分析基盤エンジニアの案件一覧

・メガバンクによる多頻度小口決済システムの構築要件

・金融機関、資金移動業者および個人間送金の取引などを連携するシステム構築

・巨大なシステム構築に対し、各チームがアジャイル・スクラムで開発中

・渋谷の拠点で100名程が従事

作業内容：某大手小売業向けETL基盤構築

┗新規ジョブ、既存ジョブの作成

┗設計～開発

データプラットフォーム基盤の構築

・データモデル設計

・アーキテクチャ設計

・技術調査

・ETL / ELT処理の実装

※ システムとしてのユースケースを整理しながら進行しているため、要求定義、要件定義の視点で物事を考える必要があるケースが多い
【開発環境】

-技術要素-

・BigQuery

・MySQL

・Cloud SQL

・Go言語

顧客内の情報を一元的に管理・可視化する、データ分析基盤の開発支援です。チームメンバーと共に試行錯誤しながら業務を進めていただきます。

下記業務をご担当いただく予定です。

・データソースの収集

・S3への蓄積

・AWS Glueを使用したデータ加工

・外部ツールからのデータ収集／外部ツールへの加工データ連携

・QuickSightを使用したデータ集計

・データ加工の自動化（Lambda、StepFunctionを想定）

・terraformを利用した構成管理（Glueのジョブ、IAMロール、S3、Quicksight）

・データ基盤

Azure上にデータ基盤を構築するプロジェクト。蓄積したデータをBIやAIで活用するためのプラットフォームの設計・構築が主業務となります。要求開発フェーズからご参画いただくことを想定。
・作業概要

顧客案件におけるデータ基盤構築支援（要件定義・設計・構築・テスト・マニュアル作成など）

【案件概要】

例：

①某金融業様向けBIレポート可視化用データ基盤構築（常駐型）　

②某大学様向け農業IoTデータ収集分析基盤構築　

対象リソース: Azure Data Factory, Data Lake, SQL Database, Synapse Analytics, IoT Hub, Stream Analytics, ADLS Gen2(またはBlob Storage), Azure AD B2C, 等

①要件定義 ②基本設計 ③詳細設計 ④構築 ⑤テスト設計 ⑥テスト⑦運用マニュアル作成を行います。

カーライフテックサービスの顧客データを的確に分析するためのデータ基盤の構築をお願いいたします。

ビジネスサイトと開発チームで必要なデータをすり合わせし、構築いただきます。
■開発環境

言語＿＿＿＿：Python,SQL

ＤＢ＿＿＿＿：AWS Aurora (Amazon Aurora)

ＦW＿＿＿＿：

環境・ＯＳ＿：AWS (Amazon Web Services)

データソース→ETL→BIへのデータ連携業務となります。

複数案件があり、タスクベースでアドホックな対応をお願いします。

分析は別スコープとなります。

【業務内容】

在庫管理システムを支えるデータ基盤の構築案件となります。

主に、機能改善及び機能追加をご担当頂き、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。

・データ利用部門からのフィードバックを基にしたデータ基盤改善推進

・データ基盤改善のための要件定義、プロジェクト推進、実開発業務

・データ基盤の新サービスへの切り替え

【技術環境】

・開発言語: Python or Scala

・インフラサービス: AWS（EC2, Lambda, Glueなど）

・データベース環境: MySQL、TreasureData、Snowflake

・業務ツール：Slack、Notion、Google Workspace

・その他利用サービス:GitLab、Digdag、Terraform, Ansible、LookerStudio, Tableau など

大手化粧品会社のDXプロジェクトにおいて、SQLを使用してDWHからのデータ抽出を行い、他システムへの自動データ連携設定などの構築をお任せできる方を募集しています。

プロジェクト全体では20名近くのメンバーが参画しており、その中の約5～7名で構成されているチームに所属いただきます。

【業務詳細】

プロジェクト全体を理解した上で、起用しているTreasure DataからSQLで複数のテーブルを結合、サブクエリも含めた詳細なデータ抽出、顧客マスタ・行動履歴・購買履歴といったデータを結合し、マーケティングデータの抽出や顧客のセグメンテーションを行っていただきます。

会員データはすべてTreasure Dataに入っており、新たな会員データも日々追加させていきます。

すでに構築設定したワークフローを読み解き、既存の構築内容を踏襲、改修を行い、SFMCで配信をおこないます。