【データエンジニア】Databricksで次世代データ基盤を構築／フルリモート可

■業務詳細: ① Databricks活用の検証・推進 ・Databricksを活用したデータ基盤アーキテクチャの検証・評価 ・Delta Lake、Unity Catalogを活用したデータ管理方針の策定 ・現行環境から新環境への移行方針・移行計画の策定 ・技術課題の整理およびアーキテクチャ設計 ・導入ロードマップの策定・推進

② 機械学習向けデータマートの設計・整備 ・レコメンド・マッチング領域で利用するデータマートの設計 ・ユーザー、求人、応募、スカウトなどのデータモデリング ・機械学習モデルの学習・推論・評価に活用しやすいデータ構造の設計 ・データ品質、鮮度、再現性を考慮した運用設計 ・データ定義や運用ルールの整備

③ データパイプラインの設計・改善 ・ETL／ELTパイプラインの設計・改善 ・Spark、dbtを活用したデータ処理基盤の最適化 ・データ品質向上に向けた監視・テストの仕組み整備 ・データ活用基盤全体の運用改善

④ プロジェクトマネジメント・技術リード ・技術要件の整理および優先順位付け ・技術的意思決定の推進 ・業務委託メンバーのマネジメント ・社内外ステークホルダーとの調整・合意形成 ・プロジェクト全体の進捗管理および推進

⑤ 中長期的に取り組む領域 ・DataOpsの推進 ・メタデータ管理の高度化 ・非構造データ（職務経歴書・音声データ等）の活用基盤整備 ・機械学習・生成AI活用を支えるデータ基盤の高度化 ・データマネジメント標準の整備

【仕事の特色】 ■募集部門 カスタマープロダクト本部 プロダクト開発統括部 プロダクトサイエンス部　サイエンスインフラグループ

■組織概要・募集背景: 当社では、「doda」「doda X」をはじめとする人材サービス領域において、約1,000万人規模のユーザーデータや求人データ、スカウトデータを活用し、AI・機械学習によるレコメンド・マッチング機能の高度化を推進しています。 プロダクトサイエンス部では、ユーザー情報、求人情報、応募・スカウト履歴をはじめとした膨大かつ多様なデータを活用し、一人ひとりに最適な求人や企業を届けるレコメンド・マッチング機能を開発しています。

本ポジションが所属するサイエンスインフラグループは、その中でもレコメンド・マッチング領域を支えるデータ基盤を担うチームです。 現在は、全社共通データ基盤として整備が進むDatabricks環境との連携を見据え、レコメンド・マッチング領域のデータ基盤刷新を推進しています。 従来のデータ活用に加え、今後は生成AI活用や非構造データ活用も視野に入れながら、より柔軟かつ拡張性の高いデータ基盤への進化を進めています。 この刷新では、単に既存環境を新しい技術へ置き換えるのではなく、データの完全性・可用性・鮮度を高め、データの変化に柔軟に対応できる基盤を強化するとともに、自社ならではのデータを継続的にプロダクト価値へ変換できる仕組みを整えることが重要です。 今後、既存メンバーがPMOとしてプロジェクト全体の支援・統括へ役割を広げることから、ご入社後はエキスパートとしてDatabricksの活用検証とデータ基盤刷新を技術面・プロジェクト面の双方から牽引していただきます。

■ポジション概要 本ポジションは、レコメンド・マッチング領域におけるデータ基盤刷新プロジェクトの技術責任者として、Databricksを活用した次世代データ基盤の技術戦略、アーキテクチャ設計、データマート設計をリードいただくポジションです。 入社後は、機械学習モデルの学習・推論・評価で活用されるデータマートの設計・運用方針の整備を中心に、Databricksの活用方針検討やデータパイプラインの最適化を推進いただきます。また、データサイエンティスト、MLエンジニア、全社共通データ基盤チームと連携しながら、技術選定、要件整理、ロードマップ策定、移行計画立案など、データ基盤刷新における技術的意思決定に主体的にかかわっていただきます。 単なるデータ基盤移行ではなく、機械学習活用を前提としたデータマート設計やデータ品質・鮮度の向上、将来的な生成AI活用を見据えたデータ活用基盤のあるべき姿を描き、その実現をリードいただくことを期待しています。 ※本ポジションは全社共通データプラットフォームそのものを構築する役割ではありません。提供されるプラットフォームを活用し、レコメンド・マッチング領域におけるデータ活用の仕組みづくりと価値創出を担っていただきます。

■技術環境 【言語】Python、SQL 【データベース/データ基盤】Databricks、Amazon Redshift、Amazon RDS for PostgreSQL 【データ管理・ガバナンス】Delta Lake、Unity Catalog 【データ処理・ETL】Apache Spark、dbt、Lakeflow Jobs、Airflow 【機械学習・AI活用】MLflow、Model Serving 【クラウドサービス】AWS 【ソースコード管理】GitHub 【プロジェクト管理】Jira、Confluence 【課題管理・コミュニケーション】Slack、Microsoft Teams

■本ポジションの特徴・魅力 ・国内最大級のマッチングデータを活用したデータ基盤刷新に携われる 「doda」「doda X」に蓄積される約1,000万人規模のユーザーデータや求人データを活用し、AI・機械学習によるレコメンド・マッチング機能の高度化を支えるデータ基盤の刷新に携わることができます。データ基盤を構築すること自体ではなく、その先のプロダクト価値創出まで見据えて取り組める環境です。 ・エキスパートとして技術方針の意思決定を担える Databricksの活用方針、データマート設計、移行戦略など、データ活用基盤の中核となる技術的意思決定に対し主体的にかかわっていただきます。決められた仕様を実装するのではなく、データ活用の将来像から逆算して設計する経験を積むことができます。 ・機械学習活用を前提としたデータ設計に挑戦できる レコメンド・マッチング領域を中心に、機械学習モデルの学習・推論・評価で利用するデータマートの設計・管理を担います。データ品質、鮮度、再現性など、機械学習基盤に求められる要件を考慮しながら、継続的に価値を生み出せるデータ活用基盤を構築できます。 ・Databricks・DataOpsなど次世代データ基盤領域の知見を深められる Databricks、Delta Lake、Unity Catalog、dbt、MLflowなどの技術を活用しながら、データガバナンスやDataOpsの仕組みづくりにも携わることができます。開発だけでなく、運用・管理まで含めたデータ基盤全体の最適化に挑戦できます。 ・事業インパクトの大きい課題に上流から関われる レコメンド・マッチング精度の向上は、ユーザー体験だけでなく事業成果にも直結する重要テーマです。データエンジニアリングの知見を活かしながら、サービス価値の向上に直結する意思決定へ関与できます。

■働き方 ライフステージに合わせて、はたらき方をご自身でデザインしたい方にマッチする環境です。 ・大半のメンバーが在宅勤務をしています。遠方にお住まいの方はフルリモートでの勤務相談も可能です。ワークスタイルに応じてリモート勤務手当を支給しています。 ・エンジニアとして市場価値を高めるための活動を推奨しており、研修受講やイベント登壇、副業等の活動をしているメンバーもいます。 ・自己研鑽のための書籍代の支給や、オンライン学習コンテンツなどのフォローを行っています。

【仕事内容（変更の範囲）】
会社の定める職種（出向規程に従って出向を命じることがあり、その場合は出向先の定める職種）

800〜1,200万円（給与形態：年俸制）

■賞与・昇給
賞与：
昇給：年2回

■募集職種の年収例
※想定給与は固定時間外手当、もしくは裁量労働手当を含んだ金額です。月額基本給については以下をご確認ください。 ■予定年収：800万円～1,200万円 ■月給：667,400円～1,000,700円 ■月額基本給：540,900円～811,400円 ■裁量労働手当：時間外労働の有無に関わらず、30時間分の裁量労働手当126,500円～189,300円を支給 ※裁量労働制は専門業務型裁量労働制を適用しており、法令等により定められた19業務でない職種については、固定時間外労働手当制とする ※評価等級によって、時間管理方法が異なります ■別途定めるリモートワーク手当を支給（通勤スタイルの適用職種は所属組織の決定に準ずる） ・入社時に1回限り、リモートワーク一時金として15,000円を支給 ・通勤スタイル：ワークスタイルB・C いずれかを提示 【ワークスタイルB：リモート勤務メイン（月平均月4日以上～週3日未満出社)勤務回数に応じて実費支給※翌月支給（定期代支給無）+リモートワーク手当（3,000円/月）】 【ワークスタイルC：フルリモート勤務、原則出社なし+リモートワーク手当（3,000円/月）※やむを得ず出社する場合は月1回まで実費支給(交通手段問わず)】