分析基盤エンジニアの案件一覧

分析企業に類する、生体試料から遺伝子情報を分析する自社解析拠点を新設します。
この拠点の立ち上げにあたり、検体受入から分析・結果提供までを支える管理システムを構築します。

◼︎役割概要
新設する解析拠点に導入する業務管理システムの要件定義・方式選定・設計・構築・導入をリードしていただきます。実験工程とデータ解析工程をつなぐ、拠点システムの中核ポジションです。品質保証や法的要件担当から受け取る規制・法務要件（確認履歴、利用権限、同意管理、匿名化等）を、システムの機能要件として設計に落とし込みます。双方の重要関係者を担っていただきます。

◼︎業務内容
・拠点業務の要件定義（検体受入 → 抽出 → 前処理 → 計測 → 品質確認 → 結果報告 → 保管/廃棄）
・データ解析工程（データ分離、解析値算出、品質確認取り込み、自動処理起動・結果連携）を含む要件定義
・システム方式選定（既存製品の修正導入 / オープンソース活用 / 新規開発）と理由提示
・検体管理・配置・処理単位を中心としたデータ構造設計
・計測機器・自動化機器・解析処理との連携設計および開発推進
・操作履歴・権限管理・変更履歴・データ整合性を前提とした設計
・現場・解析・基盤・法務の各担当との要件調整および橋渡し
・開発・導入の推進、内製運用・規制対応を見据えた展開計画策定

– 解析拠点向け業務管理システムの構築または導入をリードした経験
– 実験工程（抽出〜前処理〜計測）とデータ解析工程の両方を理解し、双方を接続した経験
– 検体追跡性、各種管理単位を含むデータ構造の設計経験
– 計測機器連携（処理指示作成、結果データの取り込み）の実装または設計経験
– クラウド環境（AWS/GCP/Azure等）を前提としたシステム設計の知見
– 関連部署を跨いだ要件定義・合意形成の推進力

移動サービス事業等を展開する企業において、社内の生成AI個別利用は進んでいるものの、業務削減に向けた各部門の業務プロセスへのAI活用や設定・データ整備に対応する開発エンジニアが不足しています。
社内DX推進および生成AI・データ活用の加速に向け、スピード感を持って手を動かしていただけるエンジニアを募集します。

メイン業務
-クラウドデータ分析基盤内のデータ整理、ID統一、データ加工。
-現場向けダッシュボード（売上・稼働状況等の可視化）や生成AI連携用のデータ集計用テーブル作成・クエリ記述。
-生成AI/AIエージェント活用・調整：社内ナレッジ（規定類やFAQ）を参照した問い合わせ自動化（自己解決）AIのプロンプト調整やデータ連携。
-ローコード開発ツール等を用いたAIエージェント構築・スクリプト作成、通信連携サーバー構築等の検証・実装。
-現場・管理部門の業務改善に向けた技術的な実装・試作。

サブ業務
-AIコード支援ツール等を活用したAIアシスト開発の実施、および社内への知見共有。
ニーズのヒアリングや要件の基本方針取りまとめ、事前調整は顧客社員が担当します。

本ポジションでは、提示された要件に対して技術的に手を動かす実装・データ整備領域を専任で担当いただきます。
（必要に応じて会議参加や技術的な提案・示唆を行うことも歓迎されます）。

-SQLの実務：データ基盤（AWS/GCP/Azure等）等を用いたデータの整理、加工、データ集計用テーブル構築の経験
-生成AIの開発：生成AI（LLM）のアプリ開発、システムプロンプトの調整、または各種ツールを活用したシステム/エージェント構築経験
-リスク管理：セキュリティやデータ取り扱いにおけるリスクを理解し、安全な実装を行える知識
-AIを活用した開発の経験：AIコード支援ツール等を活用した効率的なコード生成・開発経験

データエンジニア / インフラエンジニア
専門性や強みに応じた業務を担当します。

概要：
横断的な組織として、事業部門と連携しながらデータ基盤の構築・運用を担当するチームです。
事業部門側に払い出すクラウドプロジェクトの管理を行い、事業部門のデータはオンプレミスサーバー上に存在します。
セキュアで信頼性が高く、自動化されたデータ基盤構築および共通基盤の実現を目指します。

構築対象の主要なサービス:
・共通

• アクセス制御
• クラウドストレージ
• RDBMS
• コンテナ実行環境
• サーバーレス処理
• コンテナリポジトリ
• ジョブスケジューラ
• メッセージング
• 仮想サーバー
• 秘密情報管理
• 監視ツール
• ログ管理

・データエンジニア

• DWH

・インフラエンジニア

• コンテナオーケストレーション
• セキュリティ管理
• ネットワークセキュリティ
• ネットワーク接続サービス

※AI開発支援ツールや自動化ツールがチーム内の共通ツールです。
拡張機能連携ツールやドキュメント管理ツール等が使用可能で、業務に必要な文章にアクセスできる環境です。
コード管理はCLIコマンド経由で利用可能です。

●クラウド環境（AWS/GCP/Azure等）の実務経験
・共通
– クラウドプロジェクト作成および適切なアクセス制御設定
– CI/CDを実践しての運用業務効率化
– CLIコマンドでのクラウド環境の操作
・データエンジニア
– DWHを用いてのデータ基盤の構築
– ワークフローエンジンを利用したパイプライン処理の構築
・インフラエンジニア
– コンテナ技術でのワークロード構築および継続的な運用改善経験
– セキュリティ境界設計および構築(参画後のキャッチアップも可)

●Infrastructure as Code (IaC)の実務経験
・クラウド環境のリソースを対象にしてのIaCツールでの構成管理経験
・コンテナ技術の実務経験

以下は職種に応じていずれかが必要
●データエンジニア
・データ基盤（DWH等）の概念の理解とDWHおよびクラウドストレージを利用しての構築・運用経験
・データ変換ツールを活用したデータパイプライン構築・運用経験
・オーケストレーションツールの構築経験
・各種データ転送・ワークフローツールの利用経験
・SQLの読み書き（特定DWH特有の構文に習熟していると尚可）

●インフラエンジニア
・コンテナ実行環境上でのワークロード運用経験（セキュリティやネットワークポリシー設計の理解）
・パッケージマネージャーを用いたアプリケーションのデプロイ・管理経験
・権限分離によるコンテナからリソースへのアクセス権限設計経験
・CI/CDパイプラインからのコンテナデプロイ自動化経験
・各種管理ツールを用いたトラブルシューティング経験

最先端の技術スタックを用いて、大手クライアントのDXおよびデータ利活用を最上流からリードしていただくプロジェクトです。
クライアントの経営課題やKPIに基づき、データ基盤のアーキテクチャ設計からAIを活用したソリューション提案まで、大きな裁量を持ってアジリティ高く推進していただきます。

【具体的な業務内容】
・次世代データ基盤（エンタープライズデータレイク）の構築・利活用推進
・クラウド環境（Microsoft Fabric、Azure Databricks）を中心としたデータ基盤のアーキテクチャ設計
・分散処理フレームワーク（Spark）を用いた大規模なETLパイプラインの設計、およびデータインテグレーションの最適化
・生成AIを用いた業務高度化・自動化ソリューション（RAG / AIエージェント）の導入
・社内ナレッジの高度活用を目的とした、先進的なRAGシステム（GraphRAG等）やAI検索機能を駆使したシステムの要件定義および設計・開発

– クラウド環境（Microsoft Azure等）におけるデータ基盤またはAIシステムのアーキテクチャ設計・構築経験
– 該当データプラットフォーム（Microsoft Fabric等）を用いたデータエンジニアリングの実務経験（Spark上でのETL作成、データパイプライン構築など）
– Pythonを用いたデータ前処理、データモデリング、およびスクリプト開発の実績
– 生成AI / 大規模言語モデル（LLM）を活用したシステム（RAG、プロンプトエンジニアリング等）の設計・開発経験、および関連する主要フレームワーク（FastAPI等）の知見
– クライアントのビジネス課題を理解し、技術的な解決策をロジカルに提案できるITコンサルティングまたは上流工程の経験