【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

【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

【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