データエンジニア × 東京都のフリーランス案件・求人一覧

DatabricksやSnowflakeを活用したデータ連携基盤の構築経験 エンド顧客との要件調整の経験

AI生成コード／AI生成テストケースのレビューと品質担保の実務経験（生成物を鵜呑みにせず欠陥・仕様逸脱を検出できること）、Claude Code、GitHub Copilot等のAI支援ツールを用いたテスト設計の経験、Claude Code、GitHub Copilot等のAI支援ツールを用いたテストコード生成の経験（プロンプトの構造化含む）、AI活用を前提とした品質ゲート基準の策定経験（AI生成物に対するレビュー観点・受入基準の定義）、AIによるテスト自動生成と手動テストの使い分け判断（リスクベースでAI任せにできる領域／人が担保すべき領域を切り分けられること）

Kubernetesを中心としたクラウドネイティブ／OSS基盤の設計・構築経験（※最重要） 自ら情報収集しタスクを組み立てて成果物を完成させることができる 領域が異なる担当（アプリ担当、PMなど）とコミュニケーションを取りながら要件や仕様の調整を進めることができる インフラ領域における詳細設計・運用設計・構築・テスト経験 複数コンポーネントを組み合わせたアーキテクチャ検討・設計経験

AI/生成AI領域に関する知見・プロジェクト経験 AIエージェント、LLM、生成AIアプリケーション等の実装・導入経験 顧客課題を整理し、構想・方針・施策へ落とし込んだ経験 PM/プロジェクトリードとしての案件推進経験 経営層、DX部門長、事業責任者等との顧客折衝経験

① AIエージェント開発経験 ② 生成AI（LLM）、RAG、ベクトル検索等を活用したシステム開発経験 ③ AI技術だけでなく、業務課題や業務ロジックを理解しながら設計・開発できること ④ 業務要件整理や顧客ヒアリング経験 ⑤ 自走して設計・実装方針を提案できること

システム開発における要件定義、上流工程のご経験 高SLAが求められるエンドユーザー向けシステムの開発、運用のご経験 不確定要素の多い環境下において課題を整理し、自走してプロジェクトを推進したご経験 顧客やステークホルダーとの折衝、調整のご経験

アジャイル開発が得意な方 顧客折衝の経験 Javaの開発経験5年以上 API連携の経験

Pythonを用いた開発・改修経験 DB業務経験（Aurora PostgreSQL など） クラウド環境（AWS）での開発・運用経験 設計書や調査結果をもとに、自走して調査・改修を進められる方

Microsoft 365の設計・導入・運用経験 SharePoint Online構築経験 Power Apps、Power Automate開発経験 Microsoft Graph API利用経験 Entra ID（Azure AD）認証に関する知見 技術ドキュメント作成経験

Excel VBA開発経験 VBAソースコード解析経験 M365を利用した脱VBAマクロプロジェクトの経験/ノウハウ 業務改善／業務要件整理経験 利用部門との折衝経験 技術ドキュメント作成経験

ソフトウェアエンジニアとしての実務経験3年以上 バックエンド、フロントエンドの両方における開発経験3年以上 LLM/生成AIを活用したアプリケーション開発経験2年以上 AWS、GCP、Azure等のクラウド環境での開発・運用経験3年以上 出社可能な方

Gitを用いたバージョン管理・ブランチ戦略の実務経験 AWS Codeシリーズを用いたCI/CD環境の構築・運用経験 パイプライン制御（buildspec.ymlやAppSpecファイルの記述等）の実務知識

・業務システム（会計・人事給与・販売のいずれか）のデータモデルを、新規構築または全面刷新で設計した経験。 ※テーブル50本以上の規模で、論理設計・物理設計を自分が決める立場で担当した経験 ・マルチテナントのクラウドサービスのデータ設計。単一データベースでの行レベル分離と、要求の重いテナントを専用環境へ切り出す条件/手順の設計 ・SQL Serverの物理設計（型・桁・制約・索引・パーティション・実行計画の改善） ・スキーマ変更の運用設計（マイグレーションのコード管理、無停止での適用、前方互換を保った段階リリース） ・既存システムからのデータ移行設計（項目対応表・検証方法・並行稼働） ・要求の聞き取りから設計を書き切るまでを一人で通せる（要件定義工程の担当経験） ・他メンバーの設計レビューを回した経験（リードまたはアーキテクト相当）

Claude Codeを用いたAI駆動開発の実務経験 生成AIを活用した開発の知見（プロンプト設計、AI出力のレビュー等） コミュニケーション能力

・AI生成コード／AI生成テストケースのレビューと品質担保の実務経験（生成物を鵜呑みにせず欠陥・仕様逸脱を検出できること） ・AI支援ツールを用いたテスト設計のご経験 ・AI支援ツールを用いたテストコード生成の経験（プロンプトの構造化含む） ・AI活用を前提とした品質ゲート基準の策定経験（AI生成物に対するレビュー観点・受入基準の定義） ・AIによるテスト自動生成と手動テストの使い分け判断（リスクベースでAI任せにできる領域／人が担保すべき領域を切り分けられること）

・クラウドの設計、構築、運用経験3年以上 ・GCPのスキルを習得していきたい方 ・長期参画が可能な方 ・TerraformによるIaC経験がある方 ・運用設計内容を理解し実装できる方

Dataikuを使用した業務経験 Dataikuを使用した機械学習・AI示唆の生成経験 コミュニケーション能力

Webアプリケーション開発の実務経験 3年以上 事業会社または自社プロダクトにおける開発経験 Java、Kotlin、Scala等を用いたバックエンド開発経験 AWSの構築・運用経験 バックエンドからインフラまで一貫して対応した経験 Terraformを使用したIaC化対応経験 新規Webサービスの立ち上げ期からの開発に携わった経験 CI/CDの基盤構築経験 AIツール等を活用した開発経験

Ruby,TypeScript, Node.js, Ruby on Rails, Vue.js, AWS SAM, MySQL, DynamoDB, Git, Backlog, Redmine, Slack ベンチャーマインド、主体的に動ける方、非エンジニアとの合意形成、AIを含む技術トレンドの理解リテラシー 必須：提案や主体的な調査・開発、Ruby/Nodeでの開発経験5年程度、Typescript(Vue)での開発経験、パフォーマンス改善経験、AWS環境下での開発経験（チューニング経験含む）、インフラ構成理解とバックエンド開発、インフラログ確認経験

Google Analyticsの理解と実務経験 Google Analytics等を活用したレポート作成経験 Google Spreadsheet/Excelでのデータ加工・集計スキル Looker Studio / BigQueryの知識と実務経験 データに基づいた示唆出しや PDCA 提案の経験 フロントディレクション経験（顧客やチームとのコミュニケーション・調整対応）

Snowflakeの構築経験 基盤構成設計・構築（方式・運用・移行設計、パラメータ設計（権限・ロール・ID）、連携方式、運用手順整理） DBA（データベース管理者）の経験

Snowflakeの構築経験 基盤構成設計・構築（方式・運用・移行設計、パラメータ設計（権限・ロール・ID）、連携方式、運用手順整理） DBA（データベース管理者）の経験

SQL, BIツール, Python, R

バックエンド/APIの開発実務経験 設計フェーズの経験、またはその関心・意欲 アクティブなコミュニケーション力・議論力 高い自走力と技術向上心・キャッチアップ力

PowerBI設定経験（データ移行経験優遇） 様々な形式のデータ変換定義の経験 データ移行経験 主タスク: 現行調査、データ定義、テーブル設計、DB移行経験

生成AI（Claude Code）を活用した設計・開発経験 コミュニケーション能力

Java/Kotlin によるWebアプリケーションの開発経験（3年以上）、Spring Framework/Spring Boot を利用したプロダクト開発の経験、AWSの使用経験、スクラムを採用したチームでの開発経験、HTML、CSS、Javascriptなどフロントエンドの開発に必要なSPAの開発経験、RDBMSの利用経験

Google Ad Managerを利用した広告配信管理の実務経験（3年以上） GAM上で広告ユニット、オーダー、広告申込情報、クリエイティブなどを設定した経験

大規模データ移行（ETL・移行ツール開発・移行リハ）の経験／データ整合性検証の実務 Claude Code等のAI支援ツールを活用した移行スクリプト・変換ロジックの開発経験（プロンプトの構造化含む） AI生成した変換ロジック・マッピング定義のレビュー・検証経験（生成物を鵜呑みにせず、データ欠損・変換誤りを検出できること）

AI生成コード／AI生成テストケースのレビューと品質担保の実務経験（生成物を鵜呑みにせず欠陥・仕様逸脱を検出できること） Claude Code、GitHub Copilot等のAI支援ツールを用いたテスト設計の経験 Claude Code、GitHub Copilot等のAI支援ツールを用いたテストコード生成の経験（プロンプトの構造化含む） AI活用を前提とした品質ゲート基準の策定経験（AI生成物に対するレビュー観点・受入基準の定義） AIによるテスト自動生成と手動テストの使い分け判断（リスクベースでAI任せにできる領域／人が担保すべき領域を切り分けられること）