Databricsksの案件一覧

過去に募集したエンジニア、データサイエンティスト、マーケターの案件を中心に掲載しています。
非公開案件を多数保有していますので、ご希望のイメージに近い案件をクリックして無料サポートにお申込みください。
専門コンサルタントがヒアリングを通じて最適な案件をご提案いたします。
単価や稼働日数などの条件面についてもお気軽にご相談ください。

該当件数:43件

Databricsksの案件を探す

案件内容

統合データ分析基盤の活用に向けたクラウド環境(AWS/GCP/Azure等)の構築・運用支援、および顧客との要件整理・調整業務。
【補足事項】:
東京都内のオフィスへのオンサイト(週3日程度を想定)およびリモートの併用勤務となります。

必須スキル

– 統合データ分析プラットフォームの実務経験(基本的なサービス構成を理解されている方)
– クラウドインフラ(AWS/GCP/Azure等)の構築・運用経験
– 顧客と円滑にコミュニケーションをとり、要件整理や調整を進められること

案件内容

大手金融機関の法人営業支援を目的とした、ナレッジ基盤およびAIエージェントシステムの開発プロジェクト
■業務内容・期待役割
クラウド基盤(AWS/GCP/Azure等)や統合データ分析基盤上で、ナレッジ管理とAIエージェントの中核ロジック(構造化・知識体系化・文脈設計・検索・推論フロー)の設計・実装・精度向上を担当いただきます。システム開発を担当するエンジニアと協調して推進します。

  • ナレッジ基盤(データ構造化・知識体系化・検索機能)およびAIエージェント処理フローの設計
  • Pythonによる実装、出力品質・精度の検証と改善サイクルの推進
  • 既存ロジックの改修・性能改善
  • 設計・仕様ドキュメントの作成、顧客および社内関係者との仕様調整
  • 他メンバーとの技術連携、コードレビュー
  • (技術責任者を担当いただく場合) 技術方針・アーキテクチャの意思決定、および他メンバーの設計・実装に対する技術レビュー
    ■ 求める人物像
  • 異なる専門性や見解を尊重し、役割を越えて建設的に協議し合意形成できる方
  • 顧客の業務要件の把握に努め、ステークホルダーと円滑な対話ができる方
    ■働き方
    原則として東京都内のオフィスにて常駐勤務いただきます。
    チームおよび顧客との連携密度を重視しているため、通常業務についても原則として常駐での対応をお願いしています。
    その上で、業務に支障がない範囲で部分的なリモート稼働も相談可能です。
必須スキル

– AI / 機械学習領域での開発経験(Pythonでの実装を含む)またはソフトウェア開発経験(Pythonでの実装を含む)(3年以上)
– 生成AIアプリケーション(検索拡張生成機能や自律型エージェント等)の開発経験(1年以上)
– プロンプト設計、検索・文脈設計、評価設計等の実務経験
– 仮説検証を通じて品質や精度を改善した経験(改善内容と指標変化を定量的に説明できること)
– 東京都内のオフィスへの常駐勤務が可能なこと

案件内容

大手搬送・物流システム業界の顧客向け案件です。
組織内に統合データ分析基盤が導入されているものの、知見を有する担当者が不足している状況です。
利用部門の要望をヒアリングしながら各種データの加工を行い、データ基盤を活用した可視化を支援いただける方を募集しております。
■想定業務内容
・利用部門の要望ヒアリング
・組織内データの加工処理
・統合データ分析基盤を活用したデータの可視化

必須スキル

– 統合データ分析プラットフォームを用いたプロジェクト経験
– 要件定義の経験

案件内容

■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
データ分析プラットフォームの方式設計および基盤構築
■作業内容

  • データ分析基盤環境構築
    ■担当業務
  • データ分析基盤環境構築
必須スキル

– 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
– クラウド型データ分析プラットフォーム(Databricks等)のインフラ設計、構築経験があること
– クラウド型統合データ分析基盤のインフラ設計、構築経験があること

案件内容

■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
必須スキル

– 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

案件内容

■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
必須スキル

– 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

案件内容

士業向け業務アプリケーションを展開する事業者にて、データ活用基盤チームの立ち上げを支援します。
データ集約基盤の設計、データ連携フロー整備、分析基盤運用、データマート設計、データ管理体制構築、将来的なAI活用基盤への拡張までを担うポジションです。
基幹・会計データの経営判断向け活用基盤への移行フェーズとなります。

必須スキル

– クラウド型データ倉庫・データ集約基盤の設計・構築・運用経験
– SQLによるデータ加工・分析経験(高度なクエリ設計含む)
– Pythonによるデータ処理・分析経験(各種データ分析ライブラリ等)
– データ統合・パイプライン構築ツールを用いた開発経験

案件内容

大手金融機関の営業を支援する、情報基盤構築およびAI連携アプリケーションの開発プロジェクト
■業務内容・期待役割
クラウド環境(AWS/GCP/Azure等)やデータ分析基盤上で、情報基盤とAI処理の中核ロジック(構造化・知識体系化・コンテキスト設計・検索・推論フロー)の設計・実装・精度改善を担当いただきます。ソフトウェア開発を担当するエンジニアと連携し推進します。

  • 情報基盤(データ構造化・知識体系化・検索等)およびAI処理フローの設計
  • Pythonによる実装、出力品質・精度の検証と改善サイクルの推進
  • 既存ロジックの改修・パフォーマンス改善
  • 設計・仕様ドキュメントの作成、顧客および社内メンバーとの仕様調整
  • 他メンバーとの技術連携、コードレビュー
  • (技術責任者を担当する場合) 技術方針・設計の意思決定、および他メンバーの設計・実装に対する技術レビュー
    ■ 求める人物像
  • 異なる専門性・意見を尊重した上で、職種や立場を越えて建設的に議論し合意形成できる方
  • お客様の業務要件の理解に努め、関係者と円滑なコミュニケーションが取れる方
必須スキル

– 以下いずれかの実務経験(3年以上)
– AI / 機械学習領域での開発経験(Pythonでの実装を含む)
– ソフトウェア開発経験(Pythonでの実装を含む)
– 上記に加えて、生成AIアプリケーション等の開発経験(1年以上)
– コンテキスト制御の実務経験(指示文設計、検索・文脈設計、評価設計のいずれも一定の経験があること)
– 仮説検証を回して品質・精度を改善した経験(何をどう改善し、どの指標がどう変化したかを定量的に説明できること)
– 東京都内のオフィスへの常駐勤務が可能であること

案件内容

■役割
データ管理ツールとクラウド型データ倉庫環境の構築、設定、機能検証、証跡化を実行する
■主な業務

  • クラウド型データ倉庫の評価環境(各種権限、データベース領域等)の構築
  • データ管理ツールの評価環境構築・導入
  • 評価実行(検証データ準備、試験実行、結果確認、差異分析、原因仮説の整理)
  • 再実行可能な環境構築手順、設定手順、試験手順、障害切分け手順書の整備
  • 不具合・仕様不明点の再現手順作成
    ■プロジェクト背景
  • 製造業における生成AI活用のため、データの意味・由来・品質・責任者・利用条件等の文脈情報を継続的に管理する基盤の構築を検討
  • 当該基盤を担う製品候補としてデータ管理ツールが浮上し、クラウド型データ倉庫との連携を中心に製品評価・検証を実施
  • 評価結果が良好な場合、該当ツールを組み込んだ基盤としてのソリューション化を検討
必須スキル

– クラウド型データ倉庫(AWS/GCP/Azure等)を用いた設計・構築・検証経験
– SaaS、データ倉庫、APIを組み合わせたシステム構成を理解し役割に応じて設計・レビュー・構築できる能力
– データカタログ、メタデータ管理、データ統合・モデリングに関する基礎理解
– 技術評価、製品検証、研究開発型プロジェクト等における計画・設計・実行またはリード経験
– 不確実な仕様や未確認事項を仮説、事実、制約に分け、検証計画へ落とし込める能力
– 新しいSaaS製品を調査し、ドキュメントを参照しながら環境構築・設定・障害切分けを進められる能力
※特に「環境構築・検証実行」の比重を強く求める

検索結果43件中1-10件