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が安心かつ生産性高くデータを扱うためのデ
年収・労働条件・採用方法をご覧いただくには会員登録が必要です
開発環境
バックエンド開発：Python, Ruby(Rails)
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
求めるスキル
必須スキル/経験
▼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
DMBOKの知識体系の基礎的な理解がある方
メタデータ管理・マスターデータ管理などのデータマネジメントソリューションの検討・開発・運用の経験がある方
▼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
歓迎スキル/経験
▼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
データマネジメントのソリューション開発において、0から企画・検討し運用まで実現した経験を有する方
▼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々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
求める人物像
freeeの価値基準への理解と共感
様々な職種とコミュニケーションを図り、適切に期待値を調整しながら時には泥臭く、高い目標に対して漸進的に進められる方
経験がない分野・技術でも積極的にキャッチアップを図り、アウトプットに繋げられる方
心理的安全性の本質を理解し、課題に対して文脈を共有しながらもあるべき姿を議論・定義し実現できる方
組織、チームに得られたノウハウや経験を還元する行為を厭わない方
仕事の魅力
■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。
▼データマネジメントに対するfreeeの取り組み優先度が高い点
データマネジメントは、企業によっては実行する優先度が低くなる可能性がありますが、freeeでは、プロダクト間・セールス・マーケティングといった複数の部署で、データの発生があり、関心が領域をまたぐ事があります。
そのため、管理・把握する文脈が広く巨大であり効率的なデータマネジメントを実現することは避けられず、明確に優先度が高い事項となっています。
▼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、データマネジメント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。
