なぜ募集しているのか: 事業拡大に伴う増員となります。
どんな仕事か: 【職務内容】AI検索サービスの根幹となるデータアーキテクチャの設計、およびデータ管理プロセスの最適化・自動化をリードします。
【具体的には】
1．AIモデルのためのデータ基盤構築・パイプライン設計：50%
AI/MLモデルの学習・推論に必要なデータを、高品質かつタイムリーに供給するための基盤を作ります。
データ収集・加工: 多様なログデータや商品データを収集し、モデルが学習可能な形式へ加工（ETL/ELT）するパイプラインの設計・構築　特徴量管理（Feature Store）: 特徴量の作成・管理を一元化し、学習時と推論時のデータ不整合（Training-Serving Skew）を防ぐ仕組みの導入　データ品質管理: データの欠損や異常を検知し、常にクリーンなデータを維持するための監視・通知システムの構築
2．データ管理プロセスの最適化および自動化推進：30%
属人化しがちなデータ抽出・加工作業を排除し、自動化されたワークフローを確立します。
データ運用の自動化: 手動SQLやスクリプトに依存しているデータ作成フローを、Workflow Engine（Airflow等）を用いて自動化・コード化（IaC）　MLOps基盤の強化: データサイエンティストがスムーズにモデル実験・デプロイを行えるよう、インフラ側からの環境整備　メタデータ管理: どのデータがどこにあり、どう加工されたかを追跡可能にするデータカタログの整備
3．チームマネジメント・戦略策定：20%
セクションリーダーとしてメンバー（正社員・パートナー）のタスク管理、技術指導、評価　事業目標に基づいた中長期的なデータ戦略・アーキテクチャロードマップの策定
(2)仕事のやりがい（面白さ）
単にデータを溜める箱を作るのではなく、「AIを賢くするためのデータ戦略」を技術面からリードできるポジションです。
3000万点の商品データと年間1億件の検索ログという膨大な資産を使い、いかに効率よく特徴量を作り出し、モデルに供給するか。この「データエンジニアリング×MLOps」の領域において、ゼロベースで設計し、プロセスの自動化まで裁量を持って推進できる点は、エンジニアとして大きな醍醐味です。
求められるスキルは: 必須【いずれも必須】
・大規模データの収集・蓄積・加工(ETL/ELT)基盤の設計・構築経験
・ Python/SQLを用いたデータ処理の実務経験(目安:3年以上)
・ AWS/GCP等のパブリッククラウドを活用したデータパイプラインの構築経験
・開発チームのリーダーまたはマネジメント経験(3名以上、進捗管理・技術指導含む)

【歓迎】
・ GCP(BigQuery、VertexAI等)を活用したデータパイプラインおよびMLOps基盤の構築経験
・ Dataformまたはdbtを用いたデータモデリング・ELT処理の開発経験
・ OpenMetadataやDataHub等のツールを用いたデータカタログ・データガバナンス基盤の導入・運用経験
・機械学習モデルのライフサイクル管理(実験管理、モデルデプロイ、監視)の自動化経験
雇用形態は: 正社員
どこで働くか: 東京都
給与はどのくらい貰えるか: 700～1000万円
待遇・福利厚生は: 通勤手当　確定拠出年金制度　社内研修制度　社内英会話レッスン(本社ビルのみ)　保養所（ラフォーレ倶楽部) 　テーマパークチケット優待
休日休暇は: 慶弔休暇　年末年始　夏期休暇　有給休暇　完全週休2日制（土日）　祝日　特別休暇

データアーキテクト（AIを賢くするMLOps基盤をゼロから構築）

データベースエンジニア