MLエンジニア(シニアテクニカルリード)
- 求人番号
- NJB2233983
- 採用企業名
- 三菱UFJインフォメーションテクノロジー株式会社
- 職種
-
IT(PM・SE) - AI・MLエンジニア
- 雇用形態
- 無期雇用
- 勤務地
-
東京都
- 仕事内容
-
世界有数の金融グループであるMUFG(S&Pグローバル,2020年4月)は、3,400万人の個人、130万社の法人のお客さま(MUFGレポート,2019)のお取引情報をはじめとする膨大なデータを活用し、店舗におけるお客様対応・事務、本部バックオフィス業務も含めた多岐にわたる業務の高度化・効率化のため、画像・音声認識、自然言語処理、ロジック処理などあらゆる形態でAI・MLを活用しています。三菱UFJ銀行をはじめとする事業部門と至近距離で協働し、ビジネス理解及びデータ分析タスクの設定、モデル構築を主体的に推進し、MUFGのビジネス変革・デジタライゼーション(DX)に大きく貢献いただける方を募集しています。
【業務内容】(雇入れ直後)
・データ分析テーマの選定、データ分析プロジェクトの企画
・データ分析業務(設計・構築、データ解析、可視化、データ分析結果の評価等)
・データ環境構築、データの構造化・加工・分析処理等のデータエンジニアリング
【役割・責任】
・MUFG事業部門と協働し、ビジネス課題からデータ分析タスクの抽出、評価基準を設定
・データの前処理、モデル構築、モデル評価
・業務特性を鑑みてモデルの運用、評価基準を設定および最適なシステムアーキテクチャを検討する
・当該領域の高い知識とスキルを持つプロフェッショナルとして、組織全体のデータサイエンスやデータエンジニアリングに関するスキル・知識の啓蒙・伝搬を担う
・開発エンジニアチームに対する技術的なリーダーシップ提供(ツール・インフラ整備・利用指南・コードレビュー・設計等)、およびコーチング・メンタリング
【配属想定部署】
データサイエンス部(グループ事業部門・デジタルイノベーション本部配下)
【想定担当案件(例)】
・AI-OCR開発業務
・自然言語処理を用いた分類モデル構築
・グラフ分析を活用したサプライチェーン分析
MUFGにおいてビジネスニーズがあるが、技術が成熟しておらずベンダー、ベンチャー企業等でまだ実現できていない領域に対して内製での開発を行っています。過去には代表的なものとしてAI-OCR、金融電文の振分けモデルを完全内製するなど、金融業務のノウハウを活用したデータ分析モデルの開発を行ってきています。
内製範囲はデータ分析モデル開発だけでなく、データフロー、データ事前処理まで含めたシステムアーキテクチャ全体にわたるため、幅広い技術が要求されます。
現在はおもに金融ネットワークをグラフ化して分析を実施するなど、世の中の動向を見ながら、銀行業務に適用できる技術の検証、適用を推進しております。
【成長機会】
企画設計から実装まで幅広い領域に関与可能。海外カンファレンスに参画しての情報収集も可能。
■休日:完全週休二日制, 土, 日, 祝日, 夏季休暇, 年末年始
- 求める経験
年齢制限の理由 -
【必須要件】
・ビジネス課題に対応するため、AIや機械学習の技術を活用したデータ分析・開発を実施した経験(5年以上目途)
・Python、Java、C/C++などの高度なプログラミングスキル
・マシンラーニング、データマイニング、情報検索、統計などに関する深い知識
・自然言語処理、コンピュータービジョン、音声認識、強化学習、時系列分析などのうち少なくとも一つの分野に関する専門性
・主要な機械学習フレームワーク: Tensorflow、Pytorchを利用したプログラム経験
・分析的思考力、概念的思考力、クリティカル・シンキング力
・高いコミュニケーション能力-複雑・難解な技術的トピックについて専門家でない人へわかりやすく説明できる
・英語:リーディング・リスニング+実践会話力。英文の技術資料や論文等を理解でき、海外カンファレンスに単独で参加して情報収集できるレベル。
・データ分析プロジェクトの企画、データ分析業務の実務経験(金融機関であれば尚良)
【歓迎要件】
・情報処理、人工知能、統計学を用いたデータ分析の実務経験
・金融機関等、データの取扱いにおいて高いセキュリティレベルを要求される分野でのシステム開発経験
・分散系システムの設計・開発経験(とくに上流工程)
・arXivやNIPS/ICMLなどの論文を読み、実装できる方
・クラウド・コンピューティング(AWSなど)に関する知識
・ビッグデータ技術(Hadoopなど)の経験
・ETLの経験
・金融業務知識
■職種未経験者:不可
- 年収
- 890万円 - 1735万円
- 受動喫煙対策
- 就業場所 原則禁煙(分煙)
- 受動喫煙対策詳細