求人詳細
IT・Webエンジニア
【データエンジニア(データ基盤リード候補)】プレイヤー向け/急成長中のベンチャー企業
株式会社プロパゲート 求人ID:452663
求人概要
キャリアアドバイザーからのコメント
技術選定から設計まで裁量を持って進められる環境ですが、最初から完璧を求められるわけではありません。入社後は既存のデータフローを丁寧に紐解くことから始まり、1ヶ月目には現状診断、3ヶ月目までには設計・立ち上げと、ステップが明確に示されています。CursorやClaude Codeなど最新のAIツールも積極的に活用できるため、技術を武器に効率よくキャッチアップしたい方にとって、自身の成長がダイレクトに事業の進化に繋がる手応えを感じられるはずです。
企業の内容
【CEO直下でデータ基盤をゼロから構築】
当社は中小企業向けSaaSを提供しており、そのデータ基盤をCEO直下でゼロから設計・構築する重要なポジションです。事業の成長速度をデータ基盤が制約しない状態を作り出すことがミッションであり、大きな裁量と責任を持って事業インパクトを創出できます。
【事業成長を牽引するデータエンジニアリング】
既に稼働中のサービスと強固な顧客基盤、運用実績がある事業を土台に、数本の新たな柱を立てる役割を担います。既存資産を最大限に活用し、最短最速で理想的なデータ基盤へと進化させるアプローチで、入社後すぐに事業貢献を実感できる環境です。
【最先端技術を活用した開発環境】
AIツールとしてClaude Code、Cursor、Codex、プログラミング言語はPython(FastAPI)、TypeScript(Next.js)、SQL、バージョン管理はGitHub、インフラはVercel、Heroku、Supabase、データ基盤はBigQuery、supabase、LLM/AIはClaude API、OpenAI APIなど、最新の技術スタックを積極的に採用しています。MLOps領域ではembedding運用、ベクトル検索基盤、モデル性能追跡などを想定しており、最先端の技術に触れながらスキルアップできる機会が豊富です。
【明確なキャリアパスとチームリードの機会】
入社後1ヶ月目からキャッチアップと初期診断、2〜3ヶ月目で基盤アーキテクチャの設計と立ち上げ、4〜6ヶ月目でデータパイプラインの本格稼働、7〜12ヶ月目でAI学習データ整備とMLOps領域への拡張と、明確なロードマップがあります。1年以降はデータ量の10倍以上の増加を想定しており、データエンジニア・MLOpsエンジニアの採用と初期リード、さらには経営と並走しデータ組織の土台を作るなど、将来的なチームリードや組織構築にも携われるチャンスがあります。
当社は中小企業向けSaaSを提供しており、そのデータ基盤をCEO直下でゼロから設計・構築する重要なポジションです。事業の成長速度をデータ基盤が制約しない状態を作り出すことがミッションであり、大きな裁量と責任を持って事業インパクトを創出できます。
【事業成長を牽引するデータエンジニアリング】
既に稼働中のサービスと強固な顧客基盤、運用実績がある事業を土台に、数本の新たな柱を立てる役割を担います。既存資産を最大限に活用し、最短最速で理想的なデータ基盤へと進化させるアプローチで、入社後すぐに事業貢献を実感できる環境です。
【最先端技術を活用した開発環境】
AIツールとしてClaude Code、Cursor、Codex、プログラミング言語はPython(FastAPI)、TypeScript(Next.js)、SQL、バージョン管理はGitHub、インフラはVercel、Heroku、Supabase、データ基盤はBigQuery、supabase、LLM/AIはClaude API、OpenAI APIなど、最新の技術スタックを積極的に採用しています。MLOps領域ではembedding運用、ベクトル検索基盤、モデル性能追跡などを想定しており、最先端の技術に触れながらスキルアップできる機会が豊富です。
【明確なキャリアパスとチームリードの機会】
入社後1ヶ月目からキャッチアップと初期診断、2〜3ヶ月目で基盤アーキテクチャの設計と立ち上げ、4〜6ヶ月目でデータパイプラインの本格稼働、7〜12ヶ月目でAI学習データ整備とMLOps領域への拡張と、明確なロードマップがあります。1年以降はデータ量の10倍以上の増加を想定しており、データエンジニア・MLOpsエンジニアの採用と初期リード、さらには経営と並走しデータ組織の土台を作るなど、将来的なチームリードや組織構築にも携われるチャンスがあります。
仕事内容
【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
・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
募集要項
- 対象となる方
- 【必須】
・SQLの実務経験(2年以上目安)
・Python または TypeScript でのデータパイプライン実装経験
・クラウド環境(GCP/AWS/その他)でのDB運用経験
・スキーマ設計の基礎 - 雇用形態
- 正社員
- 勤務時間
- 9:00〜18:00
【勤務地】
※勤務地の変更範囲:会社の定める勤務地範囲
【勤務時間】
・1日あたり所定労働時間:8時間 - 勤務地
- 【住所】
東京都渋谷区渋谷2-3-5 コエル渋谷2丁目 8階 - 給与
- 600〜1400万
【年収例】
【給与補足】
・月給(基本給+固定残業代 45h/月):445,064円~1,038,483円
・年収:月給×12ヶ月+賞与 2〜4ヶ月分
・賞与:6月、12月
待遇・休日
- 待遇・福利厚生
- 在宅勤務一部可(一部従業員利用可)
リモートワーク一部可(一部従業員利用可)
副業OK(一部従業員利用可)
服装自由(全従業員利用可)
出産・育児支援制度(全従業員利用可)
研修支援制度(全従業員利用可)
昼食事補助(全従業員利用可)
AI導入費会社負担
ビジネス書籍購入費会社負担
交通費支給
健康診断
社会保険完備 - 休日・休暇
- 土日祝休み
・完全週休二日制
・年末年始休暇、夏季休暇あり
有給休暇
年末年始休暇
夏季休暇
GW休暇
選考について
面接回数:3回
一次面接(WEB)→二次面接(対面)→オファー面談+内定通知(対面)
・筆記試験:あり
・その他(SPI受験あり)
一次面接(WEB)→二次面接(対面)→オファー面談+内定通知(対面)
・筆記試験:あり
・その他(SPI受験あり)
この求人、気になったら。
仕事内容や応募条件など、
気になることをお気軽にご相談ください。