- Tokyo, Tokyo
- 6 days ago
データクラウド担当シニア・フォワード・デプロイド・エンジニア, Google Cloud.
Before you go
Before you leave us, sign up for our email alerts
We don't do job spam, just the best digital jobs delivered straight to your inbox.
データクラウド担当シニア・フォワード・デプロイド・エンジニア, Google Cloud: our view in 3 lines...
- The Role:The role suits experienced engineers who design data platforms and deploy machine learning workloads for enterprise customers in live production environments.
- The Person:The person will build and release production data and machine learning workloads with customers, write and tune PySpark, SQL and Python code, build data foundations for agent solutions, and migrate costly analytics and Spark workloads to Google Cloud.
- Requirements:The ideal candidate has at least five years of experience with Python and SQL, plus Apache Spark, PySpark, BigQuery, Spanner, AlloyDB and Data Catalog, and has trained, evaluated and deployed machine learning models in production.
About the role
必要な条件/経験:
- エンジニアリング、コンピュータ サイエンス、または関連する分野の学士号を取得していること(同等の実務経験でも可)。
- ソフトウェア エンジニアリング、データ エンジニアリング、ソリューション アーキテクチャ、機械学習、技術コンサルティングのいずれかに携わった 5 年以上の経験(Python と SQL でのコーディング経験を含む)。
- データクラウド エコシステムのプロダクト、テクノロジー、言語(Apache Spark、PySpark、BigQuery、Spanner、Data Catalog、AlloyDB など)に携わった経験。
- 本番環境レベルのデータクラウド ソリューションを構想からリリースまで実現した経験(クラウド プラットフォーム(GCP など)でデータシステムを設計した経験、構造化 / 非構造化パイプラインを構築した経験を含む)。
- 本番環境で機械学習モデルをトレーニング、評価、デプロイした経験。
望ましい経験/スキル:
- マルチエージェント システムを、フレームワーク(LangGraph、CrewAI、ADK など)と複雑なパターン(ReAct、自己分析、階層的委任など)を使用して実装した経験。
- プロンプト開発、モデル評価、AI のクリエイティブな応用に携わった経験。
- エンタープライズ データ(Gemini、エージェント、RAG、ベクトル検索など)を対象に大規模言語モデル(LLM)でアプリケーションを構築し、品質、レイテンシ、費用を評価した経験。
- 分析、Spark、データベースのワークロードをプラットフォーム間で移行し、費用やパフォーマンスの結果を測定した経験。
- 「LLM ネイティブ」の指標(1 秒あたりのトークン数、リクエストあたりのコストなど)および状態管理と詳細なトレースを最適化する手法に関する知識。
About the job
Google Cloud のデータクラウド チームは、BigQuery、Managed Spark、Borderless Lakehouse、Spanner、AlloyDB、Knowledge Catalog といった、Gemini Enterprise と統合された Google のエージェント型 AI サービスを支えるデータ プラットフォームを構築しています。
データクラウド チームのフォワード デプロイド エンジニア(FDE)は、お客様の現場に深くコミットするポジションです。最先端のデータ ソリューションとお客様の実運用における現実とのギャップを埋める役割を担っています。「革新的な実践者」として、お客様の環境で直接作業を行い、プログラミング言語(PySpark、SQL、Python など)とデータクラウド エコシステム(BigQuery、Managed Spark、Spanner、AlloyDB など)に関する経験を活かして、データと機械学習のワークロードをアイデアの段階から Google Cloud での本番運用へと導きます。エージェントの根幹を支えるデータ基盤を構築し、顧客データを活用した機械学習モデルのトレーニングから評価までを担います。戦略的アカウントに深く関わることで、2 つの重要な役割を担います。一つは、複雑なシステムの手厚い実装支援を行うこと。もう一つは、フィードバック ループとして機能し、現場で得た知見を Google Cloud の将来のプロダクト ロードマップに反映させることです。
Google Cloud の市場開拓チームに加わり、世界中の企業向けに AI 革命をリードするチャンスです。基盤となるテクノロジーの創出と大規模な運用実績に裏打ちされた Google ブランドの信頼性が、あなたの活躍を後押しします。最先端の Gemini モデルと包括的な Vertex AI Platform を擁する世界最高峰の AI ポートフォリオを駆使して、お客様のビジネス課題解決に取り組んでいただきます。また、DeepMind のエンジニアやリサーチチームと直接連携できる協調的な環境が整っており、お客様の課題解決を強力にサポートします。ミッションの推進役としてカスタマー サクセスを実現し、共にクラウドの新時代を切り拓きましょう。この市場を動かすのはあなたです。
Responsibilities
- お客様とともに本番環境のデータ ワークロードと ML ワークロードを構築してリリースする。BigQuery、Managed Spark、Spanner、AlloyDB で PySpark、SQL、Python のコード作成、テスト、パフォーマンス調整を行う。
- 機密データ(PCI、PHI など)の匿名化を含め、お客様のデータを使用して実用的な概念実証を提示する。
- レイクハウス アーキテクチャ、メタデータ、セマンティック コンテキスト、カスタム エージェントが信頼できるデータに基づいて行動できるようにするアクセス制御など、エージェント ソリューションのデータ基盤を構築する。
- 顧客のビジネス指標を改善する機械学習コンポーネントとエージェント コンポーネントをトレーニング、評価、デプロイし、評価とモニタリングを実施する。
- 高コストの分析、Spark、運用データベースのワークロードを他のプラットフォームから Google Cloud エンジンにリファクタリングして移行し、費用対効果を測定する。
ほとんどの場合、この職種では採用プロセスの一環として対面式での面接が必要となります。
Google では障がい者採用の取り組みを進めています。

