みずほFG_LLM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。 ポジションの魅力 ①金融特化LLM「みずほLLM」の開発推進 汎用LLMの活用に留まらず、金融業務で求められる専門性・信頼性を満たす独自LLM「みずほLLM」の開発を推進しています。 社内ナレッジを活用した学習データ設計から、学習手法の検討、チューニングの実装・実行、性能分析までを一気通貫で担い、モデルを継続的に高度化できる点が魅力です。

実務テストを前提に、より専門的な業務領域への展開につなげていくフェーズに参画できます。 ②品質と監査性を担保するLLMOps 金融機関でLLMを業務に組み込むには、モデル精度だけでなく、実務テスト設計、誤答検知、ログ設計、アクセス制御など運用面の統制が欠かせません。 本ポジションでは、学習・評価に加えて運用ルール整備まで踏み込み、品質と監査性を満たした形でLLMを成立させます。

技術とガバナンスの両面で意思決定し、運用に落とし込む経験が得られます。 ③適用先検討とプロダクト連携をリード LLM開発は、モデルを作るだけでは価値になりません。 本ポジションは評価結果を踏まえた適用先の検討まで担い、業務支援アプリなどのプロダクトチームと連携しながら、LLMを業務価値へ接続します。

モデル特性と業務要件を踏まえて適用方針を定め、現場で使われる形へつなげられる点が魅力です。 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 応募資格（経験/資格など）

必須要件/must

機械学習・データサイエンス領域の知見を有し、下記いずれかに該当する方 AI／機械学習モデルに関するデータ前処理、学習、評価等の一連の検証・開発プロセスを主体的に推進した経験 機械学習・データサイエンス領域のプロジェクトを、要件定義・技術選定・進行管理を主導しながらリードした経験 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 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 LLMをはじめとする生成AI技術への高い関心・学習意欲

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 機械学習・生成AIを活用したプロジェクトのマネジメントやチームビルディングを主導した経験 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 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 専門性の壁を乗り越える新しい金融DX。 〈みずほ〉が「バイブコーディング」で切り拓く“全社員AI活用”文化 金融の深みを捉える「みずほLLM」開発プロジェクトが進行中 みずほフィナンシャルグループ、金融特化LLMで“推論に依存しない”「高精度」と「即答性」を両立、専門業務の拡張へ ▼メンバー紹介 〈みずほ〉の未来を担う、生成AI活用とは？

最新技術に挑むメンバーにインタビュー。