NEW 株式会社みずほフィナンシャルグループ LLMエンジニア

ブックマーク一覧

仕事内容	募集背景 みずほフィナンシャルグループでは、中期的に1,000億円規模のデジタル投資を行い、デジタルを軸とした変革を推進しています。 この取り組みは、みずほフィナンシャルグループのデジタル戦略・AI活用推進を担う《デジタル戦略部》が全社レベルで牽引しており、重点AIプロジェクトの旗振り役として推進する体制を敷いています。 常時30～40件のプロジェクトが同時並行で進行しており、すでにリリースと運用フェーズに入ったプロダクトも増えています。次の成長段階では、こうした取り組みをグループ全体へ広げ、業務改革と顧客価値につなげていくことが重要です。 その実現に向けて、金融業務で求められる信頼性・安全性を満たすため、汎用LLMの活用に留まらず独自LLM(みずほLLM)の開発を進めています。オープンウェイトモデルをベースに社内ナレッジを活用し、学習・チューニングを組み合わせて継続的に性能を高めています。今後の展開を加速するため、データ設計から学習実装・評価・改善までを一気通貫で担うLLMエンジニアを募集します。 ポジションの魅力 1金融特化LLM「みずほLLM」の開発推進 汎用LLMの活用に留まらず、金融業務で求められる専門性・信頼性を満たす独自LLM「みずほLLM」の開発を推進しています。社内ナレッジを活用した学習データ設計から、学習手法の検討、チューニングの実装・実行、性能分析までを一気通貫で担い、モデルを継続的に高度化できる点が魅力です。実務テストを前提に、より専門的な業務領域への展開につなげていくフェーズに参画できます。 2品質と監査性を担保するLLMOps 金融機関でLLMを業務に組み込むには、モデル精度だけでなく、実務テスト設計、誤答検知、ログ設計、アクセス制御など運用面の統制が欠かせません。本ポジションでは、学習・評価に加えて運用ルール整備まで踏み込み、品質と監査性を満たした形でLLMを成立させます。技術とガバナンスの両面で意思決定し、運用に落とし込む経験が得られます。 3適用先検討とプロダクト連携をリード LLM開発は、モデルを作るだけでは価値になりません。本ポジションは評価結果を踏まえた適用先の検討まで担い、業務支援アプリなどのプロダクトチームと連携しながら、LLMを業務価値へ接続します。モデル特性と業務要件を踏まえて適用方針を定め、現場で使われる形へつなげられる点が魅力です。 職務内容 生成AI／LLM(大規模言語モデル)の業務活用に向けて、データ整備からLLMの選定・構築、学習(チューニング)実装、技術評価、適用検討までを担い、業務改善につながるAIプロダクトを推進するポジションです。 具体的な業務内容 ・生成AIの利活用に向けたデータの構造化・加工・分析などのデータエンジニアリング ・モデル開発に必要なデータの特定、およびデータベース設計 ・LLM(大規模言語モデル)の選定、独自LLM(みずほLLM)のセットアップ ・学習手法の検討を含む、チューニング(学習)の実装・実行および性能分析(技術評価) ・LLMOpsとして、実務テスト設計と誤答検知、ログ・アクセス制御を含む運用ルール整備 ・評価結果を踏まえた適用先の検討と、プロダクトチームとの連携推進 プロジェクト例 ・独自LLM(みずほLLM)の構築に向けた、社内ナレッジの整備・学習データ設計 ・継続事前学習／ファインチューニング／RAG等の手法比較と、最適な組み合わせの技術検証 ・金融特化LLMの継続的な精度向上とデプロイ・評価(銀行実務テスト(預金・融資・外為・財務分析等)にて評価実施中) ・現場部署と連携しながら実務課題を特定し、独自学習の有効性を見極めつつ、要件整理からデータ収集、評価設計、学習試行までを実践 ・大規模学習を効率的に実行するため、AWS等での分散計算環境(クラスター)構築および運用に向けた技術検証 プロダクト例 ・面談記録・議事録作成支援「めんきくん」 対面/オンラインMTGの面談記録ドラフトを作成するiOS/Webアプリケーション ・スライド生成支援「みずほスライドジェネレーター」 作成したいスライド内容を自然言語で指示すると、AIが構成を検討し、社内様式を反映したスライドを自動生成 ・暗黙知の形式知化「AIインタビュアー」 AIがRMにインタビューし、営業ノウハウをナレッジ化。整理した知見はRAGの知識DBや独自LLMの学習データとして活用予定。 ・社内手続き検索支援「Wiz Search」 事務・与信など膨大な社内情報から、社員の質問に関連する手続書やマニュアルをAIが検索し、回答を生成。 技術情報(一部) ・開発言語TypeScript, Python ・フレームワークNext.js, React, Vue.js, FastAPI, Streamlit, FastAPI ・AI関連ライブラリAssistants API, Agents SDK, Strands Agents SDK, LangChain, LangGraph, Vertex AI ・インフラ・ミドルウェアAWS, S3, ECS, ElastiCache, Terraform, CDK, Bedrock, Bedrock Agentcore ・テストJest, Pytest, Playwright ・ツールGitHub, Teams, Slack, Jira, Confluence ・AIツールAnthrpic ClaudeCode, AWS Kiro, OpenAI Codex, Amazon Q Developer, Devin, Dify, v0
経験・資格	※求人情報の応募要件全てに該当しなくても、企業様に対して内々に打診したり相談することが可能な場合もございます。一つでも当てはまる方は前向きにご検討下さい。 【必須要件/must】 ・機械学習・データサイエンス領域の知見を有し、下記いずれかに該当する方 ・AI／機械学習モデルに関するデータ前処理、学習、評価等の一連の検証・開発プロセスを主体的に推進した経験 ・機械学習・データサイエンス領域のプロジェクトを、要件定義・技術選定・進行管理を主導しながらリードした経験 ・Python等を用いて、データ処理・検証・評価・改善を自ら実装した経験 ・関係者と連携しながら、技術検証から適用検討、実装推進まで一連で担った経験 ・LLMをはじめとする生成AI技術への高い関心・学習意欲 【歓迎要件/want】 ・独自LLMや大規模言語モデルの構築、追加学習、改善を主担当または中核メンバーとして担った経験 ・機械学習・生成AIを活用したプロジェクトのマネジメントやチームビルディングを主導した経験 ・ビッグデータを活用した分析業務、またはAIモデル開発を実務でリードした経験 ・RAG、検索、AIエージェント、VLM、OCR等を用いたシステムの開発・検証・改善経験 ・SageMaker、Azure ML、Databricks等の機械学習基盤を用いた、学習・評価・運用環境の構築経験 ・金融領域におけるデータ分析、またはAI活用の経験 ・英語文献・論文の調査を通じて、技術選定や改善方針の立案に活かした経験 ※更なる詳細事項は、カウンセリング（面談）時にお伝えします。
推奨年齢	20代 30代 40代
想定年収	600 万円 ～ 1600 万円
勤務地	東京都
勤務時間	【勤務時間・休憩時間】 始業時刻8時40分・終業時刻17時10分(所定労働時間7時間30分、休憩時間60分) ※勤務する部署においてフレックスタイム制が導入されている場合には、その時間運営に従う 【時間外労働】 時間外労働、休日勤務をさせることがある
休日・休暇	土日、祝日、年末年始(12/31,1/2,1/3)、 有給休暇(年間21日、但し初年度は採用月による)、その他特別休暇等があります
試用期間	6ヶ月 会社の判断により、延長する場合があります 試用期間中の雇用条件の変更はありません
昇給・給与	賞与 ：年2回
加入保険	各種社会保険完備（雇用保険・労災保険・健康保険・厚生年金保険）
受動喫煙対策の有無	有 屋内禁煙（屋内喫煙可能場所あり）ただし事業所により異なる場合があります
企業データ	会社名 株式会社みずほフィナンシャルグループ 設立 2003年（平成15年）1月8日 資本金 2兆2,567億円 従業員数 2,457人 （みずほフィナンシャルグループおよび連結子会社就業者数合計52,307人） 株式 ◆東証プライム上場 事業内容 みずほフィナンシャルグループは、銀行持株会社として、銀行持株会社、銀行、証券専門会社、その他銀行法により子会社とすることができる会社の経営管理およびこれに附帯する業務、その他銀行法により銀行持株会社が営むことのできる業務を行うことを事業目的とし、グループの経営効率の向上と事業分野、機能面における特色・強みの結合を実現するために必要な経営管理等を行っています。
取材班による独自解説	みずほグループの統括会社。 みずほ銀行、みずほ信託銀行、みずほ証券、アセットマネジメントOneなどが傘下。 ※（株）エリートネットワークHPに企業インタビューを掲載しております。是非ご覧ください。 ■グローバルキャリア戦略部　部長：デボラ・ヘーゼルトン 氏 https://www.elite-network.co.jp/interview_kigyo/104.html
Recruiting No.	01009299000074