DB/基盤系の案件一覧

・GCP上でのデータ分析基盤の保守・運用（メインのDBはBigQuery）

扱うデータは動画視聴データ、配信ログデータ、広告データなど様々です。

・GCPのツールリカバリー
・保守運用
・BigQueryのクエリなどのコスト見直し
・ETLツールの改修
・ソースコードのレビュー(Git)
など

・データ基盤の業務経験
・SQLでの集計クエリの実装経験
・クラウド環境でのデータ基盤の経験

[ポジション]：分析基盤エンジニア

位置情報を含むビッグデータを活用したデータ分析基盤構築（AWSやGCP）

現在新規事業で下記3つのデータを利用し、サービス展開を進めております。お客様へのサービス展開としては出店計画や市場調査、販促プロモーションなどに生かして頂きます。
①国勢調査データ(人口統計クラスタリング) 22万(町丁字)のジオデモグラフィクスデータ。
②スマホの位置情報データ(行動クラスタリング/1日に何十億のレコード)
③クレジットカードの購買データ(購買クラスタリング) マンスリーでは4700万UUのデータ。性別、年代、商品、金額、購買時間など

そこにおける分析環境の構築を行って頂けます。AWS、GCPは特に決まっておらず、一緒に話していきながら構築出来る方を探しております。

また、分析環境のみならず、依頼されたデータの抽出や、データ分析にも関われる案件となっております。

言語：SQL, Python, Java, JavaScript, JASON, API
インフラ：GCP(BigQuery)、AWS(Athena)
BIツール：Tableau

[ポジション]：分析基盤エンジニア

▼主な業務内容
- GCP上でBigQueryを用いたビッグデータ分析基盤の開発
-特定健康診断受診率向上事業データ解析運用
▼主な開発環境
- Python, Django, Flask, TensorFlow, SQL, Javascript
- AWS, GCP, BigQuery, AI Platform
- CircleCI, Terraform, Docker
- Tableau
- Slack, Notion, Asana​

– Pythonを用いたサーバーサイド開発経験(2年以上)

[ポジション]：分析基盤エンジニア

以下2つの案件（分析基盤・データ加工）を0.5人月づつご対応頂きます。
①分析基盤
既に構築済みの分析基盤のさらなる改善等をチームで案を出しながら実施します。
②データ加工
既存のデータ加工用のPythonコード及びSQLを要望に合わせて修正したり、データベースのカラム追加等を行います。

① 分析環境支援
* チームで開発する経験
* GCP、AWS上にデータ利活用に関するソフトウェアの開発、運用、保守の経験
* ネットワークに関する基本的な知識
* SQL, pythonの開発/運用経験
* gitの利用経験
* チームの開発工程の定義や改善した経験
* dockerを利用したアプリケーションの開発/運用
* ワークフローツールの運用経験
② データ加工
* チームで開発する経験
* GCP、AWS上にデータ利活用に関するソフトウェアの開発、運用、保守の経験
* ネットワークに関する基本的な知識
* SQL, pythonの開発/運用経験
* gitの利用経験
* チームの開発工程の定義や改善した経験
* ビジネスユーザーとコミュニケーションし、ソフトウェア開発を行った経験

[ポジション]：データアナリスト

日本最大級のネット通販会社のECサイト運用チームにて、データエンジニアとして活躍していただける方を募集しております。

「小品種多量販売」を掲げ、厳選された商品を日本全国で販売をしていくために購買意欲のある消費者の受け皿として、メディアミックスチームと連携しながらECサイトを運用していきます。

その中で、今後の販売領域の拡大のため、データ活用を推進するチームに参画していただきます。

◎「SQLに自信がある」「大規模データにおけるデータマート作成の経験がある」という方を歓迎します！

【具体的には…】
● KPIダッシュボードの運用、開発
● データマートの設計・開発、運用
● 予測モデルなど機械学習に用いるデータパイプラインの設計・開発、運用
● データガバナンスに関連する業務（メタデータ管理・社内QA対応・障害対応）
● ダッシュボード用のデータマート運用保守、 各種データの月次更新作業、カラムの追加作業

◎言語
・SQL：実務経験【必須】
　└3年程度の実務経験がある方を想定しています
◎経験
・SQLでのデータマート開発の実務経験
・運用設計経験
・BigQuery／Redshiftのデータ分析環境構築経験

[ポジション]：分析基盤エンジニア

◇データ分析対応チーム、もしくはデータ分析基盤構築チームにて、
A: 定型化されたデータ分析の実行（集計/加工/分析/可視化/アドホック対応など) 　
B: 関連するデータ分析基盤システム構築（インフラ,システム開発/仮想化/など）　のいずれかをご対応いただく予定です。
・仕様や方針などは、A/B領域共にクライアント側で設定の上、後続対応を実施していただきます。
・Aについては、基本出社対応、Bについては状況に応じて出社を予定しております。
[稼働先最寄り]
・基本リモート or 現場常駐（出社時は東京都 港区エリア）
　※現状、タスクに応じて50/50で対応中
　※ご面談設定の際に、詳細情報を連携させていたます。
[募集人数]
・メンバー枠：
　データ分析エンジニア　　　　： ～1名
　データ分析基盤構築エンジニア： ～最大3名

・Python、SQLを用いた実務経験（3年以上目安）
-オーダーに対して、プログラミング領域を一定自走できる方のイメージです。
・データ分析関連業務のご経験
-データ抽出/集計/加工/分析/可視化/アドホック対応など
・AWS等のCloud環境下での実務経験
・チームコミュニケーションスキル

[ポジション]：BIエンジニア

大手事業会社でのデータ活用プロジェクトに関わるお仕事です。 飲食領域・美容領域・旅行領域・学び領域・通販・割引チケット共同購入サービス・その他日常消費領域に関わる商品・サービスの提供を行っている事業会社にて、既存サービスのデータ活用に携わっていただきます。 あなたにお願いしたいのは、各関連サービスのデータを“見える化”するためのダッシュボード開発（使用ツール：Tableau /Looker）やデータマートの設計・開発、運用など。 関連サービスのデータを横断的に活用し、サービスを拡大させていくことがミッションです。膨大なデータを活用する、最先端のサービスに携われるチャンスです！
◎「SQLに自信がある」「大規模データにおけるデータマート作成の経験がある」という方を歓迎します！
◎スキル・経験によって、プロジェクトリーダーなどへのキャリアアップが可能です。

【具体的には…】
● KPIダッシュボード（Tableau／Looker）の運用、開発
● データマートの設計・開発、運用
● 予測モデルなど機械学習に用いるデータパイプラインの設計・開発、運用
● データガバナンスに関連する業務（メタデータ管理・社内QA対応・障害対応）
● Tableauダッシュボード用のデータマート運用保守 　 各種データの月次更新作業、カラムの追加作業

◎言語
・SQL：実務経験【必須】
　└3年程度の実務経験がある方を想定しています
◎経験
・SQLでのデータマート開発の実務経験
・運用設計経験
・BigQuery／Redshiftのデータ分析環境構築経験
・BIツールにおけるダッシュボード開発・運用経験(tableau、lockerの経験は尚可)
・ETLツールの知識、利用経験
・Git／Slackを用いたチーム開発経験

・CDP（DMP）の初期構築プロジェクトにおけるテクニカルディレクション業務
・CDP（DMP）の運用・実装業務（集計設計、集計PG実装、WF実装、管理画面設定作業、etc）
・BIダッシュボード構築業務

・クラウドDWHの構築経験
・SQLのご経験
・デジタルマーケティングの知見

【概要】
・旧データベースの内容を新データベースに名寄せを行うプロジェクト

【対応内容】
・データの名寄せ
・データベースの論理設計
・データクレンジング処理プログラムの作成
・SQL速度高速化

【開発環境】 ・AWS Glue
・AWS Lambda
・AWS Redshift

・名寄せ・データクレンジング経験があること
・データベースの論理設計経験があること
・ETLツール使用経験があること
・Pythonによるバックエンドロジック実装経験があること
・SQL操作ができること(HAVING,CASE文,サブクエリ等は必須)
・データウェアハウスとデータレイク構築経験があること

■案件概要：
・DXの一環として科学的・分析的アプローチで商品・サービス価値機能やCX機能定義、 及びそれらのマーケティング施策を整理し、データ基盤とAIのアルゴリズム体系の基礎の構想を考えており、 こういった活動をご支援していただけるデータ分析知見者を募集しています。

■人材イメージ：
・Consumer向け商品・サービス・マーケ施策のAnalytics経験者（特に保険やヘルスケア事業）
・分析的思考、論理的思考・整理が出来る方、想像力に長けている方、実務も含めて手がよく動く方 　（事例やコンセプトを沢山知っているが、手が動かないという人はNG）

・ファクト整理（データ収集・加工・整理作業能力）と課題特定（データを読む力）
・課題の原因仮説立案と分析モデル化（仮説立案能力＝想像力とそれらを論理的整理・体系化するスキル）
・上記仮説の検証方法・統計的分析方法の立案と実施（分析テク）
※DWH等データ環境は一定ありますが、データ収集整備に時間がかかることが多いので、
むしろ仮説検討や論理構成の整理の作業ウェイトが高くなる想定です。