データエンジニア(LESS)の求人・転職情報

【期待する役割】 データ・生成AIを活用した顧客のDX推進において、課題の整理から要件定義、推進までを技術面からリードしていただきます。入社後6か月程度のオンボーディングを経て3~5名のサブチームをリードし、将来的には、より大きなチームのリードへのステップアップを期待しています。 【具体的な業務内容】 ・顧客課題の整理・要件定義 ・顧客の業務課題やデータ活用の目的をヒアリングし、「どう活用され、どんな価値を生むか」(効果指標を含む)を整理して要件に落とし込む ・実現方法を提案し、顧客と合意形成を進める(技術説明・折衝を含む) ・データ基盤・AI活用の設計と推進 ・Snowflake / Databricks / BigQuery を中心としたデータ基盤(インフラ/データ加工両面)の全体設計をリードする ・生成AIを活用した開発プロセスの設計・推進と、アウトプットの品質担保を行う ・技術選定・PoCを通じて、顧客に最適なアプローチを提示する ・チーム・プロジェクトの推進 ・3~5名のサブチームのリード(進捗・タスク・品質の管理) ・技術的課題の特定と改善提案 再利用できるテンプレートやナレッジの整備(作って終わりにせず、資産として積み上げる※実装は、要所をご自身で担当しつつ、生成AIやメンバーと分担して進めます。 【ここで言う「生成AI活用」とは】 開発: 要件整理、設計書・テスト仕様の作成、実装(コード生成)を生成AIで進め、人はAIへの指示設計とアウトプットのレビュー・品質担保を担う 運用: 問い合わせ対応、影響調査、障害の一次切り分けなど、保守運用業務の一部を生成AIで自動化・効率化する データ基盤: AIが顧客データを正しく扱えるよう、データの意味づけや整備を行う 【案件イメージ】 私たちは、KDDIとKDDIグループが持つ膨大なデータを束ね、AIや業務改善、マーケティングなどの意思決定に活かす基盤をつくっています。案件は大きく以下の3つで、いずれも要件定義から運用まで一貫して手がけています。 ① AI活用を前提としたAI Readyなデータ基盤の企画・構築 AIエージェントが顧客データを正しく扱えるよう、データの意味づけ(定義・関係性の整備)や、AIとデータを繋ぐ仕組みを整えます。対話ログなど新しいデータの取り込みも含みます。 ② 大規模データ基盤の構築・運用・高度化 KDDIの顧客データ分析基盤やBI基盤、配信基盤を、継続的に高度化し、グループ会社へ展開します。 ③ AI駆動開発・運用による、システム開発・保守運用の変革 設計・実装・テストや、保守運用(問い合わせ対応・影響調査・障害調査)に生成AIを組み込み、開発・運用のやり方そのものを刷新します。