生成AIや大規模言語モデル（LLM）の進化により、AIの社会実装が加速する今、見落とされがちなのが「AIが何を根拠に判断しているか」という視点です。 AIはモデルやアプリケーション単体では正しく機能せず、“何をもとに答えを導き出すか”というナレッジ、つまり正確に整理された知識のデータ基盤が不可欠です。 Helpfeelは、この「AIナレッジデータ」を支えるAIナレッジ基盤（AIナレッジデータプラットフォーム）を展開するSaaS企業です。企業や自治体、医療機関、教育機関など企業や組織のAI活用を支える“情報インフラ”構築支援するプロダクトの開発・提供しています。 Helpfeelを代表するプロダクトの「Helpfeel」はiPhoneの日本語入力システムを開発した弊社テクニカルフェロー・増井俊之が発明した「意図予測検索」技術（特許取得済）をコアにしています。 現在はこの技術に加え、生成AIやナレッジ活用の進化に対応する最先端の研究・プロダクト開発を進めており、企業のAI活用基盤としてさらなる進化を続けています。 　※特許番号 第7112155号、第7112156号 プロダクトの成功のためには、データを蓄積するための基盤を構築するとともに、蓄積されたデータを活用することが重要です。ユーザーの行動データを収集するための基盤構築やELTパイプラインの設計・実装、社内・社外向けのBI構築など、適正に合わせた業務をお任せします。 【業務内容】 ・データを利用する社外ユーザー、社内ユーザー、エンジニア、PdMに対するヒアリング、要件の設計 ・要件をもとにしたBIの構築、ELT処理、データパイプラインの設計と構築 ・既存のデータパイプラインの維持、機能拡張、トラブルシューティング、ドキュメンテーション ・ユーザー行動を収集するためのアプリケーションの変更 ・アプリケーション向けのデータ提供APIの構築 ・データを利用するユーザー向けのデータ・アプリケーションの構築 【プロダクトの技術要素】 ・フロントエンド: React, JavaScript/TypeScript ・バックエンド: Node.js, JavaScript/TypeScript, Python ・インフラ: Heroku, Google Cloud Platform, MongoDB Atlas ・開発支援: ESLint, Renovate 【データパイプラインの技術要素】 ・BI : Looker, Looker Studio ・Transform Layer: Looker, Dataform ・DWH : Google BigQuery ・データソース: Google Analytics 4, Google Spreadsheet, Salesforce, MongoDB Atlas, Google Cloud Logging 【開発環境】 ・ソースコード管理: GitHub ・情報共有: Slack, Helpfeel Cosense ・タスク管理: Helpfeel Cosense ・オフィスアプリケーション: Google Workspace 【必須スキル】 ・Google CloudやAWS, Azureなど、クラウドサービスを利用した経験(2年以上) ・SQLに対する理解 ・BigQueryやSnowflakeなど、SQLをベースにしたデータウェアハウスを利用した経験(1年以上) ・Looker StudioやAmazon Quicksight、Tableauなど、BIツールを活用した経験(1年以上) ・他部署の業務内容や、複雑な既存プロダクトの使用をキャッチアップし、データ活用に繋げてきた経験 ・非エンジニアと協業した経験 ・ELTの仕組 【歓迎スキル】 ・チーム(4-5名程度)のリーダー経験 ・データパイプラインの設計・構築経験 ・ステークホルダーマネジメントを行い、要求を掘り起こして整理し、問題解決に繋げてきた経験 ・複数ある技術的な解決策の中からトレードオフを考慮し、技術的な意思決定をリードしてきた経験 組織としての急成長の中で、データパイプラインには問題が山積みです。一方で、蓄積されたデータを活用したいニーズは日々高まり、期待と現状のギャップは日々広がりつつあります。このギャップを埋めるため、データパイプラインの将来像を日々考えながら、粛々と泥臭く前に進めていける方と共に、組織を拡大したいと思っております。