開発統括本部 データ基盤開発部 採用ピッチ

合同会社 DMM.comの開発統括本部 データ基盤開発部のメンバー募集要項です。
DMMのデータエンジニアとして働くとどういったことができるのかを皆様にお伝えするため、組織の価値観、プロダクトの利用状況や未来像などの多くの情報を記載しています。

採用ページへのリンク
* MLOpsエンジニア(ML基盤チーム)
https://dmm-corp.com/recruit/engineer/4367/

Transcript

1. 開発統括本部 データ基盤開発部 メンバー募集要項
2. • DMMについて • DMMのカルチャー(DMM TECH VISION) • データ基盤開発部について ◦ 組織 ◦ Vision/Mission/Value ◦ 現在注力していること • データ基盤開発部の募集要項 • 福利厚生等 アジェンダ AGENDA
3. © DMM.com DMMについて 3
8. © DMM.com DMMのカルチャー DMM TECH VISION 8
9. DMM TECH VISIONって？ 当 た り 前 を 作 り 続 け る DMMは「なんでもあり」の事業展開をしていく総合企業です。 事業を支えて伸ばしていくための当たり前を技術で支え、 新しい当たり前を自ら作って加速していくことを常に志向・徹底しながら 新しい技術に挑戦し続けなければならないと考えています。
10. 変わっていく 変わっていく 変わっていく 変わっていく 変わっていく 「 世界 」 「 社会 」 「 組織 」 「 サービス 」 「 自分 」 を楽しみ、 を楽しみ、 を楽しみ、 を楽しみ、 を楽しむ。 変わり続けていく、 「 すべてのこと 」を楽しもう。
11. 「 世界 」を変えていこう。 「 自分 」 「 サービス 」 「 組織 」 「 社会 」 を変えることで、 を変えることで、 を変えることで、 を変えることで、
12. 「 今日の自分 」 「 昨日の自分 」 「 明日の自分 」 「 今日の自分 」 は、 より強くなれているか？ は、 より強くなれているか？ 「 未来の自分 」は、 何になれているか？
13. 我 々 は 、変 わ り 続 け る 。
15. おそれず俊敏に 動く組織をつくる 論理的な思考で 事業をつくる 妥協せず魅力的な サービスをつくる 意欲的に成長する 自分をつくる
16. 敏捷的 早さにこだわるとは、どういうことか。
17. AGILITY - 敏捷的 - お そ れ ず 俊 敏 に 動 く 組 織 を つ く る まずは動くこと。そこから変われるし、結果は生まれる。 ・ヒト・モノ・カネなどの環境の不足 ・実力不足や経験不足 ・現在を理解する力不足 ・先見性や創造性の欠如 すべてが揃っていないと、早さは得られないのか？ 揃わなくとも始められる部分はなにか？ 早さを阻害するものはなにか？
18. 意欲的 なにを大事にするか。
19. MOTIVATIVE - 意欲的 - 意 欲 的 に 成 長 す る 自 分 を つ く る “成長実感” を大事にする。 知識や経験含め、 “ここにいたら成長できること” の意味を考える。 成長を続けられる組織にする。 成長とはまずは、自分自身であり、 自己の成長は全体の成長へとつながる。 ・成長を自分ごとと捉えられているか？ ・他者や環境に頼っていないか？
20. 魅力的 魅力とはなにか。
21. ATTRACTIVE - 魅力的 - 妥 協 せ ず 魅 力 的 な サ ー ビ ス を つ く る 「個の魅力」・「サービス」・「会社の魅力」、 そして「ユーザーにとっての魅力」を高めていく、 それを大切にできる組織は自ずと魅力的になれる。 ・サービスで“誰を幸せにしたいのか、何を魅力的に届けるか”　 がみえているか？ ・様々な困難を理由に、ひとふんばりを諦めていないか？ 「ユーザーファースト」 手に取る人にとって大事なものであるべき。
22. 論理的 なにが論理的か。
23. SCIENTIFIC - 論理的 - 論 理 的 な 思 考 で 事 業 を つ く る 根拠を提示し、過程に意味を持ち、再現性に意識すること。 抽象化から具体化を作り、変えていく、変わっていける仕組みをつくる。 数字的根拠、経験、事実で対話する。 ・今の当たり前で、近視眼に判断してしまってい　 ないか？ ・事実からの仮定、実施からの結果、結果からの　 反省、反省からの改善はできているか？
25. © DMM.com データ基盤開発部とは 25
26. Vision | 実現したい世界観・状態 私達が目指す世界と担う役割(Vision & Mission) OUR VISION & MISSION DMMグループのデータ利用者が、自身の持つ様々なアイデア/仮説を素早く正確に検 証できる。すなわち、グループの成長に向けた有意義な施行が絶え間なく繰り返され ている。 データ利用のプロセスを熟知し、利用者が本当に実現したいことを理解したうえで、 最適なデータとその活用基盤を提供する Mission | 私達が担う役割
27. データ利用のニーズ・成功体験は横展開することでより大きな利益をもたらすことを 理解し、グループ全体に展開可能な手段を模索する 様々なバックボーンをもったデータ利用者のアイデア/仮説をリスペクトし、データ のプロフェッショナルとして実現手段をともに考える 私達が大切にする価値観(Value) VALUES THAT WE WANT YOU TO SYMPATHIZE WITH Respect データ利用者が解くべき課題に注力できるように、安心・快適に利用できるデータ基 盤を提供する Expand Comfort
28. 行動ログ:1日8億件以上、データサイズは500TB近 くとかなりの規模になります。 取り扱うデータ種類は、各サービスのデータ、行動 ログ(web,mobile)、財務関連と様々です。 データ基盤はDMMグループの約1500名が日々利用 し、週に30000回以上のクエリが実行されていま す。 利用者は58のサービスに携わるエンジニア,PO,企画 やマーケ,人事,財務等の横断組織と様々です。 利用者数 1500人 Vision/Mission/Valueの背景 WHY DO WE HAVE SUCH A VISION,MISSION,VALUES? クエリ実行数 3万回/週 行動ログ 8億件/日 データサイズ 492.3TB
29. 我々のデータ基盤が積極的に活用され、 事業のScientificな改善が継続的に実施 されることで、DMMは「世界一」(※1) に 近づくことができると考えています。 データ基盤はサービス開発と比べ、成果 が実感しづらい側面があるかと思います が、DMMのデータ基盤は事業成長を加速 する確かな価値があります。 これに共感し切磋琢磨しあえる方と働け たら幸いです。 Vision/Mission/Valueによせる思い HOW MUCH DMM'S DATA INFRASTRUCTURE CAN CONTRIBUTE? (※1) とりあえず世界一に。そのために変化を楽しもう。CTO渡辺が打ち出した、これからの「Tech Vision」 - DMM inside 企画 市場分析 開発 リ リー ス 評価 改善 施策 立案 実行 計測 事業 成長
30. 検索基盤 ML基盤 データ基盤開発部の構成 ORGANIZATION CHART 組織図 データ マネージメント 開発統括本部 / データ基盤開発部 アクティベーション インテグレーション カスタマーデータ プラットフォーム データ アプリケーション アナリティクス アーキテクト
31. 顧客行動ログの収集 ◦ 行動ログ収集/拡充/品質管理 ▪ Tag開発 ▪ データ拡張システム開発 ▪ データ品質監視システム データ基盤 ◦ Data Lake / DWH / Data Mart ◦ ETL / Workflow ◦ Data Governance ◦ メタデータ管理 各チームの主な担当領域 MAIN SCOPE OF RESPONSIBILITY (DataManagement) データアーキテクト チーム (CDP) インテグレーション チーム 顧客行動ログの活用 ◦ GA/GTM導入支援 ◦ GAによる分析支援 ◦ GAと各種基盤の連携 ◦ GTMによるデータ連携 (CDP) アクティベーション チーム
32. ML基盤 ◦ PoC や分析のための Notebook 環境構築 ◦ MLPipeline 構築 ◦ Model Serving / API ◦ AB テスト基盤 各チームの主な担当領域 MAIN SCOPE OF RESPONSIBILITY 検索基盤 ◦ 検索エンジンおよびインターフェイスの提供 ▪ Indexing ▪ Quering ◦ ベース品質改善(堅牢性向上, 表記揺れ対応 …etc ) (DataApplication) ML基盤 チーム (DataApplication) 検索基盤 チーム
33. AWS → GCP基盤移行 • データ基盤 • Tracking基盤(内製->GA4) データ基盤開発部が今後注力していくこと(データ基盤 | CDP基盤) WHAT WE FOCUS ON データ活用のリードタイム短縮 • メタデータ拡充&UX改善 • データオペレーションの省力化 (※1) The Self-Service Data Roadmap: Democratize Data and Reduce Time to Insight Data Mesh & Variation • データの分散管理 ◦ Dataplex ◦ Data Steward • リアルタイムデータ活用拡大 ◦ MA/広告 …etc • データ種別&活用方法の拡大 ◦ 画像, 動画, 音声, SNS, オープンデータ 新基盤への移行 Time to Insight(※1)の改 善 スケーラブルなデータ活用 2022.10 〜 2022.10 〜 2023.10 〜 実施中 完了 未着手
34. ML/検索プロダクトの活用拡大 • BQMLによるバッチ利用 • オンライン予測 AWS → GCP基盤移行 • ML基盤 • 検索基盤 データ基盤開発部が今後注力していくこと(ML基盤 | 検索基盤) WHAT WE FOCUS ON データ活用のリードタイム短縮 • A/Bテストの効率化 • モデルレジストリ ... (※1) The Self-Service Data Roadmap: Democratize Data and Reduce Time to Insight 新基盤への移行 Time to Insight(※1)の改 善 スケーラブルなデータ活用 2024.1 〜 2024.9 〜 T.B.D. 実施中 完了 未着手
35. 新基盤移行 〜 Time to Insight 改善 WHAT WE FOCUS ON • AWSで構築された基盤からGCPへ移行 (S3,digdag,EMR,Glue ,Redash → BQ,Composer,Dataplex,Looker) ◦ データパイプラインのLift & Shift ◦ データソースの拡充 • Time to Insight削減のための取り組み ◦ データ分析者向けパイプラインの構築 ◦ データカタログ導入検証 ◦ データリネージの可視化検証 ◦ データプロファイリング検証 データ基盤 (※1) DMM.com：これからのビジネスを担う動画配信サービスの提供と、データ分析基盤のモダナイズを Google Cloud で実施
36. CDP基盤 (integration) 新基盤移行 〜 スケーラブルなデータ活用 WHAT WE FOCUS ON • (完了)内製システム → GA4/GTM中心のシステムへ移行 • Trackingログデータのリアルタイム活用の拡大 ◦ イベントデータの直接活用 ▪ Retail APIによるレコメンド ▪ 各種広告媒体のDynamic Retargeting ▪ MAツール等へのイベントデータ連携 ◦ sGTM等を活用した行動ログのデータ拡充 (※1) DMM.com：これからのビジネスを担う動画配信サービスの提供と、データ分析基盤のモダナイズを Google Cloud で実施
37. 新基盤移行 〜 Time to Insight 改善 WHAT WE FOCUS ON • GA4/GTMの活用促進 ◦ オペレーション効率の改善 ▪ GA4/GTMの各種リソースの整備とリファクタリング ▪ 設定のコード管理、オペレーション自動化 ◦ GTMによるデータ活用範囲の拡大 ▪ Retail APIによるレコメンド ▪ 各種広告媒体のDynamic Retargeting ▪ MAツール等へのイベントデータ連携 ▪ タグテンプレートの利用や開発 ◦ GA4活用支援 ▪ イベント設計 / レポート作成支援 ▪ GSC, GoogleAds等各種システムの連携整備 CDP基盤 (Activation)
38. 新基盤移行 〜 Time to Insight 改善 WHAT WE FOCUS ON • AWSで構築された基盤からGCPへ移行(モデル生成) (EKS, Tekton, Spark → BQ, VertexAI) ◦ MLパイプラインのLift & Shift • AWSで構築された基盤からGCPへ移行(Serving) ML基盤
39. 新基盤移行 〜 Time to Insight 改善 WHAT WE FOCUS ON • AWSで構築された基盤からGCPへ移行 (EKS, Solr →Elastic Cloud on GCP) ◦ サジェスト ◦ 全文検索(商品検索) 検索基盤
40. © DMM.com 募集要項 40
41. Webエンジニア WEBエンジニアの求人｜採用情報｜DMM Group 募集人数：若干名 DHWエンジニア DWHエンジニアの求人｜採用情報｜DMM Group 募集人数：若干名 募集ポジションサマリ RECRUITING POSITIONS (DataManagement) データアーキテクト チーム (CDP) インテグレーション チーム サポートエンジニア サポートエンジニアの求人｜採用情報｜DMM Group 募集人数：若干名 (CDP) アクティベーション チーム
42. 検索エンジニア SREの求人｜採用情報｜DMM Group 募集人数：若干名 MLOpsエンジニア SREの求人｜採用情報｜DMM Group 募集人数：若干名 募集ポジションサマリ RECRUITING POSITIONS (DataApplication) ML基盤 チーム (DataApplication) 検索基盤 チーム
43. • GCPを中心としたデータ基盤の構築 ◦ データフロー(ETL,ワークフロー,データバリデーション,データクオリティチェック) ◦ データガバナンス(メタデータ管理,データセキュリティ管理) 業務内容 DWHエンジニア募集要項 DWH Engineer • 事業、プロダクトの課題を理解し、技術を駆使して解決を推進できる方 • 多くの課題の因果を紐解き、段階的に改善することにモチベーションを感じられる方 • 定量的に計測、改善を行いプロダクトを成長させる事ができる方 求める人物像 • AWSやGCP等のクラウドで業務利用するプロダクトを構築した経験 • データパイプラインの設計、開発、運用経験 必須スキル
44. • GA/GTMを中心とした行動ログの計測基盤の開発 ◦ 計測タグの開発、管理(GTM,計測スクリプト(JS)) ◦ 行動ログ取得 → データストアまでのストリーム基盤構築(GA/GTM, RetailAPI, BigQuery) ◦ ログ設計およびデータ品質管理 業務内容 Trackingエンジニア募集要項 Tracking Engineer 求める人物像 • Webアプリケーションの開発経験 • 高トラフィックを考慮した、クラウドネイティブなアーキテクチャの設計開発・運用経験 必須スキル • 事業、プロダクトの課題を理解し、技術を駆使して解決を推進できる方 • 多くの課題の因果を紐解き、段階的に改善することにモチベーションを感じられる方 • 定量的に計測、改善を行いプロダクトを成長させる事ができる方
45. • GA4/GTMにおけるMOps（マーケティングオペレーション）の推進 ◦ GA4/GTM Ops効率改善（プロパティ/コンテナ構成設計/管理, タグ管理, 自動化） ◦ GTMによるデータ活用範囲の拡大（動的リタゲ開発, 外部SaaS連携） ◦ GA4/GTM活用支援（問合せ対応, イベント設計/レポート作成支援, ナレッジ管理） • データ基盤に対する活用支援（問合せ対応, ナレッジ管理, アラート調査） 業務内容 サポートエンジニア募集要項 Support Engineer • DMM Tech Visionを意識して自ら考え行動できる • 他者に共感・協調・感謝・尊敬してチームワークに貢献できる • 自分のキャリアイメージを持ち、当事者意識をもって自ら考え行動できる • 明るく前向きなコミュニケーションで、古い慣習脱却や自己向上をしていける 求める人物像 • システム運用保守経験（エンハンス・依頼・障害対応・問合せ対応 等） • SQLを用いたデータ活用経験 必須スキル
46. • MLエンジニアに提供するMLOps基盤の開発、運用、保守業務 ◦ モデルの学習パイプラインのインフラ及び共通ライブラリ提供 ◦ Servingエンドポイントの開発、運用、保守 ◦ A/Bテスト、モデル評価等のための周辺システム開発 業務内容 MLOpsエンジニア募集要項 MLOps Engineer • 検索・レコメンドに対して興味を持ち，基盤改善に積極的に取り組んでいただける方 • 先端的な技術に関心が強く，これらの技術を常にアップデートしていきたいと思う方 • チーム開発やコミュニケーションに積極的な方 求める人物像 必須スキル • Docker などのコンテナ技術の基礎知識 • パブリッククラウド（AWS, GCP 等）の基礎知識 • Web API の開発経験
47. • DMM全体で使う検索システムの開発、運用、保守業務 ◦ 検索エンジンの設定全般(Index設計、チューニング ...etc) ◦ Indexingパイプライン開発 ◦ Query, SuggestエンドポイントAPIの開発 業務内容 検索エンジニア募集要項 Search Engineer • 検索・レコメンドに対して興味を持ち，基盤改善に積極的に取り組んでいただける方 • 先端的な技術に関心が強く，これらの技術を常にアップデートしていきたいと思う方 • チーム開発やコミュニケーションに積極的な方 求める人物像 必須スキル • Docker などのコンテナ技術の基礎知識 • パブリッククラウド（AWS, GCP 等）の基礎知識 • Web API の開発経験
48. 選考フロー 選考フロー 書類審査 一次面接 三次面接 内定 SELECTION PROCESS オファー 面談(※) • ご希望いただければカジュアル面談を実施いたします。 • 一次面接は、主に技術面に関して、 • 二次面接 / 三次面接は、主にカルチャーフィットなど全般的に • オファー面談は、応募者の希望等を鑑み実施有無および面接官を選定いたします ご希望があれば是非お申しつけください カジュアル 面談(※) 二次面接
49. © DMM.com 福利厚生等 49
50. 職業安定法改正に伴う労働条件詳細 • 雇用形態：正社員 • 裁量労働制の有無：無 • 賃金形態：年俸制（年俸を12分割し月次支給） • 賃金：4,000,000～ • 固定残業費の有無：有（月45時間分）※固定残業費を超えた時間外労働分は全額支給 • 固定残業費の金額：65,000～ • 社保の有無：有 • 試用期間の有無：正社員採用の場合 有（3ヶ月～6ヶ月等） 福利厚生など EMPLOYEE BENEFITS 勤務時間 フレックスタイム制（コアタイム等、詳細は部署による） ただし、一部の部署については適用外となります。 休日・休暇 完全週休2日制（土・日） 祝日、夏季、年末年始、有給、慶弔、特別(新型コロナワクチン接種/感染対応) 育児休業制度
51. 福利厚生など EMPLOYEE BENEFITS
52. © DMM.com Appendix 52
53. • Time to Insightの各項目の洗い出しおよ びアセスメントの実施 • 定量 + 定性評価により優先度をつけ改善を 実施 Discover Time to Insight Time to Insight 改善 WHAT WE FOCUS ON データ活用数 Variation Prep Build Operation Idea Feasibility • (Discover)Time to Find • (Discover)Time to Interpret • (Prep)TIme to DatalakeManagement • (Prep)TIme to Comply 戦略 注力課題(※1) (※1) アセスメント結果により、優先度等変更する可能性があります。 

54. • 分散した基盤に対しばらつきのない品 質を提供するためデータメッシュを構 築 ◦ データセキュリティ ◦ メタデータ ...etc • Data Stewardを各サービスに配置 • データ管理業務を移譲 ◦ データ投入 ◦ アクセス管理 ◦ メタデータ登録 Data Steward スケーラブルなデータ活用 WHAT WE FOCUS ON データメッシュ 分散管理 サービス A サービス B サービス C データ基盤
55. 改定履歴 CHANGE LOG 改定日 改定内容 2022/05/20 初稿 2022/10/28 一部数字の修正。文字のかすれに対応 2023/09/06 業務内容等のアップデート 2023/10/06 マイルストーンの調整 2024/05/22 ML, 検索関連の説明追加 2024/12/03 体制図修正 & アジェンダ調整