株式会社MIMIGURIの02_データエンジニアの求人

私たちについて

MIMIGURIは「Cultivate the Creativity 創造性の土壌を耕す」というミッションのもと、コンサルティング・プロダクト開発・研究開発のシナジーを生みながら価値提供を行う企業です。

私たちの強みは、組織や人についての知見(ナレッジ)と、顧客一人ひとりの状況や課題(コンテクスト)の蓄積にあります。これらの「見えない資産」を活かし、循環させるための技術基盤を構築しています。

プロダクト組織は現在15名程のメンバーが所属しており、システムの開発・運用をエンジニア3名で担当しています。学習メディア「CULTIBASE」を通じて、組織開発・企業変革の知見を社外に届けており、プロダクトマネジメント・コンテンツ制作・マーケティングを専門とするメンバーと連携しながら成長を推進しています。

募集背景

MIMIGURIのコンサルティング事業では、顧客・案件・提案書・議事録・契約といった業務データがHubSpot・freee・Notion・Google Sheetsなど複数のSaaSに散在しています。

私たちが今進めているのは、これらのデータをBigQueryに統合し、AIがファシリテーターやコンサルタントの業務を支援できるデータ基盤を構築するプロジェクトです。顧客や組織に対する課題認識、蓄積されたナレッジやソリューション——こうした情報をどう構造化し、必要な場面でAIと人の両方が引き出せるようにするか。データの流れそのものを一緒に設計したいと考えています。同時に、CULTIBASEを含むナレッジやコンテンツのデータも統合し、組織の知的資産全体を一つのデータ基盤で扱えるようにしたいと考えています。

現在、これらの基盤の技術意思決定はEMがすべて担っている状態です。EMと連携しながら、データの流れを設計し、AIと人の両方が活用できるデータ基盤の構築・運用をリードできるエンジニアを求めています。

主な仕事内容

1. データパイプラインの設計・構築

HubSpot・freee・クラウドサイン・Notion・Google Sheetsなど、複数の業務SaaSからBigQueryへのETLパイプラインを設計・構築・運用します。ETLツールを利用したデータ取込と、BigQuery上での業務エンティティの正規化やデータマートの構築が中心です。

2. データモデリング

コンサルティング事業の業務フロー(顧客・案件・提案・契約・プロジェクト等)を理解し、構造化されたデータモデルとして設計します。複数のSoR(業務データの正本)から統合モデルを設計し、データ品質の定義・監視・改善も担います。業務ドメインの理解がそのまま設計品質に直結する仕事です。

3. AIエージェント向けデータ提供基盤の設計・構築

Claude等のAIエージェントからデータを参照できる仕組みを設計・構築します。従来のBI/ダッシュボード向けとは異なる、AIが消費しやすいデータインターフェースの設計が求められます。エージェント実行基盤の構築(フレームワーク選定を含む)も担います。

4. 既存コンテンツ基盤のデータ統合

CULTIBASEのコンテンツ基盤の既存データベースをBigQueryに移行し、業務データと統合します。メディア処理パイプラインの改善も含みます。

業務内容変更範囲: 会社の定める業務

一緒に探索したい課題

このポジションの面白さは、「AIが使うデータ基盤」という新しい設計課題をリードできることです。

従来のデータエンジニアリングは、人がダッシュボードや分析ツールで見るためのデータ基盤が主でした。しかし私たちが作ろうとしているのは、AIが業務データを引き出し、人の判断や行動を支援する — そのためのデータ基盤です。

一緒に考えたいこと:

• AIに最適なデータモデルとは何か — 人が見るためのデータ構造と、AIが消費するデータ構造は同じなのか、違うのか
• 散在する「正本」をどう統合するか — 複数のSaaSにそれぞれ正本がある状態で、信頼できるひとつのデータ基盤をどう実現するか
• 業務ドメインをデータで表現する — コンサルティング事業の業務フローを、どう構造化されたデータモデルとして抽象化するか

正解がまだない領域です。だからこそ、仮説を立てて実験し、学びを設計に還していける方と一緒に取り組みたいと考えています。

技術スタック & ツール

• 言語: TypeScript / Python
• インフラ: GCP(BigQuery, Cloud Functions, Cloud Storage) / Vercel / Cloudflare
• データ: BigQuery / Fivetran / Dataform
• AI / LLM: OpenAI / Google / Anthropic
• SaaS連携: HubSpot API / freee API / クラウドサイン API / Notion API / Google Sheets API
• CMS / メディア: Sanity / microCMS / MUX
• 開発系: GitHub / Docker / Sentry
• コラボレーション: Slack / Notion / Miro
• 今後の発展領域: AIエージェント接続基盤(MCP等)、データ品質モニタリング

• 難しい問題を楽しめる人 — 技術的な困難や矛盾にぶつかったとき、安易に妥協せず「もっと良い方法があるはず」と粘れる方。そこから得た学びをチームに共有できる方
• 自分が作ったものに誇りを持てる人 — データ基盤を裏方仕事で終わらせず、「これは自分の作品だ」と胸を張れるものづくりがしたい方
• 得意領域に閉じず、変化を楽しめる人 — データエンジニアリングに自信を持ちつつも、自分の専門に固執しない。AI時代の変化の中で、新しい領域にも自ら踏み出せる方
• 「知が活きる仕組み」を作ることに面白さを感じる人 — 散在するデータが構造化され、AIと人の両方から自然に使える状態になる。そういう仕組みをシステムで実現することに知的好奇心がある方

• BigQueryを中心としたデータパイプラインの設計・構築・運用経験
• GCPでのインフラ設計・運用経験(Cloud Functions, Cloud Storage, BigQuery等)
• 外部SaaS APIとのデータ連携経験 — REST APIを介した複数サービス間のデータ統合
• TypeScript または Python での実務開発経験
• AI・データ活用領域の技術変化に自律的にキャッチアップし、仮説を立てて実験できること

• データモデリング(Star Schema、Data Vault等)の実務経験
• ETL/ELTパイプラインの構築経験(Dataform, Fivetran, Connector SDK等)
• AIエージェント向けのデータ提供基盤の構築経験(MCPサーバー等)
• CRM(HubSpot等)のデータモデル・API連携の経験
• LLM / AI APIを活用した機能開発・PoC経験
• データ品質の定義・監視・改善の仕組みづくりの経験
• CI/CD・監視・運用自動化の構築経験