AIテックリード

必須

• 以下いずれかに該当し、要件定義〜テストまで自律的に業務遂行できる方

  • フロントエンド、バックエンドの開発経験が5年以上（TypeScript、Python 等）
  • バックエンド、インフラの開発経験が5年以上（Python、AWS、GCP、Azure 等）

• 以下いずれかの業務経験がある方

  • Bizサイドとの折衝を通じて、プロダクト開発や調整等を行ってきた方
  • 技術選定やアーキテクチャ設計を主導した経験がある方
  • 外部への発信（インタビューやイベント登壇等）経験がある方
• クラウド（AWS、Azure、GCP）環境における開発経験がある方
• テックリードやプロジェクトマネージャー等、組織を牽引する立場で業務を行ってきた方
• AI（生成AIを含む）を用いたシステム開発の実務経験がある方

歓迎

• クラウド（AWS、Azure、GCP）を設計・構築した経験（IaCやCDKでの構築経験があれば尚可）
• RAGやエージェント等、AIを用いたシステムの開発経験
• 業務改善を目的としたプロダクト開発やプロジェクトにおける実務経験

使用ツール

募集背景

• みずほフィナンシャルグループは、AIで仕事そのものを作り替える、全社的なAIトランスフォーメーションを進めています。これは〈みずほ〉にとって今までにない規模のDXであり、その実現のために大規模なデジタル投資を行い、組織を超えた変革体制で臨んでいます。
• めざすのは、「使われ続けるプロダクト」を自分たちの手でつくり、改善し続けること。社員から顧客まで、現場で本当に使われるものを届けます。その最前線を担うのが、AIを内製で開発するデジタル戦略部です。経営トップ自らがAI活用を主導し、3年間で最大1,000億円規模をAIによる変革に投じる本気の取り組みのもと、同部では常時30〜40件のプロダクトを並行開発しています。
• ビジネス部門からの要望（Biz起点）と開発側の提案（Dev起点）の双方でテーマが増える中で、「実現可能性の判断」「要件の整理・合意形成」「技術選定・アーキテクチャ設計」「開発環境の標準化や運用改善」といった技術面の意思決定の重要性が高まっています。技術的な意思決定と開発推進をリードし、プロダクトの展開と改善を支える「AIテックリード」を募集します。

① 従業員35,000名以上の現場に届く、AIプロダクト・エージェント開発

• 生成AI／AIエージェントを活用した業務変革を推進しており、大規模組織で実際に使われるプロダクトをつくり、改善を重ねていける点が魅力です。成果が特定部門に閉じず、利用の拡大と改善が組織全体に波及していくため、「つくったものが事業を動かす」手応えを得やすい環境です。

②AIエージェント量産を支える、技術基盤づくりをリードする

• 複数の生成AIプロダクトが同時並行で進み、いまはAIエージェントを量産するフェーズ。技術選定やアーキテクチャ設計をリードし、開発環境の標準化やベストプラクティスの普及を通じて、内製開発の速度と品質を組織全体で底上げできます。量産を支える仕組み（エージェントファクトリー）やガバナンス基盤の整備にも技術面から関われる、一人の判断が多くのプロダクトに効くレバレッジの大きい役割です。

③金融の制約を越えて、「信頼されるAI」を成立させる

• セキュリティ・権限管理・監査性・運用の安定性・業務上の正確性など、金融機関として満たすべき前提が多く存在します。単に開発スピードを上げるだけでは成立しない領域だからこそ、技術的な判断と設計・運用の作り込みが、プロダクトの信頼性と定着度を左右します。責任あるAIとスピードを両立させる、技術的に歯ごたえのある領域です。

④ 「資金」でも「テーマ」でも困らない環境でリードできる

• スタートアップのようなスピードと裁量がありつつ、大企業ならではの投資規模・豊富な開発テーマ・安定した財務基盤に支えられています。面白いアイデアが予算やネタ切れで止まらない、腰を据えて技術的な挑戦を続けられる土台があります。

職務内容

• グループ全体の生成AI／AIエージェント活用を推進する、デジタル戦略部内のテクノロジー開発チームにて、ビジネス部門の相談対応から技術的な意思決定、開発推進、運用改善までをリードし、複数の生成AIプロダクトの展開を技術面から支えるポジションです。

具体的な業務内容

• ビジネス部門からの相談に対し、実現可能性の判断・要件整理を行い、PoC着手までの方針策定をリード
• 生成AI技術（例：AWS Bedrock、OpenAI、Google Gemini等）を用いたアジャイルPoCの開発・評価、およびプロダクト化に向けたAIアプリケーションの設計・実装・テスト
• クラウド開発環境の標準化（ツール／ライブラリ等の選定）と、チームの技術基盤整備の推進
• 大規模言語モデル（LLM）に関する技術調査・選定、生成AIアプリ／AIエージェント開発、プロンプト設計（必要に応じてプライベートLLM、ファインチューニング、LLMOps、運用リスク管理・最適化を含む）
• 運用上の問題の早期発見と改善を通じた、システムの安定運用・パフォーマンス向上の推進
• 技術リーダーとして、技術指導・コードレビュー・ベストプラクティスの普及、社内外ステークホルダーとの技術レビューの推進
• 取り組みの社内外への発信（インタビュー、イベント登壇等）

プロジェクト例

• 技術検証（モデル／プラグイン等）：各種AIモデルやプラグインの活用検討、適用可否の評価
• 業務支援アプリの内製開発（AWS等クラウド上）：生成AIを活用した面談記録・議事録作成アプリ、社内手続きの照会ツール等の開発・PoC（技術検証）モデル高度化の検証：ファインチューニングを視野に入れた技術検証
• みずほ独自モデル：独自モデルの構築および評価・実証
• ローコード／ノーコード：開発ツールの試行利用と社内導入の検討

面談記録・議事録作成支援「めんきくん」

• 対面/オンラインMTGの面談記録ドラフトを作成するiOS/Webアプリケーション

スライド生成支援「みずほスライドジェネレーター」

• 作成したいスライド内容を自然言語で指示すると、AIが構成を検討し、社内様式を反映したスライドを自動生成

リサーチ支援「みずほDeepResearch アドバンス」

• ユーザの指示に応じてWeb上の膨大な情報をAIが検索・精査し、レポートを自動生成

営業支援「RM Studio」

• 営業担当者が1日〜5日かけていた調査・資料作成を自動化。過去のお客さまとの打ち合わせ内容や、お客さま情報からAIエージェントが次の商談の資料を自動作成

技術情報（一部）

• 開発言語 TypeScript, Python
• フレームワーク Next.js, React, Vue.js, FastAPI, Streamlit, FastAPI
• AI関連ライブラリ Assistants API, Agents SDK, Strands Agents SDK, LangChain, LangGraph, Vertex AI
• インフラ・ミドルウェア AWS, S3, ECS, ElastiCache, Terraform, CDK, Bedrock, Bedrock Agentcore
• テスト Jest, Pytest, Playwright
• ツール GitHub, Teams, Slack, Jira, Confluence
• AIツール Anthrpic ClaudeCode, AWS Kiro, OpenAI Codex, Amazon Q Developer, Devin, Dify, v