードと柔軟性
MicoではAIの基盤となるデータセットを自社で開発・管理しています。
一般的には外部データに依存すると整備や更新に時間がかかりますが、 Micoは内製体制により、より早く・柔軟にAIを改善できます。
自分たちでデータをつくれるから、 新しい機能開発や改善スピードが圧倒的に速いのです。
・世界レベルのデータサイエンスチーム
日本だけでなく、インド、フィリピン、台湾などグローバルに活躍する優秀なエンジニアが多数在籍しています。
彼らはユーザーの行動データを分析し、AIをさらに賢く進化させています。世界中の専門家がチームで協力し、AIの精度を日々高めています。
Micoで働く魅力
・『成長市場×成長企業』
┗ 世界で30兆円近い市場規模があり、特定の国では25年にEC市場を抜く予測があるCコマース市場
┗ マーケティングSaaS領域において4年間で1100%の事業成長を実現
┗ 累計63億円(シリーズB:35億円)の資金調達を実現
┗LINEマーケティングにおいて国内No,1を実現
・『徹底した顧客志向』
┗我々のMissionはあらゆるビジネスの可能性を広げブランドと生活者がより豊かになる未来を創造していくことです
┗「Wow the Customer」をValueに掲げ、すべてをお客様起点で考え、表面的なニーズに留まらず真の課題に向き合い、期待を超える圧倒的な成果を届けることを大切にしています
┗お客様への価値提供に妥協せず、情熱と執念を持ってやり抜く「Invest in Passion」の精神で、成果にこだわり続けています
・『多様なプロフェッショナルが集まるグローバルな組織』
┗「Beyond Borders」のValueのもと、言語・職種・文化などの垣根を越えて、互いの強みを掛け合わせながらチームで大きな成果を生み出しています
┗海外にも3拠点を構え、現在は20か国の国籍のメンバーが在籍するグローバルな組織です
┗一人ひとりが高い専門性とプロフェッショナル意識を持ち、異なるバックグラウンドや強みを尊重しながら協働しています
・『挑戦と変化を楽しみ、成長できる環境』
┗「Invest in Passion」のValueのもと、情熱を持って挑戦する人を組織として応援し、やり切った上での失敗を次の挑戦につなげる文化があります
┗「Be the Change」を大切にし、変化を待つのではなく、自ら未来を見据えて次の一手を考え、行動することを推奨しています
┗仮説を持って小さく試し、そこから得た学びを次の挑戦につなげながら、個人も組織も進化し続けています
┗高い成長意欲と挑戦心を持つメンバーに囲まれ、日々刺激を受けながら自身も成長できる環境です
■働く環境
柔軟な働き方:ハイブリッドワーク / フレックスタイム / 年6回のライフヘルス休暇
圧倒的な成長支援:最大5.5万円の書籍・セミナー補助
高い透明性:TGIM(全社共有会)/ 四半期経営説明会
マネジメント育成:体系的な研修によるリーダーシップ強化
公平な評価制度:OKRに基づく半期評価と継続的フィードバック
【業務の変更の範囲】
会社の定める範囲
Data Platformチームは、2026年5月に発足したMico Engage AIのデータ基盤の専任チームです。事業の急成長とともに拡張してきた
プロダクトのデータモデルに対して、一度きりの棚卸しではなく、持続可能で複利的に効くガバナンス能力を構築することをミッションとしています。
Lead Data Engineerは、このチームの技術方針とロードマップを描き、実行を牽引する役割です。DBの運用・チューニングにとどまらず、
データモデルの再設計と、TiDB/Snowflakeの役割分担までを判断するポジションです。中心となる責務は次のとおりです。
ガバナンス基盤の優先順位付けと、完成基準の定義
階層化とストレージ選定(TiDB / Snowflake)の意思決定フレームの確立
DB負荷を下げる施策の全体設計
その先にある、顧客・セグメントのデータモデル世代交代のリード
同時に、チームの規律の担い手として、計測と記録に基づく意思決定を貫き、その判断を事業側にも説明する役割を担います。
■募集の背景
・Micoは、マーケティングSaaS領域で4年間に1,100%の事業成長を実現し、Mico Engage AIのデータモデルも事業とともに拡張してきました
・次のスケールに向けて、データモデルの設計と保存先の選定を専任で担うチームとして、2026年5月にData Platformチームを発足しました
・方針の骨格は策定済みです。まず検証・計測の基盤を整え、それを根拠に階層化とデータモデルの再設計を判断します。
基盤の完成基準、階層化の判断フレーム、中核エンティティの再設計といった中身は、これから確立します
・現在は、シニアテックリードを中心に、日本拠点のシニアメンバーとインド拠点のメンバーでチームを運営しています。
一方で、データ基盤として取り組みたいテーマに対して、設計を担う人員が足りておらず、リードを増員して迎えたいと考えています
・データ基盤が整った先には、CDPやレコメンドなど、顧客に刺さる打ち手を継続的に届けられる状態があります
・12ヶ月のロードマップを維持しながら、判断と再設計を実行に移していくために、技術面でチームを牽引するリードを迎えたいと考えています
■このポジションのチャレンジ
・大規模なコードベースと、Aurora MySQL・TiDB(一部サービスでAurora PostgreSQL)、DWHのSnowflakeにまたがるエンティティ群を対象に、
データフローの可視化(リネージ)と階層化の方針を定め、新規要件でもデフォルトで通る状態にします
・性能・設計の判断を、計測とリネージに基づくものに標準化します。ベンチマーク、テストの信頼性、データ分類、意思決定記録といった基盤を、優先順位を付けて整備します
・OLTPと分析処理の境界を引き直し、重い集計処理をDWH(Snowflake)側へ移していきます
・その先には、中核エンティティ(顧客・セグメント)のデータモデルそのものを次世代へ作り替える、複数四半期にわたるテーマがあります
■ガバナンス基盤の位置づけ
ガバナンス基盤には2つの役割があります。1つめは、階層化の判断に根拠(リネージ、ベンチマーク、データ分類)を供給することです。
2つめは、データモデルの再設計に入る段階で、リファクタリングが挙動を壊していないことを検証するセーフティネットになることです。
「どこに置くべきか判断できる」ことより、「壊していないと証明できる」ことのほうが一段高い水準で、後者が中核エンティティの再設計に着手する前提です。
この水準の定義と達成判定が、リードの責務です。
■このポジションでやらないこと
期待値のずれを避けるため、あらかじめ明記します。
・共有ライブラリの全面書き換えや、短期のDBチューニングで完結するポジションではありません
・データをDWHへ移したら完了、というポジションでもありません
■チームで大切にしていること
チームで共有している考え方です。リードはこの考え方を体現し、チームに根づかせていく役割を担います。
・計測と記録に基づいて判断する。性能の最適化は、ベンチマークで裏づけてから進めます
・検証の仕組みを整えてから、大規模なデータ移行やスキーマ変更に進みます
・外部専門家の判断は、会議で終わらせず意思決定記録(ADR)に残します
・見せるための成果より、長く効く基盤づくりを優先します
■具体的な業務内容
本ポジションは、DBREとして自ら手を動かす仕事と、Leadとしてチームと事業の判断を動かす仕事の両方を担います。
DBREとしての仕事(自ら手を動かす)
・Aurora MySQL/TiDBの性能・容量の改善:
実行計画の改善、ロック対策、大規模テーブルのスキーマ変更(gh-ost/pt-osc/Online DDLなど)を、ベンチマークにもとづいて進めます
・ガバナンス基盤の設計と優先順位付け:
リネージ、テスト信頼性、ベンチマーク、データ分類、意思決定記録(ADR)、ローカル再現環境、外部専門家との協業について、
「最低限の利用可能」の基準を定め、実案件に通して有効性を検証します。過度な作り込みも不足も許さない線引きを行います
・負荷低減施策の全体設計:
保持ポリシーに基づく削除、イベントの属性化、重い集計処理のSnowflakeオフロードとreverse-ETLについて、アーキテクチャと移行順序を設計し、実行を牽引します
・インシデント対応の指揮と仕組み化:
障害時の指揮を担い、RCAから再発防止の仕組み化までを完遂します。すべてのインシデントを、仕組み改善の要求に変換します
・ハンズオンな実装:
最も難度の高い領域や、新しい仕組みの立ち上げでは、自ら設計・実装し、チームの基準をコードで示します
Leadとしての仕事(チームと事業を動かす)
・技術方針とロードマップの維持・更新:
既存の12ヶ月ロードマップをベースに、フェーズ定義・出口基準・依存関係とクリティカルパスを四半期ごとに更新します。
何をコミットメントとし、何を方向に留めるかを意図的に切り分けます
・階層化とストレージ選定の意思決定フレーム:
データ分類とリネージを根拠に、どのエンティティをTiDBに残しどれをSnowflakeへ出すかを判断する枠組みを確立し、新規要件でもデフォルトで通る状態にします
・データモデル世代交代のリード:
顧客・セグメントについて、プロファイリング先行(先に実態と根拠、後に形)で再設計を主導し、「分類+リネージ+ベンチマーク→判断→記録」の証拠の連鎖を成立させます
・業務側との合意形成:
保持ポリシーに基づくデータ削除や、セグメント定義の移行など、業務側の帯域を必要とする変更について、影響とリスクを非エンジニアに伝わる言葉で説明し、実施順序を含めて合意します
・外部専門家との協業フレームの設計と運用:
DB・DWHのベンダーとの定期レビューの設計、窓口の一元化、エスカレーションパスの定義、重要判断の記録化を担います
・チームの育成と採用:
シニア以下のメンバーの育成、オンボーディング設計、採用プロセスへの関与を担います(ピープルマネジメントの範囲は、ご本人の志向と組織状況に応じて相談します)
■組織体制
・Data Platformチーム(Mico Engage AI配下)に配属します。2026年5月に発足した、データ基盤の専任チームです
・シニアテックリードのもとに、日本拠点のシニアメンバー3名、インド拠点のメンバー3名が在籍しています。
本ポジションのリードは、このシニアテックリードの直下に入り、チームの技術面を牽引します
・日本語と英語を併用する多国籍チームです。日次のスタンドアップはNotionで日英併記の非同期形式で共有しています
・DB・DWHのベンダーの専門家と、定期的にレビューする体制をつくっています
■本ポジションに期待すること
・ガバナンス基盤と階層化の意思決定フレームを設計し、チームと関係部署を巻き込んで実行に移すこと
・12ヶ月のロードマップを維持しながら、月次で振り返り、四半期で成果を出すこと。同時に、射程外のテーマに早すぎる形と日付を与えないこと
・容量計画、データの保持・失効スケジュール、コストを定量的に管理し、経営に対して説明責任を果たせる状態をつくること
・規律の担い手として、優先度や納期の圧力があるときも、検証の仕組みを経由して進める判断を貫くこと
・リネージ・Runbook・意思決定記録を整備し、メンバーが入れ替わってもガバナンス能力が劣化しない状態をつくること
■このポジションで得られること
・原則の上に実装の枠組みを積む裁量:
方針の骨格は決まっていますが、基盤の完成基準、階層化の判断枠組み、中核エンティティの再設計といった中身のほとんどは、これから決まります。
確立された原則の上に、自分の判断を積み上げられます
・プロダクトの成長に直接効く意思決定:
どのエンティティをどこに置き、どのモデルを次世代に作り替えるか。この判断が、事業のスケールと選択肢を左右します
・経営・事業との直接対話:
容量、保持ポリシー、移行コストを自分の言葉で説明し、業務側の協力やリソースを引き出す経験を積めます
・ベンダーの一流エンジニアとの協業設計:
DB・DWHのベンダーとの協業を、一時的な助っ人ではなく、仕組みとして設計・運用する経験が得られます
・グローバル組織でのリーダーシップ実績:
英語も飛び交う多国籍チームの中で技術的イニシアチブを取り、育成と標準化をリードすることで、グローバルに通用するリーダーとしての実績を築けます
■目指せるキャリア
・Data Platformの TL/エンジニアリングマネージャー:チーム運営と育成の実績を土台に、Data Platform全体のマネジメントへ進めます
・チーフデータアーキテクト/Principal Engineer:マネジメントではなく技術を深める方向で、全社のデータアーキテクチャを決める専門家を目指せます
・プラットフォーム横断のリード:隣接するプラットフォーム領域を含めた、全体の技術リードへ展開できます
・VP of Engineering/CTOラインへのステップアップ:技術戦略と組織設計の両方を担った実績を土台に、経営に近いレイヤーを目指せます
■Mico AIの強み
・圧倒的なデータ量と高い品質
Micoには、広告のクリックや閲覧、ユーザーの行動履歴など、膨大で精度の高いデータが蓄積されています。
このデータをもとにAIが学習することで、ユーザーの興味や行動をより正確に予測し、「誰に・どんな内容を・どんなタイミングで届けるか」を高い精度で判断できます。
MicoのAIはデータの質と量の両方で他社より一歩先を行っています。
・内製のデータ開発体制によるスピードと柔軟性
MicoではAIの基盤となるデータセットを自社で開発・管理しています。
一般的には外部データに依存すると整備や更新に時間がかかりますが、 Micoは内製体制により、より早く・柔軟にAIを改善できます。
自分たちでデータをつくれるから、 新しい機能開発や改善スピードが圧倒的に速いのです。
・世界レベルのデータサイエンスチーム
日本だけでなく、インド、フィリピン、台湾などグローバルに活躍する優秀なエンジニアが多数在籍しています。
彼らはユーザーの行動データを分析し、AIをさらに賢く進化させています。世界中の専門家がチームで協力し、AIの精度を日々高めています。
Micoで働く魅力
・『成長市場×成長企業』
┗ 世界で30兆円近い市場規模があり、特定の国では25年にEC市場を抜く予測があるCコマース市場
┗ マーケティングSaaS領域において4年間で1100%の事業成長を実現
┗ 累計63億円(シリーズB:35億円)の資金調達を実現
┗LINEマーケティングにおいて国内No,1を実現
・『徹底した顧客志向』
┗我々のMissionはあらゆるビジネスの可能性を広げブランドと生活者がより豊かになる未来を創造していくことです
┗「Wow the Customer」をValueに掲げ、すべてをお客様起点で考え、表面的なニーズに留まらず真の課題に向き合い、期待を超える圧倒的な成果を届けることを大切にしています
┗お客様への価値提供に妥協せず、情熱と執念を持ってやり抜く「Invest in Passion」の精神で、成果にこだわり続けています
・『多様なプロフェッショナルが集まるグローバルな組織』
┗「Beyond Borders」のValueのもと、言語・職種・文化などの垣根を越えて、互いの強みを掛け合わせながらチームで大きな成果を生み出しています
┗海外にも3拠点を構え、現在は20か国の国籍のメンバーが在籍するグローバルな組織です
┗一人ひとりが高い専門性とプロフェッショナル意識を持ち、異なるバックグラウンドや強みを尊重しながら協働しています
・『挑戦と変化を楽しみ、成長できる環境』
┗「Invest in Passion」のValueのもと、情熱を持って挑戦する人を組織として応援し、やり切った上での失敗を次の挑戦につなげる文化があります
┗「Be the Change」を大切にし、変化を待つのではなく、自ら未来を見据えて次の一手を考え、行動することを推奨しています
┗仮説を持って小さく試し、そこから得た学びを次の挑戦につなげながら、個人も組織も進化し続けています
┗高い成長意欲と挑戦心を持つメンバーに囲まれ、日々刺激を受けながら自身も成長できる環境です
■働く環境
柔軟な働き方:ハイブリッドワーク / フレックスタイム / 年6回のライフヘルス休暇
圧倒的な成長支援:最大5.5万円の書籍・セミナー補助
高い透明性:TGIM(全社共有会)/ 四半期経営説明会
マネジメント育成:体系的な研修によるリーダーシップ強化
公平な評価制度:OKRに基づく半期評価と継続的フィードバック
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 700 〜 1,100 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: コアタイム:10:00~16:00
フレキシブルタイム:7:00~22:00
標準労働時間:9:00~18:00
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 設立年数 | 10年 | 従業員数 | 非公開 |
株式会社Mico
【首都圏フルリモート/Lead Data Platform Engineer/開発経験3年以上】自社サービスSaaS企業 のリモートワーク求人
■仕事内容
Data Platformチームは、2026年5月に発足したMico Engage AIのデータ基盤の専任チームです。事業の急成長とともに拡張してきた
プロダクトのデータモデルに対して、一度きりの棚卸しではなく、持続可能で複利的に効くガバナンス能力を構築することをミッションとしています。
Lead Data Engineerは、このチームの技術方針とロードマップを描き、実行を牽引する役割です。DBの運用・チューニングにとどまらず、
データモデルの再設計と、TiDB/Snowflakeの役割分担までを判断するポジションです。中心となる責務は次のとおりです。
ガバナンス基盤の優先順位付けと、完成基準の定義
階層化とストレージ選定(TiDB / Snowflake)の意思決定フレームの確立
DB負荷を下げる施策の全体設計
その先にある、顧客・セグメントのデータモデル世代交代のリード
同時に、チームの規律の担い手として、計測と記録に基づく意思決定を貫き、その判断を事業側にも説明する役割を担います。
■募集の背景
・Micoは、マーケティングSaaS領域で4年間に1,100%の事業成長を実現し、Mico Engage AIのデータモデルも事業とともに拡張してきました
・次のスケールに向けて、データモデルの設計と保存先の選定を専任で担うチームとして、2026年5月にData Platformチームを発足しました
・方針の骨格は策定済みです。まず検証・計測の基盤を整え、それを根拠に階層化とデータモデルの再設計を判断します。
基盤の完成基準、階層化の判断フレーム、中核エンティティの再設計といった中身は、これから確立します
・現在は、シニアテックリードを中心に、日本拠点のシニアメンバーとインド拠点のメンバーでチームを運営しています。
一方で、データ基盤として取り組みたいテーマに対して、設計を担う人員が足りておらず、リードを増員して迎えたいと考えています
・データ基盤が整った先には、CDPやレコメンドなど、顧客に刺さる打ち手を継続的に届けられる状態があります
・12ヶ月のロードマップを維持しながら、判断と再設計を実行に移していくために、技術面でチームを牽引するリードを迎えたいと考えています
■このポジションのチャレンジ
・大規模なコードベースと、Aurora MySQL・TiDB(一部サービスでAurora PostgreSQL)、DWHのSnowflakeにまたがるエンティティ群を対象に、
データフローの可視化(リネージ)と階層化の方針を定め、新規要件でもデフォルトで通る状態にします
・性能・設計の判断を、計測とリネージに基づくものに標準化します。ベンチマーク、テストの信頼性、データ分類、意思決定記録といった基盤を、優先順位を付けて整備します
・OLTPと分析処理の境界を引き直し、重い集計処理をDWH(Snowflake)側へ移していきます
・その先には、中核エンティティ(顧客・セグメント)のデータモデルそのものを次世代へ作り替える、複数四半期にわたるテーマがあります
■ガバナンス基盤の位置づけ
ガバナンス基盤には2つの役割があります。1つめは、階層化の判断に根拠(リネージ、ベンチマーク、データ分類)を供給することです。
2つめは、データモデルの再設計に入る段階で、リファクタリングが挙動を壊していないことを検証するセーフティネットになることです。
「どこに置くべきか判断できる」ことより、「壊していないと証明できる」ことのほうが一段高い水準で、後者が中核エンティティの再設計に着手する前提です。
この水準の定義と達成判定が、リードの責務です。
■このポジションでやらないこと
期待値のずれを避けるため、あらかじめ明記します。
・共有ライブラリの全面書き換えや、短期のDBチューニングで完結するポジションではありません
・データをDWHへ移したら完了、というポジションでもありません
■チームで大切にしていること
チームで共有している考え方です。リードはこの考え方を体現し、チームに根づかせていく役割を担います。
・計測と記録に基づいて判断する。性能の最適化は、ベンチマークで裏づけてから進めます
・検証の仕組みを整えてから、大規模なデータ移行やスキーマ変更に進みます
・外部専門家の判断は、会議で終わらせず意思決定記録(ADR)に残します
・見せるための成果より、長く効く基盤づくりを優先します
■具体的な業務内容
本ポジションは、DBREとして自ら手を動かす仕事と、Leadとしてチームと事業の判断を動かす仕事の両方を担います。
DBREとしての仕事(自ら手を動かす)
・Aurora MySQL/TiDBの性能・容量の改善:
実行計画の改善、ロック対策、大規模テーブルのスキーマ変更(gh-ost/pt-osc/Online DDLなど)を、ベンチマークにもとづいて進めます
・ガバナンス基盤の設計と優先順位付け:
リネージ、テスト信頼性、ベンチマーク、データ分類、意思決定記録(ADR)、ローカル再現環境、外部専門家との協業について、
「最低限の利用可能」の基準を定め、実案件に通して有効性を検証します。過度な作り込みも不足も許さない線引きを行います
・負荷低減施策の全体設計:
保持ポリシーに基づく削除、イベントの属性化、重い集計処理のSnowflakeオフロードとreverse-ETLについて、アーキテクチャと移行順序を設計し、実行を牽引します
・インシデント対応の指揮と仕組み化:
障害時の指揮を担い、RCAから再発防止の仕組み化までを完遂します。すべてのインシデントを、仕組み改善の要求に変換します
・ハンズオンな実装:
最も難度の高い領域や、新しい仕組みの立ち上げでは、自ら設計・実装し、チームの基準をコードで示します
Leadとしての仕事(チームと事業を動かす)
・技術方針とロードマップの維持・更新:
既存の12ヶ月ロードマップをベースに、フェーズ定義・出口基準・依存関係とクリティカルパスを四半期ごとに更新します。
何をコミットメントとし、何を方向に留めるかを意図的に切り分けます
・階層化とストレージ選定の意思決定フレーム:
データ分類とリネージを根拠に、どのエンティティをTiDBに残しどれをSnowflakeへ出すかを判断する枠組みを確立し、新規要件でもデフォルトで通る状態にします
・データモデル世代交代のリード:
顧客・セグメントについて、プロファイリング先行(先に実態と根拠、後に形)で再設計を主導し、「分類+リネージ+ベンチマーク→判断→記録」の証拠の連鎖を成立させます
・業務側との合意形成:
保持ポリシーに基づくデータ削除や、セグメント定義の移行など、業務側の帯域を必要とする変更について、影響とリスクを非エンジニアに伝わる言葉で説明し、実施順序を含めて合意します
・外部専門家との協業フレームの設計と運用:
DB・DWHのベンダーとの定期レビューの設計、窓口の一元化、エスカレーションパスの定義、重要判断の記録化を担います
・チームの育成と採用:
シニア以下のメンバーの育成、オンボーディング設計、採用プロセスへの関与を担います(ピープルマネジメントの範囲は、ご本人の志向と組織状況に応じて相談します)
■組織体制
・Data Platformチーム(Mico Engage AI配下)に配属します。2026年5月に発足した、データ基盤の専任チームです
・シニアテックリードのもとに、日本拠点のシニアメンバー3名、インド拠点のメンバー3名が在籍しています。
本ポジションのリードは、このシニアテックリードの直下に入り、チームの技術面を牽引します
・日本語と英語を併用する多国籍チームです。日次のスタンドアップはNotionで日英併記の非同期形式で共有しています
・DB・DWHのベンダーの専門家と、定期的にレビューする体制をつくっています
■本ポジションに期待すること
・ガバナンス基盤と階層化の意思決定フレームを設計し、チームと関係部署を巻き込んで実行に移すこと
・12ヶ月のロードマップを維持しながら、月次で振り返り、四半期で成果を出すこと。同時に、射程外のテーマに早すぎる形と日付を与えないこと
・容量計画、データの保持・失効スケジュール、コストを定量的に管理し、経営に対して説明責任を果たせる状態をつくること
・規律の担い手として、優先度や納期の圧力があるときも、検証の仕組みを経由して進める判断を貫くこと
・リネージ・Runbook・意思決定記録を整備し、メンバーが入れ替わってもガバナンス能力が劣化しない状態をつくること
■このポジションで得られること
・原則の上に実装の枠組みを積む裁量:
方針の骨格は決まっていますが、基盤の完成基準、階層化の判断枠組み、中核エンティティの再設計といった中身のほとんどは、これから決まります。
確立された原則の上に、自分の判断を積み上げられます
・プロダクトの成長に直接効く意思決定:
どのエンティティをどこに置き、どのモデルを次世代に作り替えるか。この判断が、事業のスケールと選択肢を左右します
・経営・事業との直接対話:
容量、保持ポリシー、移行コストを自分の言葉で説明し、業務側の協力やリソースを引き出す経験を積めます
・ベンダーの一流エンジニアとの協業設計:
DB・DWHのベンダーとの協業を、一時的な助っ人ではなく、仕組みとして設計・運用する経験が得られます
・グローバル組織でのリーダーシップ実績:
英語も飛び交う多国籍チームの中で技術的イニシアチブを取り、育成と標準化をリードすることで、グローバルに通用するリーダーとしての実績を築けます
■目指せるキャリア
・Data Platformの TL/エンジニアリングマネージャー:チーム運営と育成の実績を土台に、Data Platform全体のマネジメントへ進めます
・チーフデータアーキテクト/Principal Engineer:マネジメントではなく技術を深める方向で、全社のデータアーキテクチャを決める専門家を目指せます
・プラットフォーム横断のリード:隣接するプラットフォーム領域を含めた、全体の技術リードへ展開できます
・VP of Engineering/CTOラインへのステップアップ:技術戦略と組織設計の両方を担った実績を土台に、経営に近いレイヤーを目指せます
■Mico AIの強み
・圧倒的なデータ量と高い品質
Micoには、広告のクリックや閲覧、ユーザーの行動履歴など、膨大で精度の高いデータが蓄積されています。
このデータをもとにAIが学習することで、ユーザーの興味や行動をより正確に予測し、「誰に・どんな内容を・どんなタイミングで届けるか」を高い精度で判断できます。
MicoのAIはデータの質と量の両方で他社より一歩先を行っています。
・内製のデータ開発体制によるスピードと柔軟性
MicoではAIの基盤となるデータセットを自社で開発・管理しています。
一般的には外部データに依存すると整備や更新に時間がかかりますが、 Micoは内製体制により、より早く・柔軟にAIを改善できます。
自分たちでデータをつくれるから、 新しい機能開発や改善スピードが圧倒的に速いのです。
・世界レベルのデータサイエンスチーム
日本だけでなく、インド、フィリピン、台湾などグローバルに活躍する優秀なエンジニアが多数在籍しています。
彼らはユーザーの行動データを分析し、AIをさらに賢く進化させています。世界中の専門家がチームで協力し、AIの精度を日々高めています。
Micoで働く魅力
・『成長市場×成長企業』
┗ 世界で30兆円近い市場規模があり、特定の国では25年にEC市場を抜く予測があるCコマース市場
┗ マーケティングSaaS領域において4年間で1100%の事業成長を実現
┗ 累計63億円(シリーズB:35億円)の資金調達を実現
┗LINEマーケティングにおいて国内No,1を実現
・『徹底した顧客志向』
┗我々のMissionはあらゆるビジネスの可能性を広げブランドと生活者がより豊かになる未来を創造していくことです
┗「Wow the Customer」をValueに掲げ、すべてをお客様起点で考え、表面的なニーズに留まらず真の課題に向き合い、期待を超える圧倒的な成果を届けることを大切にしています
┗お客様への価値提供に妥協せず、情熱と執念を持ってやり抜く「Invest in Passion」の精神で、成果にこだわり続けています
・『多様なプロフェッショナルが集まるグローバルな組織』
┗「Beyond Borders」のValueのもと、言語・職種・文化などの垣根を越えて、互いの強みを掛け合わせながらチームで大きな成果を生み出しています
┗海外にも3拠点を構え、現在は20か国の国籍のメンバーが在籍するグローバルな組織です
┗一人ひとりが高い専門性とプロフェッショナル意識を持ち、異なるバックグラウンドや強みを尊重しながら協働しています
・『挑戦と変化を楽しみ、成長できる環境』
┗「Invest in Passion」のValueのもと、情熱を持って挑戦する人を組織として応援し、やり切った上での失敗を次の挑戦につなげる文化があります
┗「Be the Change」を大切にし、変化を待つのではなく、自ら未来を見据えて次の一手を考え、行動することを推奨しています
┗仮説を持って小さく試し、そこから得た学びを次の挑戦につなげながら、個人も組織も進化し続けています
┗高い成長意欲と挑戦心を持つメンバーに囲まれ、日々刺激を受けながら自身も成長できる環境です
■働く環境
柔軟な働き方:ハイブリッドワーク / フレックスタイム / 年6回のライフヘルス休暇
圧倒的な成長支援:最大5.5万円の書籍・セミナー補助
高い透明性:TGIM(全社共有会)/ 四半期経営説明会
マネジメント育成:体系的な研修によるリーダーシップ強化
公平な評価制度:OKRに基づく半期評価と継続的フィードバック
【業務の変更の範囲】
会社の定める範囲
Data Platformチームは、2026年5月に発足したMico Engage AIのデータ基盤の専任チームです。事業の急成長とともに拡張してきた
プロダクトのデータモデルに対して、一度きりの棚卸しではなく、持続可能で複利的に効くガバナンス能力を構築することをミッションとしています。
Lead Data Engineerは、このチームの技術方針とロードマップを描き、実行を牽引する役割です。DBの運用・チューニングにとどまらず、
データモデルの再設計と、TiDB/Snowflakeの役割分担までを判断するポジションです。中心となる責務は次のとおりです。
ガバナンス基盤の優先順位付けと、完成基準の定義
階層化とストレージ選定(TiDB / Snowflake)の意思決定フレームの確立
DB負荷を下げる施策の全体設計
その先にある、顧客・セグメントのデータモデル世代交代のリード
同時に、チームの規律の担い手として、計測と記録に基づく意思決定を貫き、その判断を事業側にも説明する役割を担います。
■募集の背景
・Micoは、マーケティングSaaS領域で4年間に1,100%の事業成長を実現し、Mico Engage AIのデータモデルも事業とともに拡張してきました
・次のスケールに向けて、データモデルの設計と保存先の選定を専任で担うチームとして、2026年5月にData Platformチームを発足しました
・方針の骨格は策定済みです。まず検証・計測の基盤を整え、それを根拠に階層化とデータモデルの再設計を判断します。
基盤の完成基準、階層化の判断フレーム、中核エンティティの再設計といった中身は、これから確立します
・現在は、シニアテックリードを中心に、日本拠点のシニアメンバーとインド拠点のメンバーでチームを運営しています。
一方で、データ基盤として取り組みたいテーマに対して、設計を担う人員が足りておらず、リードを増員して迎えたいと考えています
・データ基盤が整った先には、CDPやレコメンドなど、顧客に刺さる打ち手を継続的に届けられる状態があります
・12ヶ月のロードマップを維持しながら、判断と再設計を実行に移していくために、技術面でチームを牽引するリードを迎えたいと考えています
■このポジションのチャレンジ
・大規模なコードベースと、Aurora MySQL・TiDB(一部サービスでAurora PostgreSQL)、DWHのSnowflakeにまたがるエンティティ群を対象に、
データフローの可視化(リネージ)と階層化の方針を定め、新規要件でもデフォルトで通る状態にします
・性能・設計の判断を、計測とリネージに基づくものに標準化します。ベンチマーク、テストの信頼性、データ分類、意思決定記録といった基盤を、優先順位を付けて整備します
・OLTPと分析処理の境界を引き直し、重い集計処理をDWH(Snowflake)側へ移していきます
・その先には、中核エンティティ(顧客・セグメント)のデータモデルそのものを次世代へ作り替える、複数四半期にわたるテーマがあります
■ガバナンス基盤の位置づけ
ガバナンス基盤には2つの役割があります。1つめは、階層化の判断に根拠(リネージ、ベンチマーク、データ分類)を供給することです。
2つめは、データモデルの再設計に入る段階で、リファクタリングが挙動を壊していないことを検証するセーフティネットになることです。
「どこに置くべきか判断できる」ことより、「壊していないと証明できる」ことのほうが一段高い水準で、後者が中核エンティティの再設計に着手する前提です。
この水準の定義と達成判定が、リードの責務です。
■このポジションでやらないこと
期待値のずれを避けるため、あらかじめ明記します。
・共有ライブラリの全面書き換えや、短期のDBチューニングで完結するポジションではありません
・データをDWHへ移したら完了、というポジションでもありません
■チームで大切にしていること
チームで共有している考え方です。リードはこの考え方を体現し、チームに根づかせていく役割を担います。
・計測と記録に基づいて判断する。性能の最適化は、ベンチマークで裏づけてから進めます
・検証の仕組みを整えてから、大規模なデータ移行やスキーマ変更に進みます
・外部専門家の判断は、会議で終わらせず意思決定記録(ADR)に残します
・見せるための成果より、長く効く基盤づくりを優先します
■具体的な業務内容
本ポジションは、DBREとして自ら手を動かす仕事と、Leadとしてチームと事業の判断を動かす仕事の両方を担います。
DBREとしての仕事(自ら手を動かす)
・Aurora MySQL/TiDBの性能・容量の改善:
実行計画の改善、ロック対策、大規模テーブルのスキーマ変更(gh-ost/pt-osc/Online DDLなど)を、ベンチマークにもとづいて進めます
・ガバナンス基盤の設計と優先順位付け:
リネージ、テスト信頼性、ベンチマーク、データ分類、意思決定記録(ADR)、ローカル再現環境、外部専門家との協業について、
「最低限の利用可能」の基準を定め、実案件に通して有効性を検証します。過度な作り込みも不足も許さない線引きを行います
・負荷低減施策の全体設計:
保持ポリシーに基づく削除、イベントの属性化、重い集計処理のSnowflakeオフロードとreverse-ETLについて、アーキテクチャと移行順序を設計し、実行を牽引します
・インシデント対応の指揮と仕組み化:
障害時の指揮を担い、RCAから再発防止の仕組み化までを完遂します。すべてのインシデントを、仕組み改善の要求に変換します
・ハンズオンな実装:
最も難度の高い領域や、新しい仕組みの立ち上げでは、自ら設計・実装し、チームの基準をコードで示します
Leadとしての仕事(チームと事業を動かす)
・技術方針とロードマップの維持・更新:
既存の12ヶ月ロードマップをベースに、フェーズ定義・出口基準・依存関係とクリティカルパスを四半期ごとに更新します。
何をコミットメントとし、何を方向に留めるかを意図的に切り分けます
・階層化とストレージ選定の意思決定フレーム:
データ分類とリネージを根拠に、どのエンティティをTiDBに残しどれをSnowflakeへ出すかを判断する枠組みを確立し、新規要件でもデフォルトで通る状態にします
・データモデル世代交代のリード:
顧客・セグメントについて、プロファイリング先行(先に実態と根拠、後に形)で再設計を主導し、「分類+リネージ+ベンチマーク→判断→記録」の証拠の連鎖を成立させます
・業務側との合意形成:
保持ポリシーに基づくデータ削除や、セグメント定義の移行など、業務側の帯域を必要とする変更について、影響とリスクを非エンジニアに伝わる言葉で説明し、実施順序を含めて合意します
・外部専門家との協業フレームの設計と運用:
DB・DWHのベンダーとの定期レビューの設計、窓口の一元化、エスカレーションパスの定義、重要判断の記録化を担います
・チームの育成と採用:
シニア以下のメンバーの育成、オンボーディング設計、採用プロセスへの関与を担います(ピープルマネジメントの範囲は、ご本人の志向と組織状況に応じて相談します)
■組織体制
・Data Platformチーム(Mico Engage AI配下)に配属します。2026年5月に発足した、データ基盤の専任チームです
・シニアテックリードのもとに、日本拠点のシニアメンバー3名、インド拠点のメンバー3名が在籍しています。
本ポジションのリードは、このシニアテックリードの直下に入り、チームの技術面を牽引します
・日本語と英語を併用する多国籍チームです。日次のスタンドアップはNotionで日英併記の非同期形式で共有しています
・DB・DWHのベンダーの専門家と、定期的にレビューする体制をつくっています
■本ポジションに期待すること
・ガバナンス基盤と階層化の意思決定フレームを設計し、チームと関係部署を巻き込んで実行に移すこと
・12ヶ月のロードマップを維持しながら、月次で振り返り、四半期で成果を出すこと。同時に、射程外のテーマに早すぎる形と日付を与えないこと
・容量計画、データの保持・失効スケジュール、コストを定量的に管理し、経営に対して説明責任を果たせる状態をつくること
・規律の担い手として、優先度や納期の圧力があるときも、検証の仕組みを経由して進める判断を貫くこと
・リネージ・Runbook・意思決定記録を整備し、メンバーが入れ替わってもガバナンス能力が劣化しない状態をつくること
■このポジションで得られること
・原則の上に実装の枠組みを積む裁量:
方針の骨格は決まっていますが、基盤の完成基準、階層化の判断枠組み、中核エンティティの再設計といった中身のほとんどは、これから決まります。
確立された原則の上に、自分の判断を積み上げられます
・プロダクトの成長に直接効く意思決定:
どのエンティティをどこに置き、どのモデルを次世代に作り替えるか。この判断が、事業のスケールと選択肢を左右します
・経営・事業との直接対話:
容量、保持ポリシー、移行コストを自分の言葉で説明し、業務側の協力やリソースを引き出す経験を積めます
・ベンダーの一流エンジニアとの協業設計:
DB・DWHのベンダーとの協業を、一時的な助っ人ではなく、仕組みとして設計・運用する経験が得られます
・グローバル組織でのリーダーシップ実績:
英語も飛び交う多国籍チームの中で技術的イニシアチブを取り、育成と標準化をリードすることで、グローバルに通用するリーダーとしての実績を築けます
■目指せるキャリア
・Data Platformの TL/エンジニアリングマネージャー:チーム運営と育成の実績を土台に、Data Platform全体のマネジメントへ進めます
・チーフデータアーキテクト/Principal Engineer:マネジメントではなく技術を深める方向で、全社のデータアーキテクチャを決める専門家を目指せます
・プラットフォーム横断のリード:隣接するプラットフォーム領域を含めた、全体の技術リードへ展開できます
・VP of Engineering/CTOラインへのステップアップ:技術戦略と組織設計の両方を担った実績を土台に、経営に近いレイヤーを目指せます
■Mico AIの強み
・圧倒的なデータ量と高い品質
Micoには、広告のクリックや閲覧、ユーザーの行動履歴など、膨大で精度の高いデータが蓄積されています。
このデータをもとにAIが学習することで、ユーザーの興味や行動をより正確に予測し、「誰に・どんな内容を・どんなタイミングで届けるか」を高い精度で判断できます。
MicoのAIはデータの質と量の両方で他社より一歩先を行っています。
・内製のデータ開発体制によるスピードと柔軟性
MicoではAIの基盤となるデータセットを自社で開発・管理しています。
一般的には外部データに依存すると整備や更新に時間がかかりますが、 Micoは内製体制により、より早く・柔軟にAIを改善できます。
自分たちでデータをつくれるから、 新しい機能開発や改善スピードが圧倒的に速いのです。
・世界レベルのデータサイエンスチーム
日本だけでなく、インド、フィリピン、台湾などグローバルに活躍する優秀なエンジニアが多数在籍しています。
彼らはユーザーの行動データを分析し、AIをさらに賢く進化させています。世界中の専門家がチームで協力し、AIの精度を日々高めています。
Micoで働く魅力
・『成長市場×成長企業』
┗ 世界で30兆円近い市場規模があり、特定の国では25年にEC市場を抜く予測があるCコマース市場
┗ マーケティングSaaS領域において4年間で1100%の事業成長を実現
┗ 累計63億円(シリーズB:35億円)の資金調達を実現
┗LINEマーケティングにおいて国内No,1を実現
・『徹底した顧客志向』
┗我々のMissionはあらゆるビジネスの可能性を広げブランドと生活者がより豊かになる未来を創造していくことです
┗「Wow the Customer」をValueに掲げ、すべてをお客様起点で考え、表面的なニーズに留まらず真の課題に向き合い、期待を超える圧倒的な成果を届けることを大切にしています
┗お客様への価値提供に妥協せず、情熱と執念を持ってやり抜く「Invest in Passion」の精神で、成果にこだわり続けています
・『多様なプロフェッショナルが集まるグローバルな組織』
┗「Beyond Borders」のValueのもと、言語・職種・文化などの垣根を越えて、互いの強みを掛け合わせながらチームで大きな成果を生み出しています
┗海外にも3拠点を構え、現在は20か国の国籍のメンバーが在籍するグローバルな組織です
┗一人ひとりが高い専門性とプロフェッショナル意識を持ち、異なるバックグラウンドや強みを尊重しながら協働しています
・『挑戦と変化を楽しみ、成長できる環境』
┗「Invest in Passion」のValueのもと、情熱を持って挑戦する人を組織として応援し、やり切った上での失敗を次の挑戦につなげる文化があります
┗「Be the Change」を大切にし、変化を待つのではなく、自ら未来を見据えて次の一手を考え、行動することを推奨しています
┗仮説を持って小さく試し、そこから得た学びを次の挑戦につなげながら、個人も組織も進化し続けています
┗高い成長意欲と挑戦心を持つメンバーに囲まれ、日々刺激を受けながら自身も成長できる環境です
■働く環境
柔軟な働き方:ハイブリッドワーク / フレックスタイム / 年6回のライフヘルス休暇
圧倒的な成長支援:最大5.5万円の書籍・セミナー補助
高い透明性:TGIM(全社共有会)/ 四半期経営説明会
マネジメント育成:体系的な研修によるリーダーシップ強化
公平な評価制度:OKRに基づく半期評価と継続的フィードバック
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 700 〜 1,100 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: コアタイム:10:00~16:00
フレキシブルタイム:7:00~22:00
標準労働時間:9:00~18:00
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 設立年数 | 10年 | 従業員数 | 非公開 |
株式会社IDOM Intelligence & Technology
【週4リモート】データプラットフォームエンジニア(リーダー候補) ◆フレックス/年休126日/福利厚生◎◆ のリモートワーク求人
膨大なデータをビジネスの成果へ。データ&AIプラットフォーム基盤の進化を支えるDatabricksエンジニアを積極採用!
【募集背景】
全社方針である『Gulliver AX宣言』のもと、当社では膨大なデータをビジネスの成果へ繋げるAIデータ基盤の整備を急ピッチで進めています。
全社でのデータ活用・AI活用をさらに推進するため、散在する業務データを安全かつ柔軟に活用できるデータプラットフォームの整備を進めています。Databricksを中心とした分析・AI活用基盤、既存のRedshift環境との連携・移行・最適化をリードいただける人材を募集しています!
【職務概要】
本ポジションでは、以下の業務を担当していただきます
・データ/AIプラットフォームチームのチームリード
・Databricksを中心としたデータプラットフォーム/AI基盤の設計・構築・運用
・Redshift等様々な既存データ基盤との連携
・各事業部・システム部門と連携したデータ活用要件の整理、アーキテクチャ設計
・データパイプライン、DWH/レイクハウス、権限管理、監視運用の設計・実装
・BI/AI活用を見据えたデータ品質、ガバナンス、セキュリティの整備
・ベンダーコントロール
【職務詳細】
・Databricksを活用したデータプラットフォーム/AI基盤の設計・構築
データレイクハウス、ワークスペース、権限設計、ジョブ運用、データ連携方式の設計・実装
・Redshift環境の構築・運用・改善
既存DWHとの接続、データマート設計、性能改善、運用設計、移行方針の検討
・データパイプラインの設計・実装
各種業務システム、CRM、販売・在庫・顧客データなどを対象としたETL/ELT処理の設計・構築
・データ活用基盤の標準化・ガバナンス整備
データ品質管理、メタデータ管理、アクセス権限、監査ログ、セキュリティ設計の推進
・事業部門との要件定義・活用支援
経営管理、営業、マーケティング、AI活用などのユースケースに対し、データ構造や活用方法を整理
・外部ベンダーや社内関係者とのプロジェクト推進
構築方針の検討、進捗管理、技術レビュー、運用定着までの推進
【業務の変更の範囲】
会社の定める範囲
【募集背景】
全社方針である『Gulliver AX宣言』のもと、当社では膨大なデータをビジネスの成果へ繋げるAIデータ基盤の整備を急ピッチで進めています。
全社でのデータ活用・AI活用をさらに推進するため、散在する業務データを安全かつ柔軟に活用できるデータプラットフォームの整備を進めています。Databricksを中心とした分析・AI活用基盤、既存のRedshift環境との連携・移行・最適化をリードいただける人材を募集しています!
【職務概要】
本ポジションでは、以下の業務を担当していただきます
・データ/AIプラットフォームチームのチームリード
・Databricksを中心としたデータプラットフォーム/AI基盤の設計・構築・運用
・Redshift等様々な既存データ基盤との連携
・各事業部・システム部門と連携したデータ活用要件の整理、アーキテクチャ設計
・データパイプライン、DWH/レイクハウス、権限管理、監視運用の設計・実装
・BI/AI活用を見据えたデータ品質、ガバナンス、セキュリティの整備
・ベンダーコントロール
【職務詳細】
・Databricksを活用したデータプラットフォーム/AI基盤の設計・構築
データレイクハウス、ワークスペース、権限設計、ジョブ運用、データ連携方式の設計・実装
・Redshift環境の構築・運用・改善
既存DWHとの接続、データマート設計、性能改善、運用設計、移行方針の検討
・データパイプラインの設計・実装
各種業務システム、CRM、販売・在庫・顧客データなどを対象としたETL/ELT処理の設計・構築
・データ活用基盤の標準化・ガバナンス整備
データ品質管理、メタデータ管理、アクセス権限、監査ログ、セキュリティ設計の推進
・事業部門との要件定義・活用支援
経営管理、営業、マーケティング、AI活用などのユースケースに対し、データ構造や活用方法を整理
・外部ベンダーや社内関係者とのプロジェクト推進
構築方針の検討、進捗管理、技術レビュー、運用定着までの推進
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 800 〜 1,400 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 13:00~15:00
・フレキシブルタイム 6:00~22:00
・標準労働時間8時間(休憩1時間)
・標準勤務時間帯 9:30~18:30
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 企業概要 |
1994年に創業し、中古車店「ガリバー」の全国展開により業容を拡大。1998年に上場を果たす。外車「LIBERALA」大型店「WOW! TOWN」ショッピングモール「HUNT」地方型「アウトレット」など、新タイプの業態を複数創出。2015年にはオーストラリア大手の新車ディーラーグループを買収し、海外事業も本格始動。ITとビジネスを融合した新サービス開発を進め、NOREL(乗り換え自由の月額定額制サービス)やガリバーフリマ(中古車のC to Cプラットフォーム)を展開。
自動車流通業界の変革に「挑む(いどむ)」ことに想いを込め、2016年7月に株式会社ガリバーインターナショナルから、株式会社IDOM(いどむ)へ社名変更。 |
||
| 設立年数 | 33年 | 従業員数 | 3,350人 |
株式会社IDOM Intelligence & Technology
【週4リモート】データプラットフォームエンジニア ◆フレックス/年休126日/福利厚生◎◆ のリモートワーク求人
膨大なデータをビジネスの成果へ。データ&AIプラットフォーム基盤の進化を支えるDatabricksエンジニアを積極採用!
【募集背景】
全社方針である『Gulliver AX宣言』のもと、当社では膨大なデータをビジネスの成果へ繋げるAIデータ基盤の整備を急ピッチで進めています。
全社でのデータ活用・AI活用をさらに推進するため、散在する業務データを安全かつ柔軟に活用できるデータプラットフォームの整備を進めています。Databricksを中心とした分析・AI活用基盤、既存のRedshift環境との連携・移行・最適化をリードいただける人材を募集しています!
【職務概要】
本ポジションでは、以下の業務を担当していただきます
・Databricksを中心としたデータプラットフォーム/AI基盤の設計・構築・運用
・Redshift等様々な既存データ基盤との連携・移行
・各事業部・システム部門と連携したデータ活用要件の整理、アーキテクチャ設計
・データパイプライン、DWH/レイクハウス、権限管理、監視運用の設計・実装
・BI/AI活用を見据えたデータ品質、ガバナンス、セキュリティの整備
【職務詳細】
・Databricksを活用したデータプラットフォーム/AI基盤の設計・構築
データレイクハウス、ワークスペース、権限設計、ジョブ運用、データ連携方式の設計・実装
・Redshift環境の構築・運用・改善
既存DWHとの接続、データマート設計、性能改善、運用設計、移行方針の検討
・データパイプラインの設計・実装
各種業務システム、CRM、販売・在庫・顧客データなどを対象としたETL/ELT処理の設計・構築
・データ活用基盤の標準化・ガバナンス整備
データ品質管理、メタデータ管理、アクセス権限、監査ログ、セキュリティ設計の推進
・事業部門との要件定義・活用支援
経営管理、営業、マーケティング、AI活用などのユースケースに対し、データ構造や活用方法を整理
【業務の変更の範囲】
会社の定める範囲
【募集背景】
全社方針である『Gulliver AX宣言』のもと、当社では膨大なデータをビジネスの成果へ繋げるAIデータ基盤の整備を急ピッチで進めています。
全社でのデータ活用・AI活用をさらに推進するため、散在する業務データを安全かつ柔軟に活用できるデータプラットフォームの整備を進めています。Databricksを中心とした分析・AI活用基盤、既存のRedshift環境との連携・移行・最適化をリードいただける人材を募集しています!
【職務概要】
本ポジションでは、以下の業務を担当していただきます
・Databricksを中心としたデータプラットフォーム/AI基盤の設計・構築・運用
・Redshift等様々な既存データ基盤との連携・移行
・各事業部・システム部門と連携したデータ活用要件の整理、アーキテクチャ設計
・データパイプライン、DWH/レイクハウス、権限管理、監視運用の設計・実装
・BI/AI活用を見据えたデータ品質、ガバナンス、セキュリティの整備
【職務詳細】
・Databricksを活用したデータプラットフォーム/AI基盤の設計・構築
データレイクハウス、ワークスペース、権限設計、ジョブ運用、データ連携方式の設計・実装
・Redshift環境の構築・運用・改善
既存DWHとの接続、データマート設計、性能改善、運用設計、移行方針の検討
・データパイプラインの設計・実装
各種業務システム、CRM、販売・在庫・顧客データなどを対象としたETL/ELT処理の設計・構築
・データ活用基盤の標準化・ガバナンス整備
データ品質管理、メタデータ管理、アクセス権限、監査ログ、セキュリティ設計の推進
・事業部門との要件定義・活用支援
経営管理、営業、マーケティング、AI活用などのユースケースに対し、データ構造や活用方法を整理
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 600 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 13:00~15:00
・フレキシブルタイム 6:00~22:00
・標準労働時間8時間(休憩1時間)
・標準勤務時間帯 9:30~18:30
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 企業概要 |
1994年に創業し、中古車店「ガリバー」の全国展開により業容を拡大。1998年に上場を果たす。外車「LIBERALA」大型店「WOW! TOWN」ショッピングモール「HUNT」地方型「アウトレット」など、新タイプの業態を複数創出。2015年にはオーストラリア大手の新車ディーラーグループを買収し、海外事業も本格始動。ITとビジネスを融合した新サービス開発を進め、NOREL(乗り換え自由の月額定額制サービス)やガリバーフリマ(中古車のC to Cプラットフォーム)を展開。
自動車流通業界の変革に「挑む(いどむ)」ことに想いを込め、2016年7月に株式会社ガリバーインターナショナルから、株式会社IDOM(いどむ)へ社名変更。 |
||
| 設立年数 | 33年 | 従業員数 | 3,350人 |
株式会社kubell (旧Chatwork株式会社)
【週1出社/データエンジニア】~国産初の自社ビジネスチャット/中小企業のDX支援/働き方◎~ のリモートワーク求人
kubellは、国内最大級のビジネスチャット『Chatwork』を運営し、日々膨大なコミュニケーションデータが蓄積されています。 私たちのデータ基盤チームは、過去数年間でゼロから基盤を立ち上げ、全社的なデータ活用の文化を牽引してきました。しかし、データの利活用が急拡大した結果、データパイプラインの複雑化や品質管理の課題(飛び交う悲鳴)にも直面し、それを「DataOps」の力で乗り越えてきた泥臭い軌跡があります。
現在はSnowflakeを中心としたモダンデータスタックへの移行とDataOpsの基礎固めが完了し、「基盤を安定させるフェーズ」から「AIを活用して事業に直接的な価値を生み出すフェーズ」へと突入しています。そこで、DataOpsをさらに高度化させながら、AI活用基盤の構築という次なるフェーズに向けて一緒にリードしていただけるデータエンジニアの募集を開始しました。
業務内容
Snowflakeを中心としたデータ基盤の開発・運用に加え、DataOpsの実践とAI活用に向けたパイプライン構築をお任せしたいと考えています。
①モダンデータスタック(Snowflake, dbtなど)を用いた基盤開発・運用
・全社の事業データ、プロダクトデータの統合・モデリング・パイプライン構築
・dbt、Dagster等を活用したデータモデルおよびデータオーケストレーションの開発および安定運用のための最適化
②DataOpsの実践とデータ品質(Data Reliability)の担保
・データ品質を継続的に監視・担保するためのテスト自動化、アラート設計やガバナンスを強化する仕組みの提供
・プラットフォームエンジニアリング体制の整備など、ソフトウェアエンジニアリングのベストプラクティスを用いたデータ運用体制の構築
③AI/LLM活用に向けたデータ基盤の拡張
・プロダクトや業務に、AIを組み込むためのAI ReadyなDataOpsの設計・構築
・アナリティクスエンジニア・データサイエンティストやプロダクトチームと連携した、機械学習モデル・AIアプリケーション向けのデータセット提供
※変更の範囲|部署異動等により当社業務全般へ変更する場合があります(出向含む)
入社後、一緒に向き合っていただきたいミッション
①DataOpsのさらなる高度化
数年間で基盤を急成長させたことから、スケーラビリティの壁や技術的負債もございます。「データが古い」や「パイプラインがコケた」といった運用上のペインを、人海戦術ではなくエンジニアリング(DataOps)で根本解決し、堅牢でスケーラブルな基盤へ進化させていきたいです。
②「BIのための基盤」から「AIのための基盤」へパラダイムシフトさせたい
データを見える化するフェーズは完了し、「事業価値につながるデータ利活用にAIの力を最大限に活かせるようデータを整備する」「データドリブンな意思決定を全社に浸透させる」という領域に取り組んでいます。前例の少ないAIデータ基盤のベストプラクティスを自ら模索し、形にしていくことに一緒に挑戦していただきたいです。
③データ民主化とガバナンスの両立
AIによる分析支援が浸透した結果として全社員がデータにアクセスできる環境が進む一方で、セキュリティやコスト管理、データサイロ化の防止など、ガバナンスの強化が急務となっています。活用と統制のバランスを取ることができるアーキテクチャ設計を一緒に進めていただきたいです。
【業務の変更の範囲】
会社の定める範囲
現在はSnowflakeを中心としたモダンデータスタックへの移行とDataOpsの基礎固めが完了し、「基盤を安定させるフェーズ」から「AIを活用して事業に直接的な価値を生み出すフェーズ」へと突入しています。そこで、DataOpsをさらに高度化させながら、AI活用基盤の構築という次なるフェーズに向けて一緒にリードしていただけるデータエンジニアの募集を開始しました。
業務内容
Snowflakeを中心としたデータ基盤の開発・運用に加え、DataOpsの実践とAI活用に向けたパイプライン構築をお任せしたいと考えています。
①モダンデータスタック(Snowflake, dbtなど)を用いた基盤開発・運用
・全社の事業データ、プロダクトデータの統合・モデリング・パイプライン構築
・dbt、Dagster等を活用したデータモデルおよびデータオーケストレーションの開発および安定運用のための最適化
②DataOpsの実践とデータ品質(Data Reliability)の担保
・データ品質を継続的に監視・担保するためのテスト自動化、アラート設計やガバナンスを強化する仕組みの提供
・プラットフォームエンジニアリング体制の整備など、ソフトウェアエンジニアリングのベストプラクティスを用いたデータ運用体制の構築
③AI/LLM活用に向けたデータ基盤の拡張
・プロダクトや業務に、AIを組み込むためのAI ReadyなDataOpsの設計・構築
・アナリティクスエンジニア・データサイエンティストやプロダクトチームと連携した、機械学習モデル・AIアプリケーション向けのデータセット提供
※変更の範囲|部署異動等により当社業務全般へ変更する場合があります(出向含む)
入社後、一緒に向き合っていただきたいミッション
①DataOpsのさらなる高度化
数年間で基盤を急成長させたことから、スケーラビリティの壁や技術的負債もございます。「データが古い」や「パイプラインがコケた」といった運用上のペインを、人海戦術ではなくエンジニアリング(DataOps)で根本解決し、堅牢でスケーラブルな基盤へ進化させていきたいです。
②「BIのための基盤」から「AIのための基盤」へパラダイムシフトさせたい
データを見える化するフェーズは完了し、「事業価値につながるデータ利活用にAIの力を最大限に活かせるようデータを整備する」「データドリブンな意思決定を全社に浸透させる」という領域に取り組んでいます。前例の少ないAIデータ基盤のベストプラクティスを自ら模索し、形にしていくことに一緒に挑戦していただきたいです。
③データ民主化とガバナンスの両立
AIによる分析支援が浸透した結果として全社員がデータにアクセスできる環境が進む一方で、セキュリティやコスト管理、データサイロ化の防止など、ガバナンスの強化が急務となっています。活用と統制のバランスを取ることができるアーキテクチャ設計を一緒に進めていただきたいです。
【業務の変更の範囲】
会社の定める範囲
| 想定年収 | 750 〜 1,400 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: コアタイム:10:00~16:00
フレキシブルタイム:なし
標準労働時間:10:00~19:00
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 企業概要 |
私たちkubellは、中期ビジョンとして「中小企業No.1 BPaaSカンパニー」、長期ビジョンとして、あらゆるビジネスの起点となる「ビジネス版スーパーアプリ」を掲げ、急成長を続けています。主力事業である、国内最大級のビジネスチャット「Chatwork」の導入社数は60.5万社を超え(2024年9月末日時点)、""社会的インフラ""として認知・利用されるプラットフォームへと成長。さらに、中小企業の本質的なDXを実現しうる新たなビジネスモデルとしてBPaaS(Business Process as a Service)に着目し、2023年からは業務プロセス代行サービス「Chatwork アシスタント」の提供を開始しました。
※2024年7月、Chatwork株式会社は、株式会社kubell(読み:クベル)へ社名を変更いたしました。 |
||
| 設立年数 | 23年 | 従業員数 | 314人 |
株式会社ジール
【地方フルリモート可/データプラットフォームエンジニア】データ活用に特化し、1000社以上の企業のDX化を総合的に支援するリーディングカンパニー! のリモートワーク求人
■お仕事内容
クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、
経営層の意思決定に活用する BI(Business Intelligence)を含むデータプラットフォームの導入から実行支援までを行っています。
【詳細】
●クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わっていただきます。
●主に要件定義からテストまでお任せします。開発だけでなく、DB、インフラ、プロジェクト管理、
エンドユーザーとのコミュニケーション能力など、幅広い経験に基づくスキルアップ・キャリアアップが可能な環境です。
●エンドユーザー様と直接やり取りをする立場であり、要件定義など上流工程に携われます。
■募集背景
データプラットフォーム導入・構築の引き合い増加に対応するための増員です。
【業務の変更の範囲】
会社の規定に準ずる
クライアントの業務システムなどの膨大な量のデータを蓄積・加工・分析し、
経営層の意思決定に活用する BI(Business Intelligence)を含むデータプラットフォームの導入から実行支援までを行っています。
【詳細】
●クライアントの要望に沿ったデータプラットフォームの企画、設計、実装まで、プロジェクトに一気通貫で関わっていただきます。
●主に要件定義からテストまでお任せします。開発だけでなく、DB、インフラ、プロジェクト管理、
エンドユーザーとのコミュニケーション能力など、幅広い経験に基づくスキルアップ・キャリアアップが可能な環境です。
●エンドユーザー様と直接やり取りをする立場であり、要件定義など上流工程に携われます。
■募集背景
データプラットフォーム導入・構築の引き合い増加に対応するための増員です。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 550 〜 790 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: ■フレックスタイム制
フレキシブルタイム/6:00~10:00、15:00~22:00
コアタイム/10:00~15:00
標準的な勤務例(標準労働時間)/9:00~18:00
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均19時間) 休憩時間: 60分 |
||
| 企業概要 |
ジールは、データ活用のプロフェッショナル集団/東証一部上場グループの中核企業です。
近年ではビッグデータ、クラウド、AI、IoTを活用した事例も増加し、顧客のDX推進を支援する立場にスコープを拡張しています。 顧客の大半は大手企業となっており、30年以上データ活用領域に特化してきたナレッジ/市場からの信頼が強固な経営基盤を支えています。 ■Mission:専門性と技術力、高度な分析ノウハウの提供 多様な企業活動の情報の価値転換というニーズに応えるため、私たちは「プロフェッショナルサービスの大衆化」をミッションとして掲げております。高い専門性を持った技術力、深い経験から得られた多様性のある高度な分析力をハイクオリティ&ローコストで提供することで、企業の競争優位確保に貢献することを私たちは使命としております。 ■Vision:100年企業の創造 私たちはビジョンとして「100年企業の創造」を掲げて、理想企業の創造に向け、「社員全員が燃える会社」を目指しています。理想企業とは「他者貢献」を通して誰よりも発展する企業です。そして、社員全員が燃え続ける会社が「100年企業」であると信じています。お客様に対する長期的な貢献を果たすことに最大の意義をもって事業活動に取り組んで参ります。 |
||
| 設立年数 | 15年 | 従業員数 | 411人 |
ファインディ株式会社
【首都圏ハイブリッド/ジュニアデータエンジニア_Dev/Web アプリケーションやデータ基盤の開発経験(目安 3 年程度 ・言語不問)】技術立国日本を取り戻す!|「Findy」累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上が利用 のリモートワーク求人
■お仕事内容
・BigQuery を用いたデータ基盤の開発・運用
・dbt/Dataform を用いたデータモデリング
・Looker を用いた BI ダッシュボードの開発・運用
シニアエンジニアのサポートのもと、まずは既存のデータ基盤の運用・改善や、小規模な機能追加からスタートしていただき、
段階的にデータ基盤の設計やデータ活用推進をリードをおまかせします。
■募集背景
ファインディは、エンジニアのキャリア支援や組織課題解決を行うプラットフォームとして急成長を続けています。
現在、扱うデータは26万人以上のエンジニアのスキルデータや、GitHub/Jira 等から得られる膨大な開発アクティビティデータへと拡大しています。
事業の多角化に伴い、データの複雑性は増しており、「各事業の意思決定をいかにデータで加速させるか」が組織の命題となっています。
現在は3名の少数精鋭チームですが、さらなる基盤強化を目指すため、新たなメンバーを募集します。
■組織・チームについて
自身の開発経験を活かし、エンジニア組織の生産性を可視化する独自のデータ基盤に携われます。
元メガベンチャーや技術選定に深い知見を持つシニアエンジニアの隣で、設計思想からダイレクトに学べる環境です。
BigQuery, dbt, Lookerなど、業界標準かつ最先端のツール群を使い倒せます。
■AIの取り組み
私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。
Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。
また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。
■会社概要
私たちファインディは、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンのもと、
ITエンジニア領域における個人と組織、双方の課題解決に取り組んできました。
現在は、
・IT/Webエンジニア向け転職サービス「Findy」(https://findy-code.io/)
・ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」(https://freelance.findy-code.io/)
・経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+」(https://jp.findy-team.io/)
・開発ツールのレビューサイト「Findy Tools」(https://findy-tools.io/)
・テックカンファレンスのプラットフォーム「Findy Conference」(https://conference.findy-code.io/)
といった5つのサービスを展開し、サービスの累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上に利用されています。
また、「技術立国日本を取り戻す」という設立趣意のもと、2024年のインド進出を皮切りに、現在は韓国・台湾でも「Findy Team+」を展開しています。
企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、
まずは当社がグローバルマーケットで通用する企業になることを企図しています。
【業務の変更の範囲】
会社の規定に準ずる
・BigQuery を用いたデータ基盤の開発・運用
・dbt/Dataform を用いたデータモデリング
・Looker を用いた BI ダッシュボードの開発・運用
シニアエンジニアのサポートのもと、まずは既存のデータ基盤の運用・改善や、小規模な機能追加からスタートしていただき、
段階的にデータ基盤の設計やデータ活用推進をリードをおまかせします。
■募集背景
ファインディは、エンジニアのキャリア支援や組織課題解決を行うプラットフォームとして急成長を続けています。
現在、扱うデータは26万人以上のエンジニアのスキルデータや、GitHub/Jira 等から得られる膨大な開発アクティビティデータへと拡大しています。
事業の多角化に伴い、データの複雑性は増しており、「各事業の意思決定をいかにデータで加速させるか」が組織の命題となっています。
現在は3名の少数精鋭チームですが、さらなる基盤強化を目指すため、新たなメンバーを募集します。
■組織・チームについて
自身の開発経験を活かし、エンジニア組織の生産性を可視化する独自のデータ基盤に携われます。
元メガベンチャーや技術選定に深い知見を持つシニアエンジニアの隣で、設計思想からダイレクトに学べる環境です。
BigQuery, dbt, Lookerなど、業界標準かつ最先端のツール群を使い倒せます。
■AIの取り組み
私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。
Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。
また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。
■会社概要
私たちファインディは、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンのもと、
ITエンジニア領域における個人と組織、双方の課題解決に取り組んできました。
現在は、
・IT/Webエンジニア向け転職サービス「Findy」(https://findy-code.io/)
・ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」(https://freelance.findy-code.io/)
・経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+」(https://jp.findy-team.io/)
・開発ツールのレビューサイト「Findy Tools」(https://findy-tools.io/)
・テックカンファレンスのプラットフォーム「Findy Conference」(https://conference.findy-code.io/)
といった5つのサービスを展開し、サービスの累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上に利用されています。
また、「技術立国日本を取り戻す」という設立趣意のもと、2024年のインド進出を皮切りに、現在は韓国・台湾でも「Findy Team+」を展開しています。
企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、
まずは当社がグローバルマーケットで通用する企業になることを企図しています。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 500 〜 750 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレキシブルタイム:なし
コアタイム:10:00〜16:00
標準労働時間:10:00~19:00
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均10時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 13年 | 従業員数 | 478人 |
ファインディ株式会社
【首都圏ハイブリッド/データエンジニア_Dev/dbt または Dataformの構築・運用経験】技術立国日本を取り戻す!|「Findy」累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上が利用 のリモートワーク求人
■お仕事内容
・Google Cloud, AWSなどクラウド環境でのデータ基盤の設計・構築・運用
・機械学習モデル開発運用におけるデータパイプラインの設計・構築・運用
・Terraform を使ったインフラの IaC 化
・dbt/Dataform を用いたデータモデリング
・Looker を用いた BI ダッシュボードの開発・運用
■募集背景と実現したい事
ファインディのサービスは登録ユーザー数20万人、利用企業2700社以上と、サービスが順調にグロースする傍ら、データ量も急増中です。
データソリューションチームは、「データとエンジニアリングの力で、ファインディの知恵を結集し、意思決定を加速させる」というミッションのもと、
日々蓄積される多様なデータを扱うためのデータ基盤の構築・データパイプラインの設計開発、および全社横断でのデータマネジメントの推進を担っています。
現在は、4名のデータエンジニアで、4つの既存事業それぞれに専用のデータ基盤を整備し、最終的にはプロダクト全体で統合的な分析が可能な状態を目指しています。
また、ファインディでは近年新規事業・新プロダクトが継続的に立ち上がっており、事業ごとにデータの種類や要件も増加しています。
そのため、データ活用の重要度がこれまで以上に高まり、データエンジニアリングの需要も急速に拡大している状況です。
プロダクトを横断してデータの価値を最大化する基盤づくりが、今まさに求められています。
■AIの取り組み
私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。
Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。
また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
■会社概要
私たちファインディは、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンのもと、
ITエンジニア領域における個人と組織、双方の課題解決に取り組んできました。
現在は、
・IT/Webエンジニア向け転職サービス「Findy」(https://findy-code.io/)
・ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」(https://freelance.findy-code.io/)
・経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+」(https://jp.findy-team.io/)
・開発ツールのレビューサイト「Findy Tools」(https://findy-tools.io/)
・テックカンファレンスのプラットフォーム「Findy Conference」(https://conference.findy-code.io/)
といった5つのサービスを展開し、サービスの累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上に利用されています。
また、「技術立国日本を取り戻す」という設立趣意のもと、2024年のインド進出を皮切りに、現在は韓国・台湾でも「Findy Team+」を展開しています。
企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、まずは当社がグローバルマーケットで通用する企業になることを企図しています。
プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。
【業務の変更の範囲】
会社の規定に準ずる
・Google Cloud, AWSなどクラウド環境でのデータ基盤の設計・構築・運用
・機械学習モデル開発運用におけるデータパイプラインの設計・構築・運用
・Terraform を使ったインフラの IaC 化
・dbt/Dataform を用いたデータモデリング
・Looker を用いた BI ダッシュボードの開発・運用
■募集背景と実現したい事
ファインディのサービスは登録ユーザー数20万人、利用企業2700社以上と、サービスが順調にグロースする傍ら、データ量も急増中です。
データソリューションチームは、「データとエンジニアリングの力で、ファインディの知恵を結集し、意思決定を加速させる」というミッションのもと、
日々蓄積される多様なデータを扱うためのデータ基盤の構築・データパイプラインの設計開発、および全社横断でのデータマネジメントの推進を担っています。
現在は、4名のデータエンジニアで、4つの既存事業それぞれに専用のデータ基盤を整備し、最終的にはプロダクト全体で統合的な分析が可能な状態を目指しています。
また、ファインディでは近年新規事業・新プロダクトが継続的に立ち上がっており、事業ごとにデータの種類や要件も増加しています。
そのため、データ活用の重要度がこれまで以上に高まり、データエンジニアリングの需要も急速に拡大している状況です。
プロダクトを横断してデータの価値を最大化する基盤づくりが、今まさに求められています。
■AIの取り組み
私たちのチームでは、生成AI活用に非常に積極的で、8割以上のエンジニアが日常的にAIエージェントを利用しています。
Claude Code、GitHub Copilot、Devinなど開発で利用するのは当たり前になっています。
また、OpenAIやAnthropicなどのAPIを利用できる環境も整備済みで、AI駆動開発を推進できる環境があります。
■会社概要
私たちファインディは、「挑戦するエンジニアのプラットフォームをつくる。」というビジョンのもと、
ITエンジニア領域における個人と組織、双方の課題解決に取り組んできました。
現在は、
・IT/Webエンジニア向け転職サービス「Findy」(https://findy-code.io/)
・ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」(https://freelance.findy-code.io/)
・経営と開発現場をつなぐAI戦略支援SaaS「Findy Team+」(https://jp.findy-team.io/)
・開発ツールのレビューサイト「Findy Tools」(https://findy-tools.io/)
・テックカンファレンスのプラットフォーム「Findy Conference」(https://conference.findy-code.io/)
といった5つのサービスを展開し、サービスの累計会員登録数は約26.7万人、国内外のスタートアップから大企業まで4,000社以上に利用されています。
また、「技術立国日本を取り戻す」という設立趣意のもと、2024年のインド進出を皮切りに、現在は韓国・台湾でも「Findy Team+」を展開しています。
企業成長の源泉であるソフトウェア開発において日本発のイノベーションを増やし、世界市場で競争力を持つ日本のIT企業を1社でも多く生み出すことを目指し、まずは当社がグローバルマーケットで通用する企業になることを企図しています。
プロダクト開発部では、生成AIに関する議論が活発に行われており、一部のメンバーはこれらのAIツールを活用することで、アウトプットを1.5倍に向上させた実績があります。
【業務の変更の範囲】
会社の規定に準ずる
| 想定年収 | 600 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレキシブルタイム:なし
コアタイム:10:00〜16:00
標準労働時間:10:00~19:00
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均10時間~30時間) 休憩時間: 60分 |
||
| 設立年数 | 13年 | 従業員数 | 478人 |
株式会社ABEJA
★【フルリモート/フレックス制/MLOps・データ基盤エンジニア(ロボティクス)/インフラ/基盤エンジニアリングの実務経験】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
主に担っていただく領域(インフラ軸)
ハイブリッドクラウド/オンプレミス環境の設計・構築・運用
ロボット実機、オンプレミス環境(ストレージ・GPUサーバー)、クラウド(AWS等)を跨ぐインフラ/データ基盤のアーキテクチャ設計ネットワーク、セキュリティ、データ転送の最適化
技術選定・技術検証・プロトタイプ開発・MVP構築
仕様が固まっていない段階から、動くものを素早く作り検証する
将来的に期待する役割(フルスタック方向)
ロボット操作・管理に関わるWebアプリケーション開発
ロボット管理・遠隔操作・データ可視化等の画面
フロントエンド(React / TypeScript)
バックエンド(Go / Python)
大規模データ基盤の設計・運用(★他メンバーと協働)
ロボット由来の非構造化データを扱うデータパイプライン設計
ワークフローエンジン(Airflow , Dagster)を用いたワークフロー定義
学習・分析用途に耐えうるデータレイアウト・クエリ基盤の構築
データ処理基盤の信頼性担保、監視系の構築
※アプリケーション領域については、入社時点での深い経験は必須ではありません。インフラを主軸としつつ、関心や強みに応じて段階的に広げていくことを想定しています。
あなたは何を得られるのか(ポジションの魅力)
インフラを起点にフルスタックへ成長できる
単なる運用ではなく、設計・技術選定から関われます
「モダンデータ基盤 × ロボティクス」という希少領域
Webログではなく、物理世界データを扱う高難度なデータエンジニアリング
大規模プロジェクト × スタートアップ的スピード
技術選定や設計判断がそのまま標準になるフェーズ
研究とプロダクトの間に立つポジション
研究成果を動くシステムとして社会実装する役割
募集背景
ABEJAでは、ロボット実機を用いた研究開発を進める中で、ロボット実機から発生する大量のデータを扱うための基盤整備を進めています。今後のVLAモデル開発におけるMLOpsにおいて、戦略上重要なコンポーネントとなります。
ロボットから取得される映像、LiDAR、制御ログなどのデータは、容量が大きく生成頻度も高いため、単純なファイル保存や場当たり的な構成では、開発や検証のスピードを維持できません。
今後のデータ量増加を見据え、安定してデータを取り込み、必要なタイミングで検索・再利用できる構成を初期段階から設計する必要があります。こうした基盤は、後からの作り直しが難しく、ロボット実機、オンプレミス環境、クラウドを含めた全体構成を踏まえた設計・運用が求められます。
本ポジションでは、このインフラ/データ基盤を主軸に、設計・構築・運用を担っていただきます。将来的には、その基盤の上で動くアプリケーションやツールの開発にも関わっていくことを想定しています。
ミッション
「ロボットとクラウドを繋ぐ堅牢な基盤を構築し、大規模ロボット基盤モデル開発を加速させる」
まずは、ロボット実機、オンプレミス環境、クラウド基盤、大規模データパイプラインを安定的につなぐインフラ/基盤の中核を担っていただきます。その上で、研究者やプロダクト開発チームと協働しながら、データを使える形にするアプリケーションやUIへと役割を広げていくことを期待しています。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
主に担っていただく領域(インフラ軸)
ハイブリッドクラウド/オンプレミス環境の設計・構築・運用
ロボット実機、オンプレミス環境(ストレージ・GPUサーバー)、クラウド(AWS等)を跨ぐインフラ/データ基盤のアーキテクチャ設計ネットワーク、セキュリティ、データ転送の最適化
技術選定・技術検証・プロトタイプ開発・MVP構築
仕様が固まっていない段階から、動くものを素早く作り検証する
将来的に期待する役割(フルスタック方向)
ロボット操作・管理に関わるWebアプリケーション開発
ロボット管理・遠隔操作・データ可視化等の画面
フロントエンド(React / TypeScript)
バックエンド(Go / Python)
大規模データ基盤の設計・運用(★他メンバーと協働)
ロボット由来の非構造化データを扱うデータパイプライン設計
ワークフローエンジン(Airflow , Dagster)を用いたワークフロー定義
学習・分析用途に耐えうるデータレイアウト・クエリ基盤の構築
データ処理基盤の信頼性担保、監視系の構築
※アプリケーション領域については、入社時点での深い経験は必須ではありません。インフラを主軸としつつ、関心や強みに応じて段階的に広げていくことを想定しています。
あなたは何を得られるのか(ポジションの魅力)
インフラを起点にフルスタックへ成長できる
単なる運用ではなく、設計・技術選定から関われます
「モダンデータ基盤 × ロボティクス」という希少領域
Webログではなく、物理世界データを扱う高難度なデータエンジニアリング
大規模プロジェクト × スタートアップ的スピード
技術選定や設計判断がそのまま標準になるフェーズ
研究とプロダクトの間に立つポジション
研究成果を動くシステムとして社会実装する役割
募集背景
ABEJAでは、ロボット実機を用いた研究開発を進める中で、ロボット実機から発生する大量のデータを扱うための基盤整備を進めています。今後のVLAモデル開発におけるMLOpsにおいて、戦略上重要なコンポーネントとなります。
ロボットから取得される映像、LiDAR、制御ログなどのデータは、容量が大きく生成頻度も高いため、単純なファイル保存や場当たり的な構成では、開発や検証のスピードを維持できません。
今後のデータ量増加を見据え、安定してデータを取り込み、必要なタイミングで検索・再利用できる構成を初期段階から設計する必要があります。こうした基盤は、後からの作り直しが難しく、ロボット実機、オンプレミス環境、クラウドを含めた全体構成を踏まえた設計・運用が求められます。
本ポジションでは、このインフラ/データ基盤を主軸に、設計・構築・運用を担っていただきます。将来的には、その基盤の上で動くアプリケーションやツールの開発にも関わっていくことを想定しています。
ミッション
「ロボットとクラウドを繋ぐ堅牢な基盤を構築し、大規模ロボット基盤モデル開発を加速させる」
まずは、ロボット実機、オンプレミス環境、クラウド基盤、大規模データパイプラインを安定的につなぐインフラ/基盤の中核を担っていただきます。その上で、研究者やプロダクト開発チームと協働しながら、データを使える形にするアプリケーションやUIへと役割を広げていくことを期待しています。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 750 〜 1,200 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 勤務形態 |
作業時間: フレックスタイム制度
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 企業概要 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
株式会社ABEJA
★【フルリモート/フレックス制/データエンジニア/Pythonを含む複数言語(TypeScript, Javascriptなど)でのコーディング経験(3年以上)】200社以上の導入実績を誇るディープラーニングのリーディングカンパニー! のリモートワーク求人
業務内容
データプラットフォームの企画、アーキテクチャ設計
プロジェクトの技術面におけるリードデータパイプラインの設計・構築
データ分析のためのBIの開発・運用
継続的なモニタリングプロセスの構築・運用
顧客のデータ活用の実態や関連業務、ドメイン知識の理解
プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発
プロジェクトマネージャーと協力し、プロジェクトの目的・方針・計画などを策定
運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む)
募集背景
顧客企業におけるデータプラットフォームの企画立案から開発までをトータルで実現できる人材のニーズが急速に高まっています。
ABEJAはこれまで、製造業、小売り業、医療製薬、金融業界など多種多様な産業において、数多くのDX(デジタルトランスフォーメーション)プロジェクトに貢献してきました。取引先の多くは、各業界を代表するような大手企業であり、DXを経営課題に掲げ、実現に向けて果敢に挑戦されています。
それら数多くのDXプロジェクトを通して、顧客企業が抱える共通の課題が浮かび上がってきました。 「デジタイゼーション(=業務のデジタル化)が進んでいない」という課題です。 解決にあたり、様々な種類・形式のデータを大規模に取り扱うデータプラットフォームの整備を進める必要があり、この領域を推進いただける人材としてデータエンジニアの募集をしています。ミッション
顧客企業におけるデータプラットフォームの企画立案から開発までをトータルで実現できる人材のニーズが急速に高まっています。
ABEJAはこれまで、製造業、小売り業、医療製薬、金融業界など多種多様な産業において、数多くのDX(デジタルトランスフォーメーション)プロジェクトに貢献してきました。取引先の多くは、各業界を代表するような大手企業であり、DXを経営課題に掲げ、実現に向けて果敢に挑戦されています。
それら数多くのDXプロジェクトを通して、顧客企業が抱える共通の課題が浮かび上がってきました。 「デジタイゼーション(=業務のデジタル化)が進んでいない」という課題です。 解決にあたり、様々な種類・形式のデータを大規模に取り扱うデータプラットフォームの整備を進める必要があり、この領域を推進いただける人材としてデータエンジニアの募集をしています。
ミッション
顧客企業における多種多様なデータを統合管理するデータプラットフォームを構築することが主なミッションとなります。
DXを実現するにあたり、真っ先に取り組む必要がある重要な部分です。
様々な業界のリーディングカンパニーが顧客となるため、データ利活用に関する最先端事例を数多く経験することができます。
クライアントの経営陣に対して、データの活用方針や分析を通じて得られた示唆・知見を提案する機会を通して、技術力だけでなくビジネス力も磨くことができます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
データプラットフォームの企画、アーキテクチャ設計
プロジェクトの技術面におけるリードデータパイプラインの設計・構築
データ分析のためのBIの開発・運用
継続的なモニタリングプロセスの構築・運用
顧客のデータ活用の実態や関連業務、ドメイン知識の理解
プロトタイプのAI・機械学習モデルを実運用可能な形にするためのデータパイプライン・インフラ基盤構築の設計およびサービス/システムの開発
プロジェクトマネージャーと協力し、プロジェクトの目的・方針・計画などを策定
運用保守を見据えたデプロイ環境構築(クラウド・エッジ含む)
募集背景
顧客企業におけるデータプラットフォームの企画立案から開発までをトータルで実現できる人材のニーズが急速に高まっています。
ABEJAはこれまで、製造業、小売り業、医療製薬、金融業界など多種多様な産業において、数多くのDX(デジタルトランスフォーメーション)プロジェクトに貢献してきました。取引先の多くは、各業界を代表するような大手企業であり、DXを経営課題に掲げ、実現に向けて果敢に挑戦されています。
それら数多くのDXプロジェクトを通して、顧客企業が抱える共通の課題が浮かび上がってきました。 「デジタイゼーション(=業務のデジタル化)が進んでいない」という課題です。 解決にあたり、様々な種類・形式のデータを大規模に取り扱うデータプラットフォームの整備を進める必要があり、この領域を推進いただける人材としてデータエンジニアの募集をしています。ミッション
顧客企業におけるデータプラットフォームの企画立案から開発までをトータルで実現できる人材のニーズが急速に高まっています。
ABEJAはこれまで、製造業、小売り業、医療製薬、金融業界など多種多様な産業において、数多くのDX(デジタルトランスフォーメーション)プロジェクトに貢献してきました。取引先の多くは、各業界を代表するような大手企業であり、DXを経営課題に掲げ、実現に向けて果敢に挑戦されています。
それら数多くのDXプロジェクトを通して、顧客企業が抱える共通の課題が浮かび上がってきました。 「デジタイゼーション(=業務のデジタル化)が進んでいない」という課題です。 解決にあたり、様々な種類・形式のデータを大規模に取り扱うデータプラットフォームの整備を進める必要があり、この領域を推進いただける人材としてデータエンジニアの募集をしています。
ミッション
顧客企業における多種多様なデータを統合管理するデータプラットフォームを構築することが主なミッションとなります。
DXを実現するにあたり、真っ先に取り組む必要がある重要な部分です。
様々な業界のリーディングカンパニーが顧客となるため、データ利活用に関する最先端事例を数多く経験することができます。
クライアントの経営陣に対して、データの活用方針や分析を通じて得られた示唆・知見を提案する機会を通して、技術力だけでなくビジネス力も磨くことができます。
【業務の変更の範囲】
会社の定める業務へ配置転換の可能性あり
| 想定年収 | 600 〜 1,000 万円/年 | 雇用形態 | 正社員 |
|---|---|---|---|
| 職種 | |||
| 開発経験 | |||
| 勤務形態 |
作業時間: フレックスタイム制
・コアタイム 10:00 - 15:00
・フレキシブルタイム 07:00 - 10:00 / 15:00 - 19:00
・標準労働時間:10:00 - 19:00 (休憩60分)
働き方: フレックス制(コアタイムあり) 時間外労働の有無: 有(月平均20時間) 休憩時間: 60分 |
||
| 企業概要 |
ゆたかな世界を、実装する
ABEJAは、「ゆたかな世界を、実装する」を経営理念とし、「ABEJA Platform」を基盤に顧客企業の基幹業務のプロセスを変革し、ビジネスの継続的な収益成長の実現に伴走する「デジタルプラットフォーム事業」を展開しています。2012年の創業時よりABEJA Platformの研究開発を進めており、これまで多種多様な業界・業態の300社以上のデジタル変革をABEJA Platform上で実現してきました。 |
||
| 設立年数 | 15年 | 従業員数 | 130人 |
30件中 1件~10件
リモートワーク求人を探す
職種からリモートワーク求人を探す
- CTO
- VPoE
- テックリード
- ITコンサルタント
- ITアーキテクト
- プロジェクトマネージャー
- プロダクトマネージャー
- スクラムマスター
- PMO
- ブリッジSE
- プロジェクトリーダー
- webデザイナー
- UIUXデザイナー
- webディレクター
- デジタルマーケター
- ゲームデザイナー
- CGデザイナー
- インフラエンジニア
- SRE
- ネットワークエンジニア
- サーバーエンジニア
- セキュリティエンジニア
- システムエンジニア
- システムディレクター
- サーバーサイドエンジニア
- フロントエンドエンジニア
- マークアップコーダー
- iOSエンジニア
- Androidエンジニア
- ゲームエンジニア
- ゲームプランナー
- QAエンジニア
- テストエンジニア
- テスター
- AIエンジニア(DL/機械学習)
- データサイエンティスト
- データアナリスト
- BIエンジニア
- データベースエンジニア
- 社内SE
- ヘルプデスク
- テクニカルサポート
- CRE
開発経験からリモートワーク求人を探す
- Access
- ActionScript
- AD
- Android(Java)
- Angular
- Ansible
- AWS
- Azure
- C#
- C++
- CakePHP
- COBOL
- Cordova
- C言語
- Django
- EC-CUBE
- Electron
- Elixir
- Express.js
- Figma
- Firebase
- Flask
- Flutter
- FuelPHP
- GCP
- Go
- HTML/CSS
- Illustrator
- Java
- JavaScript
- Kotlin
- Kubernetes
- Laravel
- Linux
- MySQL
- Next.js
- Node.js
- Nuxt.js
- Objective-C
- Oracle
- Perl
- Photoshop
- PHP
- PL/SQL
- PostgreSQL
- Python
- R
- React
- React Native
- RPA(Biz Robo)
- RPA(UiPath)
- RPA(WinActor)
- Ruby on Rails
- Rust
- Salesforce
- SAP
- Scala
- Seasar2
- Sketch
- Spring
- Spring Boot
- SQL
- SQL Server
- Struts
- Swift
- Symfony
- Tableau
- Tensorflow
- Terraform
- Tresure Data
- TypeScript
- Unity
- VB
- VBA
- Vue.js
- WordPress
- Xamarin
- XD
働き方からリモートワーク求人を探す
リモートワークタイプからリモートワーク求人を探す
語学・国籍からリモートワーク求人を探す
Jobのタイトルが入ります
こちらの求人に応募します
Jobのタイトルが入ります
こちらの求人に応募します
への応募が完了しました。
ご応募ありがとうございます。
担当エージェントからの連絡をお待ちください。
Jobのタイトルが入ります
こちらの求人を辞退しますが間違いないですか?
への辞退が完了しました。
またのご応募お待ちしています。
既に応募済みの案件です。
求人への応募には
リラシクの利用を開始してください。
求人への応募にはご住所の入力が必要です。
予期せぬエラーが発生しました。