データ事業本部 サービスソリューション部 インテグレーションチームのお仕事

データ事業本部の多久です。

クラスメソッドへはプロジェクトマネージャーとしてジョインし、早いもので約半年が経ちました。
良い機会なので自身が転職前に知りたかった情報や今後のチームの展望などをまとめ、クラスメソッドが気になっている方、転職・就職活動中の方に向けて情報を整理したいと思います。

インテグレーションチームの位置づけ

組織構造

インテグレーション部は、データ事業本部のサービスソリューション部内に位置します。

ビジネス

サービスソリューション部では、CSアナリティクスというデータ分析基盤サービスを提供しています。
インテグレーションチームでは、このサービスを活用したデータ分析基盤の構築に関わる導入・運用・保守を担当しています。
ただし、最近ではお客様の要望が高度化・多様化しており、データマートの構築や分析基盤におけるAI活用など、守備範囲を広げてきています。

チーム内の体制

チーム体制は以下の通りで、マネージャー・エンジニア・ステークホルダーがそれぞれ協業することで成り立っています。

仕事の進め方

定例帯

目的ごとに以下のような定例を実施しています。メンバーに必要な情報が必要な速度で行き渡るように、ミーティング全体を配置しています。

• サービスソリューション部 部会
  • 3ヶ月に1回程度。全社定例を踏まえた方針伝達などを行います。
• インテグレーションチーム 定例
  • チーム全員が参加し案件の進捗、課題などを話し合います。
  • なお、後半では勉強会やチーム課題への対応方針検討なども行ったりしています。
• インテグレーションチーム マネジメント定例
  • 隔週でチームが扱うビジネス、組織の課題のうち、マネージャー中心で初期検討する内容を話し合います。
• インテグレーションチーム 課題管理定例
  • 隔週でチームが扱うビジネス、組織の課題を話し合います。
  • マネジメント定例からの共有事項はここで連携しています。

コミュニケーション

各自が集中して開発する時間を大切にするとともに、オフラインでのコミュニケーションも大切にしています。
当インテグレーションチームでは部横断でPJに取り組むことも往々にしてあるため、その際にちゃんと顔を見ながら会話できることや、コンテキストや組織の温度感について共有しやすくなります。また、ものによっては複数人が同時にホワイトボードに書き込みながらブレストなどを行うこともあり、このあたりはデジタルツールでは追いつけていないところです。

成長支援の1on1

メンバーの成長を支援するために、定期的な1on1を1年以上継続しています。たとえば、以下のようなお題を扱っています。

• キャリア志向 : まず、現状のキャリア志向を確認し、それ以降は変化があれば都度会話する
• 強み : まず、現状の強みを確認し、それ以降は変化があれば都度会話する
• 成長の内省 : 前回の1on1以降の経験をふりかえり、自身の成長をふりかえる
• 活動のふりかえり : Good、Issue、Next 形式で良かったこと、課題、それらを踏まえて今後取り組みたいことを整理している
• 成果の確認 : 顧客価値や内部改善などの成果を記録します。仕事の価値をふりかえることがで、評価の際に参照可能な元情報にもなります
• その他、相談があれば随時会話

仕事の魅力

成長できる環境

クラスメソッドにおけるインテグレーションチームは、データエンジニアとして必要となる多様な能力を伸ばしやすい環境です。比較的小さな案件を担当することで、場数を踏みやすく、不慣れなうちは既存のメンバーが寄り添ってくれます。

また、クラスメソッドの社内には多様な分野の優秀な社員が溢れています。『誰とでも雑談』という仕組みがあり、30分や1時間のミーティングを誰に対してでも頼むことができます。さらに、クラスメソッドといえばクラウドインフラ。開発者全員にクラウドインフラの学習用のアカウントが付与されていて、好きなだけ検証できますし、困ったら社内にはクラウドインフラの専門家が多くいます。データエンジニアリングに関しても部門の内外に専門家がいるため、社内で積極的に交流をすればするほど多様な人から助言をもらえます。社内勉強会もありますし、技術分野別の Slack チャネルなどもあります。

こういった点から、他のエンジニア系の職種からデータエンジニアに転身するには最適な環境です。実際、データエンジニアとしては未経験ながら、現在では一人前の戦力として活躍してくれているメンバーがいます。

【データエンジニア3年目が語る】AI時代に生き残るリアルとキャリア戦略 | DevelopersIO

シニアなエンジニアにとっては、技術とビジネスの融合、チームの技術推進、チームメンバーのスキル向上、AI活用など幅広い価値を生み出す機会が多くあります。クラスメソッドでは、カルチャーとして『やってみる』という項目があり、新しい取り組みへの試行錯誤が歓迎されています。また、データエンジニアは「組織のデータを集め、整理し、活用するための形にするエンジニア」です。そのため日常的に扱ってきたSQLやRDBの知識、正規化やテーブル設計の経験、バッチやインターフェースの設計、運用を意識したテスト設計、これらはそのまま、データ基盤やDWH設計に直結します。そのため、例えばこれまで10年業務アプリケーションを中心にSIerなどで活躍されてきたような方々にとっても親和性の高い領域です。

なお、ジュニアもシニアも問わず、全社的にAI活用が奨励されているのも魅力の一つです。案件の要件の一部としてのAI活用、日々の開発におけるAI活用、開発以外の業務におけるAI活用など様々な場面でAIを活用する機会があります。

以下は、AIの活用例です。

• 案件に関わる活用例 : Snowflake Cortex Analyst で生成されるクエリの精度向上のため確認すべきポイントをまとめてみた | DevelopersIO
• 開発以外の活用例 : Geminiでスケジュール設定してプロンプトを定期実行する方法 | DevelopersIO

総合力の強化

データエンジニアのキャリアはシニアになっていくと総合力を求められます。開発スキルは前提として、ビジネス課題の解決を起点にデータ活用の目的を定義し、実装までを主導する力が不可欠です。多様なステークホルダーとの調整や合意形成を行い、プロジェクトを推進する全体統括力も求められます。技術とビジネスの架け橋となり、組織の利益最大化にコミットする視点が重要です。

インテグレーションチームのデータエンジニアの仕事は、シニア以外のメンバーでも小規模案件の場合はタスク管理、コードレビューなどのマネジメントをすることも含まれます。AIの登場もあり、エンジニアの仕事が開発だけに閉じなくなる傾向にあるこの状況において、多様な経験が積めるのはメリットです。
また、シニアになるとプリセールスにも加わり、よりビジネスに踏み込んだやりとりに関わることができます。また、領域としてもデータ分析基盤構築の業務だけでは収まらず、領域が広がり始めているのも経験の機会としてはプラスの要素です。

情報発信

クラスメソッドでは、学習エンジンという言葉があります。

その中でも特に文化を象徴するのがアウトプットです。業務の成果、ブログの発信、登壇など、インプットをし、実践をし、アウトプットをすることが良しとされています。このサイクルを高速に回すことが成長の秘訣であり、またこの活動は経営理念である『オープンな発想と高い技術力により、すべての人々の創造活動に貢献し続ける』にも即しています。

学習エンジンに関して詳細は以下の記事を参照ください。

学習エンジンがうなりを上げているチームの作り方 | DevelopersIO

AIの活用

現在、クラスメソッドでは AI All In と称して開発だけにとどまらず全社的に AI 活用を推し進めています。エンジニアにとっても今後のキャリアにおいてAI活用に関する習熟度は重要な要素です。AI活用の予算が確保され、実践の機会や、タスクフォースなどもあり、AI活用の経験機会に事欠きませんし、エンジニアだけではなくバックオフィスやセールスも含め、文字通り全社的に活用されている環境です。
さらに、情報発信の文化があり、AI活用の発信を通して世の中のAI活用を強化する助力にもなれます。

仕掛中の取り組み

現在、インテグレーションチームでは以下のような取り組みをしています。

AI活用のさらなる強化

案件での活用

適切にコードレビューなどを実施することは前提として、エンジニアがコードを書く際には、基本的にClaude CodeやCursorを用いて開発を行っています。
これにより生産性向上は元より、本当に人間がやるべき作業に集中することができます。
もちろん開発だけではなく、スケジュール管理やプロジェクトキックオフの準備などプロジェクトマネジメント面においても活用されています。

AIXC（Classmethod AI Experience Center）への参加

AIXCという全社横断の組織で、AI導入支援を加速するために設立されました。
各本部のAIオファーリングメニューの導入を支援するためのオポチュニティ創出がメインミッションです。
サービスソリューション部では、部内で開発しているAI関連の自社サービス、及びAI readyなデータ基盤構築の販売チャネルとして機能します。
また、センター長を含む運用メンバーがサービスソリューション部の在籍であり、AIXCの活動も推進しています。

リンク：
https://classmethod.jp/news/251003-ai-experience-center/

開発プロセス改善

AIが登場したことにより、AIを前提とした開発プロセス改善の取り組みも並行して行っています。これにより、「コードレビューの効率化」、「要件定義書や設計書からプロトタイプの自動生成」、
「レガシーコードのリファクタリング支援」などで効果や実績が上がっています。
また、AIはフルに活用していくものですが、それでもAIを使えない・使うべきではない部分に対しても標準化による効率化などを推し進めています。

キャリアラダーの整備

今まで曖昧だったシニアエンジニア・一般のエンジニア・ジュニアエンジニアに対する期待、責務を明確にし、期待値調整・評価・育成しやすくするために、キャリアラダーを整備しはじめました。初期版が完成し、これから実運用に移行するところです。

チームのスキル強化

チーム全体として、スキルの底上げができるように業務に必要となるスキルの一覧を作成し、シニアエンジニア・一般のエンジニア・ジュニアエンジニアの各段階ごとに必要となる項目を精査し、星取表を元に今いるメンバーの現状を整理し、今後強化が必要な部分を把握可能にしました。
これから、整理した情報をもとに実際にスキル強化を進めていくことろです。この取り組みは、整理の部分をマネージャーやシニアエンジニアが対応し、それ以降はタスクフォースで継続進行中です。

また、並行してオンボーディングの強化も実施中です。インテグレーションチームはCSアナリティクスの利用が前提になるため、これを用いた分析基盤の構築を素早くキャッチアップできるように整備中です。

課題

現在、インテグレーションチームが向き合っている課題には以下のようなものがあります。

要求の高度化

冒頭でも触れましたが、お客様の要求が高度化しており、元々チームが受け持つはずだったCSアナリティクスを用いたデータ分析基盤の構築・運用・保守だけに収まらなくなってきました。データ活用の活用支援、AI活用、データに関わるコンサルティングなど高度な要求に応えていく必要があります。

現状は、これに対応すべくステークホルダと連携のための調整をしたり、必要なスキルセットの強化について取り組み始めています。

泥臭い部分もまだまだある

お客様の要求を問わず共通的な部分についてはCSAにすでに機能としてあるため、そのまま利用できますが、データはお客様によって千差万別なため、まだまだ泥臭い部分が残っています。
例えばデータの特殊なクレンジング（クリーニング）や、文字コードの違いによる問題、データ取得時の名寄せなどが該当します。

現状ではこれらに対して銀の弾丸はないですが、それでも省力化、効率化すべく取り組んでいます。

求人リンク

インテグレーションチームではデータエンジニア、プロジェクトマネージャーを募集しています！
私たちと一緒に、お客様が素早くデータ分析を実現し、ビジネス価値につなげることができるように仕組みの整備と個別の対応の両輪を高速で回していきませんか？

• データ分析基盤構築エンジニア | キャリア採用 | クラスメソッド株式会社
• プロジェクトマネージャー / リーダー（データ分析ビジネス）※東京採用 | キャリア採用 | クラスメソッド株式会社
• クラスメソッド カジュアル面談申込サイト
  • プロジェクトマネージャーについて知りたい場合は、多久へ
  • エンジニアの業務について知りたい場合は、森脇へ