[XC-AS] DataOps Engineer - ADAS Data Platform

≪募集要項・本ポジションの魅力≫

• ADAS向け大規模センサーデータ基盤の運用・改善を担い、データライフサイクル全体をリード
• 大規模データ基盤の信頼性・拡張性向上を通じ、世界のADAS開発を技術面から支えるやりがい
• 自動運転を支えるデータ基盤に深く携わり、クラウド・DataOps・MLなど幅広い技術力を高められる
• 日本を拠点に世界各地域のメンバーと協働するグローバル環境、ハイブリッド勤務にも対応

【業務内容】
＜ミッション：未来のモビリティを共に創る (Shape the future)＞
私たちは、ADAS（先進運転支援システム）および自動運転技術の進化を支える「ADAS Data Platform」の運用と継続的な改善を担っています。 日本を拠点としながら、グローバル各地域のメンバーと密接に連携し、世界中の顧客プロジェクトを成功に導くために、信頼性・拡張性・効率性に優れたデータプラットフォーム（データ基盤）の提供に貢献していただきます。

＜具体的には＞

• データプラットフォーム運用のリードとオーナーシップ (Own platform operations)
   -データライフサイクル全般（クラウドへのデータ取り込み、記録データ管理、メタデータ管理、データ品質検証、前処理、ハーモナイゼーション、データセット生成、ラベリングワークフロー、MLおよび再計算/リコンピュートワークフローなど）におけるプラットフォーム運用のオーナーシップを担っていただきます。 自動化、ツール開発、プロセス最適化を通じて、運用の卓越性（オペレーショナル・エクセレンス）、信頼性、そして継続的な改善を追求します。データセット、メタデータ、およびデータパイプラインが常に追跡可能（トレーサブル）であり、復旧可能かつ安定して運用できる状態を維持します。
   
• 高品質・高信頼なデータの安定的提供 (Deliver reliable data)：
   -ADAS Data Platform上のデータパイプラインおよびプラットフォームサービスの健全性を監視・改善します。データの鮮度、完全性、正確性、および処理パフォーマンスを担保します。 問題の早期検知、インシデント対応、トラブルシューティング、原因分析（RCA）を行い、是正措置を講じることで、開発・検証・機械学習の担当チームが常に高品質なデータを利用できる環境を整えます。
   
• 運用の高度化・継続的な改善 (Drive operational excellence)：
   -安定したプラットフォーム運用を支えるため、ダッシュボード、監視・アラートシステム、Runbook（運用手順書）、ドキュメント、およびエスカレーションフローの構築・維持を行います。 定型作業の自動化、可観測性（オブザーバビリティ）の向上、データ復旧や再処理（リプロセス）機能の強化を図り、プラットフォーム全体の効率性と保守性を継続的に高めます。

■本ポジションの魅力・挑戦できること (Challenging tasks)：
本ポジションでは、大規模な車両センサーデータ、クラウドストレージ基盤、記録データ管理ソリューション、データライフサイクル管理、データ品質プロセス、ラベリングパイプライン、MLデータセット生成、およびデータ駆動型開発を支える運用業務に深く携わることができます。 あなたの生み出す成果は、世界中で展開される当社のADAS製品開発の信頼性、拡張性、および効率性の向上に直結し、次世代の自動運転社会を技術の底から支えるやりがいを実感できます。

＜Shape the future＞
You will be part of the ADAS Data Platform, operating and continuously improving the data foundation for ADAS and automated driving. Based in Japan, you will collaborate closely with colleagues across regions to ensure that the ADAS Data Platform delivers reliable, scalable, and efficient data services that enable the successful execution of customer projects worldwide.

＜Responsibilities＞

• Own platform operations:
   -You will take operational ownership of cloud-based data ingestion, recording data management, metadata management, data quality validation, preprocessing, harmonization, dataset production, labeling workflows, and ML/recompute workflows across the data lifecycle. Your focus is on operational excellence, reliability, and continuous improvement through automation, tooling, and process optimization. You will help ensure that datasets, metadata, and data pipelines remain traceable, recoverable, and operationally reliable.
   
• Deliver reliable data:
   -You will monitor and improve the health of data pipelines and platform services on the ADAS Data Platform. You will ensure data freshness, completeness, correctness, and processing performance. You will identify issues early, coordinate incident response, perform troubleshooting and root-cause analysis, and drive corrective actions to ensure engineering teams can rely on high-quality data for development, validation, and machine learning workflows.
   
• Drive operational excellence:
   -You will build and maintain dashboards, monitoring, alerting, runbooks, operational documentation, and escalation paths that support reliable platform operations. You will automate repetitive tasks, improve observability, strengthen recovery and reprocessing capabilities, and continuously enhance platform efficiency and maintainability.

＜Challenging tasks＞
You will work with large-scale vehicle sensor data, cloud storage platforms, recording data management solutions, data lifecycle management, data quality processes, labeling pipelines, ML dataset production, and operational support for data-driven development on the ADAS Data Platform. Your work directly contributes to the reliability, scalability, and efficiency of our ADAS product development worldwide.

【雇用形態】
正社員（フルタイム）

【給与】
経験考慮の上、応相談

【就業時間】
会社の規定に準ずる

【勤務地】
本社：Yokohama-Center Kita
※ハイブリッド

【休日休暇】
会社の規定に準ずる

【待遇・福利厚生】

• 駐輪無料（バイク）
• 駐輪無料（自転車） 
• 食堂あり

【必須要件 / Required Qualifications】

• ビジネスレベルの英語力（グローバルチームとの協業に必要なコミュニケーション能力）
• 本番環境におけるデータ基盤、データパイプライン、クラウド基盤、または分散システムの運用経験
• システムの監視、アラート対応、インシデント対応、トラブルシューティング、根本原因分析（RCA）、および運用ドキュメント作成の経験
• Microsoft Azureまたは同等のクラウドプラットフォームの利用経験
• データ取り込み、データ処理、ETL/ELTの概念、データ品質検証、メタデータ管理、データライフサイクル管理に関する理解
• Python、PowerShell、Bash等を用いたスクリプト作成、または自動化ツールの開発経験
• SQLを用いたデータ調査、検証、トラブルシューティング、およびログ分析の実務知識
• Linux、Git、およびDevOps/DataOpsの手法・プロセスに関する理解と親しみ
• 高いコミュニケーション能力（国内外の技術チームおよび非技術系ステルダーと円滑に連携できる協調性）
   
• Business-level English communication skills.
• Experience operating data platforms, data pipelines, cloud platforms, or distributed systems in production.
• Experience with monitoring, alerting, incident response, troubleshooting, root-cause analysis, and operational documentation.
• Experience with Microsoft Azure or a comparable cloud platform.
• Understanding of data ingestion, data processing, ETL/ELT concepts, data quality validation, metadata management, and data lifecycle management.
• Experience with scripting or automation using Python, PowerShell, Bash, or similar tools.
• Working knowledge of SQL for data investigation, validation, troubleshooting, and log analysis.
• Familiarity with Linux, Git, and DevOps/DataOps ways of working.
• Strong communication skills and the ability to collaborate effectively with technical and non-technical stakeholders across regions.

【歓迎要件 / Preferred Qualifications】

• ビジネスレベルの日本語力
• Azure Storage、Databricks、Azure Monitorなど、Azureサービスやクラウドネイティブなデータプラットフォーム技術の利用経験
• ADAS、自動運転、車両計測システム、センサーデータ、または自動車産業向けデータプラットフォームに関する実務経験
• Spark、Databricks、Argo Workflows、Airflow、Docker、Kubernetes、Terraform、Bicep、またはGitHubの使用経験
• 機械学習ワークフロー、データセット生成、ラベリングパイプライン、モデル学習、再計算（リコンピュート）、または検証ワークフローの支援・運用経験
   
• Business-level Japanese communication skills.
• Experience with Azure services such as Azure Storage, Databricks, Azure Monitor, or related cloud-native data platform technologies.
• Experience in ADAS, automated driving, vehicle measurement systems, sensor data, or automotive data platforms.
• Experience with Spark, Databricks, Argo Workflows, Airflow, Docker, Kubernetes, Terraform, Bicep, or GitHub.
• Experience supporting machine learning workflows, dataset production, labeling workflows, model training, recompute, or validation workflows.