フリーワード

検索

この案件は募集終了しました

条件にあう案件が見つからない場合、エージェントに相談してみることをおすすめします。 この案件に類似する非公開案件の紹介やキャリアカウンセリングを無料で行ってくれます。

募集終了
面談1回

Spark データエンジニア|商用車ロジスティクス向けデータ基盤の処理最適化

75-100万円/月額
業務委託(フリーランス)

案件サマリー

Databricks(PySpark、Scala)でのコーディング、およびSparkクラスタの知識を活かし、商用車ロジスティクス可視化基盤のデータ処理最適化を担当いただきます。大規模データ処理の実装・改修やAzureデータ基盤の性能改善が主な業務です。

この案件のおすすめポイント

  • Databricksでの大規模データ処理、性能改善の専門性が高まります
  • PySpark/Scalaでのチューニング経験は市場価値を大きく高めます
  • 物流DXという成長分野で、データ基盤の性能改善に貢献できます

案件の内容

Databricks(PySpark、Scala)環境におけるパフォーマンス最適化を中心にご対応いただきます。 具体的には大規模データ処理の実装・改修、Azureデータ基盤の性能改善、保守・構成管理およびリファクタリング等を行っていただきます。

必須スキル

Databricksでのコーディング(PySpark、Scala) コードのチューニング経験 Sparkクラスタの構造・処理方式および各種最適化手法の知識・経験 大規模データ処理の経験(数億行規模、Hadoop/Sparkクラスタ)」

歓迎スキル

データ基盤の構築・運用経験(Azureの各種サービス:Data Factory、SQL Server、SQL Database、Databricks、Functions、DevOps等) Azureインフラ知識(VNet、Private Link、Private Endpoint、Load Balancer等) クエリチューニング(Transact-SQLでの複雑なロジック実装・SQL最適化経験) スクリプティング(Python、PowerShell) ソースコード管理(GitHub)

面談回数

1回

作業開始時期

即日

募集人数

1人

リモート

常駐

案件担当のコメント

Databricks・PySpark・Scalaでのパフォーマンス改善経験が活かせる案件です。増員枠のため決定が早くなる可能性がありますので、該当スキルをお持ちの方は早めのご検討をおすすめします。

advice_point

フリーランスボードからのアドバイス

DatabricksやSparkでの大規模データ処理経験、特にチューニングのご経験は、現在の市場で非常に高く評価されています。この案件では、数億行規模のデータを扱うロジスティクス可視化基盤の性能改善という、技術的にも挑戦しがいのある課題に取り組めます。ここで培うパフォーマンス最適化の深い知見は、今後データエンジニアとしてキャリアを築く上で間違いなく強力な武器になるでしょう。

企業名

サンプル企業名株式会社

サービス/プロジェクト名

サービス/プロジェクト名

詳細スケジュール/リリース時期

詳細スケジュール/リリース時期は面談時にお伝えします

詳細スケジュール/リリース時期は面談時にお伝えします

詳細スケジュール/リリース時期は面談時にお伝えします

詳細スケジュール/リリース時期は面談時にお伝えします

詳細スケジュール/リリース時期は面談時にお伝えします

現場責任者の雰囲気

現場責任者の雰囲気は面談時にお伝えします。

現場責任者の雰囲気は面談時にお伝えします。

現場責任者の雰囲気は面談時にお伝えします。

現場責任者の雰囲気は面談時にお伝えします。

現場責任者の雰囲気は面談時にお伝えします。

開発体制の詳細

サンプル: エンジニア8名(バックエンド4名、フロントエンド3名、QA1名)

提供元-hacksHub

案件探しはAIに。あなたは確認だけ。

AIエージェントが40万件の案件からあなた専用の提案。利用中のフリーランスは平均より月10万円以上の高単価を実現しています。

この案件に似た条件で検索する

データエンジニア, バックエンドエンジニア

Scala, Python, Microsoft Azure

神奈川県

75-100万円

案件応募に関してよくある質問

案件の内容をより詳しく知りたいです。

案件の必須スキルに対応できるか、不安なのですが、応募はできますか?

気になる案件の話をまずは聞きたいのですが、気軽に応募しても良いでしょうか?

現在、他の案件でも商談が進んでいますが、応募してもいいでしょうか?