Want to know if this job is worth applying to?
日本
Hybrid
2018年にサービスを開始してから約8年でユーザー数7500万人を突破したフィンテック企業であるPayPayは約50か国の国と地域から集まった多様なメンバーで構成されています。
OUR VISION IS UNLIMITED_
我々は自分たちの想像を超える未来を創るためにあえて明確なビジョンは必要ないと考えています。常にDay1であるスタンスを忘れずに、誰もが想像できないようなビジョン（未来）を実現していくのがPayPayです。
この壮大なビジョンに前向きに取り組み、他社に真似できない圧倒的なスピードでプロダクトを磨き上げ、日本のキャッシュレス決済、またそれを使用した金融ライフプラットフォームとしての普及を一気に推進することにプロフェッショナルとして情熱を持って取り組み、自ら課題発見し、周囲と協力して新しい価値創出を共に推進する仲間を募集します。
▼PayPay 金融事業開発本部の紹介
PayPayを決済アプリから「金融スーパーアプリ」へと進化させるため、新たな金融事業の企画・実行を担う組織です。
「Web3」「グローバル（国際アライアンス）」「AI/データ活用」の3つの領域を軸に、国内外のトッププレイヤーとのパートナーシップや最先端技術を活用したプロダクト開発を強力に推進しています。
7,000万人以上のユーザー基盤を背景に、スマホセントリックで先進的な金融体験を世界スケールで創出することを目指しています。
▼関連コンテンツ
▼募集の背景
PayPayはNo.1のFintech企業を目指し、新しい金融の在り方を世の中に発信していきます。
その実現に向けて、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。PayPayでは、決済・金融サービスに関わる大規模なデータを活用し、ユーザーや加盟店にとってより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進めています。
私たちのチームは、ユーザー・加盟店向け金融サービスの領域において、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。これまでに、「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。今後もさまざまな金融サービスにおいて、AI・データ関連技術を活用した新しい金融体験の創出を進めていきます。
一方で、PayPayが扱うのは「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す。機械学習モデルには、ビジネス要件を満たし、高い性能を発揮することに加えて、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。特に、不確実性を持つAIシステムを金融サービスの中で安心して利用できる品質に引き上げることは、非常にチャレンジングな課題です。
私たちのチームは、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。単にモデルを開発するだけでなく、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に、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。金融ドメインの経験は必須ではありません。機械学習モデルをプロダクトに組み込み、継続的に改善していくことに関心のある方をお待ちしています。
▼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（クレジットスコアリング）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。
単に既存のアルゴリズムやディープラーニングのモデルを回すだけでなく、数理工学・統計学的な深い専門性を背景に、ビジネス要求（説明可能性、安定性、コスト等）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、社内のエンジニアやデータサイエンティストとともに社会実装を牽引するテックリードとしての役割です。
【具体的な業務内容】
▼本ポジションの魅力
下記、1〜4のすべてを満たす方
1. AI・機械学習・数理統計領域における高い専門性
・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をお持ちの方（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）
2. 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）
・与信（クレジットスコアリング）、リスク管理、不正検知、マーケティング最適化、ユーザー行動予測などのドメインにおいて、実データを用いた機械学習モデルの開発・運用経験。
3. 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
・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。
4. 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。
土日祝日、年末年始および会社指定日
休暇（法定休暇および会社福利厚生）
.png?1733430365){kind=logo}