ポジション概要:
Principal Data Engineer – APJ Data Warehouse は、APJにおけるエンタープライズデータ基盤の設計・構築・高度化を技術面からリードするポジションです。
Snowflakeを中核とした、スケーラブルかつ標準化されたAPJ Data Warehouse（DWH） を構築し、各市場やシステムに分散しているCommercial Dataを、信頼性が高く再利用可能なデータプロダクトとして統合します。
主な対象データドメインは以下です。
· 顧客マスターデータ
o アルトマーク等の顧客データ
· 営業アライメントデータ
o 営業組織、テリトリー、担当者・顧客アサインメント
· 実消化 / JD Salesデータ
· 市場売上データ
· CRM活動データ
o 顧客タッチポイント、CRM営業活動、Digital Engagement Dataなど
これらのデータを統合することで、Business Intelligence、Commercial Analytics、Advanced Analytics、AI が共通利用できるAPJ Data Foundationを構築します。
本ポジションはArchitectureだけを担当する役割ではなく、Snowflake、dbt、Fivetranを自らHands-onで活用できるPrincipal Engineer として活躍いただきます
主な職務内容
1. APJ Data Warehouse Architecture & Engineering
Snowflakeを中心としたAPJ共通Data Warehouseの設計・構築
APJ各Market・Business Functionで共通利用できるデータアーキテクチャの設計
メダリオンアーキテクチャ、拡張性・再利用性を考慮したData Layerの設計
各国固有の要件とAPJ共通Standardを両立するData Modelの設計
BI、Analytics、Data Science、AIから利用可能なデータプロダクトの構築
Performance、Scalability、Maintainability、Reliabilityを考慮したEngineering Standardの確立
2. Commercial Data Domain Integration
以下の主要Commercial Data Domainの統合・モデリングをリードします。
Customer Master Data
アルトマーク等のHCP/HCO顧客マスターデータの統合
Customer IDやHCP/HCO Relationshipを考慮した顧客データモデルの構築
Customer MasterとCRM、Sales、Alignmentデータをつなぐ共通データ基盤の構築
Sales Alignment
営業組織、Territory、担当者、Customer Alignment等のデータモデル構築
Customer Master、Sales、CRM Activityとの統合
組織変更・担当変更等を考慮した分析用データモデルの設計
JD Sales / Secondary Sales Data
実消化 / JD Salesデータを取り込むData PipelineおよびData Modelの構築
Sales Transaction Dataの標準化
Reporting / Analyticsで再利用できるSales Data Productの構築
Data Quality CheckおよびValidationの実装
Market Sales Data
市場売上等のExternal Market DataのDWHへの統合
Product / Market等の分析に利用できる共通データモデルの構築
Internal Sales DataとExternal Market Dataを組み合わせたAnalytics基盤の整備
CRM Activity Data
CRM上のCustomer Interaction / Activity Dataの統合
Customer Master、Sales Alignment、Sales Dataとの連携
Customer Engagement分析に利用できる再利用可能なデータセットの構築
3. Snowflake Data Platform Engineering
Snowflakeを利用したEnterprise Data Warehouseの設計・開発
大規模なCommercial Dataを対象としたData Modeling
SQLおよびData ModelのPerformance Optimization
APJ全体で再利用可能なArchitecture PatternおよびEngineering Standardの策定
BI / Analytics / AI向けのCurated Data Productの構築
4. dbt Data Transformation & Modeling
dbtを利用したTransformation Layerの設計・開発
SQLベースのModularかつReusableなData Modelの開発
APJ共通Data Modeling Standardの確立
dbtを利用したTest、Documentation、Data Quality Checkの実装
Business Definitionを標準化されたAnalytical Data Modelへ変換
Git / Code Reviewを活用したEngineering Practiceの確立
5. Fivetran Data Integration
Fivetranを利用したData Ingestion Pipelineの設計・実装
Source System / External Data SourceからSnowflakeへのデータ連携
Pipeline Monitoringおよび障害対応
新しいAPJ Data SourceのOnboarding
安定性・保守性を考慮したELT Pipelineの構築
6. Data Quality & Governance
主要Data Domainに対するData Quality Controlの確立
Automated Data Quality CheckおよびValidation Ruleの実装
Business DefinitionおよびData Modelの標準化
Data Owner / Data Stewardとの連携
Customer / Commercial Dataを信頼して利用できるData Foundationの構築
7. Analytics & AI Enablement
Power BI等から利用可能なAnalytics-ready Datasetの構築
Advanced Analytics / Data Science向けData Productの提供
AI/MLおよびGenerative AIへの将来的な活用を考慮したデータ基盤設計
Standardized / Governed Data Productを通じたSelf-service Analyticsの促進
必須要件
Technical Skills
以下の3つすべてについてHands-onの実務経験を必須とします。
Snowflake
Snowflakeを利用したData Warehouse / Data Mart設計・開発経験
Advanced SQL
Data Modeling
Performance Optimization
Enterprise Analytics向けデータアーキテクチャ設計
dbt
dbtを利用したData Transformation / Data Modelingの実務経験
Modular / ReusableなData Modelの設計
dbt Test / Documentationの実装経験
Fivetran
Fivetranを利用したData Integrationの実務経験
ELT / Data Pipelineの設計・運用経験
Source-to-Snowflake Integration
Pipeline Troubleshooting
その他の必須スキル
高度なSQLスキル
Cloud Data Architectureに関する知識・経験
ETL / ELT Architectureの実務経験
Data Warehouse / Analytical Data Modelingの経験
Data Quality Managementの知識
ProductionレベルのData Pipeline設計・開発経験
Gitを利用したVersion Control / Collaborative Development
高いProblem Solving / Troubleshooting能力
Language Requirements
日本語
Nativeレベル必須
日本のBusiness Stakeholderと独力でRequirements Gatheringを実施できること
Business Requirementを理解し、Data Model / Technical…