当社は「知見と、挑戦をつなぐ」をミッションに、世界190カ国・80万人超の知見をつなぐナレッジプラットフォームを運営しています。

中でもグローバルENS（エキスパートネットワークサービス）事業は、コンサルティングファームや金融機関などのプロフェッショナルな顧客層に向けて、地域・言語の壁を超えた高精度な知見マッチングを提供しています。現在はWeb上の公開情報では捉えきれない一次情報のマッチングを自動化する自律型AIエージェントの開発が進んでおり、日本語データへの対応や、日本・海外のエキスパート間で生じるデータ構造の差異の解消が急務となっています。

生成AIの普及により公知情報の収集が容易になった今、Webでは到達できない個人の体験や未言語化の情報、すなわち「一次情報」の価値は相対的に高まっており、複数プロダクト・複数クラウド（Azure/GCP）にまたがるデータが日々蓄積され続けています。

しかし、AIの精度はその土台となるデータの品質で決まります。企業マスタの同一性、職歴データの正確さ、コンプライアンス判定の信頼性——ここが揺らげば、どれだけモデルやプロンプトを磨いてもAIエージェントの判断は揺らいでしまいます。

現在は既存構造の上での段階的な品質改善を進めていますが、その先には複数のデータソースを束ねた統一マスターデータ基盤への再構築という選択肢も見据えており、この意思決定と設計の中心を担う人材が必要です。
そこで、AIが安心して立脚できる「正しいデータ」を作るためのデータ基盤アーキテクチャを設計し、答えのない設計判断を実測データに基づいて積み重ねていただけるData Platform Engineerを募集します。

検索・分析・コンプライアンス判定といった多様な用途を支えるデータ基盤についてアーキテクチャ設計から、エンティティ解決（名寄せ）を含むデータクレンジング、そして品質を維持し続ける仕組みづくりまでの一連のフェーズをリードいただきます。

【業務詳細】
データ基盤のアーキテクチャ設計

• 複数プロダクトおよび複数クラウド（Azure/GCP）にまたがるデータを、AIプロダクト・検索・分析・コンプライアンス判定のそれぞれが信頼して使える形に整備する設計
• 信頼できる唯一の情報源（SSOT）をどこに置くか、信頼度（confidence）のデータモデルへの組み込みなど、実測データに基づく設計判断

エンティティ解決とデータクレンジングの実装・運用

• 決定的キーによる照合、スコアリング、人手レビューを組み合わせた多段構成での名寄せパイプラインの設計・実装
• 同じ処理を何度実行しても結果が変わらない設計（冪等性）や、問題が起きた際に元の状態に戻せる設計を含む、品質を維持し続ける仕組みとしてのデータクレンジングの構築
• パイプラインの安定稼働のための監視体制構築、およびエラー・異常検知時の対応

データ品質の調査と改善提案

• データ品質問題の調査と根本原因の特定
• 事業インパクトに基づく解決策の立案

技術的意思決定とステークホルダー折衝

• 設計や調査結果の文書化（設計ドキュメント、調査レポート、ADR等）
• CTO・プロダクトチーム・グローバルチームとの合意形成の主導

【ENS開発共通】

• プログラミング言語: C#, Python, Typescript
• バックエンドフレームワーク: ASP.NET Core, FastAPI
• フロントエンドフレームワーク: Angular
• インフラ：Microsoft Azure, Google Cloud Platform
• データベース：SQL Server, Cosmos DB
• コミュニケーション: Slack, Google meet,Jira
• ドキュメント管理: esa, Confluence,
• AIツール: Claude Code, Devin, ChatGPT

【Data Platform Engineer】
Azure Data Factory
Microsoft Power BI
BigQuery

• AIプロダクトの精度を根本から引き上げる手応えを感じられるポジションです

ビザスクでは、80万人のエキスパートネットワークと数十億円の売上規模という既存の大きなアセットを持ちながら、そのプロダクトをAIベースで作り替えようとしています。しかし、モデルやプロンプトの工夫だけでは越えられない精度の壁は、データの品質にあります。自動リサーチAIエージェントの精度を、モデルの工夫以上に左右するデータ基盤の質を、根本から引き上げる役割を担うことができます。

• 課題の発見から設計、CTOとの意思決定、実装まで一貫して携わることができます

ゼロから理想的な基盤を作れるわけではなく、既存のデータや仕組みと向き合いながら進める難しさはありますが、だからこそ一つひとつの設計判断が実際のプロダクトに直結します。調査から実測、設計、CTOとの意思決定、実装まで、分業せずに一気通貫で関わることができ、裁量を持って業務に取り組むことができます。

• データ品質の改善が事業インパクトとして数字で見える環境で働くことができます

企業マスタや職歴データの精度が上がれば、マッチング率という売上に直結する数字が動きます。逆にコンプライアンス判定の精度が甘ければ、見過ごしてはならないリスクとして経営に直接跳ね返ります。データ品質の改善という仕事が、事業の成長とリスク管理の両方に直結することを、日々の数字で確認しながら働くことができます。

• 買収・統合を経た複雑な環境に挑む、他では味わえない問題設定に取り組むことができます

グローバルENS事業は、2021年の海外企業（Coleman）買収を経て、日本発のプロダクトとグローバルのプロダクトという、技術基盤もデータ構造も異なる2つの環境を統合しながら成長してきました。買収・統合という経緯があるからこそ生まれる、複数クラウド・複数データソースが絡み合うスケールの大きな問題設定に取り組むことができます。

• 実データと向き合い、答えのない設計判断を楽しめる方

　表面的な動作確認では満足せず、データの矛盾や違和感を最後まで追いかけて根本原因に到達し、教科書に正解がない中でも実測データに基づいて仮説を立て、意思決定できる方

• 技術と事業をつなげて考えられる方

　データ品質の改善を、マッチング率やコンプライアンスリスクという事業の言葉で語れる方

• 仕組みとして品質を維持する発想を持てる方

　一度きりの対応で終わらせず、データが増え続ける中でも機能し続ける「機構」として設計できる方

• 意思決定者を巻き込みながら進められる方

　設計や調査結果を文書化し、CTOやグローバルチームを含めたメンバーとの合意形成を自ら主導できる

【想定年収】
700万円〜1,200万円

月給：538,000円 〜 882,000円
基本給：412,000円 〜 676,000円
固定残業代：126,000円 〜 206,000円
（固定残業手当30時間/固定深夜手当40時間含む）

※給与詳細は、スキルや経験に応じて決定します。

正社員

入社後3ヶ月（本採用と同条件）

時間管理または専門業務型裁量労働制
※スキル、ご経験、担当業務、および社内制度の改定等によって、勤務体系は決定させていただきます。

時間管理
10:00～19:00
所定労働時間：8時間00分／休憩：60分

専門業務型裁量労働制
1日のみなし労働時間8h／休憩1h
平均労働時間：160時間/月
（対象期間2022年下期 ・開発組織メンバーの平均）

• 通勤手当（上限あり）
• 仕事のパフォーマンスをあげるための福利厚生（身体のメンテナンス、家事代行、学習費用補助等に月1万円まで使用可）
• 外部セミナー参加補助
• 書籍購入にかかる費用負担
• インフルエンザ予防接種
• 健康診断費／健康診断オプション費用負担補助
• 健康保険加入に伴う福利厚生（保養施設やスポーツ施設の利用・飲食店の補助等）
• 借上社宅制度
• 遠方からの転居費用補助（採用時のみ）
• 勉強会・社内懇親会にかかる費用補助
• 社内部活動の活動費補助
• 新入社員歓迎・社内交流ランチ費補助

健康保険・厚生年金・雇用保険・労災保険

屋内禁煙、喫煙室なし
敷地内全体喫煙禁止

【業務範囲について 】
雇入れ直後：上記を参照ください
変更の範囲：当社における各種業務全般