データPdM_GenAI Enablement

必須

• PythonやSQLを用いた分析・モデル実装経験
• 機械学習・統計学の基礎知識
• Git/GitHubを用いたチーム開発の知識・スキル
• LLMや生成AIなどの先端技術への興味・PoC経験

歓迎

• 複数のステークホルダーを巻き込み、データ・AIを活用したプロジェクトや施策を推進した経験
• 分析やモデルの結果をプロダクト機能・業務プロセスに落とし込み、ユーザー価値や事業成果につなげた経験
• 事業側と課題・要件を整理し、開発の優先順位づけやリリース後の効果検証に関わった経験
• プロダクトマネジメント、またはそれに準ずる企画・要件定義・開発推進の経験
• LLMを活用した本番サービス運用経験
• AWSやGCPなどクラウド環境でのインフラ設計・運用経験
• MLOps/LLMOpsやCI/CDパイプライン構築の知見
• アプリケーションエンジニア、ソフトウェアエンジニアとしての開発経験
• HR Tech／開発生産性／SaaSなど、当社が扱う事業ドメインへの関心・知見

求める人物像

• ユーザー価値・事業価値を最優先に考え、技術を手段として活用できる方
• 最新技術への好奇心が強く、学習やPoCを楽しめる方
• ビジネスサイドや他部門と積極的に連携し、チームの成果を最大化できる方
• 自ら課題を見つけて取り組み、スピード感をもって実行できる方
• 分析やモデル開発にとどまらず、実際に使われるプロダクトや業務の改善まで向き合いたい方
• 機械学習・データ領域の専門性を生かし、プロダクトづくりや事業成果への貢献範囲を広げたい方
• ファインディのビジョン&バリューに共感できる方

使用ツール

募集背景

• 生成AIの登場は、プロダクト開発にとどまらず、産業構造やビジネスモデル、人々の働き方そのものを大きく変えるパラダイムシフトをもたらしています。
• 私たちファインディも、既存事業の成長を生成AIで加速・高度化させながら、生成AIを起点とした新しい価値創出に全社で取り組んでいます。
• そして、その推進役を担うのが、プロダクトマネジメント室のGenAI Enablementチームです。
• 各事業におけるデータ・AI活用テーマの発掘から、機械学習・LLMを活用したPoC、本番運用、社内業務の効率化・自動化まで、AIを「事業成果」に変える役割を担っています。
• 事業の急成長に伴い、AIで解くべき課題は増え続けています。
• 一方で、分析やモデル開発の成果を継続的な事業価値につなげるには、技術的な検証だけでなく、事業の目標やユーザーの課題を起点に「何を、なぜ、どの順番で実現するか」を見極めることが必要です。
• ユーザー価値・事業へのインパクト・技術的な実現性を踏まえてプロダクトや施策の優先順位を定め、ユーザー体験や業務フローへの組み込みから成果検証までを一体で推進していきます。
• ファインディには、エンジニアのキャリア・スキル、求人情報、イベント・カンファレンスへの参加やサービス上の行動など、独自のデータが蓄積されています。これらを活かした推薦・マッチングに加え、人の判断やフィードバックをモデル改善につなげる仕組みを設計し、使われるほど価値が高まるプロダクトづくりを進めていきます。
• その実現には、ビジネスサイドやエンジニアをはじめとする複数のステークホルダーを巻き込み、目指す成果や優先順位について共通認識をつくりながら、部門をまたぐ課題や意思決定を前に進める役割が欠かせません。
• そこで今回、機械学習・データ領域の専門性を軸に、自ら手を動かしながら、事業成果に対するオーナーシップを持って課題設定から開発推進、成果検証までを担っていただけるデータPdMを募集します。
• 技術を活かし、職種や担当領域の枠にとらわれずに関係者と協働しながら、プロダクトや事業の成長を主体的に推進したい方を歓迎します。

Mission

• ファインディならではのデータとAIの可能性を、ユーザーの体験と事業の成長につながる価値へと変えていく。
• そのために私たちは、技術の導入そのものを目的とせず、事業の課題に加え、マーケットの変化や顧客・ユーザーのニーズに向き合い、プロダクトと業務の両面から新しい価値を生み出していきたいと考えています。
• このポジションは、機械学習・データ領域の専門性を軸に、事業・ユーザーの課題と、市場動向や競争環境から見える機会を捉え、何をつくり、どのような価値を届けるかを定める役割です。
• マーケットにおけるファインディの強みと差別化の可能性を見極め、取り組むテーマや優先順位に反映しながら、ビジネスサイドやエンジニアを巻き込み、分析やモデルの成果をプロダクト機能や業務プロセスへとつなげていただきます。
• 技術を実装するだけでなく、使われ続け、事業成果につながるプロダクトへと磨き上げることで、「技術立国日本を取り戻す」挑戦を推進していくことをミッションとします。

1. データ分析・事業課題の形成

• 事業・ユーザー課題に対するデータ分析、仮説作成、アプローチ検討
• ビジネスサイドへのヒアリングを通じた課題の構造化と、データ・AIで取り組むテーマの選定
• ユーザー価値・事業への貢献・技術的な実現性を踏まえた施策の優先順位づけ

2. データ・AIプロダクトの企画・開発推進

• データ・AI活用テーマのロードマップ、成果指標、検証方針の設計
• ユーザーの体験設計を含む機能・データ・運用要件の整理
• ビジネスサイドやエンジニアなど、複数のステークホルダーと連携した開発・リリースの推進
• 分析やモデルの結果をプロダクト機能・業務プロセスに落とし込み、利用状況や事業成果を踏まえた継続的な改善

3. 機械学習・生成AIを活用した検証・開発

• 自らデータ分析やモデル・手法の比較検証を行い、課題に適した解決アプローチを検討
• 各事業のデータを活用した推薦・スコアリングなどの機械学習モデルや、LLMを活用した機能・システムの構築・改善
• ご自身の専門性や開発体制に応じた本番実装と、エンジニアとの協働によるリリース後の評価・運用改善

4. データとAIの継続的な改善サイクルの設計

• 人がAIの提案を確認・判断するHuman in the Loopを含む、利用体験・業務フローの設計
• 承認・非承認などのフィードバックを蓄積し、推薦・マッチングの品質改善につなげる仕組みの設計
• モデルの精度とユーザー体験・事業成果の両面からの効果検証と改善

5. ビジネスサイドとの連携・人とAIの協働を前提とした業務変革（AX）の推進

• 現場の業務を理解し、人とAIの役割分担や例外時の対応を含む業務フローを設計
• 人がAIの提案を確認・判断するHITL(Human in the Loop)から、AIが実行し人が監督・必要に応じて介入するHOTL(Human on the Loop)を目指した段階的な自律化の推進
• ビジネスサイドと協働した導入・運用設計、現場への定着支援と、成果や知見の他事業への展開

募集内容

• まずはご自身の強みや専門性を活かせるテーマを担当し、課題設定から成果検証までを推進していただきます。
• ご志向や経験に応じて、担当する業務の範囲を広げていくことを期待しています。

1. AIマッチング・レコメンドの高度化

• 複数サービスで蓄積されたデータや行動ログ、現場から得られるフィードバックを活用し、推薦・ランキング・パーソナライズの品質を継続的に改善

募集内容

• 開発組織のデータを多面的に集計・スコアリングし、Speed・Quality・Controlなどの観点から組織の状態や改善余地を可視化

3. 顧客MTG準備の分析アシスタント

• 施策前後の開発指標を自動で分析・要約し、カスタマーサクセスが顧客への示唆や改善提案を準備するためのアドバイスを生成

4. 事業課題を分析する「Findy Insights」

• 顧客接点データを集約・構造化し、リサーチからインサイト分析、ソリューション評価までの仮説検証サイクルをAIエージェントで支援

5. AIエージェントによる業務変革（AX）

• AIが業務を実行し、人が監督・必要に応じて介入するHOTL（Human-on-the-Loop）型の業務を目指し、業務フロー・システムを設計・開発。人の判断・修正とその結果を活用し、AIの判断・提案精度を継続的に改善

募集内容

• ※業務の変更の範囲：会社の定める全ての業務

キャリアパス

• 専門性を深めるエキスパートや、チームや組織を率いるマネジメント、事業責任者など、ご志向や強みに応じてキャリアを築くことができます。
• データPdMとして、データ・AIとプロダクトマネジメントの専門性を深め、プロダクトの進化をリードするエキスパートIC
• マーケットと事業に向き合い、事業戦略の策定から実行、プロダクトを通じた収益・成長まで担う事業責任者
• プロダクトの意思決定や人材育成、チームづくりを担い、組織の成果を最大化するプロダクトマネージャー組織のマネージャー／組織マネージャー

1. ファインディならではの独自性の高いデータを扱える

• 約30万人のエンジニアのキャリア・スキルデータ、開発組織の生産性データ、テックイベントの動向など、複数事業を通じて蓄積された多様なデータを組み合わせ、ファインディだからこそ実現できるMLプロダクトを開発できます。

2. 技術の専門性を生かし、プロダクトづくりの意思決定まで担える

• 決められた仕様を実装するのではなく、「どの課題をデータ・AIで解くべきか」「何を優先してつくるか」という問いから向き合います。分析・モデル開発に加え、要件定義や開発推進、効果検証まで、事業成果につながるプロダクトづくりに一貫して関われます。

3. データとAIが循環する仕組みを育てられる

• AIの提案に対する人の判断やフィードバックをプロダクトに組み込み、利用を通じてデータが蓄積され、モデルや体験が改善されるサイクルの設計に携われます。モデル単体の精度にとどまらず、実際の業務やユーザー体験への貢献まで見届けられる環境です。

4. 技術と事業の双方に専門性を広げられる

• 経営陣やビジネスサイドと近い距離で、事業目標やマーケットを踏まえた優先順位づけ・ロードマップ策定に関われます。関係者を巻き込み、技術を事業成果につなげる経験を通じて、専門性を軸にプロダクトの成長をリードするキャリアへと広げられます。

開発環境

• 開発言語：Python
• ML/データ分析：scikit-learn, BigQuery, Gemini Enterprise Agent Platform(旧Vertex AI), Jupyter, Marimo
• 生成AI / LLMフレームワーク：LangChain, Pydantic AI, AWS Bedrock, Cohere API, OpenAI (ChatGPT), Anthropic (Claude), Google (Gemini)
• AIエージェント・開発補助ツール：Cursor, Cline, Devin, Dify, Scribe, Notion AI, NotebookLM
• インフラ・ミドルウェア：AWS, Google Cloud, MySQL, Redis, Docker, Elastic Cloud
• CI/CD・モニタリング：GitHub Actions, Datadog
• その他ツール：GitHub, Slack, Looker Studio（旧Google Data Studio）