Machine Learning Engineer (Deep Learning), Credit ML

必須

• 求める経験・スキル

  • PyTorch等の深層学習フレームワークを用いた、深層学習モデルの開発経験（3年以上）
  • 1B超級のTransformer ベースのモデル、または LLM・基盤モデルのフルスクラッチ事前学習の経験（1年以上）
  • モデル学習経験、および実験設計・結果分析を自律的に進めた経験
  • 深層学習モデルを本番環境へ導入・運用した経験、またはそれに準ずるMLOpsの実務経験（1年以上）
  • チームメンバーやステークホルダーとの円滑なコミュニケーション能力
• 日本語：Proficient (CEFR - C1)

歓迎

• 歓迎する経験・スキル

  • 事前学習におけるデータ・モデルアーキテクチャ、目的関数、学習レシピ、計算予算の設計を主導した経験
  • 事前学習済みモデルを下流タスクへ適用・評価した経験（ファインチューニング、転移学習等）
  • 分散学習等の学習の高速化・効率化、チューニングの経験
  • 推論の高速化・効率化の経験（知識蒸留・量子化・枝刈り等のモデル圧縮技術やKVキャッシュ等）
  • テーブルデータの分析・モデリング経験（深層学習以外でも可）
  • AWS/Google Cloud等のクラウド環境でのデータ分析・システム開発経験
  • チーム・プロジェクトのリード経験、およびジュニアエンジニアのメンター経験
  • 金融機関、Fintech企業での就業経験
• 英語：Independent (CEFR - B2) 歓迎

求める人物像

• メルカリグループおよび各カンパニーのミッションとバリューに共感していただける方

使用ツール

組織・チームのミッション

• Merpay Credit Modeling チームでは、「高品質なデータサイエンス・機械学習の技術を用いて、あらゆる人に価値を届けられる与信ビジネスを作る」というチームミッションのもと、ビジネス課題の特定、モデル構築、開発・運用までを一気通貫で行っています。
• 現在チームでは、深層学習を活用した次世代の与信モデル基盤の開発に取り組んでいます。メルカリエコシステムの多様なデータを活かし、与信およびその他領域の複数タスクに活用できる汎用的なモデルの構築を目指しています。
• 本ポジションでは、次世代与信モデルの中核となる大規模深層学習モデルの開発を担うコアメンバーとして、モデルアーキテクチャや学習戦略の検討から本番導入、継続的な改善までを中心的に担っていただきます。

業務内容

• 次世代与信モデルの中核となる大規模深層学習モデルの設計・開発・改善
• モデル設計: 与信領域の課題やデータ特性を踏まえた、深層学習モデルのアーキテクチャ設計
• 学習戦略: 学習タスク・目的関数の設計、データ・モデル構成、計算予算を踏まえたスケーリング方針の策定と実行
• 学習基盤: GPUを用いた大規模学習・分散学習の設計・実装、学習の効率化・安定化
• 評価設計: オフライン指標に加え、与信の性質上重要なビジネスKPIやリスク指標、安定性・公平性・説明可能性を含めた評価設計
• 大規模深層学習モデルの本番導入・運用
• 学習・推論パイプラインの設計、推論の効率化、本番システムへの組み込み
• モニタリング、再学習、ロールバック等の運用設計とMLOpsの整備
• 技術意思決定: モデリング方針（モデル規模・性能 vs コスト、推論レイテンシ、解釈性、既存モデルとの使い分け等）の決定
• 最新の研究動向のキャッチアップと、自社課題への適用検討
• 既存与信モデルの運用、および継続的な改善
• プロダクト/ビジネス/リスク管理/リーガル/コンプラ等のステークホルダーを巻き込んだ合意形成
• チームメンバーへの深層学習領域の技術的なメンタリング、ナレッジの体系化

ユニークなチャレンジ

• 2,400万MAUを誇る国内最大級のフリマアプリ「メルカリ」のエコシステムが持つ、大規模かつ多様なデータを用いて、金融領域における次世代の深層学習モデルをゼロから創り上げることができます。
• 最先端の深層学習・大規模学習の知見を与信という領域に応用する、国内でも先進的な取り組みに挑戦できます。
• 研究開発にとどまらず、与信判断という社会的責任の大きい本番システムへの導入までを見据え、精度・安定性・説明可能性・運用品質を兼ね備えた深層学習モデルを実現するチャレンジができます。
• データ解釈の難しさ、ガバナンス、法令、リスク管理等の多くの制約がある中で、深層学習モデルを用いてビジネス価値のみならず、金融包摂という社会的に大きなインパクトの創出に Go Bold にチャレンジすることができます。
• 開発フェーズのプロジェクトであり、アーキテクチャや学習戦略の意思決定に大きな裁量を持って関わることができます。また、プロジェクトリードへのキャリアの広がりも期待できます。