名前

携帯キャリアメールは非推奨です。携帯キャリアメールを登録した場合、通知メール等が迷惑メールと誤認されて届かない可能性があります。

メールアドレス

現所属

生年月日

最終学歴

電話番号

経歴

ポートフォリオサイトやSNSアカウントなど、ご自身に関するWebサイトのURLをご記載ください。

リンク

応募先へのメッセージ

履歴書

職務経歴書

その他のファイル

履歴書・職務経歴書などの添付ファイルはPDF形式でご提出いただきますようお願いいたします。
形式に問題ない場合は「はい」とご入力ください。

添付ファイルはPDF形式でアップロードしていますか？

B301. Systems Engineer（Corporate DX/AX）

## 募集背景

みずほフィナンシャルグループとの戦略的グループインを経て、事業の成長スピードはさらに加速しています。それに伴い、Legal・Compliance・Risk Management・HR・Accountingといったコーポレート領域の業務も、量・複雑性の両面で大きく増しています。

**私たちは、この変化に対して人員を増やして対応するのではなく、AIを前提に業務そのものを再設計するというアプローチを選択しました。**

AIの業務活用自体は、すでに一般的になりつつあります。しかし、私たちが目指すのはその一歩先です。既存業務を効率化するだけではなく、人が処理できる量や速度、品質といった制約そのものを取り払い、これまで実現できなかった水準へ業務を進化させたいと考えています。

例えばLegalでは、契約書や規制文書、規程など膨大な情報を横断的に解析し、人の目では見落とし得るリスクの兆候を継続的に検知する。HRでは、採用・評価・配置・タレントマネジメントを貫くデータ基盤を整備し、人材に関する意思決定の再現性・説明可能性を高める。Accountingでは、全取引を対象とした異常検知に加え、監査証跡が業務プロセスの中で自然に蓄積される仕組みを構築する。いずれも、「担当者が処理できる範囲」に業務が制約されるという従来の前提を見直す取り組みです。

AIの普及により現場でも簡易なツールを開発できるようになった一方、品質保証、運用保守、セキュリティ、ログの保存まで見据えたシステム設計には、高い専門性が求められます。各部署が個別最適で開発を進めれば、重複投資や技術的負債、ガバナンス上のリスクも避けられません。

**そこで今回、コーポレート領域の業務システムをAI前提で設計・実装する専任エンジニアをお迎えしたいと考えています。本ポジションは、当面は代表直下のCTO室に所属し、経営陣と密に連携しながら、この取り組みの立ち上げを担うコアメンバーとしてご活躍いただくことを期待しています。**

今回の募集は立ち上げフェーズにおける1人目のエンジニアとなりますが、一定の検証が進んだ段階で、社内異動や新規採用を通じて体制を拡充し、来期を目途に約3名のエンジニアチームを立ち上げることを構想しています。

初年度は、Legal・Compliance・Risk Management領域から着手し、成果を踏まえながらHRやAccountingなど他領域へ順次展開していく予定です。なお、候補者のご経験やご関心によっては、HRやAccountingなど別領域からプロジェクトを開始いただく可能性もございます。

## お任せしたい業務

**ミッションは、コーポレート（Legal・Compliance・Risk Management・HR・Accounting）の業務を、AIを前提として再設計することです。**

単に個々の業務を自動化・高度化するのではなく、その基盤となるデータアーキテクチャを整備し、継続的に価値を蓄積できる状態を構築します。

その結果、現場の運用や法規制などの外部環境が変化し業務プロセスが変わったとしても、システムをゼロから作り直すことなく、蓄積されたデータと評価基盤を活用しながら柔軟に業務を再構成・進化させられる状態を目指します。

なお、全社横断の判断基盤・評価基盤・AI運用基盤は、既存の社内基盤「UPSIDER World Model」が担っています。本ポジションは、コーポレート各部門の業務システムを設計・実装し、そこへ供給されるデータの生成源をつくる役割です。

具体的な業務内容は以下の通りです。

- 現場メンバーと協働しながら業務を棚卸しし、「効率化する業務」「AIによって高度化・拡張する業務」「人が担うべき業務」を切り分け、優先順位を設計
- 業務を進めるだけで判断の根拠や意思決定の経緯がデータとして自然に蓄積されるデータ基盤を設計・構築（規程・契約・過去の判断・評価記録などを、出典情報やタイムスタンプとともに構造化し、業務アプリケーションから疎結合な形で保持したうえで、全社の判断基盤「UPSIDER World Model」へ接続可能な状態にする）
- LLMを活用した業務システムの要件定義・設計・実装・運用（RAG、根拠参照によるハルシネーション対策、監査証跡、アクセス制御を含む）
- 業務ごとの評価データセットを設計・整備し、既存の全社評価基盤に接続して効果測定できる状態を構築（効率化領域は全社共通の定量KPI、高度化領域は能力実証を確認する評価ゲート方式の二層構成）
- 全社のモデル選定方針に沿って、機微データの取り扱い、コスト、レイテンシといった業務特性に応じたモデルを選択し、業務システムへ組み込み

例えば、以下のようなプロジェクトの主導を想定しています。

- **【Legal / Risk Management & Compliance】** 規制要件や社内ルールをシステムへ実装し、コンプライアンス業務を仕組み化。リスク管理を「検知・対応」中心から、「予防・予測」を含むプロアクティブな運用へ高度化
- **【HR】** 採用・配置・評価・育成を横断する人事データ基盤を構築し、人事意思決定の再現性・説明可能性を高めるとともに、継続的な改善サイクルを実現
- **【Accounting】** 会計・取引データをリアルタイムに分析し、異常取引や不正の兆候を早期に検知。監査証跡や内部統制をシステムへ組み込み、監査対応を構造的に効率化
- **【全社横断】** コーポレート業務から生まれる判断・評価のデータを、全社の判断基盤へ継続的に還元できる形で整備

## 本ポジションの魅力

**(1)全社に影響をもたらす、難度の高いAI開発**

コーポレート領域では、AIが高い精度で回答できるだけでは十分ではありません。「なぜその判断に至ったのか」を説明できることが不可欠です。

コンプライアンス上の判断ミスは規制対応に、人事データの誤った取り扱いは従業員の権利に、会計データの誤りは決算や内部統制に直結します。そのため、機密情報・個人情報・財務情報といった性質の異なるデータを適切に扱いながら、アクセス制御、監査証跡、判断根拠の追跡可能性までを含めてシステムとして設計する必要があります。

これは一般的なコンシューマー向けAIプロダクトとは異なり、ガバナンス・セキュリティ・説明責任を前提としたAIシステムを構築する領域です。

規制要件や社内ルールをシステムへ実装し、ルールベースとLLMを適切に組み合わせながら業務を再設計する。このような経験を積める環境は、現時点では決して多くありません。AIの社会実装が進むほど、この領域で培われる設計・運用の知見は、より重要な競争力になっていくと考えています。

**(2)上流設計から運用まで、一貫して携わることができる**

AIによって実装の生産性が飛躍的に向上する一方で、エンジニアに求められる価値は、コードを書くこと以上に、何をAIに委ね、何を人が担い、どのようなシステムとして成立させるかを設計することへ移りつつあります。

本ポジションでは、業務分析、要件定義、アーキテクチャ設計、実装、評価、運用まで、一連のライフサイクルすべてに携わることができます。

また、Legal・HR・Accountingそれぞれの専門家と密接に協働し、規制対応、人事制度、会計統制といった業務知識を吸収しながら、技術側からはシステム設計やAI活用の知見を提供します。

業務部門とエンジニアが発注者・受注者として向き合うのではなく、一つのチームとして業務そのものを再設計していくことを重視しています。

**(3)自分が設計した業務システムが、全社の判断基盤へデータを供給していく**

現在は、コーポレート領域をAIを前提に再設計する取り組みを、本格的に立ち上げるフェーズです。

対象業務の切り分け、データアーキテクチャ、評価データセット、ガバナンスまで、多くをこれから設計していきます。既存システムを保守・改善するのではなく、長期的に進化し続けられる仕組みそのものを設計する経験を積むことができます。

さらに、ここで設計した業務システムから生まれるデータは、全社の判断基盤（UPSIDER World Model）へ供給されます。作ったものが単体のツールで終わらず、全社の資産として積み上がっていく構造です。

また、本ポジションは経営陣との距離が非常に近く、自ら設計した仕組みが事業や組織へ与える影響をダイレクトに感じられる環境です。

私たちが目指しているのは、短期的な工数削減ではありません。業務を通じてデータが蓄積され、そのデータを活用してAIが継続的に進化していく。そうした長期的なデータ資産とAI基盤を構築し、中長期にわたって価値を積み上げていくことを重視しています。

## 開発環境

基盤レイヤ（クラウド・分析基盤・IaC・データモデリング）は、社内標準としてGoogle Cloud / BigQuery / Terraform / dbt を前提としています。
業務アプリケーション側の構成は、対象業務や扱うデータの性質を踏まえ、入社後に相談しながら一緒に決めていきたいと考えています。
以下は、社内の他部署・他プロジェクトで用いている技術の一例です。

- 開発言語：Python / Go / TypeScript
- LLM・AI：Claude / Gemini を中心としたクローズドモデル、およびオープンウェイトモデルを、業務特性に応じて使い分け
- クラウドプラットフォーム：Google Cloud Platform
- 分析基盤：BigQuery
- アプリケーション：Next.js / FastAPI
- IaC・CI/CD：Terraform / Cloud Build
- データモデリング：Dataform / dbt
- その他：Docker / GitHub / Slack / GitHub Copilot / Cursor / Claude Code など

## 選考フロー

1. エントリー
2. カジュアル面談
3. 書類選考
4. 面接(複数回) ※技術課題の提出を含む
5. オファー

※書類選考やカジュアル面談の結果、ご希望やご経験に合うポジションの提案が難しいと弊社が判断した場合は、面談や面接の実施を見送らせていただくこともございます。

## 参考情報

- [Engineer Entrance Book - UPSIDER](https://upsiders.notion.site/Engineer-Entrance-Book-UPSIDER-27a93c7ce32d807196bfc3e80296a9fd)
- [UPSIDER Corporate Deck](https://speakerdeck.com/upsider_official/upsider-corporate-deck)

## UPSIDERについて
UPSIDERは2018年に創業し、「挑戦者を支える世界的な金融プラットフォームを創る」をミッションに、法人向けの革新的な金融サービスを展開しています。現在に至るまで、*累計導入企業数は12万社を超え、*累計決済額は1.5兆円を突破しました。

*1 当社が提供する全サービスのリリースからの登録企業数の合計、2026年9月時点
*2 法人カード「UPSIDER」および「PRESIDENT CARD」、ならびに請求書カード払いサービス「支払い.com」における決済額の合計、2026年9月時点

そして2025年7月にはみずほFGとの戦略的グループインを発表。2026年6月には、みずほ銀行が創業期・成長期の企業向け総合金融サービス「UPSIDER BANK by MIZUHO」の提供を開始し、当社は本サービスを通じて法人カードやオンライン融資サービス「UPSIDER キャッシュブースト」を提供するなど、共創を通じて金融エコシステムの創出に挑戦しています。

- 法人カード「UPSIDER」https://up-sider.com/
- 請求書カード払いサービス「支払い.com」https://shi-harai.com/
- グロースデットファンド「UPSIDER BLUE DREAM Fund」https://www.upsidercap.com/
- 成長企業のためのオンライン融資サービス「UPSIDER キャッシュブースト」
- 経営者の挑戦を支える法人カード「PRESIDENT CARD」https://president-card.com/
- 次世代ビジネスリーダー向けコミュニティ「Breakthrough GRID」https://breakthrough-grid.com/

B301. Systems Engineer（Corporate DX/AX） 応募フォーム

B301. Systems Engineer（Corporate DX/AX）応募フォーム