【東京】データエンジニア / AI×ものづくり統合を支えるContext Graph・データ基盤開発

職種

ネットワーク／データベース／サーバー

勤務地

東京都千代田区九段南1丁目6番5号 九段会館テラス

年収

700万～1,000万円

仕事内容

■担当業務内容
・AI Readyデータ・Context Graphの構築とパイプライン設計（60%）：
AI/MLモデルとAIエージェントが「そのまま使える」高品質なデータを、BigQueryを中核に作り・整備して供給する基盤を構築します。データ収集・統合（AWS S3・Redshift・Salesforce・Amazon Aurora等からBigQueryへ集約するETL/ELTパイプラインの設計・構築、Fivetran／Airflow／dbt core）。サービス横断コンテキスト連携、Context Graph（BOM/CADの親子関係・設計変換の来歴・判断根拠と確信度を追跡できるグラフ・イベントモデル）の設計。非構造データからのナレッジ抽出、AI Ready化（データモデリング・データカタログ整備）、データ品質管理

・データ管理プロセスの最適化および自動化（30%）：
属人化しがちなデータ抽出・加工作業を排除し、自動化されたワークフローを確立します。Airflow・dbt coreによるデータ運用の自動化・コード化（IaC）、Cloud Run等でのAIエージェント基盤へのデータAPI／連携整備、Context Graph APIの整備、データカタログによるメタデータ管理

・改善・技術検証（10%）：
モダンデータスタックや新技術のキャッチアップと検証。データパイプラインの改善提案、コードレビューへの参加

■仕事のやりがい（面白さ）
　ゼロから設計するデータ基盤が、そのまま複数のAIエージェントの精度を左右します。
　あなたが整備したContext Graphが、設計から購買までの統合体験を裏側から支えます。

■3～5年後の想定されるキャリアパス
　‐ データ基盤組織を率いる「データエンジニアリングマネージャー」
　- Context Graphやデータ品質を極める「データアーキテクト」
　‐ AIエージェント連携に強みを持つ「MLOps／AI Platformエンジニア」

■業務上の課題
　- 商品・CAD・会話履歴など多様なデータをAI Readyな形に整える設計判断が求められる
　- Context Graphのように社内に前例のないデータモデルをゼロから作る実行力が必要
　- 技術進化と事業状況の変化に応じて、データ基盤の優先順位をタイムリーに見直す必要がある

■使用ツール
　・ 使用アプリケーション： MS Teams GitHub Projects GitHub Issues
　・ 開発環境： Python SQL／Google Cloud Platform (GCP) を主軸にAWSとハイブリッド構成／BigQuery dbt core Airflow Cloud Run Fivetran（試験導入中）／Cloud Functions／Terraform GitHub Actions
　・ その他： AIエージェント連携: Google CloudのマネージドAIサービス／Context Graph（検証候補）: グラフデータベース Event Store PostgreSQL Redis／連携データソース: AWS S3 Amazon Redshift Salesforce SANSAN Amazon Aurora

応募条件

【必須】
- 大規模データの収集・蓄積・加工（ETL/ELT）基盤の設計・構築経験
- Python/SQLを用いたデータ処理の実務経験（目安：3年以上）
- AWS/GCP等のパブリッククラウドを活用したデータパイプラインの構築経験

【歓迎】
　- GCP（BigQuery Cloud Run 等）を中核に、dbt core（または Dataform）・Airflow・Fivetran 等のモダンデータスタックツールを用いたELTパイプラインの設計・構築・オーケストレーション経験
　- Salesforce・Amazon Aurora・Redshift・S3 等、多様な社内外データソースからのデータ連携・統合経験
　- Google Cloudのデータカタログ関連サービスや OpenMetadata / DataHub 等を用いたデータガバナンス基盤の導入・運用経験
　- グラフデータ、イベントソーシング、BOM/CADデータモデルのいずれかの設計・運用経験
　- 生成AI／AIエージェント向けデータ供給（RAG・エージェント連携）や、LLMを用いた非構造データ（文書・図面・会話ログ等）からの情報抽出・構造化の経験
　- Claude Code、GitHub Copilot、Codex、Antigravity 等を活用した開発経験、または業務での活用意欲
　- モダンデータスタック（Modern Data Stack）に関する最新の知見
　- AI Readyなデータ整備（生成AI・AIエージェントが扱いやすいデータ設計）に関する知見
　- データ品質（Data Quality）やデータリネージの可視化に関する知識
　- Infrastructure as Code (Terraform) によるGCPインフラ管理スキル
　- ビジネスレベルの英語力（ドキュメント読解等）

■求める人物像
　「データはAIの燃料である」と理解し、その燃料をいかに効率よく、高品質に供給し続けるかに情熱を持てる方。AI/MLモデルやAIエージェントが「そのまま使える」AI Readyなデータを、自ら設計し整備することにやりがいを感じられる方。生成AI・AIエージェントツールを自身の業務にも積極的に活用し、現状の泥臭いデータ加工作業を「仕方ない」と諦めず、「どうすれば自動化できるか？」「どうすればプロセスを最適化できるか？」を常に考え、実行できる方。

休日休暇

完全週休2日制(土日)／祝日／年末年始（12/29～1/4）※ただし、業務の都合で休日を他の日に振替えることがある　有給(初年度：即日付与。日数は入社日によって変動。次年度以降：4月に付与)　慶弔休暇　特別休暇

年間休日数

124日

就業時間

09:00～17:30

企業概要

※売上高、従業員数はグループ連結数字です。持株会社のミスミグループ本社は東証プライム上場企業です。＜グローバル26万社の製造業を、800垓（1兆の800億倍）通りの商品で支え、プライム上場企業の中でも有数の高成長・高収益を実現し続けるグローバル企業＞
◆メーカー事業：FA（ファクトリー・オートメーション）装置用部品、金型部品等の企画・開発・製造・販売
　※世界のあらゆる製造業（BtoB）に「商品標準化」によるカタログ販売と、商品を1個からでも2日で出荷する「確実短納期一個流し」によって高品質（Quality）、低コスト（Cost）、確実短納期（Time）の「QCTモデル」を実現
◆流通事業（VONA）：製造現場で使用する部品・道具等をミスミブランド以外の他社製品も含めたワンストップ提供サービス
　※取り扱い点数は2070万点、取扱メーカー数は3300社以上

従業員数

11,682人