上場Fintechクラウド型ERPソフト開発・サービス提供企業でのデータサイエンティスト_データ活用による与信・Opsの事業最適化※在籍出向の求人

企業間決済サービスの実現のために、企業の支払い能力を審査(以下与信)する必要があります。
売り手企業は適切な与信管理によって未入金発生を抑制でき、安定して取引を行うことができます。
現在はルールベースと機械学習の組み合わせによる与信モデルを構築しており、2020年には約9割の審査の自動化を達成しました。
今後与信モデルをさらに高度で精緻なものにしていくため以下の点が必要であると考えています。
与信モデルのモニタリング体制を強化し、日々与信モデルのアップデート。
現在審査に使用しているデータの範囲をもっと広げていき、より視野の広い審査の実現。
弊社社内に蓄積している各企業の入出金データ、公開されている企業の基本情報、独自に収集したデータなどを用いて与信モデルを構築。
上場企業や公開情報の多い中堅企業と比較して、中小企業と呼ばれる数多くの企業は外部から得られる情報は限られており、中小企業の与信判断は多くの事業者にとっての課題です。
私たちはユーザーへ価値提供を最大化するために、すべての企業に対して適切に与信判断をすることを目指して、過去蓄積されてきた取引実績データと、統計・機械学習技術を組み合わせた与信モデルの開発しています。
データリソースの拡充と急速な技術進歩により、まだまだアップデートの余地があると考えており、これまでにない精緻な与信モデルの実現を中心に、データ活用による事業貢献に取り組んでいただきます。

本ポジションのミッション
データを活用して、事業拡大や課題解決に導く。
社内に蓄積された審査履歴、債権回収/未回収データを用いた審査モデルの構築、継続的な改善。
督促業務効率化のための予測モデル構築、改善。
ダッシュボード等での可視化。

ポジションの魅力
事業としてデータ整備（データパイプライン・ETLの活用）に力を入れているため、分析に集中できる環境があります。
請求代行事業では取引データ、信用情報、財務データなど多様なデータを扱いますが、金融業界の中でも前例がない分野であるため、既存のデータ分析の手法を新たな分野に活かすチャレンジができます。
少数精鋭の組織であるため、裁量権が大きくスピーディーな意思決定が可能です。

求めるスキル・経験
Python等を用いたプログラムのご経験。
抽象的な課題感をヒアリングし、分析によって解決すべき課題に落とし込み、解決した実務経験。
分析結果・予測モデルを顧客や自社内経営層にわかりやすく説明する能力。
基本的な統計学・機械学習の知識など、統計検定2級程度の知識。

あると望ましいスキル・経験
データベース、SQLの基礎知識。
機械学習アルゴリズムの開発、運用経験。
データ可視化ツールの利用経験（データポータル、Looker、Tableauなど）。