Data Engineering StudyでClassiのデータ組織の歩みと題して発表しました

f:id:tetsuro-ito:20210810181549p:plain みなさん、こんにちは！データAI部の部長をしている徹郎(id:tetsuro-ito)です。

先日開催されたforkwellさんとprimeNumberさんが主催されているイベント、Data Engineering Study #9「企業規模別に見る、データエンジニア組織の作り方」にて、Classiのデータ組織の歩みについて発表してきました。

Data Engineering Studyはこれまで8回開催されていて、データエンジニアリングの話題を中心にデータ分析に関する話題やデータ基盤に関する話題、それを扱う組織における話題を取り上げたりと、人気の勉強会です。

9回目の勉強会では「企業規模別に見る、データエンジニア組織の作り方」というトピックで、それぞれ従業員数が100人・300人・3000人と企業規模の異なる3社が下記のようなトピックを発表する趣旨として開催されました。

企業の課題と、データ分析の目的
データ分析に関する組織構成と、各組織のメンバー構成
データエンジニア職の採用をどのように行っているか

Classiはこのうち、100人規模の組織の事例発表ということで招待され、300人規模の事例として弁護士ドットコムさん、3000人規模としてLINEさんが事例講演をされました。

当日の発表資料

当日発表した資料がこちらです。Classiの会社紹介とデータ組織の紹介を行ったのちに、データAI部が取り組んでいるプラクティスを中心にご紹介させていただきました。

データAI部の前身であるAI室が創設されたのが2018年の6月ですが、約3年間の歩みをわりと赤裸々にご紹介させていただいたつもりです。

資料で引用している資料リンク

また、YouTubeにて当日の録画配信も公開されているので、興味がある方はぜひご覧ください

当日いただいた質問

また、イベントではkoibumiというサービスを通して、視聴者のみなさんからのご質問もいただきました。いただいた質問と回答は下記のとおりです

Q：データエンジニアはGCPをよく使うことから、管理者的な役割を期待されることも多く、困っているのですが、そういったことはありますか？どう対応されていますか？
- A : 発表の中でもあった通り、データエンジニアがadminとしての役割を担っていることからも、そういったことはあります。理想的には専門組織を作り、そうしたことを担ってもらうのが望ましいですが、現状では主管部署が責任を持って管理し、他の専門的に見ている部署と連携してるのが現状です。
Q : 部長さんということですが、部下の方のキャリアアップなどのプランは練られていますか？
- A : ちょうど今年度、評価の基準をアップデートしているところです。その評価基準にグレードがセットになっていて、そのグレードをあげることでできることも増えたり影響力が上がるような設計にしています。そういう観点では、プランは練っています。
Q : 採用はフルリモート可ですか？
- A : Classiではコロナ禍以降、基本的にフルリモートで業務を行なっています。例えば、コロナ禍以降に入社したメンバーの中には、一度もまだオフィスに来たことがない方もいて、会社全体がフルリモートワークに対応しているといえます。今後については、議論しながらClassiにとって一番良い方法を検討していきますが、リモートワークがメインになることを軸にオフィスをコンパクトにしたため、「再び毎日出社」にはしないと考えています。
Q : 一人のデータエンジニアがどの程度の業務を担当されているのでしょうか？また人員は足りていますか？
- A : 発表の中でデータ基盤の構成図をお見せしましたが、メンバーの中でも得意な技術領域にグラデーションがあります。エンジニアリングに強いメンバーはよりソフトウェアエンジニアリングに近いデータエンジニアリングに重心を置き、ビジネス活用に近いスタンスのメンバーはDWHやDMの部分に重心を置いています。最後に募集をさせていただいた通り、人員は足りていません(笑)