Senior Data Scientist シニアデータサイエンティスト

外資系大手金融サービス企業のAIチームにて、シニアデータサイエンティストを募集しています。生成AI（Generative AI）および予測AI（Predictive AI）を含む全社的なAI施策の一環として、高度なAIソリューションの設計・実装を担っていただきます。業務プロセスの最適化に加え、営業・商品・サービスの高度化を通じて顧客ニーズに応えることがミッションです。
※本ポジションは部下を持つマネジメント職ではありません（個人貢献者ポジション）

• 機械学習領域：分類・回帰・時系列などの機械学習モデルの設計と実装。特徴量エンジニアリングからモデル評価・運用まで、ライフサイクル全体をオーナーとして担当
• 生成AI領域：RAG、ベクトル検索、Embedding、マルチエージェント・オーケストレーションといった要素技術を、LLMプラットフォーム（Azure OpenAI等）やLLM／SLMのファインチューニングと組み合わせ、ユースケース・コスト・レイテンシ・規制要件に最適化したAIソリューションを設計・構築
• ユースケースごとのAI評価（AI Evaluation）フレームワークを設計し、MLOps／LLMOps（監視、ドリフト検知、継続的改善）を運用することで、本番稼働中のソリューション品質を継続的に担保・向上
• 規模・領域の異なる複数プロジェクトをオーナーとして推進。効果に関するビジネスケースの作成・提案を含め、チェンジマネジメントを考慮しながらエンドツーエンドで完遂
• ビジネス課題に対し、仮説設定 → データ分析 → 検証 → 提言のサイクルを反復的に回し、ステークホルダーとの協働を通じて意思決定とAI活用の推進をリード
• ビジネス、IT、データ、およびアジア／グローバルの各チームと密に連携し、要件定義からモデル開発、評価、AIガバナンス、本番リリースまでを一貫して推進
• 日本語／英語（およびその他言語）を活かし、コミュニケーション・ドキュメンテーション・技術コンサルティングを通じて、ビジネス部門と技術部門（およびアジア／グローバルのステークホルダー）の橋渡し役を担う
• シニアデータサイエンティストとして、深い実務経験と確かな技術力、広い視野をもとに、責任あるAI（Responsible AI）およびAIガバナンスの推進をリード
• 若手データサイエンティストの業務指導、技術的なガイダンスとメンタリングを実施。プロセス・手法・ツールをベストプラクティスとして標準化し、チーム全体の能力向上に貢献

A leading international financial services company is seeking a Senior Data Scientist to join its Artificial Intelligence team. As part of broader company-wide AI initiatives spanning Generative AI and Predictive AI, you will design and implement advanced AI solutions. Your work will optimize internal operations while enhancing Sales, Products, and Services to better meet customer needs.
※ This is an individual contributor role (People Leader Role: No)

• Machine Learning: Design and implement machine learning models including Classification, Regression, and Time Series, owning the full lifecycle from Feature Engineering through model evaluation and operations
• Generative AI: Design and build optimal AI solutions tailored to use case, cost, latency, and regulatory requirements by combining core technologies such as RAG, Vector Search, Embedding, and Multi-Agent Orchestration with LLM platforms (e.g., Azure OpenAI) and LLM / SLM fine-tuning
• Design AI Evaluation frameworks tailored to each use case, and operate MLOps / LLMOps (monitoring, drift detection, continuous improvement) to continuously ensure and improve the quality of solutions in production
• Take ownership of projects of diverse scope and deliver them end-to-end, including building and presenting business cases on benefits, while considering Change Management
• Iteratively progress from hypothesis setting, data analysis, and validation through to recommendation on business problems, driving decision-making and adoption of AI-driven solutions through collaboration with stakeholders
• Collaborate closely with Business, IT, Data, and Asia / Global counterparts to deliver end-to-end execution from requirements definition through model development, evaluation, AI Governance, and production release
• Leveraging Japanese / English (and other) language capabilities, act as a bridge between business and technical teams (and Asia / Global stakeholders) through communication, documentation, and technical consulting
• As a Senior Data Scientist, take a leading role in Responsible AI and AI Governance, drawing on deep practical experience, a strong technical backbone, and a high-level perspective
• Supervise the work of more junior Data Scientists and provide technical guidance and mentorship. Standardize processes, methodologies, and tools as best practices to uplift the capability of the entire team

【必須 / Required】

• データサイエンス、コンピュータサイエンス、数学、工学、統計学、その他定量分野における修士以上の学位、または同等の実務経験
• データサイエンスによりビジネス上のインパクトの大きい課題を解決してきた経験5年以上。直近では生成AIアプリケーション（AIアシスタント、AIエージェント等）の構築に従事していること（業界不問）
• 統計解析、教師あり／教師なし学習、時系列分析などの機械学習手法に加え、特徴量エンジニアリング、モデル評価、モデルライフサイクル管理の実務経験
• 生成AIアプリケーション（RAG、エージェンティックAI等）の設計・実装経験
• AI評価フレームワークおよびLLMOps／MLOpsの本番運用経験
• PythonおよびSQL等のプログラミングスキル。プロンプトエンジニアリング、ならびにLangGraphやAKKA（エージェンティックAIフレームワーク）などの関連パッケージの使用経験
• データサイエンスプロジェクトをエンドツーエンドでリードした実績。AIエンジニアリング、IT、ビジネス部門との部門横断的な協働、ステークホルダーマネジメント、若手メンバーの育成経験を含む
• 高いコミュニケーション能力。高度なデータサイエンスの概念を技術者・非技術者の双方に説明でき、アジア各国のチームと円滑に協働できること
• 日本語 N2レベル以上（ビジネスの場で流暢にコミュニケーションが取れるレベル）
• Advanced degree in Data Science, Computer Science, Mathematics, Engineering, Statistics, or another quantitative field; or equivalent experience
• Minimum of 5 years of experience solving high-impact business problems with data science, with a specific recent focus on building Generative AI applications (e.g., AI Assistant, AI Agent). Industry agnostic
• Practical experience in machine learning techniques including statistical analysis, Supervised / Unsupervised Learning, and Time Series, as well as Feature Engineering, Model Evaluation, and Model Lifecycle Management
• Experience designing and implementing Generative AI applications (e.g., RAG, Agentic AI)
• Production operations experience with AI Evaluation frameworks and LLMOps / MLOps
• Strong programming skills in Python and SQL. Experience with prompt engineering and relevant packages such as LangGraph and the AKKA agentic AI framework
• Proven track record of leading data science projects end-to-end, collaborating with cross-functional teams across AI Engineering, IT, and Business, including stakeholder management and the coaching and development of junior team members
• Excellent communication skills — able to explain sophisticated data science concepts to both technical and non-technical stakeholders, and to collaborate effectively with regional teams across Asia
• Japanese at N2 level or above (able to communicate fluently in a business setting)

【歓迎 / Preferred】

• LLMおよびSLMのファインチューニングの実務経験
• Azure、Databricks、Sparkなどのビッグデータ処理基盤の実務経験
• AIガバナンスおよび責任あるAI（Responsible AI）の原則に対する理解と実務経験
• 業務、学術活動、または個人プロジェクトにおけるR&Dの経験・実績
• 変化の速いデータサイエンス領域において、自らの方向性を主体的に描く姿勢。技術トレンドを継続的に学び、業務へ応用していく学習意欲
• Practical experience with LLM and SLM fine-tuning
• Practical experience with big data processing platforms such as Azure, Databricks, and Spark
• Understanding of and practical experience with AI Governance and Responsible AI principles
• Experience or accomplishments in R&D through work, academic background, or personal projects
• Mindset to proactively shape one's own direction in an ever-evolving data science landscape, and a continuous learning attitude to stay current with technology trends and apply them to one's work