【データエンジニア（dbt開発基盤・データ品質・CI/CD）】マーケティングテクノロジー部＿横断マーケティング本部＿東京
マネーフォワードについて マネーフォワードは、テクノロジーの力で金融サービスの変革に挑んでいます。個人向けの「マネーフォワード ME」や法人向けの「マネーフォワード クラウド」をはじめ、50を超えるサービスを展開し、お金の管理のスマート化を推進しています。「アカウントアグリゲーション」技術を軸に多角的なデータを集約・分析し、ユーザーにとって真に価値あるインサイトの提供を実現しています。 当社は「クラウドからAIへ」という転換点を迎え、「Money Forward AI Vision 2026」において「国内No.1のバックオフィスAIカンパニー」の実現に向けて全社的なAI Transformation（AX）を加速させています 。 44万社を超える圧倒的な顧客基盤 と長年蓄積されたビジネスロジックを強みに 、従来の「SaaS市場」にとどまらず 、自律型AIエージェントが人間の労働を代替・拡張する「14.1兆円のデジタルワーカー市場」へと進出を進めています 。 この大きな構想を現実のものとするため、私たちはプロダクト開発プロセスそのものを再定義する「AI-PDLC / AI-SDLC（AI駆動開発）」を推進しています 。 単なるSaaSの機能追加にとどまらず、最先端のAIエージェント技術を用いてアーキテクチャやユーザー体験そのものを再定義し 、職種の枠組みを超えて次世代プロダクトを共に創り上げていただける仲間を募集します 。 募集概要 本部概要 横断マーケティング本部は、バックオフィス向けSaaSを提供するBtoB事業のマーケティングを担う組織で、マーケティング機能とエンジニアリング機能を統合しています。 募集背景 マネーフォワードは、個人事業主から上場企業まで幅広いお客様に向けて、バックオフィス向けSaaSを提供するBtoB事業を展開しています。経理財務、人事給与、経費精算など多様な領域をカバーし、「AI Vision 2026」で掲げる「No.1のバックオフィスAIカンパニー」の実現を目指しています。横断マーケティング本部は、このBtoB事業全体のマーケティングを担い、マーケティング機能とエンジニアリング機能を一体運営する組織です。その中でマーケティングテクノロジー部は、「TechnologyとDataの力でマーケティング成果を最大化させる」をミッションに、Webサイト開発・施策実装、計測環境の整備、データの可視化・分析を推進してきました。 現在は「マーケティングプロセスのAIネイティブ化」を最重要テーマとして掲げ、PDCAの実行主体をAIに移し、人間は目的設定や制約条件の指定、最終承認などの「指揮」に集中できる状態を目指しています。その構想の実現に向けて、社内向けAIマーケティングツール基盤「Orchestro」など、具体的な開発プロジェクトも既に始動しています。AIが自律的にPDCAを回すためには、判断材料となるマーケティングデータの品質が正しく担保されていることが絶対条件であり、ここに強いデータエンジニアリングの力が求められています。 部内には複数事業ドメインを横断してデータマートや指標定義を整備するアナリティクスエンジニアが在籍していますが、AIが自律的に集計・分析を行うようになると、これまで人が文脈で補ってきたあいまいさや暗黙知が、そのまま誤りとして顕在化してしまいます。必要なのはAI専用のデータ環境ではなく、人とAIが同じ定義でデータを扱い、同じように信頼できる状態を保つための共通データ基盤と開発体制です。事業の成長とともにデータ量やユースケースが増え続ける中で、一度整備して終わりではなく、継続的に改良・拡張できる仕組みとプロセスをセットで設計することが重要になっています。 こうした背景のもと、アナリティクスエンジニアと協働しながら、人とAIの双方が正しく活用できるデータ環境と、それを支える開発体制をエンジニアリングの視点から設計・実装していただけるデータエンジニアを募集します。AIドリブンなマーケティング組織づくりの中核を担い、同社のAI戦略を技術面から支えていくポジションです。 主な業務内容 １．データ基盤の開発体制の設計と実装 レイヤ設計、命名規約、モデリング方針を体系的に定義し、レビュー基準や品質チェックの標準を整備します。 CI/CDパイプラインの構築や、ローカル開発環境の整備、共通マクロ・テンプレートの提供などを通じて、「データを書く人」の開発体験そのものを設計対象とします。 アナリティクスエンジニアが安全かつ一貫性のある形で変更を加えられるよう、コードベースやブランチ運用、レビュー・承認フローを含めた開発プロセス全体を整えます。 技術負債の管理や改善の優先度付けも行い、中長期的に持続可能なデータ基盤の運用体制を構築します。 ２．データ品質の仕組み化 テスト戦略を設計し、スキーマ検証、データ整合性チェック、閾値監視などを組み合わせて、データ品質を機械的に検知する仕組みを実装します。 冪等性を保つSQL設計や、バックフィル・増分更新の方針策定、日次バッチやワークフローの運用設計・監視までを一貫して担当します。 障害発生時の検知・アラート・影響範囲の特定・復旧手順を標準化し、再発防止のためのポストモーテム文化の醸成にも関わっていただきます。 「何をどこまで検知すべきか」「どの水準をもって品質が保たれていると言えるか」といった品質基準そのものも、ビジネス側と対話しながら定義していただきます。 3．AI駆動型の開発体制づくり Claude CodeなどのAIコーディングツール活用を前提とした開発・レビュー・テストのワークフローを設計し、人とAIが協調して開発できる体制を構築します。 AIが正しくコンテキストを読み取れるように、ディレクトリ構成、README、設計書、データ辞書などのドキュメント体系を整備し、権限設計も含めて情報へのアクセス性を最適化します。 どこまでを自動生成・自動テストに任せ、どこからを人間のレビュー・承認が必須かといった線引きを明確化し、チームの共通ルールとして定着させます。 AIエージェントを組み込んだ将来の開発ワークフローも見据え、PoCやツール選定を通じて、継続的な改善・高度化に取り組んでいただきます。 ４．AIマーケティングツール基盤へのデータ供給 社内向けAIマーケティングツール基盤「Orchestro」などが利用するセマンティックレイヤーを設計し、AIが自律的にクエリを実行することを前提に、指標定義やメタデータの提供方法を整えます。 セマンティックレイヤーに対する技術選定を行い、レイテンシ・権限管理・コスト最適化といった非機能要件を考慮したアーキテクチャを設計します。 GTMエンジニアと協議しながらAIツール側の接続仕様を決定し、必要に応じてAIツール基盤側の実装にも関わることで、エンド・ツー・エンドでのデータ供給経路を最適化します。 マーケターの業務フローやユースケースを理解したうえで、AIが利用するデータの粒度や更新頻度、利用制約を整理し、ビジネス価値につながるデータ提供を行います。 期待する役割 マーケティングデータのデータ基盤と開発体制を設計・運用し、アナリティクスエンジニアが「速く・安全に・繰り返し」変更を加えられる状態を実現することが、最も重要な役割です。そのために、データモデリング方針やレビュー基準、テスト戦略を含む技術的なガードレールを整え、変更に強いアーキテクチャを構築していただきます。加えて、そこで生み出されるデータが、人とAIの双方から同じ定義で正しく解釈・利用できるレベルまで品質・整合性・ドキュメントを引き上げることも求められます。 単にデータパイプラインを構築するだけでなく、AIエージェントやAIコーディングツールを前提とした新しい開発フローを設計し、チーム全体の開発生産性と品質を継続的に向上させる役割も担っていただきます。ビジネス側の制約やスケジュール、既存システムの状況を踏まえながら、理想と現実のバランスを取り、最適な落とし所を導いていくことが期待されています。 期待するマインド 「動くこと」と「壊れないこと」を別の課題として捉え、短期的な動作と長期的な信頼性の両立を意識して設計・実装できる方。 自分が直接の利用者ではないシステムやデータであっても、その品質と安定性に責任を持ち、ユーザー視点で改善に取り組める方。 規約やテスト、レビュー基準を単なるルールや押し付けとしてではなく、自然と守りたくなる仕組みやプロセスとして組み込み、チームに浸透させられる方。 技術的に正しい選択肢を主張するだけでなく、相手のスキルセットや業務負荷、ビジネス上の制約を理解し、現実的な落とし所を一緒に見つけていける方。 職種の異なるメンバー（マーケター、アナリティクスエンジニア、GTMエンジニアなど）とプロトコルを合わせながら積極的にコミュニケーションを取り、オープンに議論しながら物事を前に進められる方。 仕事のやりがい・得られる経験 自分の仕事の成果が、同じ本部内のアナリティクスエンジニアやマーケターの生産性向上として、日々ダイレクトにフィードバックされる環境です。設計した開発基盤や品質管理の仕組みが機能しているかどうかは、レビューのリードタイム短縮や障害件数の減少といった形で可視化され、事業貢献を実感しやすくなっています。さらに整備したデータは、社内向けAIマーケティングツール基盤がセマンティックレイヤー経由で参照し、マーケターの意思決定プロセスや日々のオペレーションを動かす基盤となります。マーケティングデータの品質基準づくりが、そのままAI活用の精度向上や売上・LTV改善といった事業成果に直結し、技術的チャレンジとビジネスインパクトの両方を得られるポジションです。 また、テスト戦略やAI駆動型の開発フローといった領域は、まだ業界全体としても確立した「正解」がない分野であり、既存のベストプラクティスに従うだけではなく、自ら新しい型を設計・提案・実装していく経験を積むことができます。自分が決めた命名規約やレビュー基準、AIツールの運用ルールがチームの標準となり、組織全体の開発文化に大きな影響を与えることができます。 さらに、施策を企画するマーケター、Webサイトを実装するエンジニア、指標定義を担うアナリティクスエンジニアが同じ本部内に揃っているため、施策の企画から実装・計測・データ整備までを一気通貫で経験できます。事業部門との合意形成は必要な一方で、その後の実装や改善サイクルは本部の裁量でスピーディーに進めることができ、コミュニケーションコストの低さとスピード感を両立した環境で働くことができます。 必須要件・経験 Webアプリケーションまたはデータ処理システムを、要件定義・設計から本番運用まで一貫して担当した経験。 開発プロセスや品質担保の仕組み（テスト戦略、CI/CD、レビュー体制、コーディング規約など）のいずれかを自ら設計し、チームに定着させた経験。 SQLを用いた大規模データの変換処理の設計・実装経験（増分更新・冪等性を考慮した設計を含む）。 BigQuery／Snowflake／Redshift のいずれかを用いたデータウェアハウス運用およびデータ基盤構築・運用経験。 Claude Code等のAIコーディングツールを日常的に活用しており、その上で「どこまでをAIに任せ、何を人間が担保すべきか」を自分の言葉で説明できること。 理想的なエンジニアリングのあるべき姿と現場の運用実態とのトレードオフについて、技術的な言葉で議論し、関係者と合意形成できるコミュニケーション能力。 歓迎要件・経験 dbt を用いたデータモデリングおよび運用の実務経験。 GCP（BigQuery、Cloud Run、Vertex AI、Cloud Logging／Monitoring）での開発・運用経験。 Terraform等を用いたInfrastructure as Codeの実務経験。 Python（FastAPI等）でのサーバーサイド開発、またはバッチ・自動化ツールの実装経験。 ELTツール（Trocco／Fivetran／Airbyte等）またはワークフローエンジン（Airflow／Dagster等）の運用経験。 セマンティックレイヤー（LookML／dbt Semantic Layer／Cube等）の設計経験。 データカタログ・メタデータ管理基盤（dbt docs／DataHub／OpenMetadata等）の導入・運用経験。 AIエージェントを組み込んだ開発ワークフローの構築経験。 MCP（Model Context Protocol）を用いた開発経験。 Webマーケティングのファネル構造と主要KPI（例：リード数、コンバージョン率、LTVなど）に対する理解。 AIの開発経験もしくはAIツールを使用した開発経験 Money Forward AI Vision 2025にて発表の通り、マネーフォワードではAIを使った業務効率化に取り組んでいる状況かつ、将来的には全製品にAIエージェントを導入する想定であるため、AI技術やAIツールを活用した開発経験がある方を歓迎します。AIと人間の役割分担や責務の線引きを踏まえた上で、AIを開発プロセスやプロダクトにうまく組み込んだ経験があると、よりスムーズにチームにフィットできます。 求める語学力 日本語力：ビジネスレベル（流暢、クライアントや社内ステークホルダーとのコミュニケーションも日本語で対応可能なレベル）。日本語でのディスカッション、要件定義、仕様調整、ドキュメント作成を問題なく行えることを想定しています。 英語力：不問。英語ドキュメントの読解やツールの設定画面に対応できると望ましいものの、必須要件ではありません。 こんな方に仲間になってほしい マネーフォワードのMission、Visionに強く共感・共鳴いただける方 期待するマインドに記載した通り、「動くこと」と「壊れないこと」を両立させる設計志向を持ち、利用者の立場に立って品質と利便性を両立できる方を歓迎します。規約やテストを押し付けではなく自然と守りたくなる仕組みに落とし込み、エンジニア以外の職種ともオープンに議論しながら物事を前に進めることを楽しめる方にマッチするポジションです。AIや新しいツールに対して前向きで、「まず試してみる」姿勢と、「本番運用に耐えうるか」を見極める冷静さを併せ持つ方に来ていただきたいと考えています。 技術スタック・使用ツール 技術スタック Webサーバーサイド：Python（FastAPI 等） データベース／データウェアハウス：BigQuery データ変換：dbt（dbt-bigquery） ELT・ワークフロー：Trocco AI：Vertex AI（Gemini／Claude）、MCP（Model Context Protocol） コンピュート：Cloud Run インフラ管理：Terraform CI/CD：CircleCI、GitHub Actions コード品質：sqlfluff、pre-commit マーケティングツール：GA4、Google Tag Manager、Marketo、Salesforce 使用ツール リポジトリ管理：GitHub CI/CD：CircleCI、GitHub Actions 開発環境：Terraform（Infrastructure as Code）、Cloud Run（コンテナ実行環境） 監視：Cloud Logging、Cloud Monitoring コミュニケーション：Slack（想定） その他：sqlfluff、pre-commit（コード品質チェック）、GA4／Google Tag Manager（計測）、Marketo／Salesforce（マーケティング・セールスオートメーション） 環境 マネーフォワードでは、共に世界に通じるサービスを創っていく環境を用意し、皆様をお待ちしています。 支給PCスペック：最新CPU搭載PC（MacOS or Windows）を支給。業務要件に応じたPCオーダーメイドや、最新OSへのリプレイスも可能 開発環境向上のための制度：業務上必要な周辺機器（ディスプレイ・マウス・キーボードなど）を、備品として購入可能。基本的には標準製品（カタログ）内から選択いただき、標準製品以外でも条件を満たす場合は申請可。（※一部グループ会社は適用外） マネーフォワード図書館：技術書から経営本まで、貸し出し自由の図書館制度があります。欲しい本は会社費用で購入できます。 リファラルドリブン：採用会食費の負担。リファラル謝礼金制度。 カンファレンス参加支援：RubyKaigiやGoogle I/Oなど、国内外のカンファレンスへの参加を一部会社が負担します。 続きを見る
