マッチ率

スモールビジネスを支えるシニアテックリード（与信戦略・データ基盤）を募集！

19日前更新

サーバーサイドエンジニア

東京都（大崎駅）

900-1200万円

正社員

自社サービスあり服装自由オンライン選考可フレックス制度あり新技術に積極的上場企業裁量労働制あり

事業概要

■ 会計や人事労務関連業務を効率化するためのクラウドサービス『freee会計』『freee人事労務』を開発、運営

■ グッドデザイン賞（2017年実績）や総務省後援の「ASPIC IoT・AI・クラウドアワード」のベンチャー大賞（2020年実績）をはじめ、名だたる賞を受賞

仕事内容

【Summary】 freeeが2012年の創業当初から描いている一つのマイルストンは「人工知能CFOをつくること」です。ルーチンワークを自動化し、経営状況をリアルタイムに可視化することで、データドリブンな意思決定と経営のアクションを技術でサポートする。この「技術のテコ」を、今最もダイレクトに効かせられる領域が、私たちが推進する金融事業（支出管理）です。本ポジションは、法人向けビジネスカード「freeeカード Unlimited」を中心とした金融サービスにおいて、事業の「脳」となる次世代型与信エンジンの設計・開発、およびリスク管理体制の構築をリードしていただきます。プラットフォーム上の膨大なリアルタイムデータと銀行APIを駆使し、従来の金融機関では救えなかったスモールビジネスの資金ニーズをテクノロジーで解決していく、極めて社会的意義の大きな挑戦です。私たちのミッションは、単なるスコアリングモデルの作成に留まりません。カード不正対策から信用リスク管理、内部ガバナンスに至るまで、Fintech事業におけるリスク管理の全領域を職務範囲とし、プロダクトの成長フェーズに応じた「攻めの管理体制」を自由な発想でデザインすることにあります。「研究」の枠を超え、データベース構築からモデル開発、本番環境での運用保守までをフルスタックに完遂し、自らの設計で事業を動かす。不確実性の高い新規事業の最前線で、リスク管理のプロフェッショナルとして「新しい金融の形」を社会実装までやり遂げるデータサイエンティストを募集します。

【業務内容】急成長を続けるFintech事業において、与信ロジックの立案からデータ基盤の構築、本番環境への実装・継続的な改善までをオーナーシップを持って推進していただきます。 1.与信・審査ロジックの企画立案・社会実装・統計モデルや機械学習を用いた、高度な信用スコアリング・デフォルト予測モデルの開発・「リスク許容度」と「事業成長」を両立させる審査基準の最適化アルゴリズムの設計 2.モデルの実装・運用・継続的改善・MLOpsの観点を取り入れた、推論エンジンの本番実装とモニタリング体制の構築・精度モニタリングに基づくロジックおよび与信管理制度自体のアップデート 3.技術選定とチームの技術水準の向上・最新の技術トレンド（LLMの活用や新たな異常検知手法など）の調査と実務への適用検討 4.データ基盤の構築・整備（End to End）・ビジネス要件に基づいたスケーラブルなデータパイプラインの設計・構築・DWH/データレイクの整備を通じた、分析・モデリング環境の最適化

※会社の事業状況やご本人の適性に応じて担当する業務内容が変更となる場合があります

【ポジションの魅力】 1.「Fintechの核心」を自ら定義する既存の仕組みの運用ではなく、freeeが持つ膨大なデータを武器に、次世代の与信インフラをゼロから構築していく手応えがあります。

2.社会的意義の大きな挑戦財務・リアルタイムデータを活用し、従来の金融機関では救えなかった層へ資金を届ける、スモールビジネス支援の最前線です。

3.「フルスタック×専門性」の追求基盤からアルゴリズム、ビジネス実装まで一気通貫で裁量を持つため、データサイエンティスト・MLエンジニアとしての市場価値を飛躍的に高めることが可能です。

求められるスキル・人物像

■求める経験・Pythonを用いた、統計解析・機械学習モデルの実務的な開発・本番運用経験・SQLを用いた複雑なデータ抽出、およびDWH/ETLの設計・構築経験・データプラットフォームの開発経験 5年以上

■求める人物像 1.データへの深い探求心と論理的課題解決力財務データや取引ログの背後にある「ビジネスの実態」を解き明かすことに執着し、論理的な仮説検証を通じて本質的な課題解決ができる方。 2.変化を厭わない自律的なリーダーシップ急成長するFintech事業の不確実性や環境変化を楽しみ、自らオーナーシップを持ってプロジェクトを推進し、成果を出し切れる方。 3.「基盤から運用まで」をやり抜くフルスタックな自走力データベースの構造設計からモデル開発、そして本番環境での運用保守まで、一連のプロセスを点ではなく「線」で捉え、自走できるデータサイエンティスト/エンジニア。

・MLOps（モデルのバージョン管理、自動化、監視）のアーキテクチャ設計・実装経験・クラウド環境（AWS/GCP等）における大規模なデータ基盤の構築・運用経験・金融ドメイン（与信、不正検知、AML等）に関する知見や実務経験・AI/機械学習領域における中長期的な戦略立案、および経営層とのコミュニケーション経験