データエンジニア の求人一覧 - 株式会社Red Frasco

不動産会社の事業成長を支えるデータ分析基盤の構築・運用と、データを活用したプロダクト改善・施策実行の仕組みづくりをお任せします。 主な業務は、 BigQuery や Managed Service for Apache Airflow (Cloud Composer) を活用したデータパイプラインの設計・開発・運用、データモデリング、データ品質の向上、分析基盤の改善です。プロダクトのシステムデータやアクセスログ、広告データなどを統合し、分析や意思決定、マーケティング施策へ活用できる環境を構築していただきます。 現在は、Datastream を活用したリアルタイムデータ連携の整備や、Cloud Run によるデータ提供 API の構築を進めています。また、分析から施策実行までのリードタイム短縮、広告データ活用の推進など、事業成長を支えるデータ基盤そのものを進化させる取り組みに注力しています。 ▽業務内容の一例 ◇ データパイプラインの構築 　主に、DWH にデータを蓄積するデータパイプラインを構築します。 　　- データパイプラインの一例 　　　- Google Cloud Storage に置かれた CSV ファイルを BigQuery に取り込む 　　　- 外部 API からデータを取得し、それらを BigQuery に取り込む 　　　- BigQuery に取り込んだデータを基に、用途・目的に応じたデータマートの作成を行う 　　　- アプリケーションのアクセスログをリアルタイムに BigQuery に取り込む 　　- 使用しているサービス 　　　- Google Cloud (Managed Service for Apache Airflow, Dataflow, Cloud Run など) ◇データの活用 　DWH に集約したデータを基に、ランキング機能などの開発や改善を行います。 　　- 機能の一例 　　　- 物件のランキングデータの作成 　　　- 作成したデータをアプリケーションに連携する機能（バッチ連携・リアルタイム連携） 　　- 使用しているサービス 　　　- Google Cloud (Managed Service for Apache Spark, Cloud Run など） 当社では、要件を受けて実装するのではなく、「どの課題を解くべきか」「どのようなアーキテクチャが最適か」といった上流の意思決定からデータエンジニアが主体的に関わります。技術選定、アーキテクチャ設計、パイプライン設計まで大きな裁量を持ち、各組織と連携しながら事業成長に直結するデータ活用ををリードしていただくことを期待しています。 ◼︎生成AIツールについて 『AIを当たり前に使える環境です』 全社員がGoogle Geminiを業務で利用でき、エンジニアには全員にGitHub Copilotを利用できます。さらに業務内容や希望に応じてChatGPTやClaudeも会社負担で利用できます。AIツールの活用を会社として推進しており、日々の開発・業務に最新のAIを取り入れられる環境です。 ◼︎選考フローについて 書類選考→1次面接(オンライン)→リファレンスチェック→最終面接(対面)→オファー面談(対面) ※面接の回数や形式は変更になる場合がございます。 ※選考の最終フェーズでリファレンスチェックをご依頼しております。 ・計2名の推薦者をご指定ください。 ・リファレンスチェックは全てオンライン上で完結いたします。 ・推薦者の方に弊社から連絡することはございません。 ・推薦者の方に弊社の選考を受けていることは伝わりません。

不動産会社の事業成長を支えるデータ分析基盤の構築・運用と、データを活用したプロダクト改善・施策実行の仕組みづくりをお任せします。 主な業務は、 BigQuery や Managed Service for Apache Airflow (Cloud Composer) を活用したデータパイプラインの設計・開発・運用、データモデリング、データ品質の向上、分析基盤の改善です。プロダクトのシステムデータやアクセスログ、広告データなどを統合し、分析や意思決定、マーケティング施策へ活用できる環境を構築していただきます。 また、希望に応じて、蓄積したデータを活用したレコメンド機能や物件一覧の表示順最適化など、事業成果に直結するデータ活用機能の開発にも関わっていただきます。Agent Platform (Vertex AI) や Managed Service for Apache Spark (Dataproc) 等を活用しながら、データをさらなる価値を創造する仕組みづくりに挑戦できます。 現在は、Datastream を活用したリアルタイムデータ連携の整備や、Cloud Run によるデータ提供 API の構築を進めています。また、分析から施策実行までのリードタイム短縮、データモデリングの高度化、広告データ活用の推進など、事業成長を支えるデータ基盤そのものを進化させる取り組みに注力しています。 ▽業務内容の一例 ◇ データパイプラインの構築 　主に、DWH にデータを蓄積するデータパイプラインを構築します。 　　- データパイプラインの一例 　　　- Google Cloud Storage に置かれた CSV ファイルを BigQuery に取り込む 　　　- 外部 API からデータを取得し、それらを BigQuery に取り込む 　　　- BigQuery に取り込んだデータを基に、用途・目的に応じたデータマートの作成を行う 　　　- アプリケーションのアクセスログをリアルタイムに BigQuery に取り込む 　　- 使用しているサービス 　　　- Google Cloud (Managed Service for Apache Airflow, Dataflow, Cloud Run など) ◇データの活用 　DWH に集約したデータを基に、レコメンド機能などの開発や改善を行います。 　　- 機能の一例 　　　- 物件の推薦（レコメンド）データの作成 　　　- 物件のランキングデータの作成 　　　- 物件一覧の表示順を最適化 　　　- 作成したデータをアプリケーションに連携する機能（バッチ連携・リアルタイム連携） 　　- 使用しているサービス 　　　- Google Cloud (Agent Platform, Managed Service for Apache Spark, Cloud Run, Bigtable など） 当社では、要件を受けて実装するのではなく、「どの課題を解くべきか」「どのようなアーキテクチャが最適か」といった上流の意思決定からデータエンジニアが主体的に関わります。技術選定、アーキテクチャ設計、データモデリング、パイプライン設計まで大きな裁量を持ち、各組織と連携しながら事業成長に直結するデータ活用ををリードしていただくことを期待しています。 ◼︎生成AIツールについて 『AIを当たり前に使える環境です』 全社員がGoogle Geminiを業務で利用でき、エンジニアには全員にGitHub Copilotを利用できます。さらに業務内容や希望に応じてChatGPTやClaudeも会社負担で利用できます。AIツールの活用を会社として推進しており、日々の開発・業務に最新のAIを取り入れられる環境です。 ◼︎選考フローについて 書類選考→1次面接(オンライン)→リファレンスチェック→最終面接(対面)→オファー面談(対面) ※面接の回数や形式は変更になる場合がございます。 ※選考の最終フェーズでリファレンスチェックをご依頼しております。 ・計2名の推薦者をご指定ください。 ・リファレンスチェックは全てオンライン上で完結いたします。 ・推薦者の方に弊社から連絡することはございません。 ・推薦者の方に弊社の選考を受けていることは伝わりません。

不動産会社の事業成長を支えるデータ分析基盤の構築・運用と、データを活用したプロダクト改善・施策実行の仕組みづくりをお任せします。 主な業務は、 BigQuery や Managed Service for Apache Airflow (Cloud Composer) を活用したデータパイプラインの設計・開発・運用、データモデリング、データ品質の向上、分析基盤の改善です。プロダクトのシステムデータやアクセスログ、広告データなどを統合し、分析や意思決定、マーケティング施策へ活用できる環境を構築していただきます。 現在は、Datastream を活用したリアルタイムデータ連携の整備や、Cloud Run によるデータ提供 API の構築を進めています。また、分析から施策実行までのリードタイム短縮、広告データ活用の推進など、事業成長を支えるデータ基盤そのものを進化させる取り組みに注力しています。 ▽業務内容の一例 ◇ データパイプラインの構築 　主に、DWH にデータを蓄積するデータパイプラインを構築します。 　　- データパイプラインの一例 　　　- Google Cloud Storage に置かれた CSV ファイルを BigQuery に取り込む 　　　- 外部 API からデータを取得し、それらを BigQuery に取り込む 　　　- BigQuery に取り込んだデータを基に、用途・目的に応じたデータマートの作成を行う 　　　- アプリケーションのアクセスログをリアルタイムに BigQuery に取り込む 　　- 使用しているサービス 　　　- Google Cloud (Managed Service for Apache Airflow, Dataflow, Cloud Run など) ◇データの活用 　DWH に集約したデータを基に、ランキング機能などの開発や改善を行います。 　　- 機能の一例 　　　- 物件のランキングデータの作成 　　　- 作成したデータをアプリケーションに連携する機能（バッチ連携・リアルタイム連携） 　　- 使用しているサービス 　　　- Google Cloud (Managed Service for Apache Spark, Cloud Run など） 当社では、要件を受けて実装するのではなく、「どの課題を解くべきか」「どのようなアーキテクチャが最適か」といった上流の意思決定からデータエンジニアが主体的に関わります。技術選定、アーキテクチャ設計、パイプライン設計まで大きな裁量を持ち、各組織と連携しながら事業成長に直結するデータ活用ををリードしていただくことを期待しています。 ◼︎生成AIツールについて 『AIを当たり前に使える環境です』 全社員がGoogle Geminiを業務で利用でき、エンジニアには全員にGitHub Copilotを利用できます。さらに業務内容や希望に応じてChatGPTやClaudeも会社負担で利用できます。AIツールの活用を会社として推進しており、日々の開発・業務に最新のAIを取り入れられる環境です。 ◼︎選考フローについて 書類選考→1次面接(オンライン)→リファレンスチェック→最終面接(対面)→オファー面談(対面) ※面接の回数や形式は変更になる場合がございます。 ※選考の最終フェーズでリファレンスチェックをご依頼しております。 ・計2名の推薦者をご指定ください。 ・リファレンスチェックは全てオンライン上で完結いたします。 ・推薦者の方に弊社から連絡することはございません。 ・推薦者の方に弊社の選考を受けていることは伝わりません。

全ての施策の起点となるデータ分析基盤の構築や、データを活用した機能の開発、及びそれらの運用を担います。 拡張余地のある基盤であり、制約の少ない状態で構築可能なため、スキルを最大限発揮し、データエンジニアとして十分な実績を積むことができます。 ▽業務内容の一例 ◇ データパイプラインの構築 　主に、DWHにデータを蓄積するデータパイプラインを構築します。 　　- データパイプラインの一例 　　　- Google Cloud Storageに置かれたCSVファイルをBigQueryに取り込む 　　　- 外部APIからデータを取得し、それらをBigQueryに取り込む 　　　- BigQueryに取り込んだデータを基に、用途・目的に応じたデータマートの作成を行う 　　　- アプリケーションのアクセスログをリアルタイムにBigQueryに取り込む 　　- 使用しているサービス 　　　- Google Cloud（Cloud Composer, Dataflow, Cloud Run など） ◇データの活用 　DWHに集約したデータを基に、レコメンド機能などの開発や改善を行います。 　　- 機能の一例 　　　- 物件の推薦（レコメンド）データの作成 　　　- 物件のランキングデータの作成 　　　- 物件一覧の表示順を最適化 　　　- 作成したデータをアプリケーションに連携する機能（バッチ連携・リアルタイム連携） 　　- 使用しているサービス 　　　- Google Cloud（Vertex AI, Dataproc, Cloud Run, Bigtable など）

全ての施策の起点となるデータ分析基盤の構築や、データを活用した機能の開発、及びそれらの運用を担います。 拡張余地のある基盤であり、制約の少ない状態で構築可能なため、スキルを最大限発揮し、データエンジニアとして十分な実績を積むことができます。 ▽業務内容の一例 ◇ データパイプラインの構築 　主に、DWHにデータを蓄積するデータパイプラインを構築します。 　　- データパイプラインの一例 　　　- Google Cloud Storageに置かれたCSVファイルをBigQueryに取り込む 　　　- 外部APIからデータを取得し、それらをBigQueryに取り込む 　　　- BigQueryに取り込んだデータを基に、用途・目的に応じたデータマートの作成を行う 　　　- アプリケーションのアクセスログをリアルタイムにBigQueryに取り込む 　　- 使用しているサービス 　　　- Google Cloud（Cloud Composer, Dataflow, Cloud Run など） ◇データの活用 　DWHに集約したデータを基に、レコメンド機能などの開発や改善を行います。 　　- 機能の一例 　　　- 物件の推薦（レコメンド）データの作成 　　　- 物件のランキングデータの作成 　　　- 物件一覧の表示順を最適化 　　　- 作成したデータをアプリケーションに連携する機能（バッチ連携・リアルタイム連携） 　　- 使用しているサービス 　　　- Google Cloud（Vertex AI, Dataproc, Cloud Run, Bigtable など） ◼︎カジュアル面談後の選考フローについて カジュアル面談→書類選考→1次面接(オンライン)→リファレンスチェック→最終面接(対面)→オファー面談(対面) ※面接の回数や形式は変更になる場合がございます。 ※選考の最終フェーズでリファレンスチェックをご依頼しております。 ・計2名の推薦者をご指定ください。 ・リファレンスチェックは全てオンライン上で完結いたします。 ・推薦者の方に弊社から連絡することはございません。 ・推薦者の方に弊社の選考を受けていることは伝わりません。