経験2〜3年目の次の一歩として、データ基盤づくりを任せてもらえます
入社後は段階的に裁量が広がり、チームを率いる力が身につきます

【人材紹介求人】本求人は、有料職業紹介事業者 株式会社NAVIS（厚生労働大臣許可番号 13-ユ-313285）がご紹介する求人です。ご応募後、当社のキャリアアドバイザーよりご連絡し、求人企業へのご紹介を行います。

既存のデータフロー（外部API→自社サービス→顧客提供）の全体把握から始め、1ヶ月目は課題の洗い出しを行います。2〜3ヶ月目には基盤アーキテクチャの設計と技術選定に参画し、4〜6ヶ月目にはデータパイプラインの本格稼働と品質管理を担当します。7〜12ヶ月目はAI学習データの整備やembedding運用、ベクトル検索基盤、MLOps領域へと広げ、1年目以降はデータ量の拡大にあわせてデータエンジニア・MLOpsエンジニアの採用や初期リードを任されます。Python、TypeScript、SQL、BigQuery、Supabaseなどを使い、既存サービスの影響を抑えながら基盤を進化させる仕事です。

【具体的な業務】
・既存データフロー（外部API → 自社サービス → 顧客提供）の全体把握と課題抽出
・データ基盤アーキテクチャの設計と技術選定
　- リアルタイム運用DB／時系列分析基盤
・データ取得・正規化・蓄積パイプラインの構築
・データ品質管理（異常検出、欠損アラート、スキーマ変更の影響追跡）
・AI学習用データセットの整備、ベクトル検索基盤、MLOps

■使用技術・環境
・AIツール：Claude Code、Cursor、Codex
・プログラミング言語：Python（FastAPI）、TypeScript（Next.js）、SQL
・バージョン管理：GitHub
・インフラ：Vercel、Heroku、Supabase
・データ基盤：BigQuery、supabase
・LLM／AI：Claude API、OpenAI API
・MLOps（想定）：embedding運用、ベクトル検索基盤、モデル性能追跡
・コミュニケーション：Slack、Google Workspace、Notion

「事業の成長速度をデータ基盤が制約しない状態」を作ることがミッションです。
既にサービスは稼働中で単なるアーリーステージではなく、既に顧客基盤と運用実績がある事業の上に数本の柱を立てる責任あるポジションです。
既存の資産を活かしつつ、最短最速で理想形に進化させるアプローチで、入社後すぐに事業インパクトを出していただきます。

【入社後のイメージ】
■1ヶ月目：キャッチアップと初期診断
・既存データフロー（外部API取得 → サービス生成 → 顧客提供）の全体把握
・ボトルネックと優先課題のリストアップ

■2〜3ヶ月目：基盤アーキテクチャの設計と立ち上げ
・リアルタイム運用DB／時系列分析基盤／オブジェクトストレージ／パイプラインの設計
・技術選定から参画
・既存サービスへの影響を最小化する段階的移行計画

■4〜6ヶ月目：データパイプラインの本格稼働
・取得・正規化・蓄積パイプラインの構築（ブラウザ自動化データ、利用状況データ、AI判断データ等の紐付け）
・データ品質管理（異常検出、欠損アラート、スキーマ変更の影響追跡）

■7〜12ヶ月目：AI学習データ整備とMLOps領域への拡張
・embedding生成、ベクトル検索基盤の運用
・モデル出力と実データのフィードバックループ
・モデルバージョンごとの性能追跡

■1年以降：スケールとチーム化
・データ量は入社時から10倍以上を想定
・データエンジニア・MLOpsエンジニアの採用、初期リード
・経営と並走し、データ組織の土台を作る

※業務内容の変更範囲：会社の定める業務範囲

【こんな方におすすめ】
・SQLやパイプライン実装の経験を次のステップへ広げたい方
・設計から運用まで一貫して手がけ、裁量を伸ばしたい方
・研修支援制度を使いながら、AI・MLOpsの知見を深めたい方