MLOpsエンジニア

データから、新たな価値を。

データがあっても、活用の仕方がわからない。DXやPoCに取り組んでも、成果があがらない。

そんな悩みや不満を抱える企業が増えています。

大事なのは、データをどう活用し、どう価値を創出するか。

私たちは、「データから、新たな価値を。」を経営理念に、AIを始めとするデータサイエンスとコンサルティングを掛け合わせ、新たな価値創造や課題解決に導く「ビジネス価値創造企業」です。

企業が抱えるデータを最大活用し、ビジネスを加速させます。さらには、データの力を社会変革に繋げます。データから価値創造へのプロセスを、ともに進めていく仲間を歓迎します。

•仕事内容•

AIモデルは、作って終わりではありません。本番環境で継続的に稼働し、精度を維持しながらビジネス成果を出し続けて初めて価値を発揮します。

当社のオペレーション部門では、金融業界を中心に、さまざまな企業のAI実行基盤・データ分析基盤の運用を担っています。本ポジションでお任せするのは、本番稼働しているAIモデルの運用・改善です。

担当案件を持ち、

・AIモデルの実行・運用

・モデル精度のモニタリング

・データ変化の分析

・再学習やパラメータチューニング

・クライアントへの報告・改善提案

などを通じて、AIが継続的に成果を生み出せる状態を支えていただきます。

この仕事の特徴は、「モデルを作ること」ではなく、「モデルを成果につなげ続けること」にあります。

実際の運用環境では、データの変化や利用状況の変化によってモデル精度が変動します。

その変化を捉えながら分析を行い、必要に応じて再学習や改善を実施し、AIのパフォーマンスを維持・向上させていくことが重要な役割です。

モデル開発の知識を活かしながら、本番環境でAIを育て続ける仕事に携わりたい方に適したポジションです。

•募集背景•

AIは、モデルを開発した時点では価値になりません。

本番環境で安定して稼働し続け、データの変化に合わせて改善を重ねながら、クライアントの業務に定着して初めて成果につながります。

当社では、アナリティクス部門がAIモデルの開発を担い、

オペレーション部門がそのモデルを本番環境で運用・改善し続ける役割を担っています。

近年、金融業界を中心にAI活用案件が増加しており、本番稼働後のモデル運用や継続的な精度改善の重要性も高まっています。

そこで今回、本番環境で稼働するAIモデルの運用・分析・改善を担う体制を強化することになりました。

•このポジションでお任せすること•

ご経験やご志向に応じて、担当いただく範囲を段階的に広げていきます。

すべてを一度にお任せするわけではありません。

＜機械学習モデルの運用・改善＞

本番環境で稼働している機械学習モデルの精度維持・向上を担っていただきます。

具体的には、

・モデルの実行および精度・処理性能のモニタリング

・データ変化による精度劣化の検知

・再学習・再構築・パラメータチューニングの実施

・モデル特性を踏まえたデータクレンジング

・特徴量の見直しや改善提案

などを行います。

モデルを作って終わりではなく、本番環境で発生する変化を捉えながら、継続的に価値を生み出せる状態を維持していく役割です。

＜分析結果の可視化・クライアント対応＞

分析そのものだけではなく、その結果を分かりやすく伝え、次のアクションにつなげることも重要なミッションです。

・クライアントからの依頼に応じたアドホック分析

・分析結果のレポート作成

・数値の解釈や示唆の整理・言語化

・クライアントへの報告・改善提案

・社内他部門との連携・調整

単なる分析担当ではなく、データから得られた気づきをビジネス成果につなげる役割を担います。

＜AI活用システムの運用・保守＞

AIモデルだけでなく、それを活用するシステムの運用・改善にも携わっていただきます。

対象となるシステムは、

・画像解析システム

・業務シフト自動生成システム

・不正検知エンジン

・SCM最適化システム

などです。

さまざまな業界・ユースケースのAI活用案件に関わることで、幅広い経験を積むことができます。

＜運用の標準化・自動化＞

案件を支えるだけでなく、より効率的で再現性の高い運用体制づくりにも取り組んでいただきます。

・生成AIを活用した運用業務の効率化

・実行手順やチェック項目の標準化

・スクリプトによる自動化

・運用ノウハウの仕組み化

日々の運用で得た知見を標準化し、より品質の高い運用体制をつくっていくことも、このポジションの重要な役割です。

•体制・レポートライン•

オペレーション部門のモデル・分析領域への配属となります。

レポートラインは部門長の湯浅です。

部門長はクライアントとの調整や他部署との連携、部門としての意思決定を担っており、

現場メンバーが分析業務やモデル改善に集中できる環境づくりを重視しています。

＜担っていただく範囲＞

担当案件については、ご自身が主担当としてモデル運用を担っていただきます。

日々の業務では、

・モデルの実行・監視

・精度の確認と要因分析

・クライアントからの分析依頼への対応

・改善施策の検討・実施

などを主体的に進めていただきます。

分析の進め方や優先順位については、現場に最も近い立場としてご自身で組み立てていただくことを想定しています。

また、モデルの設計やアルゴリズム選定については、アナリティクス部門と連携しながら進めます。

モデルを開発するチームと運用するチームが分かれているからこそ、

運用現場で得た知見をモデル改善へフィードバックできる環境があります。

さらに、精度改善や業務効率化、運用方法の見直しなど、

現場で気づいた改善提案については積極的に発信いただくことを期待しています。

＜部門長のスタンス＞

部門長は、クライアントとの調整や他部署との連携、部門としての意思決定を担当します。

一方で、モデル運用や分析業務の進め方については、現場メンバーの判断や提案を尊重しています。

そのため、

・分析や改善に集中できる環境がある

・現場の提案が意思決定につながりやすい

・困ったときには相談しながら進められる

というバランスの取れた体制です。

「指示されたことを実行する」のではなく、担当案件の主担当として考え、改善を提案しながら進めたい方にフィットする環境です。

•案件事例•

金融系を中心に、決済、通信、EC・小売、不動産、建設、製造、医療、官公庁と幅広い業界の案件に従事します。

•当社の成長性•

2016年の設立以来、顧客数・案件数が順調に拡大し、2022年には東証グロース市場に上場。設立時から現在まで黒字経営を継続し、前期は過去最高売上を記録しています。

•必須（MUST）

・Python・SQL等を用いた、機械学習・データ分析の実務経験2年以上

・統計・機械学習の基礎知識（前処理、特徴量、評価指標を、意味を理解して扱えること）

※モデルの新規開発の経験は必須にしていません。 歓迎要件に記載しています。

※資格の保有は問いません。

•歓迎（WANT）

・Pythonを用いた機械学習モデルの開発経験（本番投入まで担った経験があれば、なお歓迎）

・モデルの精度劣化の検知・再学習の運用を設計した経験（MLOps領域）

・金融領域（信用リスク、与信、不正検知、収益モデル等）のドメイン知識

・クライアントへの報告・調整の経験

•求める人物像•

＜エンジニアとして＞

このポジションで最も重視しているのは、クライアントの要望や課題に対して、自ら分析の切り口を考え、答えを導き出せる力です。

決められたレポートを作成するだけではなく、アドホックな分析依頼に対して課題を整理し、データをもとに示唆を提供できる方を歓迎しています。

また、モデルの精度低下や期待した結果が得られない場合には、システム・データ・特徴量のどこに原因があるのかを切り分け、

本質的な課題を見つけ出せることを期待しています。

特に、

・モデリング手法やアルゴリズムの特性を理解し、その選定理由を説明できる方

・一時的な対処ではなく、根本原因に向き合い再発防止まで取り組める方

・自身の分析や改善内容を手順やナレッジとして整理し、チームで再現できる形に残せる方

と一緒に働きたいと考えています。

＜仕事の進め方＞

私たちは、個別案件への対応だけでなく、そこで得られた知見を次の改善につなげていくことを大切にしています。

そのため、

・目の前の事象を抽象化し、他案件にも応用できる形で整理できる方

・自ら課題を発見し、解決策を考え、実行まで主体的に進められる方

・PDCAを回しながら継続的な改善に取り組める方

・任された役割に責任を持ち、最後までやり遂げられる方

・リスクや影響範囲を考慮しながら、関係者へ適切に共有できる方

を歓迎しています。

•このポジションで得られるもの•

＜AIを本番で回し続ける経験＞

複数の案件のモデルを、実行から改善まで継続して担当します。

＜運用の型を、自分の手でつくれること＞

実行手順・チェック項目を整備し、次に同じ状況が来たときに再現できる形にしていきます。

＜金融を中心とした幅広い業界のドメイン知識＞

業界によってデータの特性や課題、業務プロセスは大きく異なるため、案件を通じてデータ分析だけでなく幅広いドメイン知識を身につけることができます。

＜改善提案が通る距離の近さ＞

部門長との距離が近く、現場で見つけた課題や改善アイデアを提案しやすい体制があります。

＜昇格の道筋があること＞

担当領域の拡大や成果に応じて、上位等級への昇格や処遇の見直しを行っています。

分析・運用のスペシャリストとして専門性を高めるだけでなく、将来的により広い領域の案件や改善活動を担っていくことも可能です。

＜安定した事業基盤と、組織づくりに関われる余白の両方＞

当社は2022年に東証グロース市場へ上場し、安定した事業基盤を築いています。

働き方

日々のやり取りや相談が対面でできる環境を重視しているため、出社を基本としています。

担当案件を単独で回せる段階になった時点で、リモート日数のご相談を受けています。

一方で、時間の使い方はお任せします。裁量労働制のため、出退勤の時刻や1日の就業時間はご自身で調整いただけます。

選考プロセス

書類選考 → 1次面接（部門長＝直属の上長）（現場のスペシャリスト＝一緒に働くメンバー）→ 適性テスト → 最終面接（代表）→オファー

一次面接では、入社後の直属の上長となる部門長と、実際に一緒に働く現場のスペシャリストがお会いします。

選考の場ではありますが、お互いの理解を深める機会として考えています。

面接では、

・誰と働くのか

・どのような役割を担うのか

・日々どのように仕事を進めているのか

・求められる技術レベルや期待される役割はどの程度か

といった点について、現場の視点で率直にお話しします。

求人票だけでは分かりづらいチームの雰囲気や働き方についても、ぜひご確認ください。

職種 / 募集ポジション

MLOpsエンジニア

雇用形態

正社員

給与

年収 4,500,000円 〜 7,000,000円

・所定時間外、休日または深夜労働に対して支払われる割増賃金は賃金規程による

・月末締め翌月25日支払い

・パフォーマンスサラリー（個人の年度評価に基づき、翌年度支給）

勤務地

東京都千代田区神田西福田町３番地 ＲＢＭ神田ビル６階

又は弊社指定の就業先（転勤なし）

会社情報

セカンドサイトアナリティカ株式会社

代表者

代表取締役社長 高山 博和

本社所在地

東京都千代田区神田西福田町3番地 RBM神田ビル 6階

設立

2016年6月1日

事業内容

アナリティクスとテクノロジーを活用したサービスを提供する専門企業

「AI」の核となる機械学習やディープラーニングなど 新技術のR&Dを行い、様々な業種・分野に対するアナリティクス・コンサルティングサービスと、それを動かすIT基盤やAIサービス（プロダクト）を提供

休日

完全週休二日制（土日）、祝⽇、年次有給休暇、年末年始、夏季休暇、慶弔休暇、設立記念日（6月1日）、年間休日120日以上

福利厚生

株式報酬(譲渡制限付)、レジャー補助、定期健康診断、書籍購入補助、資格取得補助、福利厚生倶楽部利用（リロクラブ）、オフィス内無料サービス（各種フリードリンク、オフィスで野菜）、副業可

加入保険

健康保険（関東ITソフトウェア健康保険組合）、厚生年金、雇用保険、労災保険

受動喫煙対策

オフィス内禁煙、ビル内喫煙所有