## 募集背景
タイミーは創業初期からデータに基づく意思決定を重視し、社内には「データを使うのは当たり前」という文化が根付いています。
一方で事業はスキマバイト単体から複数プロダクトへ広がり、データ活用のニーズは組織の対応力を超える速度で増えています。
新規事業が立ち上がるたびに個別対応でデータ基盤を作る進め方では、意思決定の速度が基盤側の待ち行列に律速されます。
そこでデータエンジニアリング部では、データ基盤を運用する組織から、データで事業を動かす組織への転換を進めています。
具体的には、新規事業のデータ基盤を共通パターンで立ち上げる設計、各部門が自律的にデータを扱えるセルフサービス化、AIエージェントがデータを解釈できる状態の整備を並行して進めます。
これらは実装だけでは完結せず、モデリング、指標定義、データ契約、利用者との期待値調整までを一体で設計する必要があります。
この領域を自ら定義して推進できるシニアクラスのデータエンジニア、アナリティクスエンジニアを募集します。
## 業務内容
DRE 1Gの一員として、事業とプロダクトが意思決定に使えるデータプロダクトの設計と提供を担っていただきます。
担当領域は本人の強みと志向に応じて調整しますが、いずれの場合も要件の言語化から運用の定着までを一貫して担います。
- BigQuery上のDWH / データマートの設計、dbtによるモデリングと共通レイヤーの整理
- 指標、ディメンション、イベント、マスタの定義とセマンティックレイヤーの拡充
- 新規事業向けデータ基盤の立ち上げと、再利用可能な共通パターンへの一般化
- Data Contractの設計と、変更影響の検知を含む運用への組み込み
- Looker、Reverse ETLなど利用者向けデータ提供経路の設計とセルフサービス化
- データ品質要件の定義と、鮮度や網羅性を含む監視方針の策定
- AIエージェントや自然言語インターフェースからデータを使えるようにするための開発
- 事業部門、データアナリスト、プロダクトマネージャーとの要件調整とドキュメンテーション
## シニアメンバーに期待する役割
- 依頼を処理するのではなく、事業課題からデータ側の打ち手を定義し、優先順位を提案できること
- 単発の実装で終わらせず、次の類似案件が速くなる型として設計を残せること
- チーム内のレビューや設計議論をリードし、判断基準を言語化して共有できること
- 他部門との境界にある曖昧な論点を、関係者を巻き込んで合意まで進められること
## 組織構成
AI・データ本部のデータマネジメント部に所属し、2つあるDREグループのうちDRE 1Gに配属となります。
DRE 1Gはデータモデリング、事業向けデータ環境の提供、AIがデータを使える状態の維持を担い、実行基盤の運用と監視はDRE 2Gが担います。
チーム内にPOを置き、ロードマップの推進と新規技術の検証を並行して進めています。
## 扱っているデータ
- アプリユーザーのアクセスログ、募集内容に関する情報
- マッチングに関する情報
- レビューや評価情報、アプリインストールなどの広告効果に関わるデータ
- 問い合わせに関するデータ
- 営業活動情報のデータ
- Notionなどの社内ドキュメントを含む非構造化データ
など
## メンバーインタビュー / Tech Blog
- [Google Cloud × タイミー インタビュー記事](https://cloud.google.com/blog/ja/topics/customers/timee-building-a-data-infrastructure/?e=48754805&hl=ja)
- [社内AIエージェントを支える開発プラットフォームの紹介](https://tech.timee.co.jp/entry/ai-agent-platform)
- [データ基盤を自律改善する指標出力エージェント 「メトリっち」を作った話](https://qiita.com/miburo_data/items/e9e032a1f546fa6ef47c)
[](https://productpr.timee.co.jp/n/naa72c531d8a1)
[](https://productpr.timee.co.jp/n/n56cf7adf9cfe)
[](https://productpr.timee.co.jp/n/n84f4b3d59c49)
## 技術スタック
- クラウド
- Google Cloud
- 開発言語
- Python
- データ基盤
- BigQuery / dbt / Cloud Composer / Fivetran / trocco / Hightouch / Terraform / GitHub Actions
- ML / LLM基盤
- Vertex AI / MLflow / LiteLLM / Datadog LLM Observability
- BIツール
- Looker / Looker Studio
- IaC
- Terraform
- AIツール
- 社内向けの自然言語データ分析環境およびMCPサーバー群
- Claude Code、Cursor、Devinなどのコーディングエージェント
## このポジションの魅力
事業のスケールに伴い、データ基盤・データ組織にも「次の飛躍に向けた進化」が求められており、その当事者として関わっていただけることが本ポジションの魅力です。
- 1,000名を超える組織の意思決定を、データモデルとデータインターフェースの設計から変えられます。
- 複数事業が同時に立ち上がる局面のため、個別対応ではなく共通基盤として設計する判断が求められ、設計の裁量が大きいです。
- AIエージェントによるデータアクセスを前提とした基盤設計に、実運用の要件として取り組めます。
- 経営陣含め、会社としてデータに対する理解度が深く、データの分析や活用に関してのニーズがかなり多いです。そのため、事業成長にインパクトがあるデータの基盤構築に携わることが可能です。
- 複数事業が同時に立ち上がる局面のため、個別対応ではなく共通基盤として設計する判断が求められ、設計の裁量が大きいです。
- 会社やDREチームの未来について考えるのが好きな社員が多く、普段はリモートで働いているメンバーが多いですが、未来について語る時はオフィスに集まってディスカッションを行なっています。
- フルフレックス × フルリモートを選択でき、在宅環境整備の支援制度も整っています
## 採用要件
### *MUST*
- SQLを用いたデータモデリングまたはデータ分析の実務経験
- DWHの設計、構築、運用の実務経験
- dbtの実務経験、またはプログラミング言語によるシステム開発の実務経験
- Looker、Tableau、RedashなどのBIツールの設計または運用経験
- Gitを用いたチーム開発経験
- クラウド環境での開発経験（特にGCP、もしくはAWS）
- 技術選定や設計方針を自ら決め、他メンバーのレビューを通して品質を担保した経験
- タイミーのMissionへの共感
- 事業やドメインの文脈を短期間でキャッチアップし、データ要件に翻訳できる
- 建設的かつロジカルな議論を通して意思決定をできる
- チーム内外、他部署や他職種と円滑なコミュニケーションができる
- SlackやGoogle Meetを活用したリモートワークの経験
### *WANT*
- ディメンショナルモデリング、セマンティックレイヤーの実装経験
- Data Contractやデータ品質監視の設計、運用経験
- データマネジメントの知識と経験（特に個人情報保護、データセキュリティ）
- CLIによるインフラ構築やIaCの開発、運用経験（特にTerraform）
- CI/CDによる自動化の経験
- Cloud Composerなどワークフローオーケストレーションツールの運用経験
- LLMやAIエージェントを組み込んだシステムの開発、運用経験
- 機械学習の知識、または機械学習を用いた業務の経験
- 課題発見からヒアリング、要件定義、仕様策定までを担った経験
- 複数の関係部署を巻き込み、データ活用の仕組みを組織に定着させた経験
