お任せしたいこと
［役割］
バックエンド/データエンジニアとして、YouTube Data APIから取得する膨大な動画メタデータやコメント、視聴統計データを集約・解析する、エンタメ企業向けデータ分析プラットフォームの開発を担当していただきます。
［役割に対して求める成果］
Python（FastAPI）を用いた高速なAPI構築と、pandas/Polarsを活用した効率的なデータパイプラインにより、最新の動画トレンドをリアルタイムに抽出し、AIによる動画の自動タグ付け処理をバグなく実装すること。

具体的な業務内容
Python（FastAPI）を用いた、YouTube動画データ収集・解析用Web APIの新規設計および実装
YouTube Data APIを活用した、特定のチャンネルや急上昇動画のメタデータ（視聴数、コメント、高評価等）の自動取得バッチ開発
pandas / Polars を用いた、大量の非構造化データ（テキスト、数値）のクレンジング・特徴量抽出処理
自然言語処理ライブラリ（GiNZA / 外部LLM API等）を組み込んだ、コメントの感情分析および自動キーワード抽出ロジックの実装
Pytestを用いたバックエンドロジックの単体・結合テストコードの作成と品質管理
Dockerを用いたコンテナ環境の構築、およびAWS（ECS/Fargate）へのデプロイ支援

必須スキル・経験
Pythonを用いたWebアプリケーションまたはAPIの開発実務経験3年以上
FastAPI、Django、Flaskいずれかのフレームワークを用いた商用プロダクトの開発経験1年以上
pandas、NumPy、Polars等のライブラリを用いたデータ加工、またはバッチ処理の実務経験
RDBMS（PostgreSQL/MySQL等）の基本的な知識、およびSQLを用いたデータ操作スキル
GitHubを用いたプルリクエストベースのチーム開発フローの習熟

歓迎スキル・経験
YouTube Data API、またはその他SNSの外部APIを用いた開発・運用経験
Docker / Kubernetesを用いたコンテナ開発環境の構築および運用の知見
AWS（ECS, Fargate, RDS, Lambda）などのクラウドインフラに関する基礎知識
自然言語処理（NLP）や、OpenAI等のLLM APIを組み込んだプロダクトの開発経験
Apache Airflowなどを用いたデータパイプライン（ETL）の構築経験

開発環境
言語・FW：Python 3.11+, FastAPI
インフラ・DB：AWS, PostgreSQL, Docker
管理ツール：GitHub, Slack, Jira
技術スタック：Polars, pandas, Pytest, Poetry, YouTube Data API

開発チームについて
テックリード1名、データエンジニア2名、Pythonエンジニア2名の計5名構成です。
動画マーケティングやエンタメ領域のデータを扱っており、最新のデータ処理技術（Polars等）を積極的に実務に投入する、非常にモダンで技術意欲の高いチームです。

求める人物像
データ処理の効率化（メモリや処理速度の最適化）に関心があり、綺麗なロジックを書くことにこだわりを持てる方
外部APIの仕様変更などに対しても、ドキュメントを読み解きながら柔軟かつ迅速に対応できる方

仕事の魅力
エンタメ×データ分析という非常に面白いドメインで、Pythonの強力なデータ処理能力を活かした開発ができます。
YouTubeという身近なプラットフォームの裏側にあるデータを扱い、最先端のトレンド解析システム作りに深く関与できます。

働き方
リモート環境
[フルリモート] フルリモートで働いていただけます。