分析基盤エンジニアの案件一覧

概要：

エンド企業へGCP導入にあたってのデータエンジニアを募集しています。
業務例：

・顧客折衝、要件整理、ドキュメンテーション

・データパイプライン設計構築

・DWH、データマート設計構築
環境：

GCP（BigQuery,Dataflow等）

弊社最初のプロダクトである、鉄スクラップ解析アプリケーションに搭載されるAIのモデルをAIチームと協業しながら、パイプラインを構築し、本番環境でモデルのトレーニング、テスト、デプロイ、配信、監視、保守、運用を担当いただきます。もちろんチームと相談して分担はしますが、データ収集、前処理といったデータエンジニア領域での活躍も期待しております。
1人目のMLOpsエンジニアとして技術選定はもちろんチームの開発スタイルを形作るところからお任せさせていただきます。将来的にCTOやEM等のポジションを目指すことも期待しています。

まだまだ出来上がった製品ではなく、ユーザーと近い距離で開発をすることができることも魅力の一つです。

【案件概要 】弊社クライアント（HR系）のデータマネジメント部署にてデータマートの開発およびディレクション業務を担当いただきます。

データ分析/活用プロジェクトへ参画いただき、データエンジニアとしてデータマート開発実装をメインにご担当いただきつつ、データ要件の定義やプロジェクトの進行管理などディレクション業務も一部ご担当いただきます。
【業務内容】

・データ分析/活用プロジェクトの推進

・データマート開発における要件定義、プロジェクトの進行管理

・分析用データマートの開発

　└データマート（テーブル）設計、SQL実装、バッチ（digdag）実装・データマートの保守運用

SAS(base)で作成されているシステムの更改案件。SAS固有の部分はバージョンアップ後の環境に基本的にはそのまま移行しますが、既存の画面機能がSASで構築されており、更改後はJAVAに置き換えを実施。参画された際は既存SASの仕様を読み解き、JAVA開発者に仕様を伝える役割を担っていただきます。

2023年4月以降も延長可能あり。

・SAS(Base)

SAP Analytics Cloud、Datawarehouse cloudを使用した開発作業

・DWH構築作業（DWH要件定義、IFデータ整理、データ処理方式検討、要件資料作成）

・BI構築作業（BI要件定義：画面要件整理、項目マッピング、要件資料作成）

AWSで開発・運用されているサービスのデータ基盤エンジニアとして開発・運用・保守を担当いただきます。
具体的にはデジタルサービスを開発・運用するための社内プラットフォーム内の基盤群の開発・運用・運用改善を担当。

・SQLのクエリ修正（DB名、テーブル名、スキーマ名、カラム名を指定の名に変更する）・BIツールの検証やデータ連携、構築対応・作業手順書の作成(AWS,Snowflake等)

【案件概要】弊社クライアント（HR系）のデータサイエンス部署にてデータマート開発実務を担当いただきます。データマート開発実装をメインにご担当いただきますが、要件定義にてクライアントと直接コミュニケーションを取っていただく必要があります。
【具体的な業務内容】・分析用データマート開発　┗ 要件定義、データマート（テーブル）設計、SQL実装、テスト・バッチ基盤（digdag）の実装、運用保守・データエンジニアリング業務　┗ データの収集、加工、集計・データマートの保守運用・TableauのViz作成

・バンダイナムコエンターテインメントのデータパイプライン設計・実装及び実装委託・DWH管理業務 (欠損,Issue,申請等の対応)・技術調査
【業務スコープ】・Google Cloud Platformをバックエンドとするデータ分析基盤の開発・運用・データ分析基盤と各事業部が有するデータを活用するための開発・運用・データ分析基盤にデータを収集するETL/ELTパイプラインの開発・データ分析基盤でデータを集計するワークフローの開発・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)・技術調査

在庫最適化システムを支えるデータ基盤の構築を行っていただきます。自社サービスSaasの新バージョンをこの春リリースし、エンタープライズとの契約が急激に増えている中で、非常に多くの機能改善要望や機能追加要望が出てきています。顧客からの数億レコードにもなる大量データの加工をSQLやPythonを用いて作成し、集計後、データストアに投入する機構の構築に携わっていただきます。社員エンジニアとスクラムチームを形成し、スクラムイベントを通じて、開発メンバー全員でスプリントを消化していく体制になります。
【募集背景】新バージョンの機能追加が急務であり、エンジニアリソースが不足しているため。
【開発環境】・開発言語： Python、SQL・DB: Aurora(PostgreSQL互換)、Redshift・検索エンジン： Amazon Elasticsearch Service・ライブラリ・フレームワーク：Pandas、Numpy、Dask・インフラ： Amazon Web Services・AWS製品： ECS、S3、Step Functions、Lambda、CloudWatch・環境、ツール： Docker、GitHub、Jira、Slack、CircleCI、Sentry