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） ◼︎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。

1. Google Cloud環境でのDWH、データパイプライン、ELTなどの設計・開発および運用経験 2. 以下のサービスの実務利用経験 　- BigQuery, Cloud Composer(Apache Airflow) 3. Python、SQLの利用経験

・大規模データを活用したレコメンド機能の開発経験 ・Vertex AIを用いたMLOpsの経験 ・Terraform / GitHub Actionsを用いた実務経験 ・リアルタイムでデータを収集・活用する分析基盤の構築経験 ・Google広告などの広告媒体とのデータ連携機能の開発経験 ・Go言語を利用した実務経験

・事業貢献をしている実感を持ちながら仕事をしたい方 ・仮説検証しながら、よりよいものを作るのが好きな方 ・仕事もプライベートも楽しみたい方 ・スピード感をもって仕事をしたい方 ・自分の意思をもって、意味がある・筋が通っていると思える仕事に取り組みたい方