掲載データをもとに当社が整理したものです。選考の通りやすさや社風は、担当にお尋ねください。
ファインディ株式会社（Findy Inc.）は、2014年2月設立（本格的な事業開始は2016年7月）のエンジニアプラットフォーム企業。本社は東京都品川区大崎（アートヴィレッジ大崎セントラルタワー）、従業員478名（2026年1月時点、有期雇用社員含む）、資本金1億円（資本準備金含め19億9,692万円）。「つくる力を、社会の力へ。」を掲げ、「つくる人が能力を発揮できる組織がなければ、イノベーションは実現しない」という考えのもと、エンジニアが不安なく挑戦できるプラットフォームを通じて個人の可能性を広げるとともに組織の生産性も高め、社会の人材資産を好循環させる未来を目指す。シリーズA約2億円、B約5.5億円、C約15億円、D約20.5億円と資金調達を重ね、インドを皮切りに韓国・台湾へ進出して世界共通のエンジニアプラットフォームづくりを進める。「Findy Team+」は国際セキュリティ認証SOC2 Type2を取得、エンジニア組織表彰「Findy Team+ Award」やエンジニアリング組織の意思決定層が集う「Engineering Leaders Day」を主催し、ソフトウェア開発組織に関する市場調査も発信。有料職業紹介事業許可。
ファインディ株式会社（Findy Inc.）は、2014年2月設立（本格的な事業開始は2016年7月）のエンジニアプラットフォーム企業。本社は東京都品川区大崎（アートヴィレッジ大崎セントラルタワー）、従業員478名（2026年1月時点、有期雇用社員含む）、資本金1億円（資本準備金含め19億9,692万円）。「つくる力を、社会の力へ。」を掲げ、「つくる人が能力を発揮できる組織がなければ、イノベーションは実現しない」という考えのもと、エンジニアが不安なく挑戦できるプラットフォームを通じて個人の可能性を広げるとともに組織の生産性も高め、社会の人材資産を好循環させる未来を目指す。シリーズA約2億円、B約5.5億円、C約15億円、D約20.5億円と資金調達を重ね、インドを皮切りに韓国・台湾へ進出して世界共通のエンジニアプラットフォームづくりを進める。「Findy Team+」は国際セキュリティ認証SOC2 Type2を取得、エンジニア組織表彰「Findy Team+ Award」やエンジニアリング組織の意思決定層が集う「Engineering Leaders Day」を主催し、ソフトウェア開発組織に関する市場調査も発信。有料職業紹介事業許可。
働き方・勤務時間
福利厚生・手当
選考・入社
組織・カルチャー
キャリア・成長
業界（大分類）
プロダクト・事業モデル
■仕事概要
■募集背景
ファインディではこれまでも、データとAIを事業成長の中核に据え、業務プロセスと意思決定の高度化を推進してきました。データ基盤やパイプラインなどの土台が整った今、私たちが向かっているのは「モデルの高度化」と「プロダクト・事業への本格的な組み込み」のフェーズです。
今後は事業のトップラインをさらに伸ばすべく、中期戦略の重要テーマとしてAX（AI Transformation）を掲げ、全社横断での取り組みを一段と加速させていきます。
AI活用が急速に広がる今、重要なのはAIを導入すること自体ではなく、事業やプロダクトを通じて蓄積されるデータから、ユーザーや組織が置かれた文脈をどこまで深く捉えられるかだと考えています。ファインディには、複数のサービスやイベント、カンファレンスなど、多様な接点を通じて蓄積されたエンジニア領域に特化した独自データがあります。
これらを事業横断で掛け合わせることで、表面的な情報だけでは見えない課題やニーズを捉え、各事業における体験と意思決定を継続的に進化させられることが、ファインディならではの強みです。
複数接点から蓄積されるエンジニア領域に特化したデータと、サービス利用を通じて得られる行動・フィードバックデータを循環させることで、使われるほどマッチングの質が高まり続ける仕組みを目指しています。
定型的な判断や業務はAIが担い、人は候補者や企業に深く向き合い、人にしか生み出せない価値へ集中できる。
その未来に向けて、独自データを基盤とした機械学習モデルの開発から本番実装、継続改善までを牽引するMLエンジニア／データサイエンティストを募集します。
■Mission
エンジニア特化の多様なデータを活用し、事業課題に直結する機械学習モデル・AIエージェントを設計・実装する
Human in the Loopで得られるフィードバックを学習データへ還元し、モデルやAIエージェントの判断・提案品質を継続的に高める
PoCにとどまらず、本番導入・運用・効果検証まで一気通貫で推進し、MLを事業成果へつなげる
人の介在が不要な業務を段階的に自動化し、人が人にしか提供できない価値へ集中できる環境をつくる
■具体的な業務内容
データ分析・事業課題の形成
各事業のデータ分析を通じた課題の発見、仮説構築、解決アプローチの検討
事業責任者、PdM、ビジネスサイドと連携した課題の構造化
KPI・評価指標の設計と、機械学習を活用すべき領域の見極め
機械学習・生成AIを活用したプロダクト開発
各事業やプロダクトに蓄積されたデータを活用した機械学習モデルの設計、実装、評価
推薦、予測、分類、ランキング、スコアリング、パーソナライズなど、事業課題に応じたML活用の高度化
LLM、RAG、MCP、AIエージェントなどを活用した機能・プロダクトの企画、PoC、効果検証
複数事業のデータを組み合わせた新たな特徴量・ユースケースの創出
本番導入・運用と継続改善
構築したモデルを活用したプロダクト・業務システムの開発、本番リリース、運用改善
クラウド環境へのデプロイ、CI/CD、監視、再学習、精度低下分析
人によるフィードバックを学習データへ還元し、モデルやAIエージェントの品質を継続的に高める仕組みの設計
モデル精度だけでなく、事業成果やユーザー体験を含めた評価設計
ビジネスサイドとの連携・全社AXの推進
事業部門やPdMと協働したユーザー体験・業務フローの設計、要件定義
機械学習や生成AIを活用した社内業務の効率化・自動化施策の提案と実行
各事業で生まれた成果や知見の横展開と、再現性のある活用プロセスの構築
技術文化・開発基盤の強化
再現性、保守性、拡張性を考慮したMLOps/LLMOpsや開発プロセスの整備
技術レビュー、標準化、ドキュメント整備を通じたチーム全体の開発品質向上
社内勉強会やコミュニティ活動を通じた知見共有、技術文化の醸成
まずはご自身の強み（例：推薦アルゴリズム最適化、またはLLM/エージェント構築）を主軸にスタートし、徐々に横断領域へ広げていただきます。
【直近のプロジェクト例】
AIマッチング・レコメンドの高度化
複数サービスで蓄積されたデータや行動ログ、現場から得られるフィードバックを活用し、推薦・ランキング・パーソナライズの品質を継続的に改善
「Findy Team+」
における開発資本スコアの開発
開発組織のデータを多面的に集計・スコアリングし、Speed・Quality・Controlなどの観点から組織の状態や改善余地を可視化
顧客MTG準備の分析アシスタント
施策前後の開発指標を自動で分析・要約し、カスタマーサクセスが顧客への示唆や改善提案を準備するためのアドバイスを生成
事業課題を分析する
「Findy Insights」
顧客接点データを集約・構造化し、リサーチからインサイト分析、ソリューション評価までの仮説検証サイクルをAIエージェントで支援
AIエージェントによる業務変革（AX）
AIが業務を実行し、人が監督・必要に応じて介入するHOTL（Human-on-the-Loop）型の業務を目指し、業務フロー・システムを設計・開発。人の判断・修正とその結果を活用し、AIの判断・提案精度を継続的に改善
※業務の変更の範囲：会社の定める全ての業務
■キャリアパス
ご志向や強みに応じて、専門性を深めるエキスパートICと、チームや組織を率いるマネジメントの両軸でキャリアを築くことができます。
MLエンジニア／データサイエンティストとして、モデリング、MLOps、推薦・ランキングなどの専門性を深めるエキスパートIC
技術的な意思決定や育成、チームづくりを担い、組織の成果を最大化するエンジニアリングマネージャー／組織マネージャー
データとAIの循環を設計し、プロダクト企画やロードマップ策定まで担うデータPdM
複数事業を横断してAI・データ活用を推進する、AX領域のリーダー
■ポジションの魅力（得られる経験）
ファインディならではの独自性の高いデータを扱える
約30万人のエンジニアのキャリア・スキルデータ、開発組織の生産性データ、テックイベントの動向など、複数事業を通じて蓄積された多様なデータを組み合わせ、ファインディだからこそ実現できるMLプロダクトを開発できます。
モデル開発だけでなく、事業変革まで担える
決められた仕様を実装するのではなく、事業課題の特定、技術選定、PoC、本番導入、効果検証、継続改善まで一気通貫で関わり、自らの技術判断を事業成果へつなげられます。
人とAIの協働のあり方を設計できる
Human in the Loopで品質を担保する現在のフェーズから、データとモデルの改善によって自動化領域を広げ、人がより高い価値を発揮できる業務設計へ移行するプロセスをリードできます。
技術の専門性を全社の変革へ還元できる
ハンズオンで技術的な意思決定と実装を担うだけでなく、複数事業や組織横断のテーマに関わり、得られた知見を開発プロセスや仕組み、チームの実行力へ還元しながら、全社のAXを前進させることができます。
MLを軸に、生成AIからプロダクト開発・インフラまで専門性を広げられる
機械学習の知見を基盤に、LLM・RAG・AIエージェントの活用に加え、バックエンド・フロントエンドの開発や、それらを支えるクラウドインフラの構築・運用にも携われます。モデルの開発・評価から、業務で使われるシステムの実装・運用まで関わり、ご志向や経験に応じて技術の幅を広げることができます。
■開発環境
開発言語：Python
ML/データ分析：scikit-learn, BigQuery, Gemini Enterprise Agent Platform(旧Vertex AI), Jupyter, Marimo
生成AI
LLMフレームワーク：LangChain, Pydantic AI, AWS Bedrock, Cohere API, OpenAI (ChatGPT), Anthropic (Claude), Google (Gemini)
AIエージェント・開発補助ツール：Cursor, Cline, Devin, Dify, Scribe, Notion AI, NotebookLM
インフラ・ミドルウェア：AWS, Google Cloud, MySQL, Redis, Docker, Elastic Cloud
CI/CD・モニタリング：GitHub Actions, Datadog
その他ツール：GitHub, Slack, Looker Studio（旧Google Data Studio）
LINEで相談する・応募する
フォーム入力も経歴書も不要です。「【プロダクトマネジメント室】MLエンジニア/データサイエンティスト_GenAI Enablement」について聞きたいとLINEで送っていただければ、担当（松岡）が直接お返事します。質問だけ・情報収集だけでもかまいません。
すでに友だちの方は②だけでかまいません（求人名が入った状態でLINEが開きます）。うまく開かないときは、LINEで ID @697nxhbt を検索してください。
「応募する」を押すと、転職支援サービスの申し込みフォームに進みます。企業へ直接応募するのではなく、担当エージェント（株式会社エージェントベスト）が企業へ推薦する形で選考が進みます。ご利用は無料です。
まだ転職を決めていない段階でもかまいません。経歴書のご用意は不要です。この求人の背景や求められている経験など、公開情報にないところからお話しします。
「電話で軽く話を聞きたい」は日程を決めずに、こちらから折り返す形です。ご希望の時間帯だけ伺います。
