GCPの案件一覧

1.GPSデータを用いた予測支援
2.SaaS型プロダクトの開発支援
上記いずれかにおいてデータエンジニア業務に従事いただきます。

●Python
●MySQLによる大規模データの処理経験
● AWSやGCP、Azureなどクラウドを利用した開発経験
● 下記の項目から 1つ以上の経験を有する方
　○ リレーショナルDBを使ったデータ処理の開発経験
　○ データ処理パイプラインの開発経験
　○ 分散データ処理の開発経験 (Apache Hadoop/Sparkなどを使用)
　○ Webスクレイピング等の Webから情報を収集するシステムの開発経験

■プロジェクト：
大手通信キャリアのメディア「メニュー」「ポイントクラブ」「マイマガジン」等のレコメンドエンジンの運用、結果分析、チューニング

お客様に最適なコンテンツを提供するために、日々機械学習やロジックのチューニングを行っているチームへのアサインになります。
そのレコメンドエンジンの施策データ分析や、ロジックのチューニング・モデル生成等を担当して頂きます。

■作業内容
・pythonやAWS SageMakerを活用し、大規模な記事閲覧データからのレコメンドエンジンの施策データ分析
・お客様の閲覧記事の自然言語処理やキーワード抽出等を行う作業
・AWS構成/活用の最適化方針策定

・データ分析スキル（SQLなど)
・Python、SQL等の実務経験

●CDP/BIアーキテクト
企業のデータ資産価値の向上のため、戦略立案・組織設計、先端技術導入シナリオ策定の課題に対して、コンサルタント(アーキテクチャー)としてクライアント支援。
・Tableau等の要件定義～詳細設計、構築
・CDP, S3, Athena, Tableau onlineのデータソース/データマート/ダッシュボードの設計・開発
・プロジェクトリード
・同時に、CDP/MAの構築要件定義が走っており、マーケティング統合基盤の全体PRJの一貫です。

※CDPを中心とした顧客360PRJは、本案件以外で今後も増加予定
※国内でも初のソリューションスタック

【エンドクライアント】
・最大手カタログアパレル通販

【依頼元会社】
デジタルトランスフォーメーションを実現するために必要な、
コンサルティングからマーケティングまで、ワンストップで提供している会社の業務です。
エンドクライアント別で新規顧客の獲得や見込み顧客の育成なども含めたマーケティング施策をサポートしています。(MA)

・BI開発経験(Tableau（BI）エンジニア)
・クレンジング、AWSやGCP、bigquery、python等のデータエンジニアリング経験
・SQLに十分な経験
・AWS系DB経験 Athena, redshift等
・PMO/PL経験

※全て満たしている必要はございません。

データ分析で自社事業における意思決定を支援する。事業本部直下、事業横断のデータ組織と連携して業務を行う

・コミュニケーション能力と論理的思考（ITスキルよりも重視）
・標準SQLでのBigQueryデータ操作経験（分析関数が使いこなせるレベル）
・Eコマースの分析・インサイトレポート経験（顧客、売上、ファネル、ABテストなど）
・Github利用経験

＜分析支援要員＞
・依頼業務
　まだ具体的にまとまっているわけではないのですが、想定業務内容としては下記です。
　①KPIの設定とKPIの可視化(BQから適切なデータの抽出とBI活用)
　②自社サービスのクロスユース促進に向けた、現状把握にむけた分析

・背景
　コマース部署が関連する各事業部サービスへのコンサルティング業務を実施するに辺り、
　CDO室に常駐して分析&コンサル支援をする要員が求められています。

・SQLを使った分析経験
・BIを活用した経験
・マーケティングの知見
・一人称で仕事ができるスキル

お客様と要件を整理し分析用のデータマートを作成します。データ加工用のSQLを作成したり、データマートの設計が主な業務となります。
使用データベースはGCP/BigQueryを利用
一部のクエリは既存からの移植となり、移植元はHadoop(HIVEで接続)です。

* データマート設計を行う経験
* SQLの開発経験
* 要件を調整し自身のタスクを管理できる能力

主にスマホゲームをドメインとした事業会社にて、
「IP(知的財産)単位でのロイヤリティ向上」を追求する、プロダクト横断or単体でのデータ分析業務
※下記分析案件のPM

【業務スコープ】

(a)アドホック分析

• 　(1)分析要件定義
• 　(2)分析設計
• 　(3)分析
  • GCPリソース（ローカルでも可）を利用しての分析
  • SQLでの探索的データ解析
• 　(4)ステークホルダー向けの分析レポーティング
  (b)分析ダッシュボード＆データマート開発
  (c)サイト分析

・分析案件のPM経験
・ゲーム業界案件の経験
・データサイエンティストないしデータアナリストの経験数年（1年未満はNG）
– 「想定業務内容」の(a)(b)のご経験がmust
　※自身での分析経験
・マーケ系の分析経験

・グループ全社のデータパイプライン設計・実装及び実装委託
　(APIやパブリックデータの取得/整備)
・DWH管理業務 (欠損,Issue,申請等の対応)
・技術調査

【業務スコープ】
・Google Cloud Platformをバックエンドとするデータ分析基盤の開発・運用
・データ分析基盤と各事業部が有するデータを活用するための開発・運用
・データ分析基盤にデータを収集するETL/ELTパイプラインの開発
・データ分析基盤でデータを集計するワークフローの開発
・上記を継続的に利用するための、ソフトウェアのバージョンアップや周辺ツールの開発(運用)
・技術調査

1. 複雑なSQLを用いたデータ抽出経験
2. Go、Java、Pythonなどを利用した開発経験
3. ETL/ELTのデータパイプライン設計/構築
4. ワークフローの構築経験（Digdag / Airflow etc.）
5. 監視ツールの導入・運用経験
6. Infrastructure as CodeおよびCI/CDの経験
7. コンテナ技術（Docker/Kubernetes）を用いた開発経験
8. GCPでの開発経験
9. データマネジメント（DMBOK）に関する理解や実践経験

データを用いた意思決定や課題解決に活用するため、各事業・プロダクト・サービスの全てのデータを一元的に収集・保存・管理するデータ基盤の構築を担うポジションです。

データ基盤の開発・改修・保守運用
・データ基盤の物理・論理データモデル設計・開発・保守運用
・データ基盤のシステムアーキテクチャの設計
・データパイプライン (ETL) の設計・開発・保守運用

[開発環境]
インフラ：GCP (データ基盤) / AWS (関連システム)
データパイプライン (ETL)：CloudComposer (Airflow)
DWH：BigQuery
その他インフラ管理：Docker、GKE / GAE / CloudRun
可視化ツール：Google Data Portal / Tableau
分析環境：Jupyter Notebook / Google Colab / Google Cloud ML
その他：GitHub / Slack / Notion

[チーム体制（業務委託の方含む）]
・統括ディレクター: 1名
・データエンジニア: 1名
・機械学習エンジニア: 1名 (兼務)
・データサイエンティスト: 3名
・技術顧問: 1名

エンジニアリング
・GCP や AWS などの主なクラウドサービスにおける開発経験。
・DWH や業務系などのデータベースの設計・開発・運用経験。
・データパイプライン (ETL) の設計・開発・運用経験。
・基本技術情報試験レベルのコンピューターサイエンスの知識。
データ専門性
・SQLを記述する事が出来る。 (数十行位)　
・基礎集計を通じてデータの全体像や質を確認することができる。
ビジネス
・事業会社における情報システム企画の経験 (どんなシステムがどんな処理をどんな順番で実施するかの要件定義レベル)
・論理的思考力。 (定量思考力、要約力、仮説構築能力など)　
・ドキュメント作成能力。 (見栄えではなく、構成の組み立て方やわかりやすさが担保出来るか)
・プロジェクトマネジメント能力 。 (完了定義。スコープ策定。制約を考慮した優先度決定。タスク洗い出し)

=短期的=

• ユーザーの行動/心理に関する仮説検証/仮説探索
• A/Bテストによる施策の効果検証
• 統計的因果推論による施策の効果検証
• 自由記述データの自然言語処理
• 上記に関する開発/マーケティング側とのコミュニケーション
  =長期的=
• 定型レポートのワークフロー開発/ダッシュボード構築
• コンテンツやオンラインイベントのレコメンド
• 検索エンジンのアルゴリズム改良
• コンテンツの画像情報/音声情報を用いた機械学習

◆データサイエンス
– 統計検定2級レベルの知識
– 機械学習・統計モデルの構築、およびモデルに基づく分析の経験
– マーケティング又は教育領域のデータ分析経験
◆ ビジネス
– 論理的思考力(定量思考力/要約力/仮説構築能力など)
– ドキュメント作成能力 (見栄えではなく、構成の組み立て方やわかりやすさが担保出来る)
– 開発/マーケティング側とコミュニケーションしながら分析を推進できる
◆ エンジニアリング
– SQLを利用してデータを加工・集計した経験
・100~200行のコードを読み書きできること
・結合, CTE (WITH句)・サブクエリ, ウィンドウ関数が利用できること
– Pythonによる集計やモデル構築・可視化の経験
・ numpy, pandas などの集計用ライブラリの利用経験
・ scikit-learn などの機械学習ライブラリの利用経験
・ matplotlib, seaborn などの可視化ライブラリの利用経験
– Git・GitHubの利用経験