募集背景

近年、企業のAI導入率は着実に増加しており、AIの社会実装が進展していますが、システムを利活用し促進するには、性能だけでなく、公平性、透明性、セキュリティ・堅牢性などの課題を克服する必要があります。特に金融分野は規制が厳しく適用される業種であり、与信評価(ローン審査)といった個人の重大な利益に係る意思決定に関わるAIシステムは、ハイリスクに分類されます。AIが訓練データに含まれる人間の偏見を学習し、公平性が問題になる事例も報告されているため、金融機関はモデルの誤りや不適切な使用が収益やレピュテーションに重大な損害を与えかねないモデル・リスクを包括的に管理する必要があります。

当社では、ビッグデータと最新AI技術を活用した与信評価モデルの構築を進めており、モデル精度はもちろんのこと、ガバナンス、リスク、コンプライアンス(GRC)の観点から、説明可能性と監査可能性をコードで担保することが成功の前提となります。

本ポジションでは、最新のAI/ML技術を活用し、金融庁の定めるモデル・リスク管理に関する原則や、国際的なAI倫理原則に基づく倫理的AI/Responsible AIの概念を理解した上で、与信評価モデルをAI/ML Ops環境下で構築、デプロイ、運用し、新たな価値創出を牽引していただく方を募集します。

主な業務内容

本ポジションは、プレイングリーダーとして、与信評価モデルのライフサイクル全体(開発、デプロイ、運用)の実装と技術的な牽引を担います。意思決定及び最終的な責任はマネージャーが負いますが、現場の実装および技術選定のリードを期待します。

• AI/ML Ops環境の設計と実装(CI/CDの自動化)
• GitHub によりコード管理されたリソースを活用し、Databricks(特長量計算、モデル開発 PoC環境)と Amazon SageMaker(モデル学習、管理)を連携させた ML ワークフローのCI/CDパイプラインを構築・運用します。
• MLワークフローの効率化を目標に、継続的インテグレーション/デリバリー(CI/CD)を導入します。
• 高性能な与信評価モデルの開発
• Parquet 形式の大規模データセットに対して、pandasUDFなどを活用し、複数のワーカーで並列にモデルを学習させることで、効率的なモデル訓練ライフサイクルを実現します。
• AI公平性(Fairness)と説明可能性(XAI)の実装
• 社会的に重要な意思決定に関わるモデルとして、訓練データにおけるバイアス検知や、グループ間での公平性を実現するための技術(統計的パリティや等価オッズなど)の導入を検討・適用します。
• モデル判断根拠の説明(XAI)を実装します。特にローン審査が落ちた理由を説明できるよう、SHAP(Shapley値)やCounterfactual Explanations(反実仮想的な説明)などの手法を組み込みます。
• モデル運用と継続的な監視(モニタリング)
• デプロイされたモデルの精度劣化やコンセプトドリフト(環境変化によるモデル性能の悪化)を継続的に監視する仕組みを設計・運用します。
• モデルのリスク評価や挙動の理解・説明のため、Amazon SageMaker Clarifyといった商用ツールを活用し、ガバナンスポリシーをサポートします。

仕事のやりがい・得られる経験

• 技術的な挑戦と深み
• 最先端のMLOps実践: DatabricksとSageMakerを組み合わせ、大規模データに対する分散学習からCI/CDまでを完結させる、国内でも数少ない高度なパイプライン構築を主導できます。
• 「理論」を「実装」へ: SHAPや反実仮想(Counterfactuals)といった説明可能AI(XAI)の最先端手法を、PoCで終わらせず、本番システムに組み込む実務経験が得られます。
• 社会的インパクトと意義
• AI倫理のパイオニア: 「AIによる不当な差別」を防ぎ、公平性を担保するプロセスを自ら設計します。金融庁の指針に基づいた「責任あるAI(Responsible AI)」を実装レベルで経験することは、今後のエンジニアキャリアにおいて強力な武器になります。
• 個人の人生を支える実感: 与信審査は、ユーザーの「挑戦(融資)」を支える極めて重要な局面です。自らの技術が、社会の公平な資金循環に直結している実感を得られます。
• 圧倒的なキャリア成長
• 「技術×ガバナンス」の希少人材へ: エンジニアリングスキルに加え、コンプライアンスやビジネスリスクを理解した「ガバナンスを設計できるエンジニア」という、市場価値が極めて高いポジションを確立できます。
• 裁量の大きなリーダー経験: 最終責任はマネージャーが負いつつも、技術選定や他部署(法務・リスク管理等)との調整をリードすることで、技術視点のプロダクトマネジメント能力が身につきます。

期待するマインド

マネーフォワードのカルチャー(MVVC)への共感を前提としつつ、特に今回の「金融×AI」という難易度の高い領域において、候補者がどのような姿勢で業務に臨むべきかを4つのポイントで整理しました。

期待するマインドセット

• 「社会的責任」への強い自覚(Responsible AI)
• 自身の書くコードや選ぶアルゴリズムが、個人のローン審査結果という「人生の重大な局面」を左右することを深く理解していること。
• 精度の追求だけでなく、「そのモデルは公平か?」「説明可能か?」という倫理的・社会的視点を常に持ち続ける姿勢が求められます。
• 「技術を手段」と捉えるビジネスオーナーシップ
• 最新技術の追求自体を目的とせず、あくまで「ユーザーに価値を届けること」「企業の信頼を守ること」をゴールに置くマインドです。
• 技術的なこだわりと、ビジネス上の制約や法規制(ガバナンス)のバランスを最適化する柔軟性が重要です。
• 未踏領域への「継続的な学習意欲」
• MLOpsやResponsible AIの分野は、国際的なガイドラインや技術スタックが日々アップデートされます。
• 既存の知識に固執せず、新しいツールや数理적手法を自ら積極的にキャッチアップし、現場に還元しようとする探究心を期待します。
• 越境する「共創(チームワーク)」の精神
• エンジニアの枠に閉じこもらず、法務、リスク管理、企画など、異なる専門性を持つメンバーの立場を尊重し、対話を楽しむ姿勢です。
• 「チームの成果が自分の喜び」であり、技術的な専門用語を相手に合わせて翻訳し、合意形成を図るコミュニケーション能力が不可欠です。

求めるスキル・経験

• Webアプリケーション(フルスタック)の開発・運用経験
• Python(Flask, Django, FastAPIなど)を用いたバックエンド開発経験
• RDBMSの利用経験およびSQLの知識
• AWS、GCP、Azureなどのクラウドサービス利用経験
• プレイングマネージャーまたはリーダーとして、少人数チームの牽引と、他部署との横断的連携を実践した経験
• MLOpsの概念に基づいた機械学習モデルの開発、デプロイ、および本番運用(CI/CD、モニタリングを含む)の実務経験

あると望ましいスキル・経験

• Amazon SageMaker Clarifyなどのツールを用いたAI公平性や説明可能AI(XAI)に関する知識、または実務での導入経験
• Apache Spark、またはpandasUDFを利用した大規模なMLワークロードの並列処理・スケーリングの経験
• 金融(特に与信、信用スコアリング、リスク計測)における業務知識やプロジェクト経験
• 企画から実装、リリース後のフィードバックループまでの一連のプロセスをリードした実績(プロダクトマネジメント経験)
• 数学・統計学の基礎的な知識
• 経理、会計、人事など、企業のバックオフィス業務への深い理解、経験
• AIの開発経験もしくはAIツールを使用した開発経験
• Money Forward AI Vision 2025にて発表の通り、マネーフォワードではAIを使った業務効率化に取り組んでいる状況かつ、将来的には全製品にAIエージェントを導入する想定であるため

求める語学力

• ビジネスレベル以上の日本語力(流暢、クライアントとのコミュニケーションも日本語で対応可能なレベル)
• ビジネス基礎レベルの英語力(TOEIC700点相当以上)

※ TOEIC 以外にも英語力がわかる資格や経験をお持ちの方はご相談ください

例:英検準1級、英検2級(英検CSEスコア1950以上)、TOEFL iBT 60以上、IELTS 5.0以上、ケンブリッジ英語検定 FCE など

※ TOEIC700点相当以上の資格をお持ちでない方については選考の過程で弊社指定の試験を受験いただきます。(原則、一次面接後を想定)

こんな方に仲間になってほしい

• マネーフォワードのミッション、ビジョン、バリュー、カルチャーに共感していただける方
• 新たな技術やツールを積極的にキャッチアップし、自らのスキルとして取り入れていける方
• 技術的な専門性に加え、金融分野における倫理的AI/Responsible AIの重要性を理解し、ガバナンスとコンプライアンスを重視できる方
• 自分が関わったプロダクト・サービスに誇りを持っている方
• 相手の立場に立ったコミュニケーションが取れる方
• チームが成果をあげることを、自分の喜びとして感じられる方

技術スタック・使用ツール

• 言語 / フレームワーク: Python, SQL (主にデータ抽出・加工)
• インフラ / クラウド: AWS (Lambda, ECS, API Gateway, SageMaker等), Databricks
• データベース / ストレージ: S3 (Data Lake), EFS
• IaC / CI/CD: Terraform, GitHub Actions, AWS CodePipeline, CodeBuild
• コミュニケーション: Slack, Notion, Google Workspace

環境

マネーフォワードでは、共に世界に通じるサービスを創っていく環境を用意し、皆様をお待ちしています。

• 支給PCスペック:最新CPU搭載PC(MacOS or Windows)を支給。業務要件に応じたPCオーダーメイドや、最新OSへのリプレイスも可能
• 開発環境向上のための制度:業務上必要な周辺機器(ディスプレイ・マウス・キーボードなど)を、備品として購入可能。基本的には標準製品(カタログ)内から選択いただき、標準製品以外でも条件を満たす場合は申請可。
• マネーフォワード図書館:技術書から経営本まで、貸し出し自由の図書館制度があります。欲しい本は会社費用で購入できます。
• リファラルドリブン:採用会食費の負担。リファラル謝礼金制度。
• カンファレンス参加支援:RubyKaigiやGoogle I/Oなど、国内外のカンファレンスへの参加を一部会社が負担します。

職種 / 募集ポジション

【MLOpsエンジニア/データサイエンティスト】CDAO室_東京

雇用形態

正社員

給与

年収

640.8万円 〜 1000.8万円

月給制
※所定・法定時間外および法定休日労働45時間分、深夜労働40時間分の固定手当を含む
<給与例>
月額534,000円(年額6,408,000円)〜834,000円(年額10,008,000円)の場合、それぞれ月額155,025円〜242,078円の固定手当を含む。

勤務地

東京都港区芝浦3-1-21 msb Tamachi 田町ステーションタワーS 21F

賞与

基本報酬とは別に、半期毎の評価を踏まえ、高評価者に対して「ハイパフォーマンス賞与」を支給することがあります。
※ハイパフォーマンス賞与は会社業績に応じて支給されない場合もあります。

試用期間

入社日より3ヶ月

時間制度

専門業務型裁量労働制
※適用条件有、フレックスタイム制の可能性有

勤務時間

9:30 - 18:30(休憩時間60分)を基本とし、従業員の決定に委ねる
※所定時間を超える労働あり

働き方

ハイブリッドワークスタイル
・原則、週2出社必須・週3以上の出社推奨(会社、業務状況により変動あり)
・出社曜日は所属チームにより異なる

休日・休暇

土曜日・日曜日・国民の祝日
年次有給休暇
夏季休暇(3日)
冬季休暇(2日)
年末年始休暇(12月31日~1月3日)

待遇・福利厚生

各種社会保険(厚生年金・健康保険・雇用保険・労災保険)
近隣住宅手当・近隣引越し祝金
家賃給与控除制度(シャトク)
健康診断・婦人科検診
インフルエンザ予防接種
書籍購入補助
企業型確定拠出年金
従業員持株会
下記サービス利用時の優待(※当社契約の事業者に限る)
- 賃貸仲介
- 家事代行
- ベビーシッター
- オンライン英会話スクール

選考フロー

カジュアル面談/書類選考
一次選考(ポジションによっては面接前に技術課題がございます)
複数回選考(選考回数はポジションによって回数は異なります)
最終選考(面接前後にリファレンスチェックを実施いただく場合がございます)
内定・オファー面談
※場合により、内容が変更となる可能性があります
リファレンスチェックとは
マネーフォワードでは、リファレンスチェックサービスツールを使用した、リファレンスチェックのご協力をお願いすることがございます。
選考の限られたお時間では相互理解の限界があると思いますので、これまで一緒にお仕事をされた同僚や上司の方からのご意見を参考にさせていただくことで、より確かなマッチングやご入社後早期のご活躍に繋がることを目指したいと考えています。
※リファレンスチェックの内容のみで採用判断を行うことはありません
※当社へ選考中ということは、推薦者様には開示されません

備考

・業務内容の変更範囲:会社の定める業務
・勤務地の変更範囲:会社が定める勤務場所

参考情報