| 求人情報 | ファインディ株式会社 |
| 職種 | 【プロダクトマネジメント室】データPdM |
| 年収 | ～1,400万円 ご経験、スキル、前職年収を考慮の上、選考を通じて決定されます。 |
| 会社概要 | 「つくる人がもっとかがやけば、世界はきっと豊かになる。」というビジョンを掲げ、 「GitHub解析によるエンジニアスキルの見える化」をコア技術としたエンジニアプラットフォームを構築しています。 一方で「エンジニアファーストだけを推進する企業」でもありません。 新規事業は後述の通り、企業の「プロダクトグロース力／開発体制、生産性の可視化」を推進しており、 日本のモノヅクリの底上げ、その実績の見える化を通して、国力強化、及びそれをグローバルでも発信していこうとしている企業でもあります。 直近で大型調達を達成。ここから新規事業グロース、及び海外事業を積極的に推進していこうとしている魅力的なフェーズの急成長ベンチャーです。 【コア技術／エンジニアからの注目度】 ファインディではソフトウェア開発で広く使われる「GitHub」に蓄積された開発履歴を解析し、エンジニア1人1人の“スキル偏差値”や“想定年収”などを可視化する技術を保有します。この技術は【特許取得済み】であり、国内で搭載されているのは同社のみという、高い独自性を有する技術、強みとなっています。 【展開プロダクト】 ■『Findy』 ハイスキルなエンジニアと企業をマッチングする転職サービス。 GitHub公開をしているようなスキルの高いWEBエンジニアの登録が豊富なことから大手企業から先進インターネット企業まで高い評価を受けられています。 前述のスキルチェック技術が搭載されているため、「スキルチェックをしたい」と転職活動を本格化する前の潜在層のエンジニアにもリーチできていることも強みになっています。 ■新規事業 『Findy Team+』 エンジニア組織のパフォーマンスを最大化するために生産性を可視化するサービスです。 エンジニア組織の活性化、モチベーションマネジメントツールとしてももちろん活用されていますが、最近では、上記プロダクトの結果が【企業のIR資料】に掲載されることもあるそうで、企業価値向上にも貢献しています。 ⇒現在では、エンジニアの生産性やプロダクトグロース体制が株価へ影響することもあるそうです。そういった中で投資家、株主から「開発環境に投資しているか？」といった指摘があるものの、今まではどう可視化したら良いか不明だったとのこと。しかしこちらのプロダクトを活用することでそれらが可視化されるといった形でも活用されているそうです。 |
| 職務内容 | ファインディならではのデータとAIの可能性を、ユーザーの体験と事業の成長につながる価値へと変えていく。 そのために私たちは、技術の導入そのものを目的とせず、事業の課題に加え、マーケットの変化や顧客・ユーザーのニーズに向き合い、プロダクトと業務の両面から新しい価値を生み出していきたいと考えています。 このポジションは、機械学習・データ領域の専門性を軸に、事業・ユーザーの課題と、市場動向や競争環境から見える機会を捉え、何をつくり、どのような価値を届けるかを定める役割です。 マーケットにおけるファインディの強みと差別化の可能性を見極め、取り組むテーマや優先順位に反映しながら、ビジネスサイドやエンジニアを巻き込み、分析やモデルの成果をプロダクト機能や業務プロセスへとつなげていただきます。 技術を実装するだけでなく、使われ続け、事業成果につながるプロダクトへと磨き上げることで、「技術立国日本を取り戻す」挑戦を推進していくことをミッションとします。 【具体的な業務内容】 １）データ分析・事業課題の形成 ・事業・ユーザー課題に対するデータ分析、仮説作成、アプローチ検討 ・ビジネスサイドへのヒアリングを通じた課題の構造化と、データ・AIで取り組むテーマの選定 ・ユーザー価値・事業への貢献・技術的な実現性を踏まえた施策の優先順位づけ ２）データ・AIプロダクトの企画・開発推進 ・データ・AI活用テーマのロードマップ、成果指標、検証方針の設計 ・ユーザーの体験設計を含む機能・データ・運用要件の整理 ・ビジネスサイドやエンジニアなど、複数のステークホルダーと連携した開発・リリースの推進 ・分析やモデルの結果をプロダクト機能・業務プロセスに落とし込み、利用状況や事業成果を踏まえた継続的な改善 ３）機械学習・生成AIを活用した検証・開発 ・自らデータ分析やモデル・手法の比較検証を行い、課題に適した解決アプローチを検討 ・各事業のデータを活用した推薦・スコアリングなどの機械学習モデルや、LLMを活用した機能・システムの構築・改善 ・ご自身の専門性や開発体制に応じた本番実装と、エンジニアとの協働によるリリース後の評価・運用改善 ４）データとAIの継続的な改善サイクルの設計 ・人がAIの提案を確認・判断するHuman in the Loopを含む、利用体験・業務フローの設計 ・承認・非承認などのフィードバックを蓄積し、推薦・マッチングの品質改善につなげる仕組みの設計 ・モデルの精度とユーザー体験・事業成果の両面からの効果検証と改善 ５）ビジネスサイドとの連携・人とAIの協働を前提とした業務変革（AX）の推進 ・現場の業務を理解し、人とAIの役割分担や例外時の対応を含む業務フローを設計 ・人がAIの提案を確認・判断するHITL(Human in the Loop)から、AIが実行し人が監督・必要に応じて介入するHOTL(Human on the Loop)を目指した段階的な自律化の推進 ・ビジネスサイドと協働した導入・運用設計、現場への定着支援と、成果や知見の他事業への展開 |
| 求められる能力・ 経験 |
■必須要件 ・PythonやSQLを用いた分析・モデル実装経験 ・機械学習・統計学の基礎知識 ・Git/GitHubを用いたチーム開発の知識・スキル ・LLMや生成AIなどの先端技術への興味・PoC経験 ■歓迎要件 ・複数のステークホルダーを巻き込み、データ・AIを活用したプロジェクトや施策を推進した経験 ・分析やモデルの結果をプロダクト機能・業務プロセスに落とし込み、ユーザー価値や事業成果につなげた経験 ・事業側と課題・要件を整理し、開発の優先順位づけやリリース後の効果検証に関わった経験 ・プロダクトマネジメント、またはそれに準ずる企画・要件定義・開発推進の経験 ・LLMを活用した本番サービス運用経験 ・AWSやGCPなどクラウド環境でのインフラ設計・運用経験 ・MLOps/LLMOpsやCI/CDパイプライン構築の知見 ・アプリケーションエンジニア、ソフトウェアエンジニアとしての開発経験 ・HR Tech／開発生産性／SaaSなど、当社が扱う事業ドメインへの関心・知見 |
| 雇用形態 | 正社員 |
| 勤務地 | 東京都 |