求人情報詳細
NEW 株式会社ミスミグループ本社 データアーキテクト・開発リーダー/管理職
正社員
1000万円
| 仕事内容 | ●担当業務内容 AI検索サービスの根幹となるデータアーキテクチャの設計、およびデータ管理プロセスの最適化・自動化をリードします。 [1] AIモデルのためのデータ基盤構築・パイプライン設計:50% AI/MLモデルの学習・推論に必要なデータを、高品質かつタイムリーに供給するための基盤を作ります。 データ収集・加工:多様なログデータや商品データを収集し、モデルが学習可能な形式へ加工(ETL/ELT)するパイプラインの設計・構築 特徴量管理(Feature Store):特徴量の作成・管理を一元化し、学習時と推論時のデータ不整合(Training-Serving Skew)を防ぐ仕組みの導入 データ品質管理:データの欠損や異常を検知し、常にクリーンなデータを維持するための監視・通知システムの構築 [2] データ管理プロセスの最適化および自動化推進: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。 データ運用の自動化:手動SQLやスクリプトに依存しているデータ作成フローを、Workflow Engine(Airflow等)を用いて自動化・コード化(IaC) MLOps基盤の強化:データサイエンティストがスムーズにモデル実験・デプロイを行えるよう、インフラ側からの環境整備 メタデータ管理:どのデータがどこにあり、どう加工されたかを追跡可能にするデータカタログの整備 [3] チームマネジメント・戦略策定:20% セクションリーダーとしてメンバー(正社員・パートナー)のタスク管理、技術指導、評価 事業目標に基づいた中長期的なデータ戦略・アーキテクチャロードマップの策定 ●仕事のやりがい(面白さ) 単にデータを溜める箱を作るのではなく、「AIを賢くするためのデータ戦略」を技術面からリードできるポジションです。 3000万点の商品データと年間1億件の検索ログという膨大な資産を使い、いかに効率よく特徴量を作り出し、モデルに供給するか。この「データエンジニアリング×MLOps」の領域において、ゼロベースで設計し、プロセスの自動化まで裁量を持って推進できる点は、エンジニアとして大きな醍醐味です。 ●3~5年後の想定されるキャリアパス AI/データ基盤のスペシャリストとして、全社のデータ戦略を担うデータアーキテクト データエンジニアリング組織を統括するマネージャー MLOps領域を極め、開発と運用の架け橋となるテックリード ●業務上の課題 AI活用の高度化に伴い、データ加工や特徴量作成のプロセスが複雑化しており、一部のエンジニアによる手動対応や属人化した運用がボトルネックになっています。 データサイエンティストがモデル開発に専念できるよう、データ準備にかかる時間を極小化し、システムによる自動化・最適化を強力に推進することが急務です。 ●使用ツール クラウド・インフラ: Google Cloud Platform (GCP)を主軸にAWSとハイブリッド構成 AI/MLプラットフォーム: Vertex AI (Pipelines, Feature Store, Model Registry) データウェアハウス・加工: BigQuery, Dataform, Redshift コンテナ・サーバレス: GKE (Google Kubernetes Engine), Cloud Run, Cloud Functions IaC・CI/CD : Terraform, GitHub Actions 言語: Python, SQL コミュニケーション・管理: MS Teams, GitHub Projects , GitHub Issues ●その他 リモートワークと出社のハイブリッド勤務、フリーアドレス制など、柔軟で働きやすい環境です。 |
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 経験・資格 |
※求人情報の応募要件全てに該当しなくても、企業様に対して内々に打診したり相談することが可能な場合もございます。一つでも当てはまる方は前向きにご検討下さい。
1必須要件いずれもの条件を満たす方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 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 開発チームのリーダーまたはマネジメント経験(進捗管理・技術指導含む) 2歓迎要件 <経験> GCP (BigQuery, Vertex AI等)を活用したデータパイプラインおよびMLOps基盤の構築経験 Dataformまたはdbtを用いたデータモデリング・ELT処理の開発経験 OpenMetadataやDataHub等のツールを用いたデータカタログ・データガバナンス基盤の導入・運用経験 機械学習モデルのライフサイクル管理(実験管理、モデルデプロイ、監視)の自動化経験 <知識・スキル> モダンデータスタック(Modern Data Stack)に関する最新の知見 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) 3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。 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、チームを巻き込んで改善を実行できるリーダーシップを持った方を求めています。 4学歴 大学院卒、大学卒、高専卒、専門卒以上 ※更なる詳細事項は、カウンセリング(面談)時にお伝えします。 |
||||||||||||
| 想定年収 | 700 万円 ~ 1000 万円 | ||||||||||||
| 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 | ||||||||||||
| 勤務時間 | 勤務時間 9:00~17:30(標準7時間30分) ※フレックスタイム制あり/コアタイム11:00~15:00 働き方 1勤務制度区分 <フレックスタイム制> 2リモートワーク勤務 <リモート可> 3出社頻度 週2日 4土日祝出勤 ・有無<無し> 5出張情報(有無/場所/頻度) ・有無<無し> 6兼業に関して ・原則不可 |
||||||||||||
| 休日・休暇 | 年間休日124日 完全週休2日制、年末年始、有給休暇(勤続年数に応じて付与、入社初年度は10日間)、慶弔休暇、特別休暇 ■産前産後休暇:産前6週間(多胎妊娠の場合は14週間)、産後8週間 ■育児休業(入社1年以上):原則子供が1歳に達するまで、最長2歳に達するまで取得することができます。男性社員の場合、出生時育児休業も取得可能 ■育児時短勤務(入社1年以上):最長、子供が小学校4年生修了時まで ■子の看護休暇:小学生未満の子供が負傷し、または疫病にかかった場合、年間5日(子供が2人以上の場合は10日)まで 1日、半日、1時間単位で取得可能 ■有給休暇:1日、半日、1時間単位で取得可能 |
||||||||||||
| 試用期間 | 試用期間:有(試用期間:原則3ヶ月) ※試用期間中の待遇変更はありません | ||||||||||||
| 昇給・給与 | 昇給:年1回(4月) ※業績賞与制度あり |
||||||||||||
| 加入保険 | 各種社会保険完備 | ||||||||||||
| 受動喫煙対策の有無 | 有 屋内原則禁煙(喫煙専用室設置あり) |
||||||||||||
| 企業データ |
|
||||||||||||
| 取材班による独自解説 | FA・金型用部品の専門商社を中心とする持ち株会社。 携帯電話や自動車などの製造設備に使う部品などの企画・開発や、同社ブランド以外の他社商品も含めた生産設備関連部品、製造副資材やMRO(消耗品)などの販売を行っている。 製造業の「在庫を抱えない」と「工場を安定稼動させ納期を守る」というモノづくりにおける最重要課題を支える「時間」に価値を置き、「確実短納期」に強みを持つ。 アジア、米州、欧州を中心に、営業拠点62、配送センター18、生産拠点22に拠点を構え、取扱アイテムは3300万点に登る。 【異業種の方も歓迎しています!】 「Best place to growth」を掲げ、ミスミを一番成長できる環境にするための施策を進めている。現状に満足せず、どんどん新しいことに挑戦していきたい方を歓迎。 【同社の魅力】 ●メーカー×商社の独自のビジネスモデル ・QCTモデルを確立。(Quality:高品質、Cost:低コスト、Time:短納期を実現) ※短納期の実現に向けて物流システム・オペレーション構築にも注力。 ・[メーカー機能]都度図面を作成するのではなく、標準化して部品を型番で管理。近年は部品のみではなくモジュールについても型番管理することで更なる短納期の実現を目指している。自社ブランドの製品の製造に加え、3000社ほどの協力メーカーとも協業し、顧客ニーズに合った製品を提供している(現地生産・現地販売が基本)。 ・[商社機能]約34万社の顧客対し、その品揃えは最大規模。 ●持続的な高成長 売上高・利益とも7期連続で過去最高を更新。2017年度は3129億円の売上と、前年度比20%以上の伸び。利益も同様。 ●高収益(約10%の営業利益) 効率経営で収益力は業界屈指。元代表の三枝氏はBCG出身。 ●働きやすさ改革 代表自ら労働時間の短縮の号令をかけ、残業時間が前年と比べて全社的に年間で120時間の短縮となった。 また、土日はしっかりと休日をとるなど、メリハリをつけて働くことが可能。 ●グローバル展開 海外売上は年々増加。海外売上比率は約45%。営業拠点・配送センター・生産拠点は100件近くに及ぶ。 そのため、海外拠点との協業機会も豊富にある ●独自の人事制度・組織論 ・経営者育成:社長自らが教育・研修を行い人材を育成している。 ・ビジネスプラン:経営企画を3ヵ月程かけて、独自のフレームワークに基づき練りに練って戦略立案。 ・役員、部門長・ジェネラルマネジャー、ディレクター、リーダー~メンバーと4段階のシンプルな階級。 ※副部門長・アシスタントマネジャー等の間の階級を増やさないことで意思決定スピードが落ちることを防ぐ。 ●独自の社内制度 ・手挙げ昇進昇格制度:毎月実施。複数回チャレンジすることができ、飛び級の可能性もある。29歳で管理職に昇進される方もおり、若いうちから管理職を狙える。 ・Next challenge制度:2023年4月から開始。年に1回、社内サイトの求人に3ポジションまで応募可能。サイトには説明会動画や部門写真が豊富に掲載されている他、人事がエージェントとしてキャリアの助言をするサービスも実施。昇給目的の利用を避けるため、異動時の昇給無い。オファー面談も実施するなど、「社内転職」を実現できる。初回となる2023年度は対象者800名のうち130名が利用した。新卒5年目が事業開発から人事にキャリアチェンジしたケースもある。 | ||||||||||||
| Recruiting No. | 01006248001842 |
関連する業種から探す
エリートネットワークのおすすめの『転職体験記』
-
- ネットサービス会社に勤務しながら、博士号(情報科学)を取得した30歳プロダクトマネージャー。バーチャルから飛び出し、リアルに挑戦したく自動車メーカーの商品企画部へ
- 前職
- 【東証プライム上場 SNS、ゲーム、メタバース等インターネットサービス老舗企業】
グループ会社出向 プラットフォーム事業本部 プロダクトチーム 3Dアバター配信アプリのプロダクトマネージャー(イベント施策の企画・機能開発等)
→プラットフォーム事業本部 売上改善チーム シニアマネージャー(KPI策定・達成管理、開発進行管理、北米アートチームとの制作プロジェクトリード等)
→プラットフォーム事業本部 プロダクトマネジメントチーム マネージャー(新規事業の立ち上げ、後継マネージャーの育成)
※社内の最優秀賞、CEO賞受賞
- 現職
- 【東証プライム上場 完成車メーカー】
プロダクト企画部 デジタルプロダクト開発における商品企画・プロダクトマネジメント
転職体験記を読む -
- 統計解析を研究した博士29歳。任期1年の特定助教から、財閥系総合重機メーカーのデータサイエンティストに転職成功
- 前職
- 【旧帝国大学 大学院】
経済学研究科の特定助教(研究テーマ:統計解析、機械学習、計量経済学)
- 現職
- 【東証プライム上場 財閥系 総合重機メーカー】
AI・データサイエンティスト(機械学習、深層学習、大規模言語モデル)
転職体験記を読む -
- 工学博士29歳。バイオインフォマティクス解析技術を活かし、アカデミア(国立大学)から、AI活用データ解析に強みのテクノロジー企業に転職成功。
- 前職
- 【地方国立大学】
博士研究員(バイオインフォマティクス解析によるがん研究)
- 現職
- 【AIを活用したデータ解析や情報管理のソリューション企業】
AI事業本部 ライフサイエンス分野でのAI研究
転職体験記を読む