Machine Learning Engineer (Deep Learning), Credit ML - Merpay

JD in English follows. 和文の後に英文JDをご覧いただけます。 Machine Learning Engineer (Deep Learning), Credit ML - Merpay 雇用形態：　 正社員 働き方： フレックスタイム制（コアタイムなし）　 勤務地： 六本木 詳細はキャリアサイトの 募集要項 よりご確認ください メルカリグループについて あらゆる価値を循環させ、あらゆる人の可能性を広げる 「地球資源が限られているなか、より豊かな社会をつくるために何ができるか」。2013年、創業者の山田進太郎が世界一周の旅で抱いた課題意識から、フリマアプリ「メルカリ」は生まれました。私たちは、物理的なモノやお金に限らずあらゆる価値を循環させることで、誰もがやりたいことを実現し、人や社会に貢献するための選択肢を増やすことができると信じています。 テクノロジーの力で世界中の人々をつなぎ、あらゆる人の可能性が発揮される世界を実現していきます。メルカリグループの目指すべき方針については Mercari Culture Doc をご覧ください。 　 組織・チームのミッション Mercari Engineering Principles Mercari Engineering Principles は、メルカリのエンジニアリング組織における信念や行動の基盤となる共通認識を明文化したもので、メルカリのメンバー全員が共有するMission、Value、Cultureをエンジニアリングの視点から補完するものとなります。これらのPrinciplesは、私たちが長期的に実現しようとする理想的な姿を定義することで、最終的にメルカリのミッションを達成するために活用していきます。 Passion For The Product Grow Together Solve Through Mechanisms Collaborate Openly 詳細については エンジニアリングカルチャー をご覧ください 　 Merpay Credit Modeling チームでは、「高品質なデータサイエンス・機械学習の技術を用いて、あらゆる人に価値を届けられる与信ビジネスを作る」というチームミッションのもと、ビジネス課題の特定、モデル構築、開発・運用までを一気通貫で行っています。 現在チームでは、深層学習を活用した次世代の与信モデル基盤の開発に取り組んでいます。メルカリエコシステムの多様なデータを活かし、与信およびその他領域の複数タスクに活用できる汎用的なモデルの構築を目指しています。 本ポジションでは、次世代与信モデルの中核となる大規模深層学習モデルの開発を担うコアメンバーとして、モデルアーキテクチャや学習戦略の検討から本番導入、継続的な改善までを中心的に担っていただきます。 メルカリのミッション・バリューについての詳細は こ ちら をご覧ください 　 業務内容 次世代与信モデルの中核となる大規模深層学習モデルの設計・開発・改善 モデル設計: 与信領域の課題やデータ特性を踏まえた、深層学習モデルのアーキテクチャ設計 学習戦略: 学習タスク・目的関数の設計、データ・モデル構成、計算予算を踏まえたスケーリング方針の策定と実行 学習基盤: GPUを用いた大規模学習・分散学習の設計・実装、学習の効率化・安定化 評価設計: オフライン指標に加え、与信の性質上重要なビジネスKPIやリスク指標、安定性・公平性・説明可能性を含めた評価設計 大規模深層学習モデルの本番導入・運用 学習・推論パイプラインの設計、推論の効率化、本番システムへの組み込み モニタリング、再学習、ロールバック等の運用設計とMLOpsの整備 技術意思決定: モデリング方針（モデル規模・性能 vs コスト、推論レイテンシ、解釈性、既存モデルとの使い分け等）の決定 最新の研究動向のキャッチアップと、自社課題への適用検討 既存与信モデルの運用、および継続的な改善 プロダクト/ビジネス/リスク管理/リーガル/コンプラ等のステークホルダーを巻き込んだ合意形成 チームメンバーへの深層学習領域の技術的なメンタリング、ナレッジの体系化 　 ユニークなチャレンジ 2,400万MAUを誇る国内最大級のフリマアプリ「メルカリ」のエコシステムが持つ、大規模かつ多様なデータを用いて、金融領域における次世代の深層学習モデルをゼロから創り上げることができます。 最先端の深層学習・大規模学習の知見を与信という領域に応用する、国内でも先進的な取り組みに挑戦できます。 研究開発にとどまらず、与信判断という社会的責任の大きい本番システムへの導入までを見据え、精度・安定性・説明可能性・運用品質を兼ね備えた深層学習モデルを実現するチャレンジができます。 データ解釈の難しさ、ガバナンス、法令、リスク管理等の多くの制約がある中で、深層学習モデルを用いてビジネス価値のみならず、金融包摂という社会的に大きなインパクトの創出に Go Bold にチャレンジすることができます。 開発フェーズのプロジェクトであり、アーキテクチャや学習戦略の意思決定に大きな裁量を持って関わることができます。また、プロジェクトリードへのキャリアの広がりも期待できます。 　 応募要件 求める経験・スキル メルカリグループおよび各カンパニーのミッションとバリューに共感していただける方 PyTorch等の深層学習フレームワークを用いた、深層学習モデルの開発経験（3年以上） 1B超級のTransformer ベースのモデル、または LLM・基盤モデルのフルスクラッチ事前学習の経験（1年以上） モデル学習経験、および実験設計・結果分析を自律的に進めた経験 深層学習モデルを本番環境へ導入・運用した経験、またはそれに準ずるMLOpsの実務経験（1年以上） チームメンバーやステークホルダーとの円滑なコミュニケーション能力 歓迎する経験・スキル 事前学習におけるデータ・モデルアーキテクチャ、目的関数、学習レシピ、計算予算の設計を主導した経験 事前学習済みモデルを下流タスクへ適用・評価した経験（ファインチューニング、転移学習等） 分散学習等の学習の高速化・効率化、チューニングの経験 推論の高速化・効率化の経験（知識蒸留・量子化・枝刈り等のモデル圧縮技術やKVキャッシュ等） テーブルデータの分析・モデリング経験（深層学習以外でも可） AWS/Google Cloud等のクラウド環境でのデータ分析・システム開発経験 チーム・プロジェクトのリード経験、およびジュニアエンジニアのメンター経験 金融機関、Fintech企業での就業経験 語学力 日本語：Proficient (CEFR - C1) 英語：Independent (CEFR - B2) 歓迎 ※CEFRの詳細については、 こちら をご覧ください メルカリグループについて知る　 キャリアサイト https://careers.mercari.com/ メルカン： https://mercan.mercari.com/ SNS： X / Linkedin 　 選考について メルカリグループではメルカリグループおよび各カンパニーのミッションとバリューへの共感・体現を大切にしています。メンバーが発揮する価値の総量が最大化されるような組織づくりを推進するために、候補者のみなさんの経験やスキルをより正しく理解したいと考えています。 選考の流れ 書類選考 技術課題：エンジニアポジションでは技術課題を、エンジニア以外のポジションでは採用ポジションによります（面接タイミングと前後することがあります） 面接：ポジションにより、複数回の面接をお願いします リファレンス：オンライン回答形式のもので、最終選考の前後でお願いします オファー：最終選考とリファレンスの内容より決定されます 　 　※詳しくは こちら のページをご覧ください 　 選考における機会の平等 メルカリでは、バックグラウンドによって個人の可能性が決めつけられることなく、自由に価値を生みだす機会を手にできる社会の実現を目指しています。そしてメルカリがミッションを実現するために「Inclusion & Diversity」という考え方は不可欠な存在だと考えています。 採用活動においても、メルカリのミッション・バリューに共感する、様々なバックグラウンドの方にジョインしていただけるよう、年齢、性別、性的指向、人種、宗教、身体能力、その他記号に基づくあらゆる差別をなくすことを約束します。 詳しくは、 I&D statement をご覧ください。 なお、ご応募の際には プライバシーポリシー をご確認ください。 Machine Learning Engineer (Deep Learning), Credit ML - Merpay Employment Status: Full-time employee Work Hours: Flextime (no core time) Office: Roppongi For more details, see the Overview of Our Positions section on our Careers site. 　　 About Mercari Circulate all forms of value to unleash the potential in all people "What can I do to help society thrive with the finite resources we have?" The Mercari marketplace app was born in 2013 out of this thought by our founder Shintaro Yamada as he traveled the world. We believe that by circulating all forms of value, not just physical things and money, we can create opportunities for anyone to realize their dreams and contribute to society and the people around them. Mercari aims to use technology to connect people all over the world and create a world where anyone can unleash their potential. For more information about Mercari Group’s mission, see Mercari’s Culture Doc 　 Organization/Team Mission Mercari Engineering Principles Mercari Engineering Principles are a shared understanding that serves as the foundation of engineering beliefs and behavior at Mercari. The Engineering Principles are designed to complement the organizational identity (Mercari’s mission, values, and culture) from an engineering viewpoint. These principles ultimately help us achieve Mercari’s mission by defining the ideal state we seek to realize in the long term. Passion For The Product Grow Together Solve Through Mechanisms Collaborate Openly For more details, please see the following link: Engineering Culture Merpay Credit Modeling team's mission is to "create a credit business that delivers value to everyone using high-quality data science and machine learning technology." Under this mission, we handle everything from identifying business challenges to model construction, development, and operations. Currently, the team is working on developing a next-generation credit modeling platform using deep learning. Leveraging diverse data from the Mercari ecosystem, we aim to build versatile foundation models that can be applied to multiple tasks across credit and other domains. In this position, as a core member responsible for the large-scale deep learning models at the heart of our next-generation credit system, you will play a central role in everything from evaluating model architectures and training strategies to production deployment and continuous improvement. See here for more information about our mission and values. 　 Work Responsibilities Design, development, and improvement of core large-scale deep learning models for next-generation credit modeling: Model Architecture Design : Designing deep learning model architectures based on the specific challenges and data characteristics of the credit domain. Training Strategy : Designing training tasks and objective functions; formulating and executing scaling policies considering data, model architecture, and compute budgets. Training Infrastructure : Designing and implementing GPU-based large-scale and distributed training; optimizing and stabilizing model training processes. Evaluation Design : Designing evaluations that encompass not only offline metrics, but also key business KPIs, risk metrics, stability, fairness, and explainability critical to credit operations. Production Deployment & Operations for Large-Scale Deep Learning Models: Designing training and inference pipelines, optimizing inference efficiency, and integrating models into production systems. Designing operations for monitoring, retraining, and rollbacks, while building and maintaining robust MLOps practices. Technical Decision-Making : Determining modeling policies and trade-offs (e.g., model scale/performance vs. cost, inference latency, interpretability, and coexistence with legacy models). Research & Application : Catching up with the latest research trends in fintech with deep learning and evaluating their application to in-house challenges. Model operations & Continuous improvements : Operating and continuously improving existing credit models. Leading consensus-building and collaboration involving stakeholders in product, business, legal, and compliance. Mentorship & Knowledge Sharing : Providing technical mentorship i