ML Engineer/Data Scientist at Findy (Tokyo HQ, remote work possible) who turns proprietary data on ~300k engineers into business value: building ML models and LLM/AI-agent features (recommendation, scoring, GenAI) end-to-end from PoC to production, using Python, BigQuery, Vertex AI/Gemini, LangChain, and AWS/GCP.
【ML×独自データ×事業変革】30万人のエンジニアデータを事業価値に変えるMLエンジニア／データサイエンティスト募集！
仕事概要
■会社概要
私たちファインディは、「人とAIで、つくる力を進化させる。Power to Engineering」をビジョンに掲げ、AI時代のプロダクト開発を進化させるプラットフォームを提供しています。
「技術立国日本を取り戻す」という設立趣意のもと、これまでITエンジニア向け転職サービス「Findy」やフリーランスエンジニア紹介サービス「Findy Freelance」、経営と開発現場をつなぐ「Findy Team+」など、エンジニアや開発組織を支援するサービスを展開してきました。現在、サービスの累計会員登録数は約30万人、国内外のスタートアップから大企業まで5,600社以上に利用されています。（※）
人・AI・データを適切につなぐことで、「つくる人」「つくる組織」「つくる営み」が、それぞれの力を最大限に発揮し、これまでにない価値を生み出せる未来を目指しています。
- [IT/Webエンジニア向け転職サービス「Findy」](https://findy-code.io/)
- [ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」](https://freelance.findy-code.io/)
- [経営と開発現場をつなぐAI時代の開発資本プラットフォーム「Findy Team+」](https://jp.findy-team.io/)
- [開発ツールのレビューサイト「Findy Tools」](https://findy-tools.io/)
- [テックカンファレンスのプラットフォーム「Findy Conference」](https://conference.findy-code.io/)
[採用サイト](https://findy.co.jp/recruit/)
[会社説明資料](https://speakerdeck.com/findyinc/findy-inc-dot-company-profile)
（※）Findy、Findy Freelance、Findy Team+、Findy Tools、Findy Conference の5サービス累計での登録企業数及び会員登録数です。なお、1社又は1名の方が複数のサービスに登録している場合は、そのサービスの数に応じて複数のカウントをしており、Findy Team+のトライアル導入企業数も含まれます。
## **■募集背景**
ファインディではこれまでも、データとAIを事業成長の中核に据え、業務プロセスと意思決定の高度化を推進してきました。データ基盤やパイプラインなどの土台が整った今、私たちが向かっているのは「モデルの高度化」と「プロダクト・事業への本格的な組み込み」のフェーズです。
今後は事業のトップラインをさらに伸ばすべく、中期戦略の重要テーマとしてAX（AI Transformation）を掲げ、全社横断での取り組みを一段と加速させていきます。
AI活用が急速に広がる今、重要なのはAIを導入すること自体ではなく、事業やプロダクトを通じて蓄積されるデータから、ユーザーや組織が置かれた文脈をどこまで深く捉えられるかだと考えています。ファインディには、複数のサービスやイベント、カンファレンスなど、多様な接点を通じて蓄積されたエンジニア領域に特化した独自データがあります。
これらを事業横断で掛け合わせることで、表面的な情報だけでは見えない課題やニーズを捉え、各事業における体験と意思決定を継続的に進化させられることが、ファインディならではの強みです。
複数接点から蓄積されるエンジニア領域に特化したデータと、サービス利用を通じて得られる行動・フィードバックデータを循環させることで、使われるほどマッチングの質が高まり続ける仕組みを目指しています。
定型的な判断や業務はAIが担い、人は候補者や企業に深く向き合い、人にしか生み出せない価値へ集中できる。
その未来に向けて、独自データを基盤とした機械学習モデルの開発から本番実装、継続改善までを牽引するMLエンジニア／データサイエンティストを募集します。
## **■Mission**
1. エンジニア特化の多様なデータを活用し、事業課題に直結する機械学習モデル・AIエージェントを設計・実装する
2. Human in the Loopで得られるフィードバックを学習データへ還元し、モデルやAIエージェントの判断・提案品質を継続的に高める
3. PoCにとどまらず、本番導入・運用・効果検証まで一気通貫で推進し、MLを事業成果へつなげる
4. 人の介在が不要な業務を段階的に自動化し、人が人にしか提供できない価値へ集中できる環境をつくる
## **■具体的な業務内容**
1. **データ分析・事業課題の形成**
- 各事業のデータ分析を通じた課題の発見、仮説構築、解決アプローチの検討
- 事業責任者、PdM、ビジネスサイドと連携した課題の構造化
- KPI・評価指標の設計と、機械学習を活用すべき領域の見極め
2. **機械学習・生成AIを活用したプロダクト開発**
- 各事業やプロダクトに蓄積されたデータを活用した機械学習モデルの設計、実装、評価
- 推薦、予測、分類、ランキング、スコアリング、パーソナライズなど、事業課題に応じたML活用の高度化
- LLM、RAG、MCP、AIエージェントなどを活用した機能・プロダクトの企画、PoC、効果検証
- 複数事業のデータを組み合わせた新たな特徴量・ユースケースの創出
3. **本番導入・運用と継続改善**
- 構築したモデルを活用したプロダクト・業務システムの開発、本番リリース、運用改善
- クラウド環境へのデプロイ、CI/CD、監視、再学習、精度低下分析
- 人によるフィードバックを学習データへ還元し、モデルやAIエージェントの品質を継続的に高める仕組みの設計
- モデル精度だけでなく、事業成果やユーザー体験を含めた評価設計
4. **ビジネスサイドとの連携・全社AXの推進**
- 事業部門やPdMと協働したユーザー体験・業務フローの設計、要件定義
- 機械学習や生成AIを活用した社内業務の効率化・自動化施策の提案と実行
- 各事業で生まれた成果や知見の横展開と、再現性のある活用プロセスの構築
5. **技術文化・開発基盤の強化**
- 再現性、保守性、拡張性を考慮したMLOps/LLMOpsや開発プロセスの整備
- 技術レビュー、標準化、ドキュメント整備を通じたチーム全体の開発品質向上
- 社内勉強会やコミュニティ活動を通じた知見共有、技術文化の醸成
まずはご自身の強み（例：推薦アルゴリズム最適化、またはLLM/エージェント構築）を主軸にスタートし、徐々に横断領域へ広げていただきます。
**【直近のプロジェクト例】**
1. **AIマッチング・レコメンドの高度化**
複数サービスで蓄積されたデータや行動ログ、現場から得られるフィードバックを活用し、推薦・ランキング・パーソナライズの品質を継続的に改善
2. **[「Findy Team+」](https://jp.findy-team.io/)における開発資本スコアの開発**
開発組織のデータを多面的に集計・スコアリングし、Speed・Quality・Controlなどの観点から組織の状態や改善余地を可視化
3. **顧客MTG準備の分析アシスタント**
施策前後の開発指標を自動で分析・要約し、カスタマーサクセスが顧客への示唆や改善提案を準備するためのアドバイスを生成
4. **事業課題を分析する[「Findy Insights」](https://jp.findy-team.io/findy-insights/)**
顧客接点データを集約・構造化し、リサーチからインサイト分析、ソリューション評価までの仮説検証サイクルをAIエージェントで支援
5. **AIエージェントによる業務変革（AX）**
AIが業務を実行し、人が監督・必要に応じて介入するHOTL（Human-on-the-Loop）型の業務を目指し、業務フロー・システムを設計・開発。人の判断・修正とその結果を活用し、AIの判断・提案精度を継続的に改善
※業務の変更の範囲：会社の定める全ての業務
## **■キャリアパス**
ご志向や強みに応じて、専門性を深めるエキスパートICと、チームや組織を率いるマネジメントの両軸でキャリアを築くことができます。
- MLエンジニア／データサイエンティストとして、モデリング、MLOps、推薦・ランキングなどの専門性を深めるエキスパートIC
- 技術的な意思決定や育成、チームづくりを担い、組織の成果を最大化するエンジニアリングマネージャー／組織マネージャー
- データとAIの循環を設計し、プロダクト企画やロードマップ策定まで担うデータPdM
- 複数事業を横断してAI・データ活用を推進する、AX領域のリーダー
## **■ポジションの魅力（得られる経験）**
1. **ファインディならではの独自性の高いデータを扱える**
約30万人のエンジニアのキャリア・スキルデータ、開発組織の生産性データ、テックイベントの動向など、複数事業を通じて蓄積された多様なデータを組み合わせ、ファインディだからこそ実現できるMLプロダクトを開発できます。
2. **モデル開発だけでなく、事業変革まで担える**
決められた仕様を実装するのではなく、事業課題の特定、技術選定、PoC、本番導入、効果検証、継続改善まで一気通貫で関わり、自らの技術判断を事業成果へつなげられます。
3. **人とAIの協働のあり方を設計できる**
Human in the Loopで品質を担保する現在のフェーズから、データとモデルの改善によって自動化領域を広げ、人がより高い価値を発揮できる業務設計へ移行するプロセスをリードできます。
4. **技術の専門性を全社の変革へ還元できる**
ハンズオンで技術的な意思決定と実装を担うだけでなく、複数事業や組織横断のテーマに関わり、得られた知見を開発プロセスや仕組み、チームの実行力へ還元しながら、全社のAXを前進させることができます。
5. **MLを軸に、生成AIからプロダクト開発・インフラまで専門性を広げられる**
機械学習の知見を基盤に、LLM・RAG・AIエージェントの活用に加え、バックエンド・フロントエンドの開発や、それらを支えるクラウドインフラの構築・運用にも携われます。モデルの開発・評価から、業務で使われるシステムの実装・運用まで関わり、ご志向や経験に応じて技術の幅を広げることができます。
## **■開発環境**
- 開発言語：Python
- ML/データ分析：scikit-learn, BigQuery, Gemini Enterprise Agent Platform(旧Vertex AI), Jupyter, Marimo
- 生成AI / LLMフレームワーク：LangChain, Pydantic AI, AWS Bedrock, Cohere API, OpenAI (ChatGPT), Anthropic (Claude), Google (Gemini)
- AIエージェント・開発補助ツール：Cursor, Cline, Devin, Dify, Scribe, Notion AI, NotebookLM
- インフラ・ミドルウェア：AWS, Google Cloud, MySQL, Redis, Docker, Elastic Cloud
- CI/CD・モニタリング：GitHub Actions, Datadog
- その他ツール：GitHub, Slack, Looker Studio（旧Google Data Studio）
必須スキル
■会社概要
私たちファインディは、「人とAIで、つくる力を進化させる。Power to Engineering」をビジョンに掲げ、AI時代のプロダクト開発を進化させるプラットフォームを提供しています。
「技術立国日本を取り戻す」という設立趣意のもと、これまでITエンジニア向け転職サービス「Findy」やフリーランスエンジニア紹介サービス「Findy Freelance」、経営と開発現場をつなぐ「Findy Team+」など、エンジニアや開発組織を支援するサービスを展開してきました。現在、サービスの累計会員登録数は約30万人、国内外のスタートアップから大企業まで5,600社以上に利用されています。（※）
人・AI・データを適切につなぐことで、「つくる人」「つくる組織」「つくる営み」が、それぞれの力を最大限に発揮し、これまでにない価値を生み出せる未来を目指しています。
- [IT/Webエンジニア向け転職サービス「Findy」](https://findy-code.io/)
- [ハイスキルなフリーランスエンジニア紹介サービス「Findy Freelance」](https://freelance.findy-code.io/)
- [経営と開発現場をつなぐAI時代の開発資本プラットフォーム「Findy Team+」](https://jp.findy-team.io/)
- [開発ツールのレビューサイト「Findy Tools」](https://findy-tools.io/)
- [テックカンファレンスのプラットフォーム「Findy Conference」](https://conference.findy-code.io/)
[採用サイト](https://findy.co.jp/recruit/)
[会社説明資料](https://speakerdeck.com/findyinc/findy-inc-dot-company-profile)
（※）Findy、Findy Freelance、Findy Team+、Findy Tools、Findy Conference の5サービス累計での登録企業数及び会員登録数です。なお、1社又は1名の方が複数のサービスに登録している場合は、そのサービスの数に応じて複数のカウントをしており、Findy Team+のトライアル導入企業数も含まれます。
## **■募集背景**
ファインディではこれまでも、データとAIを事業成長の中核に据え、業務プロセスと意思決定の高度化を推進してきました。データ基盤やパイプラインなどの土台が整った今、私たちが向かっているのは「モデルの高度化」と「プロダクト・事業への本格的な組み込み」のフェーズです。
今後は事業のトップラインをさらに伸ばすべく、中期戦略の重要テーマとしてAX（AI Transformation）を掲げ、全社横断での取り組みを一段と加速させていきます。
AI活用が急速に広がる今、重要なのはAIを導入すること自体ではなく、事業やプロダクトを通じて蓄積されるデータから、ユーザーや組織が置かれた文脈をどこまで深く捉えられるかだと考えています。ファインディには、複数のサービスやイベント、カンファレンスなど、多様な接点を通じて蓄積されたエンジニア領域に特化した独自データがあります。
これらを事業横断で掛け合わせることで、表面的な情報だけでは見えない課題やニーズを捉え、各事業における体験と意思決定を継続的に進化させられることが、ファインディならではの強みです。
複数接点から蓄積されるエンジニア領域に特化したデータと、サービス利用を通じて得られる行動・フィードバックデータを循環させることで、使われるほどマッチングの質が高まり続ける仕組みを目指しています。
定型的な判断や業務はAIが担い、人は候補者や企業に深く向き合い、人にしか生み出せない価値へ集中できる。
その未来に向けて、独自データを基盤とした機械学習モデルの開発から本番実装、継続改善までを牽引するMLエンジニア／データサイエンティストを募集します。
## **■Mission**
1. エンジニア特化の多様なデータを活用し、事業課題に直結する機械学習モデル・AIエージェントを設計・実装する
2. Human in the Loopで得られるフィードバックを学習データへ還元し、モデルやAIエージェントの判断・提案品質を継続的に高める
3. PoCにとどまらず、本番導入・運用・効果検証まで一気通貫で推進し、MLを事業成果へつなげる
4. 人の介在が不要な業務を段階的に自動化し、人が人にしか提供できない価値へ集中できる環境をつくる
## **■具体的な業務内容**
1. **データ分析・事業課題の形成**
- 各事業のデータ分析を通じた課題の発見、仮説構築、解決アプローチの検討
- 事業責任者、PdM、ビジネスサイドと連携した課題の構造化
- KPI・評価指標の設計と、機械学習を活用すべき領域の見極め
2. **機械学習・生成AIを活用したプロダクト開発**
- 各事業やプロダクトに蓄積されたデータを活用した機械学習モデルの設計、実装、評価
- 推薦、予測、分類、ランキング、スコアリング、パーソナライズなど、事業課題に応じたML活用の高度化
- LLM、RAG、MCP、AIエージェントなどを活用した機能・プロダクトの企画、PoC、効果検証
- 複数事業のデータを組み合わせた新たな特徴量・ユースケースの創出
3. **本番導入・運用と継続改善**
- 構築したモデルを活用したプロダクト・業務システムの開発、本番リリース、運用改善
- クラウド環境へのデプロイ、CI/CD、監視、再学習、精度低下分析
- 人によるフィードバックを学習データへ還元し、モデルやAIエージェントの品質を継続的に高める仕組みの設計
- モデル精度だけでなく、事業成果やユーザー体験を含めた評価設計
4. **ビジネスサイドとの連携・全社AXの推進**
- 事業部門やPdMと協働したユーザー体験・業務フローの設計、要件定義
- 機械学習や生成AIを活用した社内業務の効率化・自動化施策の提案と実行
- 各事業で生まれた成果や知見の横展開と、再現性のある活用プロセスの構築
5. **技術文化・開発基盤の強化**
- 再現性、保守性、拡張性を考慮したMLOps/LLMOpsや開発プロセスの整備
- 技術レビュー、標準化、ドキュメント整備を通じたチーム全体の開発品質向上
- 社内勉強会やコミュニティ活動を通じた知見共有、技術文化の醸成
まずはご自身の強み（例：推薦アルゴリズム最適化、またはLLM/エージェント構築）を主軸にスタートし、徐々に横断領域へ広げていただきます。
**【直近のプロジェクト例】**
1. **AIマッチング・レコメンドの高度化**
複数サービスで蓄積されたデータや行動ログ、現場から得られるフィードバックを活用し、推薦・ランキング・パーソナライズの品質を継続的に改善
2. **[「Findy Team+」](https://jp.findy-team.io/)における開発資本スコアの開発**
開発組織のデータを多面的に集計・スコアリングし、Speed・Quality・Controlなどの観点から組織の状態や改善余地を可視化
3. **顧客MTG準備の分析アシスタント**
施策前後の開発指標を自動で分析・要約し、カスタマーサクセスが顧客への示唆や改善提案を準備するためのアドバイスを生成
4. **事業課題を分析する[「Findy Insights」](https://jp.findy-team.io/findy-insights/)**
顧客接点データを集約・構造化し、リサーチからインサイト分析、ソリューション評価までの仮説検証サイクルをAIエージェントで支援
5. **AIエージェントによる業務変革（AX）**
AIが業務を実行し、人が監督・必要に応じて介入するHOTL（Human-on-the-Loop）型の業務を目指し、業務フロー・システムを設計・開発。人の判断・修正とその結果を活用し、AIの判断・提案精度を継続的に改善
※業務の変更の範囲：会社の定める全ての業務
## **■キャリアパス**
ご志向や強みに応じて、専門性を深めるエキスパートICと、チームや組織を率いるマネジメントの両軸でキャリアを築くことができます。
- MLエンジニア／データサイエンティストとして、モデリング、MLOps、推薦・ランキングなどの専門性を深めるエキスパートIC
- 技術的な意思決定や育成、チームづくりを担い、組織の成果を最大化するエンジニアリングマネージャー／組織マネージャー
- データとAIの循環を設計し、プロダクト企画やロードマップ策定まで担うデータPdM
- 複数事業を横断してAI・データ活用を推進する、AX領域のリーダー
## **■ポジションの魅力（得られる経験）**
1. **ファインディならではの独自性の高いデータを扱える**
約30万人のエンジニアのキャリア・スキルデータ、開発組織の生産性データ、テックイベントの動向など、複数事業を通じて蓄積された多様なデータを組み合わせ、ファインディだからこそ実現できるMLプロダクトを開発できます。
2. **モデル開発だけでなく、事業変革まで担える**
決められた仕様を実装するのではなく、事業課題の特定、技術選定、PoC、本番導入、効果検証、継続改善まで一気通貫で関わり、自らの技術判断を事業成果へつなげられます。
3. **人とAIの協働のあり方を設計できる**
Human in the Loopで品質を担保する現在のフェーズから、データとモデルの改善によって自動化領域を広げ、人がより高い価値を発揮できる業務設計へ移行するプロセスをリードできます。
4. **技術の専門性を全社の変革へ還元できる**
ハンズオンで技術的な意思決定と実装を担うだけでなく、複数事業や組織横断のテーマに関わり、得られた知見を開発プロセスや仕組み、チームの実行力へ還元しながら、全社のAXを前進させることができます。
5. **MLを軸に、生成AIからプロダクト開発・インフラまで専門性を広げられる**
機械学習の知見を基盤に、LLM・RAG・AIエージェントの活用に加え、バックエンド・フロントエンドの開発や、それらを支えるクラウドインフラの構築・運用にも携われます。モデルの開発・評価から、業務で使われるシステムの実装・運用まで関わり、ご志向や経験に応じて技術の幅を広げることができます。
## **■開発環境**
- 開発言語：Python
- ML/データ分析：scikit-learn, BigQuery, Gemini Enterprise Agent Platform(旧Vertex AI), Jupyter, Marimo
- 生成AI / LLMフレームワーク：LangChain, Pydantic AI, AWS Bedrock, Cohere API, OpenAI (ChatGPT), Anthropic (Claude), Google (Gemini)
- AIエージェント・開発補助ツール：Cursor, Cline, Devin, Dify, Scribe, Notion AI, NotebookLM
- インフラ・ミドルウェア：AWS, Google Cloud, MySQL, Redis, Docker, Elastic Cloud
- CI/CD・モニタリング：GitHub Actions, Datadog
- その他ツール：GitHub, Slack, Looker Studio（旧Google Data Studio）
歓迎スキル
・LLMを活用した本番サービス運用経験
・AWSやGCPなどクラウド環境でのインフラ設計・運用経験
・MLOps/LLMOpsやCI/CDパイプライン構築の知見
・アプリケーションエンジニア、ソフトウェアエンジニアとしての開発経験
・HR Tech／開発生産性／SaaSなど、当社が扱う事業ドメインへの関心・知見
求める人物像
・ユーザー価値・事業価値を最優先に考え、技術を手段として活用できる方
・最新技術への好奇心が強く、学習やPoCを楽しめる方
・ビジネスサイドや他部門と積極的に連携し、チームの成果を最大化できる方
・自ら課題を見つけて取り組み、スピード感をもって実行できる方
・ファインディのビジョン&バリューに共感できる方
応募概要
給与
■想定年収：800万円～1,400万円程度（固定残業代・賞与含む）
※経験、業績、貢献度に応じて、相談のうえ決定いたします
■月給例：615,385 円～1,076,923 円
＜給与内訳＞
基本給：455,285 円～796,723 円
固定残業代：160,100 円～280,200 円
・固定残業代は、法定時間外労働の有無にかかわらず45時間分相当を支給
・超過分は別途全額支給いたします
・別途、実績に応じた賞与／社内表彰による報奨制度（インセンティブ支給）あり
勤務地
（雇入れ直後）
本社
〒141-0032 東京都品川区大崎一丁目2番2号 アートヴィレッジ大崎セントラルタワー5階
（変更の範囲）
会社の定める場所（リモートワークを行う場所を含む）
雇用形態
正社員
勤務体系
■勤務時間
10:00〜19:00（実働8時間）
※時差出勤制度あり
（8:00〜10:00にて30分単位で稼働開始時間を選択可（1ヶ月毎に変更可、一部部署では8:00〜11:00で選択可）
■休日・休暇
・完全週休2日制（土日祝日）
・年末年始休暇
・特別休暇
・年次有給休暇10日～20日（入社日に5日間付与、入社半年後に5日付与）
※その他会社規定による休日あり
試用期間
あり（3ヶ月）※最大6ヶ月まで延長する場合あり
福利厚生
・社会保険完備（健康保険、厚生年金、雇用保険、労災保険）
・交通費支給（上限あり）
・ランチ/ディナー補助
・プログラミング学習費用補助
・ビジネス/テクノロジー研修
・外部研修費補助
・受動喫煙防止措置の状況：屋内禁煙(敷地内に喫煙可能場所あり)