仕事内容
PayPayの金融事業領域において、与信モデルやリスク管理モデルなどの開発、およびAI活用のためのシステムアーキテクチャ設計をリードするシニア機械学習エンジニアを募集します。数理工学・統計学的な深い専門性を背景に、ビジネス要求を満たす最適な機械学習システム全体の構造を構想・設計し、社会実装を牽引するテックリードとしての役割です。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、プロダクト価値として社会に届けることを目指します。
募集の背景
- PayPayはNo.1のFintech企業を目指し、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。
- 決済・金融サービスに関わる大規模データを活用し、ユーザーや加盟店に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推進しています。
- ユーザー・加盟店向け金融サービス領域において、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。
- 「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。
- 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あり、機械学習モデルには信頼性、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。
- 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。
- モデル開発だけでなく、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、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。
具体的な業務内容
- PayPayの金融事業領域（クレジット、銀行、保険、資産運用など）において、与信モデル、リスク管理モデル、マーケティングモデル等の開発、およびAI活用のためのシステムアーキテクチャ設計をリードしていただきます。
- 数理工学・統計学的な深い専門性を背景に、ビジネス要求を満たす最適な機械学習システム全体の構造を構想・設計し、社会実装を牽引するテックリードとしての役割です。
- 金融領域における主要モデル（与信、リスク管理、マーケティング等）の設計・開発を行います。
- プロジェクト初期のビジネス要件定義から参画し、データのバイアスやビジネスの制約を考慮した最適な予測モデルの選定・設計を行います。
- AI・ML活用のためのシステムアーキテクチャ設計と品質要件定義を行います。
- 機械学習システム特有の品質要件（予測精度、説明可能性、安定性、セキュリティ、運用コスト等）を定義します。
- モデルを実際のプロダクトや業務プロセスに安全かつ効率的に組み込むための、最適なシステムアーキテクチャの構想・設計を行います。
- プロジェクトの推進とテックリード業務として、開発方針の決定、コードレビュー、テスト戦略の推進などの開発文化を牽引します。
- MLOps（機械学習基盤）の成熟度向上として、PayPayの金融事業全体におけるモデルの学習・評価・モニタリング・継続的改善の仕組みのアーキテクチャをアップデートし、主体的に運用改善を推進します。
PayPay 金融事業統括本部の紹介
- PayPayをNo1のFintech企業にするミッション達成のため、PayPayアプリ上でお金にまつわるすべてのユースケースを創り上げる実行部隊です。
- スマホファーストな金融サービスのUIUXを発明していくことを目指しています。
- 大手金融機関での新規事業開発経験者や海外での新規事業経験者、データ領域の専門家など多様なメンバーで構成されています。
- 現状の金融サービスをより良くしたいという強い情熱を持った人と一緒に働きたいと考えています。
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ます。
- 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ます。
- 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ます。
- 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ます。
求めるスキル・経験
必須
AI・機械学習・数理統計領域における高い専門性 統計解析
機械学習、データマイニング、統計学等の分野において、数理的理論からアルゴリズムを深く理解し、ゼロからアプローチを設計できる知見 統計解析
ML/AI分野でのトップカンファレンスやトップジャーナルへの論文採択/発表実績がある、もしくは同等の高度な数理バックグラウンド 機械学習モデル開発経験
機械学習を用いた予測モデルの開発・実務経験（目安：3年以上）
機械学習システムにおけるアーキテクチャ設計・プロダクト組み込み経験 システム設計
ビジネス要件に基づき、システムの品質要件（予測精度、説明可能性、安定性、コスト等）を定義した経験
モデルを実際のプロダクトや業務プロセスに安全に組み込むための、システム全体の構造設計（MLパイプライン/MLOpsの構想・設計など）を主導した経験 ML Ops経験
Python等を用いたチームでのソフトウェア開発・リード経験
パッケージ管理、テストツール、Linter等を活用し、コードレビューや品質向上を自ら推進した経験 コードレビュー
歓迎
金融・決済領域における実務経験（フィンテック、銀行、証券、クレジットカード等における与信やリスク管理モデルの開発経験） フィンテック業界知識リスク管理経験
数理工学、統計学、コンピュータサイエンスなどの分野における博士号（Ph.D.） 統計解析
Kaggle等のデータ分析コンペティションにおける上位入賞実績（Kaggle Master / Grandmasterなど）
大規模なデータセット（数千万〜億件規模）を扱うためのクラウド環境（GCP, AWS等）を用いたデータ処理パイプラインの構築・運用経験 AWSデータパイプライン運用経験GCP
機械学習システムを安定的かつ効率的に運用するためのMLOps基盤（Kubeflow, MLflow等）の導入・運用経験
5〜10名程度のチームリード、またはテックリードとしてのプロジェクトマネジメント経験 プロジェクトマネジメント経験チームリード経験
OSSコミュニティへのコントリビューションや、国内外の主要学会における論文査読（Reviewer）等の実績 OSSコントリビューション
ビジネス英語力（TOEIC 800点以上、または英語での技術的なディスカッション経験） ビジネス英語TOEIC 800点以上
募集要項
- 職種
- 機械学習エンジニア
- 雇用形態
- 正社員
- 想定年収
- 応相談
- 出社・リモート
- ハイブリッド / リモート可
- 必要経験
- 3年以上
- レベル
- リーダー
- 勤務時間
- スーパーフレックス（コアタイムなし）
- 休日休暇
- 完全週休2日制 / 祝日休み