Senior Data Science Engineer / Senior Machine Learning Engineer (Applied Insights)

Über PayPay

PayPay ist ein FinTech-Unternehmen, das seit seiner Gründung im Jahr 2018 über 70 Millionen Nutzer (Stand Juli 2025) gewonnen hat. Unser Team ist äußerst vielfältig und besteht aus Mitgliedern aus über 50 verschiedenen Ländern. Unsere Vision ist unbegrenzt – wir glauben daran, dass wir keine klare Vision benötigen, um eine Zukunft zu schaffen, die über unsere Vorstellungskraft hinausgeht. PayPay wird immer seinen Wurzeln treu bleiben und eine Vision (Zukunft) verwirklichen, die sich niemand anders vorstellen kann, indem wir ständig Risiken eingehen und uns selbst herausfordern.

Mit dieser Denkweise werden Ihnen täglich neue und aufregende Möglichkeiten geboten, und Sie haben die Chance, zu wachsen und neue Dimensionen zu erreichen, die Sie sich nie hätten vorstellen können. Wir suchen Menschen, die diese Herausforderung annehmen, das Produkt mit atemberaubender Geschwindigkeit auffrischen und PayPay mit Professionalität und Leidenschaft fördern.

Bitte beachten Sie, dass Sie sich nicht parallel bei PayPay Corporation, PayPay Card Corporation und PayPay Securities Corporation bewerben oder ausgewählt werden können.

Stellenbeschreibung

Das Wachstum von PayPay treibt eine schnelle Expansion der Produktteams voran, und der Bedarf an einer robusten Datenplattform, die modernste Datenwissenschaft unterstützt und Innovationen im Bereich maschinelles Lernen vorantreibt, ist wichtiger denn je, um unseren wachsenden Geschäftsbedürfnissen gerecht zu werden. Wir suchen einen Senior Data Science Engineer oder Senior Machine Learning Engineer für die Abteilung Applied Insights.

Team-Missionen

Der Schwerpunkt des Teams liegt auf dem Aufbau und der Bereitstellung von Modellen, die direkt PayPay-Produkte unterstützen, mit einer sekundären Verantwortung für Experimente und datengestützte Erkenntnisse. Das Team treibt Produktverbesserungen voran, indem es Systeme entwickelt, die auf einem wissenschaftlichen Verständnis des Verhaltens von Nutzern und Händlern basieren. Der Arbeitsbereich umfasst Engineering, Produktwissenschaft, Datenwissenschaft, maschinelles Lernen, statistische Inferenz, Optimierung und BI-Analytik.

Verantwortlichkeiten

• Eigenverantwortliches Design, Implementierung, Bewertung und Wartung von Modellen für maschinelles Lernen zur Vorhersage, Empfehlung, Betrugsbekämpfung usw. vom Problemframing bis zur Produktion.
• Leitung architektonischer Entscheidungen für Datenwissenschaftssysteme.
• Verarbeitung, Analyse und Visualisierung von Nutzer- und Händlerinformationen, um datengestützte Erkenntnisse zu liefern, die die Produktstrategie für technische und geschäftliche Abteilungen beeinflussen.
• Zusammenarbeit mit Dateningenieuren, Produktmanagern und Stakeholdern, um robuste Produktionssysteme aufzubauen.

Erforderliche Qualifikationen

• Abschluss in einem quantitativen Bereich wie Informatik, maschinelles Lernen, Mathematik, Statistik, Wirtschaft, Physik oder gleichwertig.
• Verbale und schriftliche Kommunikationsfähigkeiten in Englisch. Englisch ist die primäre Arbeitssprache des Teams; Japanisch ist vorteilhaft für die bereichsübergreifende Zusammenarbeit.
• Mehr als fünf Jahre Berufserfahrung als Datenwissenschaftler, Maschinenlern-Ingenieur oder in einer vergleichbaren Rolle.
• Erfahrung in Python und SQL (jede Variante).

Bevorzugte Qualifikationen

• Master oder PhD in einem quantitativen Bereich wie Informatik, maschinelles Lernen, Mathematik, Statistik, Wirtschaft, Physik oder gleichwertig.
• Mehr als sieben Jahre Erfahrung als Datenwissenschaftler, Maschinenlern-Ingenieur oder in einer vergleichbaren Rolle.
• Erfahrung mit Big Data-Technologien wie BigQuery, Spark, Hadoop, AWS Redshift, Kafka oder Kinesis Streaming.
• Erfahrung mit Empfehlungssystemen, Deep Learning, NLP, Optimierung oder Betrugsbekämpfungssystemen.
• Erfahrung mit AWS-Diensten wie Glue, SageMaker, Athena und S3.
• Erfahrung mit Databricks oder Snowflake.
• Erfahrung im Entwerfen und Durchführen von A/B-Tests und Hypothesentests.
• Erfahrung im Aufbau und in der Wartung von Mikrodiensten.
• Verbale und schriftliche Kommunikationsfähigkeiten in Japanisch.

Arbeitsbedingungen

Beschäftigungsstatus: Vollzeit

Bürostandort: Hybrid-Arbeitsstil (flexibler Arbeitsstil einschließlich Remote und Büro). Sie werden erwartet, sowohl im Büro als auch remote zu arbeiten, im Einklang mit den organisatorischen Richtlinien und den Zielen des Teams.

Arbeitszeiten: Super Flex Time (keine Kernzeit). Grundsätzlich 9:00 - 17:45 Uhr + 1 Stunde Pause (tatsächliche Arbeitszeit: 7 Stunden 45 Minuten + 1 Stunde Pause).

Urlaub: Jeden Samstag/Sonntag/Nationalfeiertage (in Japan)/Neujahrsurlaub/Unternehmensseitig festgelegte Sondertage.

Bezahlter Urlaub: Jahresurlaub (bis zu 14 Tage im ersten Jahr, anteilig nach Beschäftigungsmonat gewährt. Kann ab dem Einstellungsdatum genutzt werden). Persönlicher Urlaub (5 Tage pro Jahr, anteilig nach Beschäftigungsmonat gewährt). Besondere bezahlte Urlaubstage von PayPay, die genutzt werden können, um sich um Krankheiten, Verletzungen, Arztbesuche usw. des Mitarbeiters, von Familienmitgliedern, Haustieren usw. zu kümmern.

Gehalt: Jährliches Gehalt, das in 12 Raten (monatlich) gezahlt wird. Basierend auf Fähigkeiten, Erfahrungen und Fähigkeiten. Einmal jährlich überprüft. Zuschläge für Überstunden.

Leistungen: Sozialversicherung (Krankenversicherung, Rentenversicherung, Arbeitslosenversicherung und Unfallversicherung). 401K. Unterstützung beim Sprachenlernen. Übersetzungs-/Dolmetschunterstützung. VISA-Sponsoring + Umzugsunterstützung.