指標定義や計算ロジックを一元管理し、AI Agentが迷わないSemantic Layerの設計・実装・運用
ビジネス上の概念と指標の関係構造を構造化したオントロジー(Ontology)およびBusiness Context基盤の整備
設計したデータモデルに基づく、Dagsterおよびdbtを用いたレイヤリングデータパイプラインの実装と運用
DMBOKに基づくデータ品質の定義と、品質を保持するためのテスト設計・自動化およびData SRE的な品質監視・SLI/SLO運用の推進
AI AgentによるSQL生成・回答精度の監視・評価・継続的改善フィードバックループの構築
データカタログを用いたメタデータの管理・ドキュメント整備
データの利用ガイドライン・アクセス制御の設計と運用、およびデータ関連の監視対応
- 非エンジニアが日常的にAI Agentを用いて自律的にデータ活用を行うためのEnabling
- Basic Qualifications:
- ビジネス・分析におけるユースケースを理解し、適切なデータモデリングを設計・実装した知識と経験
SQLを用いたデータ分析・データ集計を通じて、ビジネスの意思決定や改善に貢献した経験
クラウドDWHの特性理解に基づく、クエリパフォーマンス最適化およびコスト/スキャン量削減の経験
dbt等のデータ変換フレームワークを用いたデータパイプラインの構築・テスト・運用の実務経験
何らかのジョブオーケストレーター(Dagster, Airflow等)を使ったデータパイプラインの運用経験
データ品質の定義と、実際に品質を守るためのテスト設計・モニタリングの知識と実践経験
Pythonを利用したデータ分析・処理スクリプト・ジョブ等の実装経験
データアーキテクチャおよびデータガバナンスについての基礎知識
AWS / GCPなどのクラウドプラットフォームの基礎知識
複数のチーム(エンジニア、PdM、BI、ビジネス)にまたがるコミュニケーションを自発的に行え、課題整理と合意形成ができる能力
- 日本語:ビジネスレベル以上
- Tools we use:
- AWS: Aurora MySQL, DynamoDB, S3, SQS, Kinesis Stream, etc.
Google Cloud: BigQuery, Cloud Storage, GCE, Vertex AI, etc.
Orchestration & Transformation: Dagster, dbt, Fivetran
BI & Analytics: Tableau, Mixpanel, Looker Studio, Google Sheets
- AI & LLM: OpenAI API, Anthropic Claude