機械学習エンジニア（金融事業領域）

必須

• Pythonを利用した製品開発経験

  • パッケージ管理、テストツール、Linter等を用いたチーム開発経験
  • 主要なデータ処理、機械学習ライブラリの利用経験

• MLOpsに関する経験・知見

  • MLパイプラインのアーキテクチャ設計
  • ワークフローエンジンに関する知見、特にMLシステムのワークフロー管理の経験
• クラウドサービスを利用した開発経験
• 日本語でのコミュニケーションが可能であること

歓迎

• 機械学習ライブラリ、OSSへのコントリビューション経験
• 社内MLOps基盤の開発経験
• チームリード経験（5～10名程度以上）
• 機械学習・データサイエンス関連分野での研究経験、または論文などの再現実装の経験
• データサイエンス・コンピュータサイエンス関連分野での学位
• ビジネス英語力 (TOEIC 800点以上)

求める人物像

• 研究やPoCに閉じず、ビジネス課題を理解し、機械学習を実際のプロダクト価値として社会に届けたい方を歓迎します。
• 機械学習モデルをプロダクトに組み込み、継続的に改善していくことに関心のある方をお待ちしています。
• PayPay 5 sensesに当てはまる方

応募について

• 金融ドメインの経験は必須ではありません。

使用ツール

募集の背景

• PayPayはNo.1のFintech企業を目指し、新しい金融の在り方を世の中に発信していきます。 その実現に向けて、AI・データ活用は事業成長とプロダクト進化の中核を担うテーマです。PayPayでは、決済・金融サービスに関わる大規模なデータを活用し、ユーザーや加盟店にとってより便利で安心な金融体験を提供するため、AI・機械学習技術の社会実装を進めています。
• 私たちのチームは、ユーザー・加盟店向け金融サービスの領域において、データを活用したリスク評価・プロダクト改善に取り組んでいます。これまでに、「PayPay資金調達」や「PayPay店舗専用ローン」など、加盟店向け金融サービスの中核を支えるデータ活用・機械学習システムの設計・開発を担ってきました。今後もさまざまな金融サービスにおいて、AI・データ関連技術を活用した新しい金融体験の創出を進めていきます。
• 一方で、PayPayが扱うのは「お金」や「ユーザーデータ」に直結するミッションクリティカルな領域です。機械学習モデルには、ビジネス要件を満たし、高い性能を発揮することに加えて、信頼性、説明可能性、安定性、セキュリティ、継続的な改善が求められます。特に、不確実性を持つAIシステムを金融サービスの中で安心して利用できる品質に引き上げることは、非常にチャレンジングな課題です。
• 私たちのチームは、ビジネスチームと密に連携し、課題定義からMLシステムの設計・実装、本番運用までを一気通貫で担います。単にモデルを開発するだけでなく、プロダクトや業務に組み込まれる仕組みとして成立させるために、アーキテクチャ、データ品質、モニタリング、運用改善まで自チームで責任を持って推進します。
• 研究やPoCに閉じず、ビジネス課題を理解し、機械学習を実際のプロダクト価値として社会に届けたい方を歓迎します。金融ドメインの経験は必須ではありません。機械学習モデルをプロダクトに組み込み、継続的に改善していくことに関心のある方をお待ちしています。

具体的な業務内容

• 機械学習エンジニアとして、AI・機械学習技術を活用しPayPayやグループ各社における金融サービスの開発を加速する役割を担っていただきます。（テックリード相当）
• 機械学習を活用した金融サービスの製品化に向けて、社内のエンジニア・データサイエンティストのチームとともに開発を行います。プロジェクト初期のビジネス要件定義・jupyterなどでのプロトタイピングフェーズから参画し、製品化に向けた本開発フェーズに向けて機械学習エンジニアの視点でプロジェクトを円滑に進めます。
• ビジネス上の問題解決のためのソフトウェア要件および、機械学習システム特有の品質要件を定義し、チーム開発方針を決定します。
• コードレビュー、テストなど、効率化・品質向上のために必要な開発者文化を自ら推進し、チームや会社全体に根付かせます。また、単一のプロジェクト・単一のチーム活動にとどまらず、PayPayにおけるMLOpsの成熟度を継続的に高めるべく、主体的に活動します。

本ポジションの魅力

• 7000万人を超えるユーザー、全国の加盟店により良い金融体験を提供するためのサービス開発を経験できる
• 自分しか持っていないデータ、自分たちしか経験できないビジネス課題に関わることができる
• AI活用組織のグロースに中心的立場で携わることができる
• ビジネス開発部門に所属しながら、ビジネス、データサイエンティスト、データアナリスト等多様な専門性をもつメンバーや他部署のメンバーと密に連携するため、コミュニケーションスキルや視野の広がりが得られる