SQLの案件一覧

■業務概要
データ分析プラットフォームによる月次管理会計環境構築支援
大手企業における予実管理（月次PDCA）を手作業集計からデータ分析基盤を用いた自動集計に改善する
設計・開発工程はアジャイルで行うため、アジャイル経験必須。
サブリーダーと協力して要件定義内容の検証や設計・構築を行う。
■作業内容

• 既存の共通分析環境に、新たに月次管理会計用新環境を構築
• データソースは基幹システムやデータベースから既設ETL環境を経由して接続
• POSデータ等外部データや、表計算ソフトによる補正入力等もある
• フェーズ1はスキーマ処理されたデータをGoldまで格納
• 各種損益表、粗利表、製造原価、拡売費、月次PDCAを自動出力する
• フェーズ2でBIツールによるダッシュボード化を実施
  ■担当業務
• データ分析基盤構築（要件定義時の技術面での検証、設計・開発・テスト）
• Bronzeへの各種データ取込
• Silver、Goldの設計・構築
• 付属アプリケーションを用いた取込・承認の設計・構築
• 既存環境をサンプルとしたデータスキーマ化、データガバナンス機能の設計・構築（フェーズ2）
• Python／SQLによるデータ加工・検証
• SQL・ジョブ・データフローの調査／解析

– 一人称で構築、運用作業が実施できること
– 既存チームや構築チームとの会話が前提のため、コミュニケーションスキルが高いこと
– ETLおよびPySparkでの設計、開発経験
– PythonおよびWebアプリケーションフレームワークでのWebアプリ設計、開発経験
– データ分析基盤（Databricks等）の設計、開発経験

■業務概要
データ分析プラットフォームによる月次管理会計環境構築支援
大手企業における予実管理（月次PDCA）を手作業集計からデータ分析基盤を用いた自動集計に改善する
■役割（サブリーダー・要件定義フェーズより参画）
管理会計の上流要件定義は委託元リーダーが担当。サブリーダーはメダリオンアーキテクチャやスキーマを理解した上で、BronzeからGoldまでのデータ設計を実施。要件定義段階から委託元リーダーに伴走し、要件定義を共に作成する。方式・基盤設計やアプリ設計においても、担当するチームメンバーのファシリテーションや進捗管理を行う。
■作業内容

• 既存の共通分析環境に、新たに月次管理会計用新環境を構築
• データソースは基幹システムやデータベースから既設ETL環境を経由して接続
• POSデータ等外部データや、表計算ソフトによる補正入力等もある
• フェーズ1はスキーマ処理されたデータをGoldまで格納
• 各種損益表、粗利表、製造原価、拡売費、月次PDCAを自動出力する
• フェーズ2でBIツールによるダッシュボード化を実施
  ■担当業務
• データ分析基盤構築を前提とした要件定義作業の実施
• Bronzeへの各種データ取込
• Silver、Goldの設計・構築
• 付属アプリケーションを用いた取込・承認の設計・構築
• 既存環境をサンプルとしたデータスキーマ化、データガバナンス機能の設計・構築（フェーズ2）
• Python／SQLによるデータ加工・検証
• SQL・ジョブ・データフローの調査／解析

– 一人称で構築、運用作業が実施できること
– 既存チームや構築チームとの会話が前提のため、コミュニケーションスキルが高いこと
– ETLおよびPySparkでの設計、開発経験
– PythonおよびWebアプリケーションフレームワークでのWebアプリ設計、開発経験
– データ分析基盤（Databricks等）の設計、開発経験

自社サービス展開企業にて、運用中のコンテンツや特定コンテンツで分析の需要が増えています。
現体制を補強するため、分析ディレクターと共にサービスの成長を支える方を募集します。
■ 業務内容

• 運用中コンテンツの指標のモニタリング・管理と、レポートの作成
• 施策の効果検証とアドホック分析（イベント・提供施策・コラボレーション・ライブ施策など）
• 分析ディレクターの補助（分析の設計、分析フレームの作成支援、報告資料の作成など）
• 特定コンテンツの戦略分析の補助（データ取得、集計、分析）
• 事業部など関係者への報告と、改善策の提案
  ■ 業務の流れ
• 要件整理 ⇒ 分析設計 ⇒ データの抽出・加工 ⇒ 分析 ⇒ レポートと提案
  開発環境の傾向
• 分析基盤：分析向けDWH
• 言語：SQL、Python、R
• 分析環境：分析用ツール、分析向けDWH、表計算ソフト
• BIツール：BIツール

– 社内外の関係者と円滑なコミュニケーションが取れる
– データアナリスト / データサイエンティストとしての分析業務の経験（3年以上）
– DWH環境にて、SQLでのデータ抽出、加工が問題なくできる
– 指標管理、またはアドホック分析の経験
– 方向性を示されれば、論点を整理しながら自分で分析を進められる
– 分析結果を、エンジニア以外の人にも分かりやすく資料や口頭で伝えられる

大手ITサービス企業の機械学習チームにおいて以下のような業務を担当いただきます。

• 与信モデルの開発・運用・改善
• 評価設計：オフライン指標だけでなく、重要なビジネスKPIやリスク指標、ユーザー体験を含めた評価設計
• 運用設計：モデル性能変化や不具合の検知から恒久対応まで含む、サービスレベル目標および運用設計
• モデル構築：データ分析、特徴量設計、テーブルデータ向けの機械学習モデルの設計・実装、推論／学習パイプライン整備、再現性担保、実験管理、モデルの品質保証を含む設計・実装
• プロダクト／ビジネス／法務／コンプライアンス等の関係者を巻き込んだ合意形成
• 次世代与信モデルの検討および開発 等

– PyTorchを用いた深層学習モデルの研究開発・実装経験（実務3年以上目安）
– PythonおよびSQLを用いたデータ処理・分析・特徴量設計の実務経験（2年以上）
– 実験管理ツールを用いた体系的なモデル評価・実験の経験
– チームメンバーや関係者との円滑な連携および技術的根拠を論理的に説明できるコミュニケーション力

教育系サービスを展開する事業会社で、Webアプリケーションフレームワーク（Ruby on Rails）によるバックエンド開発を担当していただきます。
【開発体制】
アジャイル方式（スクラム開発）です。プロダクトマネージャーやデザイナーと日常的にやり取りしながら開発周期を回します。
リードエンジニアと連携して開発を進めます。

– 主力Webフレームワーク（Ruby on Rails）を用いたWebアプリケーション開発と運用の経験（5年以上）
– リードエンジニアの経験
– 基礎的な自動生成機能に頼らず、自身でモデル・ビュー・コントローラーの設計と実装をこなせること
– 既存のアプリケーションコードを読んで把握できること
– データベース操作言語（SQL）を各種ライブラリを介さず読み書きでき、処理の効率性と安全性を評価・改善できること
– 外部連携機能の呼び出しを、公式ドキュメントを参照しながら実装できること
– 機能開発に対するテストコードも合わせて実装できること
– 適切な粒度で変更要求（Pull Request）を作成できること
– プロダクトマネージャーやデザイナーと議論し、自分の意見を主張できること
– AIを活用した開発への習得意欲

案件概要
公共機関向け環境で、認証基盤、AIモデル基盤、情報検索基盤、業務システムを支えるデータベースの設計・構築・運用・性能改善を担当。経験に応じて、インフラ対応、バッチ開発、検索機能改善にも携わる。
主なミッション
クエリ、インデックス、データベース設定の分析・調整を通じて、各システムの処理性能と安定性を向上させる。
対象環境
オンプレミス環境／各種OS
関連領域：認証基盤、AIモデル基盤、情報検索基盤、ベクトルデータベース、インデクサー、業務システム、一括処理。
主な業務

• データベースの設計・構築・設定変更・運用保守
• クエリ実行計画の分析、クエリ改修、インデックスの設計・見直し
• データベースパラメータ、接続数、リソース配分の調整
• メンテナンス処理、統計情報の保守設定の最適化
• 遅延処理、ロック競合、デッドロック、接続障害の調査
• オンライン・バッチの同時実行やシステム間の負荷干渉を考慮した性能改善
• 認証基盤、AIモデル基盤、情報検索基盤、業務システムのデータベースアクセス調査・改善
• 性能試験、改善前後の比較・効果検証
• 監視、アクセス権限、バックアップ・リストアの設計・運用
• 設計書、調査報告書、作業・運用手順書の作成
• 経験に応じて、OSの設定変更、リソース・通信調査、ネットワーク設定確認・変更
• 経験に応じて、データ連携・加工・集計バッチの設計・実装・改修、ジョブ管理、再実行・復旧処理の整備
• 経験に応じて、ベクトル検索・索引の調整、インデクサー・文書取り込み処理の改善
• 経験に応じて、データ分割、差分更新・削除反映、索引の整合性・閲覧権限対応、検索・再評価の改善と品質評価
  成果物の想定
• データベース設計書、パラメータ定義書
• 性能調査・改善報告書
• クエリ・インデックス改善一覧
• 試験仕様書・結果報告書
• 作業・運用・復旧手順書
• 担当範囲に応じて、バッチプログラム、評価資料

– 該当データベースの構築または運用経験
– 該当データベース／クエリの性能チューニング経験
– 実行計画分析ツール等による分析経験
– インデックス、統計情報、メンテナンス処理の知識
– トランザクション、ロック、接続管理の基礎知識
– 該当OSの基本操作・ログ調査
– 計測に基づく原因分析、改善・効果検証
– 文書作成、関係チームとの連携

金融機関のデータ分析基盤構築プロジェクトにおいて、構築担当のエンジニアを募集しております。
【役割】
データ分析基盤構築エンジニア

– データ連携要件の調整（顧客・外部接続先担当者とデータ項目/連携方式/更新タイミングの打ち合わせができること）
– インフラ/セキュリティ基礎（クラウド環境（AWS/GCP/Azure等）の基礎知識（アクセス管理、仮想ネットワーク、セキュリティグループ、機密情報管理、認証基盤/MFA/SAML/ディレクトリサービス連携））
– テスト・運用設計（結合/性能/障害テストの実施、および監視設計の経験）
– データ基盤構築（クラウド環境（AWS/GCP/Azure等）上でのデータレイク/クラウド型データ倉庫の設計・構築経験）
– データ統合/データ処理（オブジェクトストレージ、分散データ処理基盤、クラウド型データ倉庫、サーバーレス実行環境を用いた処理基盤の設計・開発）
– データ管理・ガバナンス（オープンテーブルフォーマット、アクセス制御・ガバナンス管理機能、データカタログ機能）の実務経験
– データ定義・品質、CSV等のファイル連携、スキーマ定義データ品質確認の経験
– 【SQL】データ抽出・集計・加工、SQLの性能チューニング経験
– 【Python】バッチ処理、データ統合、ファイル加工、運用ツール等の開発経験