【一部出社あり／週2〜3／GCP】AutoTech/Mobility・自動運転・MaaS走行データ分析プラットフォーム＆GCPインフラ最適化

お任せしたいこと
［役割］
GCP（Google Cloud）環境における、モビリティ・自動運転実証実験車両から収集される大容量 CAN データおよびカメラ・LiDAR 解析ログのリアルタイム収集・蓄積パイプラインとマルチクラウド接続基盤の設計・構築
［役割に対して求める成果］
Cloud Interconnect によるオンプレミス解析環境・実証拠点との高速プライベート接続の確立、および BigQuery / Cloud Bigtable への時系列データ書き込みパイプライン（Pub/Sub + Dataflow）のチューニングにより、車両テラバイト級データの取り込み遅延を 500ms 以下に抑え、車両位置・状態モニタリングの即時性を強化

具体的な業務内容
Google Cloud Pub/Sub / Cloud Bigtable を用いた、高頻度な車載センサー（CAN/GPS）ログのリアルタイム受領・蓄積基盤の構築
Terraform を用いた、オンプレミス実験設備（拠点）と GCP 間（Cloud Interconnect / Cloud VPN）のセキュアなネットワーク IaC 設計
BigQuery (BigQuery Omni / GEOGRAPHY型) を用いた、車両走行ルート・位置情報データ（GIS）向け時系列クエリの最適化
GKE (Google Kubernetes Engine) 上で稼働する各種解析バッチ・AI 推論コンテナの自動スケーリング設定およびコスト最適化
Cloud Monitoring / Datadog を用いた、拠点間通信帯域およびパイプラインインジェスト遅延のリアルタイム監視環境の構築

必須スキル・経験
GCP (Google Cloud) 環境におけるインフラまたはデータ基盤の設計・構築・運用経験（4年以上）
Cloud Interconnect, VPC, Cloud VPN 等を用いたハイブリッドクラウド／オンプレミス接続のネットワーク設計実績
Terraform を用いた Infrastructure as Code (IaC) によるインフラコード化・運用の実務実績
BigQuery または Cloud Bigtable を用いた大規模データ・時系列データのパフォーマンスチューニング知見

歓迎スキル・経験
自動車、モビリティ（MaaS）、自動運転、物流、スマートシティ領域でのデータインフラ構築実績
GKE (Google Kubernetes Engine) や Artifact Registry 等を用いたコンテナ基盤の運用経験
車載データ（CANログ、NMEA、GeoJSON 等）や地理空間データの取り扱い知見
Google Cloud Certified Professional Cloud Architect または Professional Data Engineer 資格の保有

開発環境
クラウド/サービス: GCP (BigQuery, Cloud Bigtable, Pub/Sub, Dataflow, GKE, Cloud Interconnect)
IaC / CI/CD: Terraform, GitHub Actions
監視/可観測性: Cloud Monitoring, Datadog, Cloud Logging
コミュニケーション: Slack, Notion, Jira, GitHub

働き方
リモート環境
[一部出社あり] 基本リモートワークですが、実車（実験車両）からのデータ送信モジュール接続テストや、専用ネットワーク機器（オンプレミスルーター/Cloud Interconnect）の物理構成確認・拠点対面レビューに応じ、週2〜3日程度都内オフィス/技術センターへご出社いただく必要があります。