Data Platform Architect, DX&AIX Strategy Div, Data Management Group

Overview

DX&AIX Strategy Divistionは、資生堂ジャパン㈱の事業戦略に基づき、ビジネス変革のためのAI戦略を策定し、全社的なAI Transformation（AIX）を推進します。AIを最大限活用できる環境を整備することで生産性を最大化し、先進的なAI技術に堅固なデータ基盤を駆使したイノベーションによって、資生堂の持続的な成長に貢献します。

Data Platform Architect,は、AI-Readyなデータ基盤構築を推進しつつ、データを企業の戦略的資産として収集・管理・整備し、その価値を最大化するポジションです。150年の歴史を持つ日本を代表する伝統企業において、単なるデータ基盤の構築・運用にとどまらず、業務からのデータ収集・利活用推進までを一貫して担うことで、データドリブン改革を牽引していただきます。

Role and Responsibility

現行のデータ管理・活用にとどまらず、データ利活用を将来の事業改善につなげるために、全社の事業・業務課題から逆算して「あるべきデータ＆AIプラットフォームの全体像」をアーキテクチャから構想・設計し、自らプロトタイプ開発から実装・価値検証までを牽引するテックリード／アーキテクトとしての役割を担います。

【具体的な業務内容】

• 構造化・非構造化データを統合し、AIや人間が直感的に理解可能な形式へと変換するスケーラブルなパイプラインおよび基盤の設計・実装。
• 生成AI / LLM・セマンティックレイヤー等の先進活用基盤の検討・構築
• Looker（LookML）/ dbt 等を活用したセマンティックレイヤー構築や、BigQuery Data Agent / Gemini 等を活用した高度なデータ活用構成（Text-to-SQL、非構造化データの高度検索）の設計・実装。
• 未完成でも迅速にプロトタイプを構築して現場と対話し、フィードバックをアジリティ高く反映させながら実用化へ導く伴走型開発。
• 全社ガバナンス・MLOps / LLMOps の標準化と品質確保
• アクセス制御（GDPR/プライバシーマスキング）、コスト管理、データカタログ/リネージ構築など、全社で安全かつ合理的にデータ＆AIをスケールさせるための共通基盤・ガイドラインの提示。

Basic Requirement 

• クラウドデータウェアハウス（BigQuery、Snowflake等）における大規模データのデータアーキテクチャ設計およびパイプライン構築経験
• SQLおよびPython（またはScala / Go等）を用いた高度なデータ処理・API・基盤開発能力
• データプラットフォームの選定・要件定義・アーキテクチャ設計・PoCをリードした経験
• 多様なデータ（構造化・非構造化）をAI利用しやすい形に統合・モデル化する設計能力
• 事業の「あるべき姿」を構想できるプランニングスキル
• 単なる技術選定にとどまらず、ビジネス課題解決のためのデータ/AIロードマップ・全体像へ落とし込む能力
• 現場に併走するフットワークとコミュニケーション能力

Preferred Requirement 

• セマンティックレイヤー（Looker/LookML、dbt Semantic Layer等）の設計・導入・運用経験
• 生成AI（LLM）を活用したデータエージェント、Text-to-SQL、RAG基盤等の設計・開発経験
• MLOps / LLMOps プラットフォーム（Vertex AI、MLflow、Airflow等）の構築・運用経験
• データガバナンス・セキュリティ（データカタログ/リネージ管理、個人情報マスキング）の設計経験
• IT/テックコンサルティングファーム、SIer、あるいはメガベンチャーでのアーキクト/テックリード経験
• コスメ・消費財・EC・店舗など多チャネル（B2B2C）ビジネスドメインへの興味・関心
• メンバーへの技術指導・アーキテクチャレビュー等のメンタリング経験

Position Attractiveness

• 150年企業の未来をインフラから創造する機会： 長い歴史を有している資生堂が、本気でデータとAIを活用する企業へと生まれ変わる、最もダイナミックなフェーズに携わることができます。
• 変革期だからこそ得られる「市場価値」： 既に完成された基盤の保守・運用ではなく、最新技術を駆使しAI/MLOps基盤を「これから創り上げる」というエキサイティングな開発経験を積むことが可能です。