データエンジニア（MLエンジニア）／フルリモートOK

GOについて 仕事概要 GOのデータ基盤では、3,500万ダウンロードのタクシーアプリ『GO』のデータなど、1日に10億レコード規模のデータを収集し、活用しています。 データの主な活用方法は二つあります。 一つはデータプロダクトの開発であり、データをもとにAIや高度なアルゴリズムを開発しタクシーアプリ『GO』に機能として組み込んでいます。 もう一つは意思決定支援であり、約30名のデータアナリストやデータサイエンティストがデータ分析し、その結果を元にビジネス担当やプロダクトマネージャがプロジェクトの効果測定や意思決定をしています。 本ポジションは、このデータ基盤を支えるデータエンジニアです。 仕事内容 データ基盤とデータプロダクトの実行基盤を担当いただきます。 データ基盤 大規模な車両データをDataflow等を用いてBigQueryに収集 3,500万ダウンロードのアプリケーションのDBとログのデータをBigQueryに収集 地図を始めとした外部データをデータ基盤に収集 データ加工バッチの開発・運用、Google Cloudの様々なサービスを用いて実現 StreamlitやLookerなど分析ツールのホスティング 100人規模の利用者の管理、セキュリティコントロール データプロダクト実行基盤 タクシーアプリ『GO』でAIや高度なアルゴリズムを用いたデータプロダクトの実行基盤を設計・開発・運用 データサイエンティストの開発支援 AIモデルの学習バッチや、本番での推論サービング 高性能かつ高可用性を担保するための設計・実装・システム運用 24/365のオンコール体制（待機なし・システム障害時に当番順にコールがあり対応） 募集背景 タクシーアプリ『GO』では、日々プロダクトの磨き込みを継続しています。 プロダクトの磨き込みには緻密なデータ分析やAI活用が必須であり、そのためにデータアナリストやデータサイエンティストが数多く所属しています。 ですが、データアナリストやデータサイエンティストに良質なデータや環境を提供できる人が不足しています。 本ポジションの魅力 大規模アプリケーションを支えるデータ基盤での実務経験がつめます 高トラフィックな本番環境で、AIやアルゴリズムの実行基盤の運用経験がつめます 全てクラウド上で完結し、オンプレミスとは無縁であり、生産性高く開発できます 開発環境 データ基盤 データストア: BigQuery ETL: Dataflow, 独自開発(Python) SQLフレームワーク: Dataform ワークフローエンジン: Cloud Composer(Airflow) + GKE メタデータ管理：Dataplex その他ツール: Streamlit, , Kubeflow 言語: Python データプロダクト実行基盤 データストア：Redis, AWS Aurora(MySQL, PostgreSQL) 実行基盤：AWS:AKE etc 言語: Go, Python モニタリング: Grafana, Sentry その他ツール：Feast 開発環境 LLM: Github Copilot, Claude code, gemini, MCPs etc IDE: VS Code etc CI / CD: GitHub Action VCS: GitHub その他 Google Workspace, Slack 所属組織 AI技術開発部 データプラットフォームグループ：4名 ※関連チーム ・データサイエンティスト：20名 ・データアナリスト：8名 ・データアーキテクト：5名 必須の経験／能力 以下をすべて満たす方 以下の経験を３年以上 商用システムの本番運用、障害対応 RDBMSを用いた開発 GO言語もしくはPythonでの開発 ジョブコントローラー（Airflowなど)を用いたバッチ開発 Google CloudもしくはAWSでの開発 LinuxもしくはDockerでの開発 Gitを用いたPRベースの開発 以下の経験を１年以上 Webアプリ、APIなど常駐プロセスの開発経験 パフォーマンス問題の対応経験。CPU、メモリ、IO、ネットワークなどのボトルネックを特定できること 他人のコードレビュー 3名以上のリード システムの課題を自ら発見し、解決した経験 日本語ネイティブレベル、またはビジネスレベルの日本語力 歓迎する経験／能力 データウェアハウス(BigQuery, Snowflake etc)の利用経験 機械学習学習バッチ、推論バッチの開発経験 Google Cloudの管理やSREポジションの経験、Google Cloud資格保有 応用情報技術者試験資格保有 コンピュータサイエンスの学位 求める人物像 ミッション・ビジョン・バリューに共感できる方 技術を手段と捉えて、事業貢献を第一に考えられる方 相手を尊重したコミュニケーションを取れる方 生成AIの活用方針 セキュリティやコスト等のリスクを抑えつつ、開発業務から一般業務まで全社員・全エンジニアが活用しています。 一部のプロダクトでは生成AIを使った機能を提供しています。生成AIの早い変化に対応するため、エンジニア向けおよび全社員向けの生成AI活用推進チームが手順やツール利用環境を日々整備し、新しい有用なツールが利用できるようにしています。 ■利用可能な主なAIツール・サービス 開発業務向けに GitHub Copilot / Claude Codeを定額制で、 一般業務向けには Google Gemini / NotebookLM / Atlassian Rovo 等を常用しています。Cursor等のその他の開発ツール、OpenAI Platform、Gemini/Vertex、AWS Bedrock等のAPIも利用可能です。 ■主な活用状況 日常業務の効率化（障害対応支援Bot、ドキュメント作成、翻訳、議事録要約、メール作成など） ソフトウェア開発支援（コーディング支援、コードレビュー、テストコード生成、デバッグなど） サービス・プロダクトへの応用（自社サービスへのAIチャットボット導入、要約機能の実装、コンテンツ生成など） ■学習・コミュニティ活動や利用支援制度 有償AIツールのアカウントを全社/部署単位で付与 有償AIツールの利用料金の会社負担・補助制度あり 生成AIに関するテーマで社内外の勉強会を実施 組織風土 ■オンボーディング GO Inc.では入社いただいた皆様が、新しい環境でつまづくことなく、成長し活躍いただけるように、会社・事業・組織・人を知るプログラムを様々設けています。 業務ツールや社内ルールのオリエンテーションはもちろん、各事業責任者に直接事業について質問できる事業理解プログラム、実際にタクシーに搭載されている機器と配車の仕組みを目の前で体感するフィールドエンジニア体験会、両代表とのコミュニケーションを目的とした社長&会長と話す会、カスタマーサポートの最前線をリアルに体験するプログラム等、GOの多岐にわたる事業や組織を理解できるように構成されています。 配属先上長との1on1はもちろん、入社1ヶ月・3ヶ月のタイミングにおいては事業部担当のHRBPとの面談も実施します。インプット中心の1ヶ月目から、アウトプット中心にしつつ立ち上がりをスムーズにしていく3ヶ月目まで、配属先のトレーナーやメンター、HRBPと幅広くサポートできる環境を揃えています。 ■エンジニア組織風土 エンジニア組織では、技術のインプット・アウトプットを積極的に行っています。 書籍購入制度や技術カンファレンス参加費負担、テックブログやYouTubeでのTechTalk配信 、様々な社内勉強会、そしてiOSDCやDroidkaigi、技術書展等のスポンサー、情報処理学会など学会での発表等、積極的にインプット・アウトプットに取り組んでいます。 また、エンジニアのスキルアップを促進するために『Engineer Challenge Week』という、2週間を新たな知識や技術の習得に充てることができる取り組みも行っています。 GO Inc.にはパパママ世代も多いことから、子育てをしながら働くエンジニア ( ) が多く、またオフィスフリー制度を活用して、地方から働くエンジニアもいます。 それぞれのライフスタイルに合った働き方をしながらチーム開発を行っているため、チームが集まるミーティングでは業務以外にも積極的に雑談の時間を設けたり、日帰りワーケーションでチーム外のメンバーとの交流を図ったりと、コミュニケーションを大事にします。 参考記事 GO TechTalk #19 タクシーアプリ『GO』事業成長を支えるデータ分析基盤の継続的改善！ GO TechTalk #29 タクシーアプリ『GO』のログ解析の民主化を促進するStreamlitの活用 チームで生成AI勉強会を半年間やってみた話 Apache Arrow の紹介 AIを社会実装できる企業は多くない。データビジネス部 部長 渡部のキャリアデザインとは サイト GO Inc. Entrance Book for Engineer（まずはじめに知っていただきたいGO Inc.の情報） GO Tech Blog （GO Inc.のエンジニアが技術情報を紹介するブログ） GO-on（GO Inc.の人や組織、事業について知れるブログ） オフィスフリー制度（全国どこからでも勤務できる制度） トライアルタクシー制度 （タクシー乗車費用を会社が一部補助する制度） Engineer Challenge Week（半年に2週間、業務を離れてスキルアップに集中できるプログラム）