データエンジニアの案件一覧

・総合商社の売上や仕入、営業データなどを、関連部門の方向けに可視化をしていただきます。
・既存のレポートをPowerBIに移行していただいたり、MOCレベルでユーザに見せながら新規のレポートを作成いただきます。
・基幹システムのデータがSnowflakeに連携されておりますので、データの抽出からレポート作成までを一貫して対応いただきます。

・開発者と連携し、データ駆動型ソリューションを提供
・データベース設計および PL/SQL によるデータ移行処理の開発
・顧客との要件確認およびソリューション提案
・実装したソリューションに関する詳細なドキュメント作成

・データベース設計の基本概念（Data Lake、データウェアハウス含む）
・正規化／非正規化、スター／スノーフレークスキーマ、集中型／分散型モデルの理解
・RDBMSの使用経験（Snowflake経験があれば尚可）
・データクレンジング・エンリッチメントルールの理解
・物理データ設計、ジョブスケジューリング、パフォーマンス、ストレージ要件、セキュリティ等の知識
・クラウドサービス（例：Snowflake）を活用したデータ統合・処理の知識（あれば尚可）
・要件定義書、設計書、データモデル、データ系統図、データマッピング等のドキュメント作成スキル
・プロジェクト実行手法の理解
・プレゼンテーションスキル（少人数〜大人数対応可能）
・技術的な深さに加え、コミュニケーション・コラボレーション能力
・技術文書の作成能力

銀行ユーザー部における情報系基盤更改に伴う、Talendカスタマイズ開発。
データ・計数の分析や要望に応じたデータ可視化業務を支援する。
TableauPrep/TableauDesktopを使用したデータ作成/ダッシュボード作
成。
要望に応じて、必要データ項目、及びデータ調達先の調査。
データ加工、及びデータ可視化方法の検討・開発業務。

AWSインフラ環境でのデータプラットフォーム保守作業
└弊社メンバーと共に、運用保守「障害対応、ユーザ問い合わせ対応、リリース作業等」を実施して頂きます。
　ETLツールとしてTalendを使用しております。
　ソースはJavaで書かれております。

プロジェクト管理方法の確認を行い、
PJ管理の効率化、高度化の支援をおこなう。

下記の領域で技術者を募集します。
・PJ管理高度化（Tableau）※急募

システム開発プロジェクトへのヒアリング
プロジェクト管理の状況確認および課題の洗い出し
プロジェクト管理上の課題解決のためのプロセス・ツールの実装

主に医療、製薬系のサービスを複数展開されているメガベンチャー企業にて、
電子カルテのデータプラットフォームを現在開発しております。
そのプラットフォームを開発するにあたり、データの品質を考慮しながら、
DWH、データ基盤の設計構築、dataformでのデータパイプライン構築やバッチへの反映を主にご担当いただきます。

【開発環境】
・DB：BigQuery
・言語：JavaScript
・SQLパイプラインツール：dataform
・BIツール：Looker

新基幹システム導入プロジェクトにおいて、既存レポートが閲覧不可となる課題に対応するため、新たなBIツールでのレポート構築が求められています。
Power BIを活用したデータ分析およびレポート作成をご支援いただきます。全社ベースでのデータ活用を念頭に置いた、より戦略的なBI活用提案も期待されています。

新基幹システム導入プロジェクトにおいて、既存レポートが閲覧不可となる課題に対応するため、新たなBIツールでのレポート構築が求められています。
MotionBoardを活用し、提供される仕様書に基づいたレポート作成を主にご支援いただきます。

デバイスログやWebアクセスログ等のビックデータについて、
加工・集計・解析・可視化を行うためのシステム開発をプロジェクトマネージャーとしてご担当いただく想定です。

具体的には、
・ユーザーおよび社内向け情報サービスの企画・提案、設計、開発、運用、改良
・特定のユーザーに向けた情報処理システムの企画・提案、設計、開発、改良
などをご担当いただく想定です。

データ基盤全体のアーキテクチャ設計から、ガバナンス設計（Unity Catalogなど）、dbtやワークフローの設計・運用、GitHubを活用した開発プロセスの整備まで、プロジェクト全体をリードする役割になります。

【想定内容】
・全体アーキ設計：3層（着地／精錬／提供）の責務分離、命名規約、スキーマ進化方針、データ契約の策定
・ガバナンス設計（必須）：Unity Catalog 等を用いた権限モデル、監査・データ分類、変更管理プロセスの整備
・dbt：プロジェクト構成（stg/int/mart）、モデル分割、tests とドキュメントの整備、依存グラフ設計
・Databricks：Lakehouse 基盤設計、ジョブ／ノートブックの責務分離、再実行・冪等性設計
・ワークフロー：依存制御・スケジューリング、失敗時の復旧方針、SLA/アラート、可観測性（メトリクス／ログ／リネージ）
・GitHub：ブランチ戦略、PR レビュー基準、CI（dbt build・lint 等）とリリース運用
・移行設計：Snowflake＋Xplenty → Databricks＋dbt の段階移行（Dual-run、差分検証、カットオーバー、ロールバック）