データエンジニア

【データエンジニア】運送会社の経営改善をデータで支える／dbt + Snowflake基盤の正社員エンジニア1人目募集！（フレックス／カジュアル面談OK） ■■ なぜ物流なのか ■■ 物流は32兆円の市場規模を持ち、全産業を支える社会基盤です。しかし、この巨大産業にはまだ「システムの標準」がありません。 クラウド利用率は全産業で最も低く、運送会社の58%が赤字で、トラック積載率は36.7%にとどまっています。2030年には35%のモノが運べなくなるとも言われています。デジタル化によって解決できる課題が膨大に残されているにもかかわらず、この産業の業務プロセスを定義する標準的なソフトウェアはいまだ存在しません。 物流業界では、経営数値の把握に2〜3週間かかることも珍しくなく、多くの運送会社がExcelベースで管理を行っています。「社員にもっと給料を払いたい、もっと早く帰ってもらいたい」と考える経営者は多く、その想いを実現するための判断材料を手軽に確認できる環境づくりが求められています。運行ごとのコストや車両別の収益性といった経営指標を可視化し、改善のアクションにつなげられる仕組みには、まだ大きな伸びしろがあります。 アセンドは「物流の真価を開き、あらゆる産業を支える」をミッションに掲げ、単なるVertical SaaS企業ではなく、ありとあらゆる角度から物流産業をアップデートする「Vertical Conglomerate」を目指しています。2025年11月にシリーズBで総額11億円（累計約18億円）を調達し、運送管理SaaS「ロジックス」を起点に、3PL事業・コンサルティング・プラットフォームと物流産業全体へ事業を展開しています。2026年は「産業×AI」を戦略テーマに掲げ、プロダクトへのAI統合や業務プロセスの自動化にも本格的に取り組んでいます。 【運送管理SaaS ロジックス】（ https://www.ascendlogi.co.jp/logix ） 全国のトラック運送会社のための、すべての業務をデジタル化するオールインワンSaaSです。運送案件・配車・労務・車両整備・請求・経営分析など性質の異なる複数のプロダクトを連携させ、過去にデジタル化を断念した運送会社にも導入いただいています。 ■■ アセンドのアプローチ ■■ ■ ゴールは「顧客の経営改善」 データ基盤を作ること自体がゴールではありません。たとえば、運送会社の経営者が「うちの車両別の損益はどうなっているか」「どの案件が利益を出しているか」をすぐに確認できて改善のアクションを起こせる。そうした管理会計の実現や、データに基づいた戦略的な経営判断を可能にしていくことがこのポジションのゴールです。CSチームが経営分析ダッシュボードを活用して顧客の経営改善を支援しており、その基盤を支えるのがデータエンジニアの役割です。 ■ すでにある基盤を、さらに進化させる ゼロからの立ち上げではありません。dbt + Snowflake + QuickSightで構成されたデータ基盤が本番稼働しており、複数のビジネスドメインをカバーするデータモデルが整備されています。この基盤をさらに信頼性・拡張性の両面で進化させ、より多くの顧客に、より大きな価値を届けられるものにしていく。正社員のデータエンジニアはまだおらず、このポジションが社内の第一人者となります。 ■ 「なぜやるか」「何をやるか」から関われる環境 アセンドでは「プロダクトエンジニア」という職種を定義しています。顧客の課題解決に最短経路でたどり着くために、技術の枠に閉じずビジネスの領域にも越境していくという考え方です。データエンジニアもCSチームと連携しながら、「なぜこのデータが必要なのか」「顧客にとって本当に価値のある分析は何か」といった上流から関わることができます。 ■ 受賞歴・業界活動 ・CTO丹羽: Startup CTO of the Year 2024受賞 ・TSKaigi運営メンバー（TypeScript国内最大級カンファレンス） ・Product Engineer Night主催（プロダクトエンジニアコミュニティ） ・内閣府・国交省とのルールメイキング活動（物流の未来を制度から描く） ■ 事業目線で開発できる環境 プロダクトチームは約14名で機動的に動いており、密に連携をとりながら開発を進めています。全社でも約40名の組織で、社内の情報透明度の高さを大切にしているため、事業目線を持って開発に取り組める環境です。 ■■ 仕事内容 ■■ ロジックスに蓄積される物流データを、顧客の経営改善により貢献できるものにしていくためのデータ基盤の開発・運用を担当いただきます。物流の現場から生まれるデータはアセンドの事業戦略上も重要な資産であり、今後の戦略策定においても参照される情報です。 月間16.7万件の配車データ、月間79億円分の請求額データのほか、車両整備・燃料・労務・経営計画など幅広いドメインのデータが日々蓄積されています。dbt + Snowflakeの基盤はすでに動いていて、P&L（損益）レポートや車両別原価分析を一部の顧客に提供できる状態です。 一方で、データの活用は十分とは言えず、顧客業務を深く理解した上での分析にはまだまだ挑戦の余地があります。この基盤の信頼性を高めながら、より多くの顧客により大きな価値を届けられるものにしていく。そのチャレンジに力を貸していただきたいです。 ・データパイプラインの開発・運用改善（PostgreSQL → S3 → Snowflake → dbt → QuickSight） ・運行単位・車両単位の損益分析モデルやコスト按分ロジックの設計・実装 ・顧客向け経営分析ダッシュボード（QuickSight）の開発・改善 ・アプリ側との変更連携の仕組みづくりとデータ品質の担保 ・労務・費用・マスターデータなど出力可能な領域の拡充 ・CSチームがデータを活用して顧客の経営改善を支援できる環境づくり ■ 入社後のイメージ ・最初の1-2ヶ月: 全社共通オンボーディングで物流ドメインを学びながら、 既存プロダクト（ロジックス）とdbt/Snowflakeデータ基盤の理解を 深めていただきます。業務委託メンバーとの引き継ぎ、 CS向けダッシュボードの利用実態の把握を通じて、 顧客にとっての「データの価値」を掴む期間です ・3-4ヶ月目: データモデルの整理・品質改善に着手。 主要KPI（運行単位損益、車両別原価）の定義を固め、 アプリ側の変更に追従する仕組みの改善に取り組みます ・5-6ヶ月目: 未出力ドメイン（労務・費用等）の拡充や、 新たな分析軸の設計など、基盤の拡張フェーズへ ■■ 開発環境・チーム ■■ 業態：自社開発 チーム：2026年3月現在、データ領域は業務委託メンバー中心で運用しています。正社員のデータエンジニアはこのポジションが社内第一人者としての1人目の採用です。プロダクトチーム約14名、全社約40名の組織です。 ■ 協業体制 ・データ領域の業務委託メンバー（現在の基盤を構築・運用してきた方々）と連携しながら、正社員としてオーナーシップを持つ立場です ・CSチーム: 経営分析ダッシュボードの主要ユーザー。「顧客にとってどの指標が重要か」のフィードバックを直接もらえます ・プロダクトエンジニア: アプリ側のスキーマ変更やデータ連携の設計をすり合わせる相手です ・技術的な意思決定はCTOと相談しながら進められる体制です データ変換: dbt (dbt-snowflake / dbt-postgres) データウェアハウス: Snowflake ETL/データ同期: TypeScript (Node.js) / Python (Polars, PyIceberg) BI: Amazon QuickSight データベース: PostgreSQL ストレージ: AWS S3 (Apache Iceberg形式) インフラ: AWS (Lambda, ECS/Fargate, CDK, Glue Data Catalog) CI/CD: GitHub Actions 管理ツール: Git・GitHub / Linear / Slack / Notion / Figma ■■ 参考記事 ■■ プロダクトエンジニアとは何者か： https://note.com/niwa_takeru/n/n0ae4acf2964d 数字で振り返るアセンドプロダクトチームのシリーズAまで： https://note.com/ascend_ymasutani/n/n7b2ca6896d9f 日本の物流課題を解く、Vertical SaaSとしての使命： https://newspicks.com/news/9268220 Product Engineer Night を運営： https://product-engineer.connpass.com/ CTO丹羽 Startup CTO of the Year 2024： https://note.com/niwa_takeru/n/nb8e20aa3cd42 TSKaigi 2025（TypeScript国内最大級カンファレンス）： https://tskaigi.org/

【特に重視】 ・SQLでのデータ分析・データモデリングの実務経験（3年以上目安） ・ETL/ELTパイプラインの設計・構築経験 ・データ分析基盤（DWH/データレイク）の設計・構築・運用経験 【実務経験があれば望ましい】 ・BIツールでのダッシュボード構築・運用経験 ・プロダクトチームやビジネスチームと連携してデータ活用を推進した経験

・dbtの実務経験 ・Snowflake / BigQuery等のクラウドDWHの運用経験 ・Apache Iceberg等のオープンテーブルフォーマットの知識 ・Python（Polars, Pandas等）でのデータ処理経験 ・TypeScript / Node.js でのバックエンド開発経験 ・AWS（Lambda, ECS, S3, Glue）でのデータ基盤構築経験 ・データ品質管理やデータガバナンスの設計・運用経験

・データ基盤を作ることだけでなく、その先の「顧客に価値を届けられたか」に関心がある方 ・物流の現場で何が起きているかに関心を持ち、現場訪問やドメインのキャッチアップを通じて運送会社の経営課題に向き合える方 ・データ基盤の品質と拡張性にオーナーシップを持ち、自ら改善を推進していける方 ・ドメインにダイブし、チームと協力して解くべき課題を特定し、問題の本質を追求していくことを楽しめる方 ・社会課題解決「物流産業の変革」に共感し、データの力で産業を支えるチャレンジに向き合える方 ・まだ整っていない部分が多い環境で、一つずつ仕組みを作っていくことを楽しめる方