面接一覧
Dropbox logo

Dropbox

スタッフ

Dropboxのアナリティクスを信頼できるものにする、共有データモデルとメトリクスレイヤーを設計する

Data Science & AI Platform配下にあるDropboxのAnalytics Data Engineeringチームは、新しいオーケストレーション、コンフォームドディメンションによる共有データモデル、認定メトリクスフレームワーク、シフトレフトなガバナンスと、アナリティクスプラットフォームをエンドツーエンドで刷新しています。このStaffポジションは、再利用可能なデータモデルとセマンティック/メトリクスレイヤーの設計をリードし、チーム横断の標準化を推進するとともに、技術的方向性を形づくるシニアリーダーシップとの直接の接点を持ちます。

この面接を練習する

無料 · この職種に合わせて調整されたライブ音声模擬面接

模擬面接を始める

この面接で問われること

  • ディメンショナルデータモデリング:共有ファクトテーブル、コンフォームドディメンション、セマンティック/メトリクスレイヤー
  • チーム横断の標準化と、直接の権限によらない影響力
  • シフトレフトなデータガバナンス:データコントラクト、SLO、コードで強制する品質ゲート
  • オーケストレーション(Airflow)とdbtパイプラインの設計・スケジューリング・障害復旧
  • 高度なSQLと大規模環境でのSpark SQLパフォーマンス
  • 運用負荷の軽減:オブザーバビリティ、持続可能なon-call、ランブック

よくある質問の方向性

複数の事業ラインが単一の信頼できる情報源として使える、認定メトリクスフレームワークを設計してください

Data ScienceとBIの間でメトリクス定義をめぐる対立が起きたとき、どう解決したか

品質問題を本番前に捕捉するため、上流のデータ提供側とデータコントラクトを構築した経験

オーケストレーションの刷新や大規模なパイプラインパターンの移行——何が壊れ、どう復旧したか

AI支援のパイプライン開発や対話型のデータ探索が本当に役立つ場面と、誇大宣伝にすぎない場面の見極め

分散型のアナリティクス組織全体で、新しいデータモデリング標準の採用を推進した経験

元の求人ページを見る

関連する面接