どんな仕事か: 【求める期待役割】
・本番環境で安定的に稼働する機械学習システムを設計?実装?運用すること
・事業課題に直結する機械学習モデルを自ら設計、改善し、それを実際のプロダクトとして本番環境で活用すること
・機械学習の設計?改善に強みを持ちつつ、必要十分なMLOpsを理解し、本番運用を意識した実装を行うこと

【本ポジションの魅力】
・PoCで終わらせず、秒間数多の決済が走る本番環境で、モデルを安定稼働させる技術の追求
・モデルの設計から本番運用まで、MLのライフサイクルを一気通貫で経験できる
・技術選定やモデル設計に対する裁量の大きさ
・与信、不正検知といった、事業の収益性、リスクに直結する領域を担える
・決済データという、企業活動の実態を高頻度かつ継続的に捉えられるデータを扱えること
・必要に応じてMLOps、基盤設計にも関与し、本番環境においてMLが継続的に価値を生み出す仕組み作りに携われる

【業務内容】
UPSIDERでは機会学習エンジニアを「AIを武器に変え、プロダクトの血流を支えるアーキテクト」と定義しており、お任せしたい業務は以下となります。
・モデルを安定的かつ低レイテンシで本番環境で利用可能な形に落とし込むための実装
・ビジネス要件を踏まえたモデルの精度、安定性の改善
・学習/推論パイプラインの整備
・モデルのAPI化、簡易的な自動化
・再学習や性能劣化を意識した運用設計
・本番運用を見据えた、必要十分なMLOpsの導入

【このポジションで期待する成果】
・与信モデルの精度および安定性の継続的な改善
・本番環境におけるMLパイプラインの信頼性、可観測性の向上
・プロダクト、ビジネス意思決定に寄与するMLシステムの実装
・ML開発?運用における技術的意思決定のリード

【今後やっていきたいこと】
・独自の与信モデル改善
・不正利用検知AIの強化
・企業ごとにパーソナライズされた金融アドバイスAI
・営業支援のレコメンドAIの開発
・LLMなどを活用した新しい金融プロダクトの検討

【利用しているツールや開発環境】
・開発言語：Python/Typescript
・機械学習/統計モデリング：scikit-learn/LightGBM/pandas/numpy etc.
・クラウドプ
求められるスキルは: 必須必須スキル
・Pythonを用いた機械学習モデルの実装経験(scikit-learn/LightGBMなどの利用経験)
・EDA?特徴量設計?モデル評価の実務経験
・ビジネス課題を機械学習として定式化した経験
・Docker/Kubernetes等のコンテナ技術、およびクラウド（AWS/GCP等）でのインフラ構築経験
・CI/CDパイプラインの構築や、本番環境でのモデルデプロイ/運用経験
・Claude CodeやCodeX / Devin等を活用したAgentic Codingの実務経験

歓迎スキル
・与信、不正対策の領域でのデータサイエンス経験
・金融機関、Fintech企業での就業経験
・プロジェクトまたはチームリードの経験
・LLM等の生成AIに関する知識、業務経験
・大規模データ（BigQuery/Spark等）を扱うデータパイプラインの設計/構築経験
・低レイテンシが要求されるリアルタイム推論基盤の最適化経験

求める人物像
・UPSIDERのミッションに共感いただける方
・不確実性のある環境でも、楽しみながら職務を遂行できる方
・ユーザーファーストの思考で仕様変更や設計改善などを自ら提案できる方
・共に働く仲間に対して、常にリスペクトを持って、接することができる方
・ビジネスの成功に向けて、部署やチームを超えて他メンバーと積極的なコラボレーションができる方
雇用形態は: 正社員
どこで働くか: 関東/Kanto->東京都/Tokyo
給与はどのくらい貰えるか: 500万円~1400万円

Machine Learning Engineer

データサイエンティスト