■ナウキャストとは
ビッグデータや生成AIを活用した事業を展開するスタートアップです。
クレジットカードデータやPOSデータ、位置情報データといった様々なオルタナティブデータを活用し、企業や官公庁の意思決定をサポートしています。

■Financial Research事業とは
本ポジションが所属する Financial Research事業では、内閣府・日本銀行・シンクタンク向けのマクロ経済分析データ提供に加え、国内外の機関投資家向けにPOSデータやクレジットカードデータを用いた投資分析サービスを展開しています。
決済関連データや3rdパーティデータを統合し、生成AI技術も活用しながら投資意思決定をサポートするWEBアプリケーションを開発・運用しています。

■業務の概要
Financial Research事業のテックリードとして、データプロダクトの提供プラットフォームへの各種データサービスの集約と、技術負債解消のロードマップ策定・推進をリードしていただきます。
単なるアーキテクチャ刷新にとどまらず、Claude Code / Cursor 等を活用したAI駆動開発への移行とチームへの普及を、事業横断のプラットフォームチームである DSPU（Data Service Platform Unit）と協力しながら、Financial Research事業サイドの推進役として進めていただくことを期待しています。
事業ドメイン全体での技術的な取り組みを牽引し、周囲を巻き込みながらチーム全体の技術力と開発体制を底上げする、ドメインワイドな技術リーダーシップ（周囲を巻き込む高いコミュニケーション力と推進力）を担うポジションです。

【具体的な業務内容】
・技術負債の解消とプロダクトプラットフォームへの統合
各種データプロダクト（AlternaData等）を共通のプラットフォームへと集約・集約するにあたり、技術的な課題を整理し、解消のロードマップを描いて推進していただきます（具体的には、後述の「解決していただきたい課題」が対象）。
・AI駆動開発への移行とチームへの普及
チームのリポジトリをClaude Code / Cursor で開発しやすい形に整えます。
現在、チームやプロジェクト間でAI活用の度合いにバラつきがあるため、グループやナウキャスト全体の動きを見据えながら、誰もが効果的に使える環境の整備やチームへの普及・導入を推進していただきます。
加えて、Claude Code / Cursor から Snowflake に接続して問い合わせへの回答ドラフトを自動生成する仕組みづくりや、既存の認証基盤の導入なども行います。
・チーム全体の技術力アップ（ドメインワイド）
自身の担当領域にとどまらず、周囲のエンジニアを巻き込みながらチーム・事業全体の技術力と開発体制を底上げします。

【解決していただきたい課題の例】
・CI/CDパイプラインとリリースプロセスの高速化・安定化
現状、プルリクエストの検証時とデプロイ時で異なるテストスイートが実行される不整合があり、リリースの後半で問題が検出されるリスクや、デプロイの長時間化（ログの可視性不足によるトラブルシューティングの難しさ）が生じています。
これらの一連の検証・デプロイフローを一貫性のあるものに見直し、開発者がより安全かつ高速に価値を届けられる堅牢なパイプラインへと再構築・高速化を行う。
・複数リポジトリにまたがるアーキテクチャの整理・統合
事業成長に伴い、相互に依存するコードベースが時間とともに異なる進化を遂げ、複雑化しています。
メンテナンスコストを下げ、今後の変更の実装をスムーズにするために、複雑化したコードベースを整理・統合し、将来の開発アジリティを高めるためのリアーキテクチャを推進する。
・データパイプラインとAPI間のデータモデル統合
現在、データモデルや同期の不整合が発生しており、これが追加の開発やメンテナンスのオーバーヘッドに繋がっています。
一部のAPIとデータパイプラインをセットで改修するなど、複雑なデータ連携における同期の不整合を解消し、メンテナンスコストを下げるためのデータモデリングとアーキテクチャの見直しを行う。

■ポジションの魅力
①幅広い技術領域への挑戦
バックエンドの枠にとらわれず、PdM、テックリード、エンジニアのような動きを取り、他ポジションに染み出せる環境です。
API、DB、インフラなどサーバーサイドとその周辺領域の開発経験を積むことができます。

②バラエティ豊富なデータ
クレジットカードやPOSデータなど機密性の高いデータを扱え、プロダクトを通じて機関投資家・官公庁の意思決定を支え、ビジネスの成功に直結していることを実感できます。

③AI駆動開発とガードレールの両立
金融・Fintech水準のガードレールにより、Claude Code・Cursor等を安心して活用できる環境です。
Harness Engineering（生成AIのコード品質担保・仕様の形式管理）にも取り組んでいます。

④フルサイクル・裁量
エンジニアが直接顧客と対話し、要件定義から技術選定・実装までリードする文化です。
また、技術選定からロードマップ策定まで自分で描くことができます。
単なる現状の改善にとどまらず、データやレポートを提供するプラットフォームの将来像（MCP：Model Context Protocol などの新たな提供形式を含む）を見据えたアーキテクチャ設計から携わっていただけます。

使用技術
Python、Go(echo)、Airflow、Snowflake、AWS、Terraform、Docker、MySQL (Aurora)、Google Cloud、Azure、Claude Code、Cursor、OpenAI