求人情報詳細
NEW 株式会社みずほフィナンシャルグループ ソリューションテックリード
正社員
1000万円
| 仕事内容 | 【業務内容】 デジタル戦略部テクノロジーチームにて、社内外の生成AIプロダクトに関わる各開発チームを横断的に技術支援するソリューションテックリードのポジションです。技術評価・アーキテクチャ設計・知見の標準化を通じて、組織全体の生成AI開発力を引き上げていただきます。 自らコードを書くことよりも、技術的な知見をもとに横断で設計・評価・意思決定を支え、開発チームを牽引することが主な役割です。 <具体的な業務内容> ●技術評価・本番導入判断 ・生成AI関連技術の調査、PoC設計、技術評価、本番導入判断(Go/No-Go) ・要件・ユースケースに応じたLLM選定と方式設計 ・RAG・エージェント・プロンプト・評価(eval)・ガードレール等の技術選定 ・AIアプリケーションの品質管理支援 ●アーキテクチャ設計・レビュー ・プロダクト/案件横断のアーキテクチャレビュー・設計 ・セキュリティ・可用性・監査性・コストを考慮した本番アーキテクチャ設計 ●技術知見の標準化・展開 ・共通基盤/共通部品/設計ガイドライン/技術標準の設計と、各プロダクトへの適用可否判断・整備 ・開発チーム向けのナレッジ共有、勉強会、技術相談への対応 ・取り組みの社内外への発信(登壇・記事等) ●関係者連携 ・ベンダー・関係部署との技術折衝 ※ご経験に応じて、上記のいずれかの業務をお任せします <使用ツール> ・開発・コード分析:Claude Code(in VS Code)、GitLab ・クラウド:AWS/Azure/GCP ・コミュニケーション:Teams、Slack、Outlook ・バックログ・タスク管理:Jira、Planner、OneNote <ポジションの魅力> ●プロダクトではなく、開発組織全体の技術水準を動かせる 「自分のチームの成果」ではなく「複数チームがどれだけ速く・堅く作れるか」がインパクトになるポジションです。共通基盤・共通部品・設計ガイドラインを整備し、各プロダクトへの適用可否を判断していくことで、組織全体の生産性を底上げできます。技術力を土台に、レバレッジの効く仕事に集中できます。 ●最新モデル・新技術を、PoCで終わらせず本番導入判断まで持っていける 新しいモデルや機能を早い段階で評価できる環境があり、シリコンバレーTeamからの最新事例も入ってきます。ただ試すだけでなく、「これは本番のセキュリティ・可用性・監査性・コスト要件を満たすのか」を見極め、Go/No-Goを技術的根拠で示すところまでを担います。金融機関の本番環境という、非機能要件が厳しい土俵で技術選定に責任を持てます。 ●内製・裁量・強いメンバー エンジニア、データサイエンティスト、デザイナー、ビジネスが近い距離で、内製で手を動かしている組織です。RAG/エージェント/プロンプト/評価/ガードレールといった技術要素の選定を、現場の開発者と議論しながら主導できます。開発ツールもClaude Codeを含め、生産性を重視した構成です。 <働き方> ●支給デバイス 業務用端末に加えて開発用端末、iPad、業務用スマホを支給しています。開発用端末はMacbook Airを貸与しますので、スムーズな開発が可能です ●リモート勤務 出社・リモートのハイブリット勤務となり、柔軟な働き方が可能です。 ●オフィス環境 フリーアドレスとなり、席替えで気分転換できます。コミュニケーションが生まれやすいよう工夫しています。 ●休暇 積極的な休暇取得を推奨しています。有給休暇はもちろんのこと、スポット休暇(上期・下期に分けた連続休暇)、看護休暇(時間単位で取得可)、リフレッシュ休暇等があります。 |
||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 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】・ソフトウェアエンジニア/システム開発の実務経験をベースに、以下いずれかの役割経験 ・複数チーム/プロダクトを横断するテックリード・アーキテクトとしての経験 ・エンジニアリングマネージャー/VPoE/CTO等、技術的な意思決定に責任を持つ立場での経験 ・シニアIC(スタッフ/プリンシパルエンジニア等)として、設計・技術選定を主導した経験 ・本番運用を前提としたシステム/アプリケーションの設計・アーキテクチャ設計の実務経験 ・新しい技術を評価し、採否や導入方針を技術的根拠に基づいて判断・提案した経験 【希望要件/want】 ・生成AI/LLMを用いたアプリケーションの設計・開発経験(RAG・エージェント・プロンプト設計・評価・ガードレール等のいずれか) ・パブリッククラウド(AWS/Azure/GCP)での本番アーキテクチャ設計・運用の知見 ・高可用性・高セキュリティが要求される環境での非機能要件設計(監査性・コスト最適化を含む) ・共通基盤・プラットフォーム・SDK・設計ガイドライン等の整備と、社内展開・浸透の経験 ・技術登壇、技術記事執筆、OSS活動など、社外への技術発信の経験 ・0→1(構想~デモ)/1→10(PoC)/10→100(本番化・運用)の複数フェーズを跨いだ経験 ※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 | 30代 40代 | ||||||||||||
| 想定年収 | 1000 万円 ~ 1500 万円 | ||||||||||||
| 勤務地 | 勤務地 東京都 (就業場所の変更の範囲)会社の定める場所(テレワークを行う場所を含む) 【勤務地】 本求人勤務地欄参照 (就業場所の変更の範囲)会社の定める場所(テレワークを行う場所を含む) リモート勤務 出社・リモートのハイブリット勤務となり、柔軟な働き方が可能です。 オフィス環境 フリーアドレスとなり、席替えで気分転換できます。コミュニケーションが生まれやすいよう工夫しています。 |
||||||||||||
| 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 待遇 ■職員 基本的な労働条件は次のとおりですが、部署により「フレックスタイム制」が適用される場合があります。勤務形態、その他の条件については、内定時までに明示いたします。 |
||||||||||||
| 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 | 【試用期間】 試用期間あり(6ヶ月)、給与は同額 |
||||||||||||
| 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 |
|
||||||||||||
| 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. | 01009299000092 |
関連する業種から探す
エリートネットワークのおすすめの『転職体験記』
-
- ネットサービス会社に勤務しながら、博士号(情報科学)を取得した30歳プロダクトマネージャー。バーチャルから飛び出し、リアルに挑戦したく自動車メーカーの商品企画部へ
- 前職
- 【東証プライム上場 SNS、ゲーム、メタバース等インターネットサービス老舗企業】
グループ会社出向 プラットフォーム事業本部 プロダクトチーム 3Dアバター配信アプリのプロダクトマネージャー(イベント施策の企画・機能開発等)
→プラットフォーム事業本部 売上改善チーム シニアマネージャー(KPI策定・達成管理、開発進行管理、北米アートチームとの制作プロジェクトリード等)
→プラットフォーム事業本部 プロダクトマネジメントチーム マネージャー(新規事業の立ち上げ、後継マネージャーの育成)
※社内の最優秀賞、CEO賞受賞
- 現職
- 【東証プライム上場 完成車メーカー】
プロダクト企画部 デジタルプロダクト開発における商品企画・プロダクトマネジメント
転職体験記を読む -
- 統計解析を研究した博士29歳。任期1年の特定助教から、財閥系総合重機メーカーのデータサイエンティストに転職成功
- 前職
- 【旧帝国大学 大学院】
経済学研究科の特定助教(研究テーマ:統計解析、機械学習、計量経済学)
- 現職
- 【東証プライム上場 財閥系 総合重機メーカー】
AI・データサイエンティスト(機械学習、深層学習、大規模言語モデル)
転職体験記を読む -
- 工学博士29歳。バイオインフォマティクス解析技術を活かし、アカデミア(国立大学)から、AI活用データ解析に強みのテクノロジー企業に転職成功。
- 前職
- 【地方国立大学】
博士研究員(バイオインフォマティクス解析によるがん研究)
- 現職
- 【AIを活用したデータ解析や情報管理のソリューション企業】
AI事業本部 ライフサイエンス分野でのAI研究
転職体験記を読む