業務内容

• インターフェース向けデータパイプラインの設計・実装（大規模データの欠損なく低遅延でプロダクトへ受け渡すデータエンジニアリング、DatabricksやAWS活用）
• 高セキュリティ・高可用なサービング基盤の構築（セキュア設計、ネットワーク分離・エンドポイント保護、冗長化・オートスケーリングの実装）
• ガバナンスを支える運用・権限管理の実装（厳格なIAM設計、コードレベルでの統制、モニタリング・ログ管理、障害復旧設計）
• 品質保証・監査可能性を視野に入れたテスト設計・設計ドキュメント整備（妥当性評価を含むテスト計画・自動化、監査対応資料）

技術スタック

必須スキル

• Pythonを用いたWebバックエンド開発（Flask/Dast/FastAPIなど）およびSQL/RDBMS
• AWS/GCP/Azureなどのクラウド実務経験
• データエンジニアリング基礎（ETL、データパイプライン、Databricks・SageMaker・Airflow/Step Functions等）
• IaC/CI/CD（Terraform、GitHub Actions、CodePipeline/CodeBuild など）
• 金融・決済システム開発経験（FISC等セキュリティガイドライン適用）
• チームリーダーシップ経験または横断連携スキル
• 日本語ビジネスレベル、英語基礎力

歓迎スキル（該当する場合）

• MLOps経験（SageMaker/Databricksでのデプロイ・推論フロー）
• 大量データのパフォーマンスチューニング
• 金融AI倫理・ガバナンス知識、監査対応経験
• SREの実務（SLI/SLO、モニタリング、インシデント対応）
• AI開発経験またはAIツール活用経験
• プロダクトマネジメント経験

キャリア成長観点

• 金融分野のガバナンス・倫理的AIを実装しつつ、モデルの設計から運用・監査まで一貫して経験できる
• ML Opsとデータパイプライン両方の高度な技術を習得し、信頼性の高いエンタープライズ基盤をリードできる
• 複数部門との協働やリーダーシップ機会を通じ、組織横断の影響力を拡大できる
• 最新技術を実務へ落とし込み、AI活用戦略の推進者として成長できる