仕事を探す

求人紹介プログラムAIツール

人材を探す

採用代行採用診断

その他

コラム利用者の声FAQ会社概要コンサルタントLINEで相談

応募後のAI面接(阿財)と担当コンサルタントとのやり取りは、中国語で行います。

← 求人一覧に戻る
正社員新北・板橋

Sr. Data Engineer シニアデータエンジニア(消費データ)金融情報/コンシューマー向けアプリ・消費事業グループ・正社員・新北市板橋

台湾の著名な金融情報・コンシューマー向けアプリ企業のコンシューマー事業部門(電子レシート、家計簿、生活系プロダクト)が、シニアデータエンジニアを募集しています。MongoDBなどのデータソースから安定したData Pipelineを構築し、クラウドとオンプレミスが共存するハイブリッド環境を扱います。

求人条件一覧

給与・待遇
年収 約150万(台湾ドル)年収 約150万(台湾ドル)、経歴に応じて決定
職務の性質
正社員
勤務地
新北市板橋区具体的な場所は面談時にご説明します

※ 上記の条件は現時点での予定です。実際の待遇と勤務条件は、面接後に双方で確認した内容が優先されます。

仕事内容

コンシューマー向けRaw Dataのデータ基盤構築

  • MongoDBなどのSource Systemからデータを抽出・クレンジング・変換・保存し、安定的で追跡可能かつ拡張性のあるRaw Data Pipelineを構築して、下流の分析やデータ活用が信頼できるデータを得られるようにします。

Hybrid Data Pipelineの設計・保守

  • データ量、処理の即時性、利用シーンに応じて、Cloud と On-premise 間のデータフロー、演算、ストレージの方式を設計し、大量の消費データが安定して流通・処理されるようにします。

大量データに対応できる Data Pipeline とデータアーキテクチャを構築します

  • Batchやさまざまな鮮度要件に合わせてデータ処理フロー、データモデル、クエリ構造を設計し、パフォーマンス、安定性、コスト、保守性の間で合理的な技術的トレードオフを判断できること。

データ品質とPipelineの安定性を向上

  • データ検証、異常監視、エラー処理とオブザーバビリティの仕組みを構築し、データの欠落・遅延や Pipeline Failure の根本原因をすばやく特定して、下流の利用者が正確で安定したデータを得られるようにする。

分析、プロダクト、関連チームとデータ要件を定義する

  • 分析やビジネス活用で本当に必要なデータの粒度、更新頻度、使い方を理解し、要件を実装可能なData Pipelineとデータアーキテクチャに落とし込みます。仕様どおりにデータを運ぶだけの仕事ではありません。

データエンジニアリング基盤と開発プロセスの継続的な改善

  • 既存のPipeline、Storage、Data Processingにおけるパフォーマンスや保守上の課題を特定し、データ処理の効率、エンジニアリング品質、自動化の度合いを段階的に改善する。

ニアリアルタイムのデータ活用に向けたエンジニアリングニーズを支援

  • レコメンド、広告、プッシュ通知などのデータ活用シーンに合わせて、Streaming / Near Real-time Pipelineの設計・構築に参加し、データがSourceから下流のアプリケーションで使えるようになるまでの時間を短縮します。

応募条件

必須条件
  • Data Pipelineの構築と運用を実際に担当した経験が必要です。単なるData Analysis/BI/Dashboardの経験は対象外です
  • Python+SQL は必須条件
  • SQL+NoSQL の両方について理解と実務経験があること
  • 大規模データ(1億件超)のPipeline/Architecture経験
  • Cloud Data Engineeringの実務経験
  • Coding Agentを活用したソフトウェア開発の経験
歓迎条件
  • Kafkaまたはその他のEvent Streaming技術の実務経験があり、On-premiseまたはHybrid EnvironmentでStreaming / Near Real-time Data Pipelineを構築・保守した経験がある方。
  • レコメンドシステム、広告、CRM/プッシュ通知など鮮度が求められるデータ活用を支援した経験があり、イベント発生からデータ処理、下流のServingまでの一連のデータフローを理解している方。
  • EC、小売、消費財業界でのData Engineering経験

このチャンスを選ぶ理由

ゼロからデータ基盤を築く

中心となるミッションはRaw Dataを使えるデータ基盤に変えることで、SourceからServingまでをあなたが考えます。

リアルタイムデータへ

レコメンド、広告、プッシュ通知などリアルタイム性の求められるニーズが増えており、ストリーミングの経験はこれから解決すべき課題に直結します。

応募の流れ

01
AI面接官・阿財(アツァイ)と一次面談
02
コンサルタントによる秘密厳守の一次面談
03
面接の設定、条件の合意

今すぐ応募

オンライン入力は約2分。Step1neのコンサルタントからできるだけ早くご連絡します。

今すぐAI面接官・阿財と面談する LINEで直接問い合わせる →

よくある質問

選考の流れは?+

すべてオンライン:データ分析責任者 約1時間、バックエンド責任者 約1時間、HR による価値観面接 約1時間+事業責任者 約30分。

なぜAIの話がたびたび出てくるのですか?+

採用部門は「生成AI/Coding Agentを実際に業務フローに取り入れた」経験を重視しており、面接でも質問されます。詳しく説明できる実例を一つ準備しておくことをおすすめします。

どの会社ですか?+

採用企業は、初期の接触段階では社名を公開しないことを希望しています。初期評価を通過した後、コンサルタントがご連絡の際に会社の背景、製品、チームの状況を詳しくご説明します。