Data EngineerAIエンジニア・データサイエンティスト

ENEXIA合同会社（エネクシア、ENEXIA LLC）は、住友商事株式会社100%出資の、エネルギーリソースアグリゲーションサービスを行う会社。代表者は永易大知氏、所在地は東京都千代田区大手町（Otemachi Oneタワー6階）、資本金5,000万円。社名はENERGY＋NEXT＋AXIS（軸）／AXIA（ギリシア語で価値のあるもの）を組み合わせ、『これからのエネルギー業界の次の軸となる』という意味を込めた。『高い使命感とテクノロジーでエネルギーの世界にイノベーションを起こし、まだない未来を社会に届ける。』をミッションに、2050年のカーボンニュートラル実現には太陽光発電や風力発電などの再エネの導入量を増やすことが必要不可欠である一方、カリフォルニアで2020年に夕方の太陽光発電量急落による停電、ドイツ・イギリスで2022年に風況不良による電力不足と電気料金約2倍の高騰が発生したように発電量が不安定という課題が残り、日本でも再エネ普及率の上昇とともに電気料金高騰や停電のリスクが高まると捉える。複数の再エネ発電設備を束ねて発電量の予測を行い、市場取引等を通じて需給の最適化を行うことで再エネの課題を解決し、再エネバリューチェーンにおける中流機能提供会社として、産業・社会・地球環境が再生可能エネルギーの新しい安定供給によって最適化される未来、新しい安定と最適化を実現するリーディングカンパニーを目指す。最先端のデータテクノロジーとエネルギーの専門性を掛け合わせ、技術がリアルに活かされる世界を作り理系人材に真の活躍の場を提供したいという想いのもと、様々な業界から転職してきた多様なメンバーとデータサイエンティスト・エンジニアが取り組む。

【ポジションについて】
ENEXIAは、日本の電力市場で事業を展開する再生可能エネルギーテクノロジー企業です。電力取引・需給管理・精算、JEPX・OCCTO等の市場運営機関への計画提出を支えるソフトウェア・データ・予測・クラウド基盤を開発・運用しています。

Dataチームは、分析・予測・電力取引・精算・規制報告を支えるデータプラットフォームの構築と運用を担っています。OCCTO・JEPX等の市場運営機関、系統・TSOシステム、気象サービス、SCADA、検針データ、社内取引システムなど数十のデータソースを取り込み、信頼性が高く適切にモデリングされたデータセットへ変換します。（シニア）データエンジニアとして、データ取込・変換・品質管理・オーケストレーション・提供まで、プラットフォームの重要な領域を担当します。

■主な業務

• ELT／EtLTパイプラインのエンドツーエンドでの設計・構築・運用（取込：Cloud Run上のPython・Fivetran等／変換：dbt＋BigQuery：staging・core・mart層）
• 取込・変換・検証・提供を連携させるオーケストレーションとスケジューリング（dbt Cloud、Cloud Scheduler等）の設計・運用
• 自動テスト、ソース鮮度監視、オブザーバビリティ、アラート、リネージ、ドキュメントによるデータ品質の担保
• データプラットフォームのリアーキテクチャの推進（変換・取込・オーケストレーション・BI各レイヤーの新ツール・パターン評価と導入）
• データサイエンティスト・MLOps・ソフトウェアエンジニア・事業部門と連携した信頼できるデータプロダクトの定義
• データワークロード向けCI/CD・コードレビュー基準・開発者ツールの維持改善（GitHub Actions、dbt Cloud CI、Cloud Build）
• GCP上のInfrastructure as Code（Terraform）およびセキュアなクラウドアーキテクチャへの貢献

■現在の技術スタック（継続的に見直し中の現時点の構成）
DWH：BigQuery／変換：dbt（dbt Cloud）、Dataform／取込：Cloud Run Jobs上のカスタムPython、Fivetran／オーケストレーション：dbt Cloud、Cloud Scheduler／インフラ：GCP、Terraform、Cloud Run、IAM、Pub/Sub／CI/CD：GitHub Actions、dbt Cloud CI、Cloud Build／開発：Cursor（主要IDE）、クラウドエージェント／言語：SQL、Python

──────────────────────────────

[About the Role]
ENEXIA is a renewable energy technology company operating in the Japanese electricity market. The Data team builds and operates the data platform that underpins analytics, forecasting, trading, settlement, and regulatory reporting. We ingest data from dozens of sources — market operators such as OCCTO and JEPX, grid and TSO systems, weather providers, SCADA, meter readings, and internal trading systems — and transform it into trusted, well-modeled datasets. As a (Senior) Data Engineer, you will own meaningful parts of the platform across ingestion, transformation, quality, orchestration, and delivery.

• Responsibilities:
• Design, build, and operate end-to-end ELT/EtLT pipelines (ingestion via Python on Cloud Run, Fivetran; transformation via dbt + BigQuery: staging, core, mart layers).
• Design and operate pipeline orchestration and scheduling (dbt Cloud, Cloud Scheduler).
• Own data quality through automated tests, source-freshness monitoring, observability, alerting, lineage, and documentation.
• Contribute to the ongoing rearchitecting of the data platform across transformation, ingestion, orchestration, and BI layers.
• Partner with data scientists, MLOps engineers, software engineers, and business teams to define reliable data products.
• Maintain and improve CI/CD, code-review standards, and developer tooling (GitHub Actions, dbt Cloud CI, Cloud Build).
• Contribute to infrastructure as code and secure cloud architecture on GCP (Terraform).

• Current Stack: BigQuery; dbt (dbt Cloud), Dataform; Custom Python on Cloud Run Jobs, Fivetran; dbt Cloud, Cloud Scheduler; GCP, Terraform, Cloud Run, IAM, Pub/Sub; GitHub Actions, dbt Cloud CI, Cloud Build; Cursor (primary IDE), cloud agents; SQL, Python.

【必須要件（MUST）】

• データエンジニアリングまたはアナリティクスエンジニアリングの実務経験4年以上
• クラウド上のデータ基盤、特にデータウェアハウスの設計・開発・運用経験
• BigQuery、Snowflake、Databricks、Redshift等のカラム型DWHにおける高度なSQLスキル
• dbtまたはDataform等の同等の変換フレームワークの実務経験
• 本番データパイプライン開発におけるPythonの実務経験
• テスト、デプロイ、監視、障害対応を含むELT／EtLTパイプラインの一気通貫での構築経験
• データテスト・ドキュメンテーションを、後回しではなくデリバリーの一部として設計・構築した経験
• dbt Cloud、Cloud Scheduler、Airflow、Dagster、Prefect等のオーケストレーション／スケジューリングツールの経験
• クラウドの実務経験（GCPを歓迎、AWS・Azureの強い経験も可）
• Docker、Gitを用いたチーム開発、CI/CDの実務経験
• ソフトウェアエンジニアリングの基礎と、現実的な設計判断を行う能力
• ビジネスレベルの英語力（コード・ドキュメント・エンジニアリングコミュニケーションは英語）

──────────────────────────────

[Requirements (Must-have)]

• 4+ years of professional experience in data engineering or analytics engineering.
• Experience designing, developing, and operating cloud-based data infrastructure, especially data warehouses.
• Strong SQL skills on a columnar warehouse such as BigQuery, Snowflake, Databricks, or Redshift.
• Hands-on experience with dbt or an equivalent transformation framework such as Dataform.
• Hands-on Python experience for production data pipelines.
• Experience building ELT/EtLT pipelines end to end, including testing, deployment, monitoring, and incident handling.
• Experience designing and building data tests and documentation as part of delivery — not as an afterthought.
• Experience with orchestration or scheduling tools such as dbt Cloud, Cloud Scheduler, Airflow, Dagster, or Prefect.
• Practical cloud experience; GCP is preferred, while strong AWS or Azure experience is also welcome.
• Practical experience with Docker, Git-based team development, and CI/CD.
• Strong software-engineering fundamentals and the ability to make pragmatic design trade-offs.
• Business-level English proficiency.

【歓迎要件（NICE TO HAVE）】

• 電力・エネルギー・公益事業・金融市場、その他時間制約の厳しい業務領域の経験
• Terraform等のInfrastructure as Codeツールの経験
• Fivetran、Airbyte等のマネージドデータ取込プラットフォームの経験
• データコントラクト、データ品質フレームワーク、リネージ、ガバナンス、データメッシュパターンの経験
• BigQuery等のクラウドDWHにおけるコスト・性能最適化の経験
• AI支援／エージェント型開発の経験（チームは主にCursorで開発。Claude Code、Copilot等の類似ツール経験も歓迎）
• Pythonに加えてGo等のプログラミング言語の経験
• OSSへの積極的な貢献、または技術カンファレンスへの参加
• スタートアップ、アジャイル、多文化チームでの経験
• 日本語力（チームはバイリンガル運営：エンジニアリングは英語、事業背景・ステークホルダー対応は日本語中心）

──────────────────────────────

[Requirements (Nice-to-have)]

• Power, utilities, energy trading, financial markets, or other time-critical operational domains.
• Terraform or other infrastructure-as-code tools.
• Managed ingestion platforms such as Fivetran or Airbyte.
• Data contracts, data-quality frameworks, lineage, governance, or data-mesh patterns.
• Cost and performance optimization for BigQuery or another cloud data warehouse.
• AI-assisted or agentic development — the team develops primarily in Cursor; similar experience with Claude Code, Copilot, or comparable tools is also fine.
• Go or another programming language in addition to Python.
• Active contribution to OSS or participation in tech conferences.
• Startup, Agile, or multicultural-team experience.
• Japanese language ability — the team operates bilingually (engineering in English; business context often in Japanese).

【求める人物像・カルチャー】
ENEXIAは「できあがったチームに加わる」のではなく、エンジニアリングチームそのものをつくるフェーズにあります。設立から約2年、外部ベンダー開発のシステムの内製化を進めており、チームのあり方・開発プロセス・技術基盤を一緒につくる余地が大きく残されています。

• AIを振り切って使う一方、モデルが答えを返した「あと」を高い基準で問える方（出力を理解し、検証・レビューし、自分の名前で世に出す。判断・意思決定・責任は人間が担う）
• 肩書きではなく仕事への向き合い方としてのリーダーシップを発揮し、担当領域に閉じず課題を自ら見つけ、必要な人を巻き込んで前に進められる方
• アーキテクチャや運用の課題に対し、議論だけで終わらせず自ら手を動かして調査し、プロトタイプやデモで提案を具体的な行動へ変えられる方
• 好奇心と適応力があり、既存の前提（自分たちの前提を含む）を疑い、曖昧な状況を具体的なアクションへ変えられる方
• ナレッジを個人で囲い込まず、共有・議論・実践を通じてチームの価値を高められる方

──────────────────────────────

[Who We're Looking For / Culture]
We are building the engineering team, not joining one that already exists. ENEXIA was founded about two years ago and is bringing core engineering capabilities in-house, so there is real room to shape the team, its practices, and the systems it owns.

• Uses AI as far as it will go, but holds a high standard for what happens after the model returns an answer — understanding, testing, and reviewing output, and putting their own name behind it. Judgment, decisions, and accountability stay human.
• Treats leadership as a way of working, not a title: looks beyond their domain, identifies problems without waiting for instructions, involves the right people, and moves work forward.
• When they see an architectural or operational issue, investigates hands-on and builds a prototype or demonstration rather than only discussing it.
• Brings curiosity and adaptability, challenges existing assumptions (including our own), and turns ambiguity into concrete action.
• Shares knowledge rather than protecting it individually.