マッチ率

大規模SaaSのデータプラットフォームに貢献するデータエンジニアを募集！

今日更新

サーバーサイドエンジニア、ネットワークエンジニア

東京都（大崎駅）

500-1000万円

PythonKubernetesRuby

自社サービスあり服装自由オンライン選考可新技術に積極的残業月20時間未満上場企業女性エンジニアが活躍中裁量労働制あり

事業概要

■ 会計や人事労務関連業務を効率化するためのクラウドサービス『freee会計』『freee人事労務』を開発、運営

■ グッドデザイン賞や総務省後援の「ASPIC IoT・AI・クラウドアワード」のベンチャー大賞をはじめ、名だたる賞を受賞

仕事内容

■Summary マルチプロダクトの事業を展開するfreeeにおいて、プロダクト開発、セールス・マーケティング、アナリスト、AIエンジニアなど多様なデータ利用者を支えるプラットフォームの開発・運用を行います。

「スモールビジネスを、世界の主役に。」というMISSIONのもと、freeeはマルチプロダクト戦略をとっており、会計、人事労務を始め様々なプロダクトを世の中に提供しています。

プロダクトを通じた顧客との複数の接点があるということは、それだけデータを活用するニーズが存在します。 freeeのデータ活用は分析に始まり、セールス・マーケティング活用、AI、データプロダクトの開発などのユースケースを実現する必要がありますが、残念ながらそれを実現するプラットフォームが整っていません。社内のニーズや顧客に新たな価値を提供するポテンシャルはあるのに、非常に勿体ないことだと考えています。

本ポジションでは、データ活用の一丁目一番地を担う、データプラットフォームおよびデータ統合の開発・運用を行うロールです。このプラットフォームを事業のインフラとして安定的に統合するのは勿論、高いセキュリティレベルを維持しながらも安心してデータの利用者に活用する必要があります。データエンジニアは、事業のインフラを維持し高めるという矜持を持ちながらも高みを目指せるロールです。

freeeのデータプラットフォームは現在、変革期を迎えているフェーズです。データ分析に留まらず直接顧客への価値提供も担えるポジションです。是非、一緒にデータプラットフォーム・データ活用を盛り上げませんか。

■現状の課題/今後取り組みたいこと freeeのデータ活用は主にデータ分析が主軸でした。しかし、生成AIの台頭などによりデータを資源とした活用のニーズはより多様化し、複雑化しています。また、マルチプロダクト戦略もあり、複数のプロダクトを通じた顧客との接点。プロダクトをまたがったデータの活用ニーズも発生してきております。

そのような状況の中で、現行のデータ基盤はこれらのニーズを叶えきれていませんでした。そこで、ハブ・アンド・スポーク型のデータメッシュアーキテクチャが適切と考え、現在プラットフォームの立ち上げを行っています。

データプラットフォームエンジニアとしては、事業に必要なデータ統合は勿論の事、データ利用者との摂理面を探りつつ最適なプラットフォーム機能を提供することで、全体の生産性を上げながら活用する役割を担っています。

■業務内容詳細データプラットフォームエンジニアは、データ活用を行う専門職の基礎となるため、多様な業務範囲があります。組織やニーズの規模にあわせ最適化・専門家も検討していますが現状の業務は以下の通りです。

▼データ統合機能開発マイクロサービスのデータベースやログのデータ統合機能開発ビジネスや社内で利用するSaaSや外部データソースからのデータ統合機能開発データクレンジング・仮名加工のETL処理

▼データプラットフォームの運用クラウドインフラのガバナンス管理データ基盤インフラコストの管理・最適化 BIツールなどの基礎的なインフラ・アプリケーションの開発・運用

▼データ活用の検討顧客にむけたデータ活用アプリケーションの検証・開発

※会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

求められるスキル・人物像

▼技術・開発経験 Pythonを用いたアプリケーション開発の経験がある方(2年以上) 実務でのSQL利用経験(2年以上) データウェアハウス・分析環境の設計・運用経験がある方外部サービスを含めた複数のデータソースを統合するシステムの開発経験がある方

▼マインド・ソフトスキル課題や仮説を定義し、不確実性の高いProjectでもチーム内外とコミュニケーションしながらアウトプットの実現が可能な方具体と抽象をコントロールし、プロジェクトや開発に関わるドキュメンテーションを記載することが出来る方

▼技術・開発経験 AWS. Google Cloud. Azure, Snowflake,Databricksなどのクラウドネイティブなデータウェアハウスでの開発、運用経験 0->1でのデータ活用のプロジェクトを立ち上げた経験プロダクトマネジメントなど、顧客の潜在化・顕在化した課題に対して優先度を決め機能開発をコントロールした経験。プラットフォーム機能を開発するという観点においては、データ活用者が求めるソリューションの最適解を探り実現することが必要なためです。 Webアプリケーションの開発経験がある方プラットフォーム機能として、データ活用用のWebアプリケーションを開発する場合があるためです。 API によるプロダクトレベルのエンドポイントを開発した経験があるかたデータプロダクトの提供形態として、APIエンドポイントでの提供があるためです。

▼マインド・ソフトスキル（全てを満たす必要性は無く、どれか一つでも経験がある方は歓迎要件を満たします。）組織・チームの立ち上げおよびマネジメントの経験がある方メンバーのスキルや成長意欲をとらまえて、適切なProjectアサインや成長に向けたアドバイスなどメンタリングを実行した経験がある方領域における、1-2年先を見据えた戦略立案および経営レイヤーもしくはそれに準じる方とのコミュニケーションを経て、実行計画まで落とし込む経験がある方領域において、現状の課題を言語化し新たなアーキテクチャを０から立ち上げた経験を有する方

勤務地・給与・その他情報

想定年収、待遇・福利厚生、
選考プロセスなどを確認するには会員登録が必要です

利用規約およびレバテックID利用規約、個人情報の取り扱いをご確認のうえ、同意いただける場合は会員登録へお進みください。

Googleで登録 Appleでサインアップメールアドレスで会員登録

ログインはこちら

勤務地
アクセス
勤務時間
想定年収
雇用形態
休日・休暇

開発環境・現場

バックエンド開発：Python, Ruby データベース：MySQL, Aurora, NoSQL データ処理：Glue, Apache Spark, Embulk, Python, SQL ワークフローエンジン：Digdag, Cloud Workflows 権限管理：IAM , Lake Formation(AWS） DWH：Athena, BigQuery IaC：Terraform コンテナ：Docker, ECS, Fargate, Cloud Run CI/CD：CircleCI, GitHub BI：Redash, tableau, Looker Studio コミュニケーション Slack, Github, JIRA Generative AI Github copilot, OpenAI など

このPJ・案件で使われている技術

プログラミング言語: PythonRuby
フレームワーク・ライブラリ: Ruby on Rails
ミドルウェア・ツール: DockerKubernetes
クラウド: GCP
プロジェクト管理: JIRA
コミュニケーションツール: Slack
支給PC: 現場で選択可能（Windows/Mac）

得られる経験・キャリアパス

■当該ポジションで働く魅力 ▼大規模かつ先進的なデータプラットフォームの開発に従事出来る点複数のプロダクトかつ利用部署があるため、ニーズもデータも多様です。要件と価値を捉えながら具体的なソリューションに落とし込むことは他の企業では中々できない機会だと考えます。また、プロダクトが複数存在しますがバックオフィスに関連したサービスが中心となるため、相互利用・横断的な利用ニーズがあり、大規模かつ再利用性が高い仕組みを検討するモチベーションがあることも特徴と言えます。

▼最新のクラウドサービスやツールを利用しデータプラットフォーム開発が可能な点 AWSやGoogle Cloud などのクラウドプラットフォームやDocker等の最新のツール。最近では、生成AIの活用を行いながらプラットフォーム開発に従事することが可能です。

▼プロダクトやビジネスサイドと距離が近く、データ活用のProjectが四半期毎のマイルストーンを置きながら漸進的に進められる点データ活用は、エンジニアだけでは完結せず利用者サイドと価値を追い求める必要があります。freeeの価値基準にも繋がりますが、課題がそこにありムーブメントが巻き起こったときはかなり素早く成果まで導く力があることが、データプラットフォーム開発においてもモチベーション・原動力になり得ると思います。

▼組織を跨いだトポロジー型組織での業務に従事出来る点ハブ・アンド・スポーク型のデータメッシュアーキテクチャに移行することで、組織を緩やかにトポロジー型組織に移行しています。単体のチームで全て実現出来ることは少ないですが、チーム間の摂理面とコミュニケーションプランを設計しながら、自律性と生産性が高い組織にアップグレードしています。企業やプロダクトの規模が大きいからこその経験になるかと思います。