From Google's careers page
Status: listed on the employer's own careers page when we last checked (daily). Confirm on their site before applying.
Google Cloud のデータクラウド チームは、Google のエージェント型 AI サービスを支えるデータ プラットフォームを構築しています。このプラットフォームは、BigQuery、Managed Spark、Borderless Lakehouse、Spanner、AlloyDB、Knowledge Catalog で構成され、Gemini Enterprise と統合されています。
データクラウド チームのフォワード デプロイド エンジニア（FDE）は、お客様の現場に深くコミットするポジションです。最先端のデータ ソリューションをお客様の実際の本番環境レベルで機能するソリューションとして具現化します。「イノベーター ビルダー」として、お客様の環境で直接作業し、プログラミング言語（PySpark、SQL、Python など）とデータクラウド エコシステム（BigQuery、Managed Spark、Spanner、AlloyDB など）に関する経験を活かして、データと ML のワークロードをアイデアから Google Cloud での本番運用へと導きます。エージェントが依存するデータ基盤を構築し、顧客データに基づいて ML モデルをトレーニングして評価します。戦略的アカウントに深く関わることで、2 つの重要な役割を担います。複雑なシステムの手厚い実装支援を行うことと、現場で得た知見をフィードバック ループとして活用し、Google Cloud の将来のプロダクト ロードマップに反映させることです。
Google Cloud の市場開拓チームに加わり、世界中の企業を AI 革命へと導くチャンスです。基盤となるテクノロジーの創出と大規模な運用実績に裏打ちされた Google ブランドの信頼性が、あなたの活躍を後押しします。最先端の Gemini モデルと包括的な Vertex AI Platform を擁する世界最高峰の AI ポートフォリオを提供し、ビジネス課題の解決を支援します。DeepMind のエンジニアおよびリサーチチームとも直接連携できる協調的な環境など、このチームには顧客の課題をスムーズに解決する体制が整っています。ミッションの推進役としてカスタマー サクセスを実現し、共にクラウドの新時代を切り拓きましょう。この市場を動かすのはあなたです。
お客様とともに本番環境のデータ ワークロードと ML ワークロードを構築してリリースする。BigQuery、Managed Spark、Spanner、AlloyDB で PySpark、SQL、Python によるコード記述、テスト、パフォーマンス調整を行う。
センシティブ データ（PCI、PHI など）の匿名化を行いながら、お客様のデータを使用して実用的な概念実証を提示する。
レイクハウス アーキテクチャ、メタデータ、セマンティック コンテキスト、カスタム エージェントが信頼できるデータに基づいて行動できるようにするアクセス制御など、エージェント ソリューションのデータ基盤を構築する。
顧客のビジネス指標を改善する ML コンポーネントとエージェント コンポーネントをトレーニング、評価、デプロイし、評価とモニタリングを実施する。
高コストの分析、Spark、運用データベースのワークロードを他のプラットフォームから Google Cloud エンジンにリファクタリングして移行し、費用対効果を測定する。
エンジニアリング、コンピュータ サイエンス、または関連する分野の学士号を取得していること（同等の実務経験でも可）。
ソフトウェア エンジニアリング、データ エンジニアリング、ソリューション アーキテクチャ、機械学習（ML）、技術コンサルティングのいずれかに携わった 2 年以上の経験（Python と SQL でのコーディング経験を含む）。
データクラウド エコシステムのプロダクト、テクノロジー、言語（Apache Spark、PySpark、BigQuery、Spanner、Data Catalog、AlloyDB など）に携わった経験。
本番環境レベルのデータクラウド ソリューションに構想からリリースまで携わった経験（GCP などのクラウド プラットフォームでデータシステムを設計した経験、構造化 / 非構造化パイプラインを構築した経験を含む）。
本番環境で ML モデルをトレーニング、評価、デプロイした経験。
マルチエージェント システムを、フレームワーク（LangGraph、CrewAI、ADK など）と複雑なパターン（ReAct、自己分析、階層的委任など）を使用して実装した経験。
プロンプト開発、モデル評価、AI のクリエイティブな応用に携わった経験。
エンタープライズ データ（Gemini、エージェント、RAG、ベクトル検索など）を対象に大規模言語モデル（LLM）でアプリケーションを構築し、品質、レイテンシ、費用を評価した経験。
分析、Spark、データベースのワークロードをプラットフォーム間で移行し、費用やパフォーマンスの結果を測定した経験。
「LLM ネイティブ」の指標（1 秒あたりのトークン数、1 リクエストあたりのコストなど）および状態管理と詳細なトレースを最適化する手法に関する知識。
エンジニアリング、コンピュータ サイエンス、または関連する分野の学士号を取得していること（同等の実務経験でも可）。
ソフトウェア エンジニアリング、データ エンジニアリング、ソリューション アーキテクチャ、機械学習（ML）、技術コンサルティングのいずれかに携わった 2 年以上の経験（Python と SQL でのコーディング経験を含む）。
データクラウド エコシステムのプロダクト、テクノロジー、言語（Apache Spark、PySpark、BigQuery、Spanner、Data Catalog、AlloyDB など）に携わった経験。
本番環境レベルのデータクラウド ソリューションに構想からリリースまで携わった経験（GCP などのクラウド プラットフォームでデータシステムを設計した経験、構造化 / 非構造化パイプラインを構築した経験を含む）。
本番環境で ML モデルをトレーニング、評価、デプロイした経験。
Scores your resume against this job the way resume scanners do: the job's hard and soft skills, searchability, recruiter tips and formatting.
Create a free account to see your score. Your resume stays in this browser until then, and we never store it.
Already a member? Sign in