・サーバ(Linux)、ストレージ(NFS、ObjectStorage)、ネットワークの知識を有すること
・Linuxサーバ構築及び運用(トラブルシュートやバックアップ・リカバリ)の経験を有すること
・新しい技術や製品を使ったシステム構築・運用に興味があること

・Docker、Kubernetes、Ngin、minioなどのミドルウェア利用経験を有すること
・Microsoft Azure、Amazon AWS、Google Cloud Platformなど、パブリッククラウドインフラの利用経験を有すること
・監視・監査などの運用環境やDevOps環境の構築に興味があること
・ミドルクラスの即戦力を第一希望

・SQLでのデータ加工経験
・データ抽出内容について、顧客要望をヒアリングできる

・データ加工ツール（ETL）経験
・TableauDesktop、TableauServer使用経験
・スクラム(アジャイル)開発経験

全てを網羅している必要はありません。 【機械学習】 ・AWS（EC2,S3） 　EC2及びS3を利用した集計作業に困難がないこと ・Linux 　Linux環境で苦なく集計作業ができること ・Redshift 　列指向DBの特性および分散キーやソートキーについて理解していること ・SQL 　分析関数（窓関数）が使用できること ・Apach Spark 　分散処理による機械学習プログラムの実装を行うことができること、 　もしくは調べながら習得することができること ・Python 　Pandasを利用したプログラムを実装することができること ・マート設計／実装　パフォーマンスチューニングができること ・テーブル設計／実装　テーブル定義、ER図が書けること ・ジョブ設計／実装　DataPipeLine を使用できるとより良い ・Shell設計／実装　例外処理、エラー処理を作成できること 【アナリスト】 ・AWS（EC2,S3） 　EC2及びS3を利用した分析作業に困難がないこと ・Linux 　Linux環境で苦なく分析作業ができること ・SQL 　分析関数（窓関数）が使用できること ・Python 　機械学習のロジックをPythonで実装/検証できること ・機械学習 　Pythonで書かれた既存のロジックを読み解くことができること検証結果を読み解くことができること

【機械学習】 ・Tableau　BIの概念を理解していること ・機械学習について概念を理解していること 【アナリスト】 ・Redshiftに対してクエリを発行して集計することができること ・受領データからTableauに読み込むためのデータ加工ができること ・テーブル定義、ER図が書けること ・スケジューラ―を用いたジョブ設計ができることが望ましい ・Shellの実装をできることが望ましい

・統計／機械学習を活用したシステムに対する知見・経験 ・大量データの分析などのシステム処理構築経験 ・スケーラビリティを意識した分散処理システムの設計経験