データエンジニア
事業部門・共通部門におけるデータドリブンな意思決定をエンジニアリングによって支える、データエンジニアの役割について紹介します。
データ基盤部に所属するデータエンジニアは全社の各部門を横串で支援しており、各部門のデータ活用水準の向上に努めています。
事業・サービスの成長に伴い、データの量・種類・データを要求する仕事は日々増え続けています。我々データエンジニアは、データパイプラインの開発・運用やそれを支えるインフラ、分析関連ツールの提供などを通じて、全社のデータ活用がより便利で安全になるような取り組みをしています。 我々の取り組みによりデータドリブンな意思決定をより効率的に行うことが可能となり、機械学習やAI技術を応用した、ユーザーにとって魅力的で便利な機能の開発も効率化されます。
データ基盤部について
データ基盤部には、データエンジニアと MLOpsエンジニア が多数在籍しています。データ基盤部では 「職能横断型組織」 という組織体制を採用しており、データエンジニアとMLOpsエンジニアは同じグループに所属しています。
この組織体制では、各ストリームアラインドチームが事業ドメインごとにAI・データ利活用を推進します。さらに、この職能横断型組織を補完するため、全社・部門横断的な技術支援を行うイネイブリング・プラットフォームチームが、各ストリームアラインドチームを強力にサポートしています。
データ基盤部の組織体制についての詳細は こちら をご覧ください。
データエンジニアの役割
データエンジニアはデータの利用者を深く理解し、最適なデータアーキテクチャの設計やデータパイプラインの開発・運用、データマネジメントの推進など、事業におけるデータ基盤・利活用に付随する様々な業務を担っています。
実際にフェーズによって多岐にわたりますが、データエンジニアが担う業務としては以下の内容があります。
最近では、データ基盤部にて横断的な技術支援に取り組んでいるプラットフォームグループとの連携によるデータマネジメントの推進を進めており、このようなデータ戦略に取り組むデータマネージャーの役割も生まれつつあるなど、業務内容も日々進化しています。
また、役割・責務に細分化することでデータエンジニアリング組織として達成すべきミッションを明確にしています。
役割 | 業務内容 |
---|---|
アナリティクスエンジニア | |
データアーキテクト | |
ソフトウェアエンジニア |
これらのポジションは硬直的なものではなく、自身のWILLを加味したアサインや目指していくキャリア・ロールに応じたデザインを実施しています。 伸ばしたいスキル・経験を考慮し、時にはポジションを切り替えながら成長を促しています。
チームカルチャー
事業やサービス、データの利用者を理解する姿勢
我々データエンジニアは事業やデータの利用者を理解し、より便利で安心なデータプラットフォームと、より快適なデータ活用の体験を提供しています。
そのために事業やサービス・データの利用者の理解が大切であり、ドメインごとにチームを組成することで事業に深く寄り添っています。
技術的にも、事業やサービスによって取り扱うデータの性質やデータパイプラインに求められる要件は異なります。データ利用者の業務を理解することで各データの重要度や障害発生時の影響度を把握し、監視の仕組みや運用体制を構築しています。
ギルド活動
データエンジニアは、各事業ドメインのチームで専門性を高めながら「ギルド活動」を通じて組織全体の知見を共有しています。このギルドは、データエンジニアリングに関する最新の知識や実践的なノウハウをドメインやチームを超えて共有し、組織全体の知見向上と連携強化に貢献しています。
さらに、ギルド活動では生成AIの活用による業務効率化も積極的に推進し、AIを取り巻く外部環境の変化に柔軟に対応できる組織を目指しています。
積極的な学習姿勢
チームトポロジーによりチームが分かれていても、ドメイン間での相互共有や技術研鑽は非常に重要です。データ基盤部に閉じず、DeNAグループに在籍する各組織のデータエンジニア・関係会社に所属するデータエンジニアおよびMLOpsエンジニアも交えた、特定の事業や技術に閉じない幅広いトピックを取り扱うことで知見の底上げを目指していく勉強会を毎週開催しています。
さらに、有志によるデータエンジニアリングに特化した勉強会も積極的に行われており、新規技術・興味のあるテーマが現れるたび大小関わらず自発的に勉強会が生まれています。
実務で得られた知見・経験についても勉強会だけではなく外部に向けても積極的に発信しており、イベント登壇だけでなくBLOGページやオウンドメディアである dena.ai にてデータエンジニアリングに関する記事を掲載しています。
働き方について
担当役割や事業に応じて様々ですが、基本的にはリモートワークを中心にチームを運営しており、中には関東以外の地方に居住しているメンバーも含まれています。
チームによっては不定期にオフィスへ集合し、交流のためのランチ会やチームビルディングを行うことでリモートワークだけでは培われにくい関係の構築も行っています。
技術スタック
チーム・ロールによって異なりますが、主に以下のものが利用されています。
Category | Technology Stack |
---|---|
Programming / Database Languages | Python SQL |
Infrastructure | Google Cloud |
Data Lake / Warehouse | BigQuery Cloud Storage |
Container Orchestration | Google Kubernetes Engine Cloud Run |
Workflow Engine | Digdag Cloud Composer |
Data Modeling and Transformation | dbt Dataform |
Data Integration | Airbyte |
BI | Looker Looker Studio Argus(内製BIツール) |
CI / CD | GitHub Actions Cloud Build |
Tools | GitHub Enterprise Terraform PagerDuty Cursor Cline |
メディア掲載実績
2025
- 日経クロステック『新データベース入門、これからのデータ基盤設計』(2025/05/01)
2024
- 日経クロステックActive『これで解決! 「データ活用」成功学』(2024/10/16)
イベント登壇実績
2025
-
DeNA Data/ML Engineering Night 令和最新版 DeNAデータ・MLエンジニアリング組織について (2025/03/14)
-
DeNA Data/ML Engineering Night データモデリングツール勉強会 運営してみた! (2025/03/14)
-
DeNA Data/ML Engineering Night データ基盤の新規構築で取り組んだテストピラミッドの理想と現実 (2025/03/14)
-
DeNA Data/ML Engineering Night アルムのデータ基盤におけるSnowflake導入に向けた取り組み (2025/03/14)
-
DeNA TechCon 2025 医療向けプロダクトにおける閉域網なクラウドネットワーク構築 (2025/02/05)
2024
-
エンタメ業界のデータマネジメント最前線 (2024/09/03)
-
DeNA TechCon 2024 若手データエンジニアが語る!現場業務の全貌とキャリアの魅力 (2024/02/29)
2023
-
デタマネFES・夏2023 チームトポロジーを活用したデータエンジニア組織運営について (2023/08/05)
-
DeNA TechCon 2023 VOC分析を支えるデータ基盤とモダンデータスタックの取り組み (2023/03/12)
2022
-
Google Cloud × GAME ゲーム開発におけるGoogle Cloud活用事例(2022/12/06)
-
DeNA流 データ組織の整え方 ~総データ量数ペタバイト!約30プロダクトを横断するデータ本部のデータドリブンな組織設計・継続運用のノウハウ~(2022/10/06)
-
Data Engineering Study #14 - Modern Data Stack特集 (2022/06/08)
2021
- フルスイング by DeNA - 扱うデータは多種多様。DeNAならではのデータエンジニア活躍の場と働き方 (2021/10/07)
2020
-
BEACON Japan 2020 (2020/09/10)
-
第 11 回 Google Cloud INSIDE Games & Apps: Online (2020/09/09)
-
Google Cloud Data Platform Day #2 (2020/03/31)
-
DeNA TechCon 2020 (2020/03/04)
2019
- DeNA TechCon 2019 (2019/02/06)