データエンジニアは、データ基盤、分析基盤、AI活用基盤の設計・構築を担うポジションです。 AI活用が進むほど、信頼できるデータ基盤やデータ設計の重要性は高まります。 ライトコードでは、データを扱う技術を、クライアントの事業やサービス改善につながる価値へ変えられる方を求めています。 バックエンド開発の経験を活かしてデータ領域へ専門性を広げたい方も歓迎します。 ーーーーー ▼お任せしたいこと ーーーーー 経験や志向に応じて、以下のような業務をお任せします。 ・データ基盤、DWH、データレイク、分析基盤の設計・構築 ・ETL / ELTパイプラインの設計・実装・運用 ・データモデリング、データ品質管理 ・ログ設計、データ収集設計、データ活用方針の整理 ・BIツールや分析環境の整備 ・AI活用を支えるデータ連携・データ整備 ・クライアントや開発チームとの要件整理 ・AIを活用した調査、設計、実装支援、ドキュメント作成 ーーーーー ▼主なスキル ーーーーー ・AWS / GCP などのクラウド環境 ・SQL / Python ・BigQuery / Redshift / Snowflake などのDWH ・dbt などのデータ変換・モデリングツール ・ETL / ELT、データパイプライン ・BIツール、ダッシュボード設計 ・データ品質管理、ログ設計、データモデリング ・AIを活用した調査、設計、実装支援、ドキュメント作成 ーーーーー ▼募集区分 ーーーーー ①ミドル / 経験者クラス ETL / ELTパイプラインの構築、データモデリング、データ品質管理を自律的に行う。バックエンド開発経験を活かしてデータ領域へ専門性を広げたい方も歓迎。 ②シニア / チーフ候補 データ基盤、DWH、データレイク、分析基盤のアーキテクチャ設計を主導する。事業やAI活用につながるデータ戦略を技術面から牽引する。 ※経験・スキル・担う役割に応じて決定します。 ーーーーー ▼必須要件 ーーーーー ・SQLを用いたデータ抽出・加工の実務経験 ・Pythonなどを用いたデータ処理またはバックエンド開発経験 ・クラウド環境での開発・運用経験、または学習経験 ・データ設計、データ品質、再現性に対する関心 ・AIを活用して、調査・設計・実装・ドキュメント作成を進められること ・AIの出力を鵜呑みにせず、データや処理の妥当性を自分で判断できること ーーーーー ▼歓迎要件 ーーーーー ・DWH、データレイク、分析基盤の設計・構築経験 ・ETL / ELTパイプラインの設計・運用経験 ・dbt、BigQuery、Redshift、Snowflake等の利用経験 ・BIツールを用いた可視化・ダッシュボード構築経験 ・バックエンド開発経験 ・AI活用基盤、LLM、RAG、データ連携に関する知識や経験 ・技術選定、設計レビュー、チームリードの経験 ーーーーー ▼こんな方は大歓迎 ーーーーー ・データを事業価値につなげることに関心がある方 ・AI活用を支えるデータ基盤づくりに挑戦したい方 ・バックエンド開発からデータ領域へ専門性を広げたい方 ・データの正確性、再現性、運用性を大切にできる方 ・学んだ知見をチームに共有し、組織全体の技術力向上に貢献したい方 ーーーーー ▼AI活用について ーーーーー データエンジニアには、以下のようなAI活用を期待します。 ・データ基盤設計やアーキテクチャ検討のための技術調査 ・SQL、Python、パイプライン処理の実装支援 ・データ品質チェックや異常検知の観点整理 ・データ定義、仕様書、運用ドキュメントの作成 ・分析要件やビジネス要求の整理 ・AI活用に必要なデータ整備・連携方針の検討 ・AI出力を検証し、データの正確性・安全性・再現性を担保すること