【Dev】R&Dエンジニア

SimpleFormは、「全ての法人がフェアに繋がれる社会」の実現を目指し「企業の実体と実態を正しく捉えるための情報基盤」を構築しています。 ■私たちの取り組む課題 私たちの日々の暮らしは、相手と自分が持つ”モノ”の売り買いや、借貸を通した「取引」によって成り立っています。 そして全ての「取引」には必ず「相手を知る」工程が存在します。 例えば、企業間の後払い決済や融資、新規取引先・M&A先の選定など、法人同士の大きな「取引」になるほど、 充分な情報をもとに「相手を知る」ことが求められます。 でも、どうすれば「相手を知る」ための充分な情報を集めることができるでしょうか。 Web上の情報だけでなく、行政が紙で管理している情報、また場合によっては取引相手のもとへ実際に足を運び、 現地のリアルな情報を集めることも必要になるかもしれません。 このように「相手を知る」ために必要となる情報は、いたる場所に散らばっています。そして集めることに手間がかかり面倒です。 そしてせっかく集めたとしても、形式・鮮度・信頼性が不揃いなため、情報を整理・正規化して使える状態にする必要があります。 そこで私たちシンプルフォームは、全国約580万法人に関する散らばって集めることが面倒な一次情報を収集しデータ化することで、 「相手のことを知る」ための法人に関する情報基盤を構築しています。 そしてこの情報基盤を活用した技術を通して、 これまでは難しかった「不正を働く法人の発見」や「法人同士のつながりを見出すこと」という価値を提供することで、 どんな法人でもフェアに評価され、安心して取引ができる社会の実現を目指しています。 ■提供する価値 私たちは「相手を知る」プロセスを支援する、法人審査のプロダクトやソリューションを提供しています。 - SimpleCheck：全国585万法人の定性情報を自動で収集・判定 法人名を入力するだけで情報を瞬時に収集し、当社が独自に蓄積・検知したリスク情報と共に、30秒でレポーティングするプロダクトです。 - SimpleMonitor：法人リスク情報の重要な変化の常時監視・通知 対象法人を常時監視し、リスク評価に関わる重要な情報・属性に変化が生じた際に自動通知するプロダクトです。 - SimpleInterview：応答によって質疑を最適化・法人実態を見極め 法人代表者など取引相手との面談において、事前情報や応答によって質疑を最適化し、現場の面談者によるバラつきを抑え、正しい判断を促すプロダクトです。 上記審査プロダクト群を核として、法人審査全体を支援するべく、現地調査の代行やコンサルティング、業務システム構築、審査業務自体の請負も担っています。 ■R&Dエンジニアの業務概要 R&Dチームでは、法人情報基盤を活用し、これまでにはない「不正を働く法人の発見」や「法人同士のつながりを見出すこと」という価値を提供し、 法人審査のさらなる効率化・高度化を実現するための機械学習・情報検索・データ分析を中心とした技術開発に取り組んでいます。 先進技術はもちろん、統計分析や古典的な機械学習アルゴリズムも含め、課題に応じて最適な技術を選択しながら、 機械学習モデルや情報検索システムの設計・開発・改善を担っていただきます。 また、データ分析を通じて、審査・調査業務の高度化につながるインサイトの抽出や、新たな特徴量・分析手法の検討に携わる機会もあります。 業務では、弊社が独自に収集・蓄積してきたデータアセットだけでなく、お客様からお預かりしたデータも活用しながら、 お客様向けの開発・分析プロジェクトに参画し、実際の業務課題に向き合いながら技術を社会実装する機会もあります。 研究と実務の双方を経験しながら、技術的な挑戦と事業価値の創出を両立できるポジションです。 ■これまでの研究開発事例 ・法人間の繋がりを可視化するナレッジグラフ（Company Knowledge Graph） RDBでは確認が難しかった法人や代表者同士の関係性を可視化するものです。 機能詳細はこちら：https://www.simpleform.co.jp/careers/engineering/technical-discussion/dzgA7U4E ・深掘り調査AIエージェント これまで調査員が行っていた特定の法人に関する実体性・実態性の確認を、特化型AIエージェントによって行おうとする研究です。 詳細はこちら：https://www.simpleform.co.jp/careers/engineering/technical-discussion/owKaUhNG ・情報の非対称性を考慮したマネーロンダリングの検知精度の評価 人口知能学会にて発表した、アンチ・マネー・ロンダリング（AML）の高度化に向けた取り組みです。 詳細はこちら：https://www.simpleform.co.jp/news/XJlB4GV0 ■開発スタイル/イメージ ・R&Dエンジニアを含む各プロジェクトチームは、3-5 名程度に分割されたフラットな組織構成です ・チームメンバは定期的に行われるミーティングを通して、各自が取り組むタスクについて認識合わせを行います ・業務場所はオフィス／オンラインを組み合わせたハイブリッドワークです ・業務を行なう上で生じた疑問は Slack 上のコミュニケーションやショート会議を適宜開催することで解決されます ・成果物は GitHub 上で相互レビューによって改善されプロダクトに組み込まれます ・定期的に顧客先に訪問し顧客と直接対面してフィードバックをもらい、改善に繋げていきます

R&Dチームでは、自ら設定した研究テーマ・課題に対して取り組み、 そのなかで多種多様なデータから価値ある特徴量を見つけ機能開発・顧客へのデリバリしていく予定です。 そのため下記「求める経験」と「求めるスキル」に当てはまる方とお会いしたいと考えております。 ■求める経験 下記いずれか(または複数)のご経験をお持ちでいらっしゃる方 ・新規事業の開発担当者として企画担当者と密に連携し、PoCなど初期段階の開発を自力で成し遂げた経験 ・既存のデータから価値ある特徴量などインサイトを自ら発見し、機能開発に繋げた経験 ・顧客課題の解決に向けて、分析・開発の成果を顧客に直接デリバリした経験 ・分析・技術の内容を顧客や社内の非専門家にも伝わる形で提案・プレゼンし、意思決定や課題解決を主体的にリードした経験 ■求めるスキル　 下記いずれか(または複数)のご経験をお持ちでいらっしゃる方 ・Pythonを用いた機械学習・データ分析の実務経験 ・pandas（Polars）、scikit-learn、PyTorch等の機械学習ライブラリを用いたモデル開発経験 ・統計・機械学習アルゴリズムを理解し、適切なモデル設計・評価・改善のリード経験 ・分類、異常検知、時系列解析、グラフ解析等の実務経験 ・LLM API（Anthropic、OpenAI等）やRAGを用いた機能・システムの開発経験 ・AIエージェント（ツール利用・マルチステップのワークフロー自動化）の設計・構築経験 ・Git/GitHub、Dockerを用いたチーム開発経験 ・AWS（ECS、S3、Lambda、Athena等）を用いたAIシステムの開発・運用経験

・金融犯罪対策（AML、不正検知等）ドメインに関する知識や業務経験 ・顧客環境でのシステム開発・導入経験 ・AI・データサイエンスチームの技術リードまたはマネジメント経験 ・プロジェクトの品質・スケジュール・リスク管理経験 ・若手育成、技術レビュー、組織への技術展開経験 ・AI・データ活用プロジェクトを企画から社会実装まで推進した経験 ・AI/機械学習/データサイエンス分野のトップカンファレンス/ジャーナルでの発表経験

- この国を一歩でも前に進める役割を担いたい - 自分の業務範囲を越えて問題提起・解決することを厭わない - 相手の立場に寄り添った上で提案することを大切にしている - 短期利益の追求ではなく、長期目線で事業や組織に向き合いたい - 地味だが本質的な改善に価値を見いだせる