会社名

株式会社みずほフィナンシャルグループ

会社概要

1873年に渋沢栄一が 〈みずほ〉 の前身となる日本初の銀行「第一国立銀行」を設立してから、2023年で150周年。この間、 〈みずほ〉 は産業や社会の将来を見据え、世界最大規模の金融グループ設立や非金融を含めたOne MIZUHO体制など、個や組織を越えた新たな枠組みで世の中に価値を生み出してきました。
2024年4月より、新たなキャリア採用の取り組みとして、みずほフィナンシャルグループ・みずほ銀行・みずほ信託銀行・みずほ証券・みずほリサーチ＆テクノロジーズ５社共通の人事の枠組みに移行。枠のない環境で“自分らしさ”を実現するため、これまで以上に会社の垣根をなくし、〈みずほ〉 のオンリーワンのフィールドで、“自分らしい”成長が可能となります。

みずほFG 採用広報note：
https://note.com/mizuho_rbc_hr

ポジション

LLMエンジニア

仕事内容

募集背景
みずほフィナンシャルグループでは、中期的に1,000億円規模のデジタル投資を行い、デジタルを軸とした変革を推進しています。

この取り組みは、みずほフィナンシャルグループのデジタル戦略・AI活用推進を担う《デジタル戦略部》が全社レベルで牽引しており、重点AIプロジェクトの旗振り役として推進する体制を敷いています。

常時30〜40件のプロジェクトが同時並行で進行しており、すでにリリースと運用フェーズに入ったプロダクトも増えています。次の成長段階では、こうした取り組みをグループ全体へ広げ、業務改革と顧客価値につなげていくことが重要です。

その実現に向けて、金融業務で求められる信頼性・安全性を満たすため、汎用LLMの活用に留まらず独自LLM（みずほLLM）の開発を進めています。オープンウェイトモデルをベースに社内ナレッジを活用し、学習・チューニングを組み合わせて継続的に性能を高めています。今後の展開を加速するため、データ設計から学習実装・評価・改善までを一気通貫で担うLLMエンジニアを募集します。

職務内容
生成AI／LLM（大規模言語モデル）の業務活用に向けて、データ整備からLLMの選定・構築、学習（チューニング）実装、技術評価、適用検討までを担い、業務改善につながるAIプロダクトを推進するポジションです。

具体的な業務内容
生成AIの利活用に向けたデータの構造化・加工・分析などのデータエンジニアリング
モデル開発に必要なデータの特定、およびデータベース設計
LLM（大規模言語モデル）の選定、独自LLM（みずほLLM）のセットアップ
学習手法の検討を含む、チューニング（学習）の実装・実行および性能分析（技術評価）
LLMOpsとして、実務テスト設計と誤答検知、ログ・アクセス制御を含む運用ルール整備
評価結果を踏まえた適用先の検討と、プロダクトチームとの連携推進
プロジェクト例
独自LLM（みずほLLM）の構築に向けた、社内ナレッジの整備・学習データ設計
継続事前学習／ファインチューニング／RAG等の手法比較と、最適な組み合わせの技術検証
金融特化LLMの継続的な精度向上とデプロイ・評価（銀行実務テスト（預金・融資・外為・財務分析等）にて評価実施中）
現場部署と連携しながら実務課題を特定し、独自学習の有効性を見極めつつ、要件整理からデータ収集、評価設計、学習試行までを実践
大規模学習を効率的に実行するため、AWS等での分散計算環境（クラスター）構築および運用に向けた技術検証
プロダクト例
面談記録・議事録作成支援「めんきくん」
対面/オンラインMTGの面談記録ドラフトを作成するiOS/Webアプリケーション

スライド生成支援「みずほスライドジェネレーター」
作成したいスライド内容を自然言語で指示すると、AIが構成を検討し、社内様式を反映したスライドを自動生成

暗黙知の形式知化「AIインタビュアー」
AIがRMにインタビューし、営業ノウハウをナレッジ化。整理した知見はRAGの知識DBや独自LLMの学習データとして活用予定。

社内手続き検索支援「Wiz Search」
事務・与信など膨大な社内情報から、社員の質問に関連する手続書やマニュアルをAIが検索し、回答を生成。

技術情報（一部）
開発言語 TypeScript, Python

フレームワーク Next.js, React, Vue.js, FastAPI, Streamlit, FastAPI

AI関連ライブラリ Assistants API, Agents SDK, Strands Agents SDK, LangChain, LangGraph, Vertex AI

インフラ・ミドルウェア AWS, S3, ECS, ElastiCache, Terraform, CDK, Bedrock, Bedrock Agentcore

テスト Jest, Pytest, Playwright

ツール GitHub, Teams, Slack, Jira, Confluence

AIツール Anthrpic ClaudeCode, AWS Kiro, OpenAI Codex, Amazon Q Developer, Devin, Dify, v0

支給デバイス
業務用端末に加えて開発用端末、iPad、業務用スマホを支給しています。開発用端末はMacbook Airを貸与しますので、スムーズな開発が可能です。

【業務内容】
本求人にて配属される部室店における業務
（変更の範囲）会社の定める業務

求める経験・スキル

応募資格（経験/資格など）
【必須要件/must】
自然言語処理、機械学習、生成AIのいずれかを用いた開発を、主担当として推進した経験
Python等を用いて、データ処理・検証・評価・改善を自ら実装した経験
LLMを活用したPoCや技術検証を通じて、業務活用・実装推進まで担った経験
SQL等を用いたデータ抽出・加工に加え、モデル開発に必要なデータ整備・構造化を設計した経験
関係者と連携しながら、技術検証から適用検討、実装推進まで一連で担った経験

【歓迎要件/want】
独自LLMや大規模言語モデルの構築、追加学習、改善を主担当または中核メンバーとして担った経験
ビッグデータを活用した分析業務、またはAIモデル開発を実務でリードした経験
RAG、検索、AIエージェント、VLM、OCR等を用いたシステムの開発・検証・改善経験
SageMaker、Azure ML、Databricks等の機械学習基盤を用いた、学習・評価・運用環境の構築経験
金融領域におけるデータ分析、またはAI活用の経験
英語文献・論文の調査を通じて、技術選定や改善方針の立案に活かした経験