みずほFG_AIプロダクトエンジニア

募集背景 みずほフィナンシャルグループでは、中期的に500億円～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。 その中でも生成AI／AIエージェント領域では、デジタル戦略部テクノロジー開発チームが中核となり、ビジネス部門が抱える課題（みずほの重点領域）と向き合うプロジェクト推進チームと連携しながら、社内で出てくるテーマの検証（PoC）からプロダクト開発、本番運用・継続改善までを一気通貫で進めています。

実際に、従業員35,000名以上が使用する面談・会議録自動化「めんきくん」やスライド資料自動生成「スライドジェネレーター」などの社内外の業務・顧客接点を支えるプロダクトを展開してきました。 現在（2026年1月時点）、30〜40件のプロジェクトが同時並行で進行しており、開発ニーズは急速に増加しています。 スピード感ある価値検証に加え、セキュリティ・コンプライアンスや機密情報の取り扱い、出力品質・安全性（誤回答やハルシネーション等）への配慮など、金融機関ならではの前提を踏まえた設計・実装が求められます。

そのため、クラウド上での実装力を持ち、LLM/RAG/マルチモーダル等を組み合わせてプロトタイプを素早く形にしながら、検証結果を踏まえて改善を重ねられる開発体制の強化が必要になっています。 本ポジションでは、AIテックリードやプロダクト推進メンバーと並走しながら、生成AIアプリの設計・実装・テスト・運用改善までを担うWebアプリケーションエンジニアを増員します。 個別プロダクトの開発に加えて、複数プロジェクトで共通化できる観点（例：プロンプト設計、評価・検証の進め方、データ加工・連携、運用の型化 など）を整え、同時多発するプロジェクト全体の開発スピードと品質を高めていくことが募集背景です。

ポジションの魅力 ①ビジネスインパクトの大きさ みずほフィナンシャルグループの業務・顧客接点を、生成AI／AIエージェントで“現場の働き方ごと”変えていくポジションです。 企画検証に留まらず、実際に使われ続けるプロダクトとして社内展開し、改善サイクルを回します。 業務効率化だけでなく、提案高度化・判断支援など、価値の出しどころが広いのが特徴です。

「新しい技術を試す」ではなく、「価値に変える」ことがミッション。 PoC→本番→継続改善まで一気通貫で関われます。 ②プロダクトの規模感 従業員35,000名以上が利用する業務改善プロダクトをはじめ、社内ユーザーの裾野が広いサービス開発に携われます。

30〜40件規模のテーマが同時並行で進む環境のため、単一プロダクト開発だけでなく、複数案件を横串で支える共通化（設計・評価・運用の型化）にも挑戦できます。 デジタル戦略部内のテクノロジー開発チームを中核に、ビジネス部門と近い距離で“作って終わり”にしないプロダクト開発が前提です。 ③金融独自の独自性・複雑性 金融ならではの前提（セキュリティ／コンプライアンス／機密情報の取り扱い／出力品質・安全性への配慮）を踏まえた設計・実装が求められ、技術的に“難しいからこそ面白い”領域です。

LLM/RAG/マルチモーダルなどの技術を、制約の中で使える形に落とし込む力が鍛えられます。 単なるツール導入ではなく、業務・データ・運用とセットで組み上げる実戦経験が積めます。 責任あるAIの観点を持ちながら、スピード感ある価値検証も両立する。

このバランス感覚こそ、金融×生成AIのど真ん中の経験になります。

業務内容 具体的な業務内容 生成AI基盤（AWS Bedrock / Google Gemini / OpenAI）を用いたアジャイルPoCの開発・実行・評価 顧客サービス改善 / 新規サービス開発に向けたAIアプリの設計・実装・テスト LLM（大規模言語モデル）の選定や、LLMの評価・運用の仕組みづくり LLMの技術調査やLLMを活用した機能の開発、プロンプト設計・改善 LLM運用課題の特定、改善策の提案・最適化（AIテックリードと連携） テストデータ生成、データクレンジング、データ加工 プロジェクト例 技術検証（モデル／プラグイン等）：各種AIモデルやプラグインの活用検討、適用可否の評価 業務支援アプリの内製開発（AWS等クラウド上）：生成AIを活用した面談記録・議事録作成アプリ、社内手続きの照会ツール等の開発・PoC（技術検証） ローコード／ノーコード：開発ツールの試行利用と社内導入の検討 モデル高度化の検証：ファインチューニングを視野に入れた技術検証 みずほ独自モデル：独自モデルの構築および評価・実証 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 リサーチ支援「みずほDeepResearch Advance」 ユーザの指示に応じてWeb上の膨大な情報をAIが検索・精査し、レポートを自動生成 営業支援「RM Studio」 営業担当者が1日〜5日かけていた調査・資料作成を自動化。

過去のお客さまとの打ち合わせ内容や、お客さま情報からAIエージェントが次の商談の資料を自動作成 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 応募資格（経験/資格など）

必要要件/must

下記いずれかに該当し、仕様が固まっていれば主体的に実装を行うことができる方 フロントエンド、バックエンドの開発経験が2〜3年程度（TypeScript、Python 等） バックエンド、インフラの開発経験が2〜3年程度（Python、AWS、GCP、Azure 等） AWS、Azure，GCP等のクラウド環境における開発経験 生成AIを活用し、業務効率化を通じたインパクトの大きな仕事に携わりたい方

歓迎要件/want

TypeScriptでモダンフレームワーク（Next.js、React 等）を用いた開発経験 Pythonでフレームワーク（FastAPI、Flask，Django 等）を用いた開発経験 生成AIを用いたシステムの開発経験 プロンプトエンジニアリングやチューニング経験 5名以上のチーム開発の経験があり、報連相を意識した業務遂行経験がある 良いプロダクトづくりのために、意見を発しながら業務を行っていきたい方 働き方 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。 リモート勤務 出社・リモートのハイブリット勤務となり、柔軟な働き方が可能です。

オフィス環境 フリーアドレスとなり、席替えで気分転換できます。 コミュニケーションが生まれやすいよう工夫しています。 休暇 積極的な休暇取得を推奨しています。

有給休暇はもちろんのこと、スポット休暇（上期・下期に分けた連続休暇）、看護休暇（時間単位で取得可）、リフレッシュ休暇等があります。 参考資料 AI時代こそ、大企業が面白い。 最新AIを翌日使える組織が、メガバンクにある 「思っていた以上に自由で、モダン」異業種から飛び込んだエンジニア2人が明かすメガバンクの開発現場

エンジニア本気のメガバンク変革

1,000億円規模のAI投資でみずほFGはどう変わる？ ／“ど変革”を掲げる組織とは／AIエージェントも内製開発／みずほFGならではの仕事の面白さ ▼取り組み紹介 AIは「脅威」ではなく「飛躍」のチャンス。 藤井デジタル戦略部長が語る、人とAIが協働する未来の金融。

トップ自らがAI活用を主導。 加藤頭取の「バイブコーディング」実践から見た、〈みずほ〉の変革への覚悟 AIエージェントを「量産」せよ。 〈みずほ〉の社内量産開発の仕組み「エージェントファクトリー」の全貌 ▼メンバー紹介 〈みずほ〉のDX推進の原動力に。

生成AI活用の最前線で、開発をリード。 AI開発のプラットフォーム整備やプロトタイプ構築で、〈みずほ〉のDXを加速させる。 「やりたいこと、全部できるじゃん」。

元SaaSベンチャーのエンジニアが〈みずほ〉を選んだ理由