▼具体的な業務イメージ ・与信審査・債権回収等の業務領域において、KPI設計からデータ抽出・前処理、分析、施策立案、効果検証までを一気通貫で担当 ・生成AI・機械学習を活用した業務効率化施策の企画・PoC・本番導入（例：オペレーション支援、分析自動化、ドキュメント生成） ・審査モデル・スコアリングロジックの改善（特徴量設計、モデル評価、運用モニタリング）および業務ルールの高度化 ・事業・プロダクト・オペレーション担当と連携し、分析結果の意思決定や業務設計への落とし込み ▼業務内容の変更の範囲 会社の定める業務 ▼開発環境 フロントエンド: JS/TS, Vue.js, Tailwind CSS, Storybook バックエンド: Python, Django DB: PostgreSQL (Amazon RDS/Aurora) テスト自動化/CI: GitHub Actions, AWS CodeBuild/CodeDeploy/CodePipeline, Playwright, Autify インフラ・監視: Docker, AWS（AWS CDK, ECS Fargateなど）, Azure （OpenAI Serviceなど）, Sentry, PagerDuty データ分析: Python, scikit-learn, Amazon SageMaker Agentic AI: Claude Code, GitHub Copilot, Google Gemini, ChatGPT Codex デザイン: Figma その他: Slack, Asanaなど MacBook 貸与 有償エディタ（PyCharmなど）の利用可能

▼必須要件 ・SQL等を用いて自らデータ抽出・加工を行い、業務課題に紐づけた分析を実施した実務経験 ・Python（pandas, scikit-learn 等）または同等環境での分析・モデル構築・検証の経験 ・分析結果を非エンジニア／非分析職に説明し、意思決定や施策に反映した経験

▼歓迎要件 ・与信・金融・決済・リスク管理領域におけるデータ分析またはモデル運用の経験 ・統計的仮説検定、回帰分析、分類モデル等を用いた業務改善の経験 ・機械学習モデルの本番運用（精度劣化の監視、再学習、ルール調整等）の経験 ・生成AI（LLM、プロンプト設計、RAG 等）を業務に適用した経験 ・Git等を用いた分析コード・成果物の管理経験

・正解が定まっていない業務課題に対し、自ら問いを立て、必要なデータ・手法を選択できる方 ・分析のアウトプットを「レポート」で終わらせず、業務や意思決定に落とし込むことに価値を感じる方 ・業務担当・エンジニアと協働しながら、現実的な解決策を設計できる方 ・変化の早い環境下で、仮説検証を高速に回し続けられる方