【プロダクトマネジメント室】MLエンジニア/データサイエンティスト_GenAI Enablement

年収

800万円〜1,400万円

勤務地

東京都

職務内容

■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」
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」
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+」
開発ツールのレビューサイト「Findy Tools」
テックカンファレンスのプラットフォーム「Findy Conference」

採用サイト
会社説明資料

（※）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
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
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
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
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
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
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
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
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
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】

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
「Findy Team+」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
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
事業課題を分析する「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
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）
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。
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。
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。
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。
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）

【雇用形態】
正社員

【試用期間】
あり（3ヶ月）※最大6ヶ月まで延長する場合あり

企業名

ファインディ株式会社

本社所在地

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

雇用形態

正社員

各種保険

健康保険雇用保険厚生年金労災保険

休日休暇

■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

情報更新日

2026/10/29

応募依頼する

気になる

AIが推定した求人関連情報

想定給与

800万円〜1,400万円

リモートワーク

平均年齢

30歳

ポジションの魅力

最先端GenAI技術をプロダクトに実装できる:
LLM・動画解析・生成AIエージェント（Dify、AWS Bedrock、Clineなど）をPoCから本番運用まで一貫して手がけられます。GenAI Enablementをミッションに掲げており、社内外の業務効率化・自動化施策の主導者として最前線に立てます。
経営層・PdMと近い距離で意思決定に関与できる:
プロダクトマネジメント室に所属し、経営陣や事業部門と密接に連携しながらデータ活用の意思決定に直接貢献できます。自分の分析やアルゴリズムが事業成長にダイレクトに反映されるやりがいがあります。
5つのプロダクトを横断する幅広い業務経験:
「Findy」「Findy Freelance」「Findy Team+」「Findy Tools」「Findy Conference」という複数サービスにまたがる課題に取り組めるため、特定ドメインに閉じない幅広い機械学習・データサイエンスの実践経験が積めます。
MLOpsからクラウドアーキテクチャまでフルスタックに携われる:
モデル構築・PoC・Docker化・AWS/Google Cloud環境へのリリース・CI/CD構築・運用設計まで一貫して担当可能。データサイエンティストとしての専門性を深めながら、エンジニアリング領域も拡張できます。
グローバル展開中の急成長スタートアップへの参画:
インド・韓国・台湾への海外展開も進み、グローバルな事業経験を得られる環境です。IPOを目指す成長フェーズにあり、株式価値の上昇も期待できるタイミングです。

必須スキル（ハード）

以下のいずれかの経験・知見が求められます。

Pythonを用いた機械学習・データ分析の実務経験
LLM・生成AIを活用したPoC〜本番実装の経験
PyTorch・TensorFlow・scikit-learnなどMLフレームワークの活用経験
AWS・Google CloudなどクラウドへのMLモデルデプロイ経験
Dockerを用いたコンテナ化および運用設計の経験
BigQuery・Vertex AIなどデータ分析基盤の活用経験
CI/CD（GitHub Actions等）の構築・運用経験

必須スキル（ソフト）

ビジネス課題を自ら定義できる問題設定力:
与えられたタスクをこなすだけでなく、事業・ユーザーの課題に対して自ら仮説を立て、アプローチを設計できる主体性が求められます。
スピード感を持って仮説検証を回せる実行力:
スタートアップならではの高速な意思決定サイクルに対応し、完璧を追求しすぎずアジャイルにPDCAを回せる姿勢が重要です。
ビジネスサイドと連携できるコミュニケーション能力:
要件定義においてビジネスサイドやPdMと協業し、技術的な内容を非エンジニアにも分かりやすく伝えられる橋渡し役の役割が期待されます。
自律的に学習・発信を続ける向上心:
社内勉強会・輪読会・コミュニティイベントの企画・リードが求められるため、新技術のキャッチアップを楽しみ、知識を積極的に共有できる人物像が求められます。
複数プロジェクトを横断して推進できるプロジェクト管理力:
複数事業を横断するプロジェクトを推進するため、優先順位の整理・タスク管理・ステークホルダーへの状況共有を自律的に行える力が求められます。

歓迎スキル

MLOps・モデル監視・精度改善の実務経験:
リリース後のモデル評価・ドリフト検知・精度改善サイクルの設計・実装経験があれば即戦力として活躍できます。
Dify・AWS Bedrock・LangChainなどエージェント系フレームワークの活用経験:
生成AIを活用した業務自動化や社内ツール開発の経験があると、GenAI Enablement業務にスムーズに貢献できます。
Vertex AI・BigQueryを用いたデータパイプライン設計・分析基盤の構築経験:
GCP上でのMLワークフロー管理やデータ基盤整備の経験があると環境への適応が早まります。
社内外の勉強会・技術発信の経験:
ブログ・登壇・OSSコントリビューションなど対外的な技術発信の実績があると、コミュニティイベントの企画・リードにも活かせます。

この求人で得られるスキル

生成AI（LLM）のエンド・ツー・エンド実装スキル:
PoC設計から本番デプロイ・評価改善まで一気通貫で担当することで、生成AIプロダクト開発の全工程を実務レベルで習得できます。
MLOps・クラウドインフラ設計スキル:
AWS・Google Cloud上でのモデルリリース・運用監視・CI/CD構築を通じて、データサイエンスに留まらないエンジニアリング領域のスキルを体系的に習得できます。
プロダクト視点の課題解決力とビジネス感覚:
経営陣やPdMとの近距離での協業を通じて、データ分析を事業判断に直結させるビジネス感覚と、ロードマップへの関与経験を得られます。
グローバル事業のデータ分析・AI活用経験:
インド・韓国・台湾向けに展開する「Findy Team+」など海外事業のデータにも携わる機会があり、グローバル市場でのAI活用ノウハウが得られます。
テックコミュニティのリーディングスキル:
社内勉強会や外部カンファレンス（Findy Conference）の企画・リード経験を通じて、エンジニアコミュニティを牽引するオーガナイザーとしての経験が積めます。

キャリアマップ

現在
シニアデータサイエンティストモデル精度向上・MLOps整備・プロダクト全体のAI戦略立案をリードする役割へ。複数サービスを横断した分析基盤の設計・改善を主導します。
ML/AI テックリード技術選定・アーキテクチャ設計・チームへの技術的メンタリングを担い、組織全体のAI技術水準を牽引するポジションです。
プロダクトマネージャー（AI/Data領域）経営陣・ビジネスサイドとの協業経験を活かし、AI機能のロードマップ策定や優先順位付けをリードするPdMキャリアへの転換も可能です。
データ・AI領域の部門責任者（Head of AI/ML）複数事業を横断するAI戦略の統括責任者として、組織・予算・ロードマップを一体的にマネジメントするポジションを目指せます。
CTO / 技術系創業者スタートアップの急成長フェーズで培った事業×技術の両輪の経験を活かし、独立・起業や他スタートアップのCTOへのキャリアパスも開けます。

AI 口コミまとめ

口コミサイトの集計データによれば、ファインディ株式会社は若手への裁量権の大きさやスタートアップらしいスピード感が高く評価されており、社員同士の良好な人間関係も働きやすさの要因として挙げられています。フルリモート勤務が可能な柔軟な働き方も好評で、育児中のメンバーも働きやすい環境という声が見られます。一方で、スタートアップ初期フェーズということもあり、給与水準については一部の口コミで物足りなさを指摘する声もあります。会社のバリューを重視する評価文化があり、個人プレーよりもチームワークや積極的な情報発信が評価に直結するという特徴があります。

【ポジティブな評価】
1. 働き方の柔軟性：フルリモート勤務が可能で、育児中の社員も含めて柔軟に対応できる環境が整っており、ワークライフバランスを重視したい人材にとって魅力的な職場との評価があります。
2. 若手への裁量と成長環境：若手から大きな裁量権が与えられ、グローバル展開中の事業に関われる点や、勉強会・輪読会を通じた学びの文化が根付いている点が高評価です。
3. チームの人間関係：社員同士の仲が良く、アルバイトや...(ここから先は会員登録後にご覧いただけます。残り420文字)

会員登録をして、
AI 口コミ全貌をチェック！

無料会員登録をする

応募依頼する

気になる

※本資料はAIを活用して収集・整理した情報を含んでいます。正確性については適宜ご確認ください。