■組織ミッション
①事業部/室ミッション
　ミスミは4,000万点超の商品情報、網羅的な3D CADデータ、グローバルな検索・購買トラフィック、約34万社の顧客基盤（海外売上比率約60%）を持ち、製造業の部品選定・調達を支えるECプラットフォームを運営しています。当室は、ミスミのECサイトにおけるKW検索エンジン（ベクトル検索から始まり、現在はKW検索とのハイブリッド構成）を内製開発してきた部隊です。顧客・サプライヤーの「あらゆるムダの排除」を掲げる「デジタルサービスモデル開発・ハブ（TX）」の一員として、コア機能である検索エンジンを主に部品選定体験自体の内製開発を推進しています。

②チームミッション
　年間11億PV、5億回のサイト内検索があり、内製のベクトル検索は検索クリック率20%向上、商品探索時間18%改善を実現しました。検索エンジンは2022年末に本稼働し、2024年に基盤刷新済みです。このデータ資産と各ものづくりサービスを接続し、設計から購買までの状態と来歴を引き継げる統合体験へ発展させます。

③自組織の強み・事業責任者からのコメント等
　商品・カタログ情報、3D CAD、検索・購買行動データに加え、設計意図、BOMの親子関係、変換履歴、会話・操作・ハンドオフ履歴を対象に、データモデル、パイプライン、品質基準、メタデータ、リネージを整備します。AI/MLモデルとAIエージェントへ安全に供給できる状態を維持し、Context Graphを含む担当データプロダクトの品質と安定運用に責任を持ちます。難易度は高くチャレンジングな反面、完全に新規なプロダクトのデータ基盤をゼロから設計できる裁量があり、整備したデータがそのままAIエージェントの精度や事業貢献に直結する点が、この仕事の醍醐味です。

■仕事情報
①担当業務内容

AI Readyデータ・Context Graphの構築とパイプライン設計（60%）：
AI/MLモデルとAIエージェントが「そのまま使える」高品質なデータを、BigQueryを中核に作り・整備して供給する基盤を構築します。データ収集・統合（AWS S3・Redshift・Salesforce・Amazon Aurora等からBigQueryへ集約するETL/ELTパイプラインの設計・構築、Fivetran／Airflow／dbt core）。サービス横断コンテキスト連携、Context Graph（BOM/CADの親子関係・設計変換の来歴・判断根拠と確信度を追跡できるグラフ・イベントモデル）の設計。非構造データからのナレッジ抽出、AI Ready化（データモデリング・データカタログ整備）、データ品質管理
データ管理プロセスの最適化および自動化（30%）：
属人化しがちなデータ抽出・加工作業を排除し、自動化されたワークフローを確立します。Airflow・dbt coreによるデータ運用の自動化・コード化（IaC）、Cloud Run等でのAIエージェント基盤へのデータAPI／連携整備、Context Graph APIの整備、データカタログによるメタデータ管理
改善・技術検証（10%）：
モダンデータスタックや新技術のキャッチアップと検証。データパイプラインの改善提案、コードレビューへの参加
②仕事のやりがい（面白さ）
　ゼロから設計するデータ基盤が、そのまま複数のAIエージェントの精度を左右します。
　あなたが整備したContext Graphが、設計から購買までの統合体験を裏側から支えます。

③3～5年後の想定されるキャリアパス
　‐ データ基盤組織を率いる「データエンジニアリングマネージャー」
　- Context Graphやデータ品質を極める「データアーキテクト」
　‐ AIエージェント連携に強みを持つ「MLOps／AI Platformエンジニア」

④業務上の課題
　- 商品・CAD・会話履歴など多様なデータをAI Readyな形に整える設計判断が求められる
　- Context Graphのように社内に前例のないデータモデルをゼロから作る実行力が必要
　- 技術進化と事業状況の変化に応じて、データ基盤の優先順位をタイムリーに見直す必要がある

⑤使用ツール
　・ 使用アプリケーション： MS Teams, GitHub Projects, GitHub Issues
　・ 開発環境： Python, SQL／Google Cloud Platform (GCP) を主軸にAWSとハイブリッド構成／BigQuery, dbt core, Airflow, Cloud Run, Fivetran（試験導入中）／Cloud Functions／Terraform, GitHub Actions
　・ その他： AIエージェント連携: Google CloudのマネージドAIサービス／Context Graph（検証候補）: グラフデータベース, Event Store, PostgreSQL, Redis／連携データソース: AWS S3, Amazon Redshift, Salesforce, SANSAN, Amazon Aurora