Merpay Tech Talk 〜機械学習チームのプロダクト開発と生成AI活用の最前線〜

開催日時: 2026/09/29 19:00 ～ 20:00 開催場所: オンライン 概要 Merpay Tech Talk は、毎回各テーマに興味のあるエンジニアたちが集まり、技術的な知見を共有しあうことを目的とした勉強会です。 オンラインイベントですので、真剣に聞いていただくも良し、別のことをしながらBGMにして聞いていただくのも良しです。 生成AIの出現によって、機械学習エンジニアはモデルの精度だけでなく、事業価値や開発プロセス全体を見据えて改善を回す役割が求められています。 本イベントでは、メルペイの機械学習チームにおける3つの実践事例をご紹介します。 モデル改善と事業価値：モデルの変化が事業に与える効果をMLエンジニア自身が見積もり、次の改善につなげる仕組み スペック駆動の特徴量開発：実装前に論点を整理・合意し、AIコーディングエージェントによる特徴量クエリの品質を高める取り組み チームで育てるAIレビュー：不具合の修正から見落としを抽象化し、レビュー観点を継続的に更新・蓄積する運用 プロダクト開発から事業価値の創出、AIを活用した実装・レビューまで、ML開発の改善ループをチームで回すための工夫と、実践を通じて見えた効果や課題をお伝えします ※内容は当日変更する可能性がございます。予めご了承ください。 対象者 MLエンジニア・データサイエンティストの方 プロダクト開発や事業価値につなげる方法に興味のある方 生成AIやAIコーディングエージェントをML開発に活用したい方 特徴量開発の品質向上やデータリーク防止に関心のある方 AIレビューの導入や、レビュー知見をチームに蓄積する仕組みに興味のある方 Fintech・与信領域におけるML活用の実例を知りたい方 メルカリ・メルペイのML開発やエンジニア組織に興味のある方 申込方法 イベントの視聴をご希望の方は、当connpassイベントページにて申し込みしてください。 ※ 本イベントの配信URLは、イベント開催日に connpass 経由でご連絡いたします。 タイムスケジュール 内容 時間 補足 オープニング 5min プレゼンテーション① 15min モデルを作る人から、事業価値をつくる人へ ─ 改善ループを自分たちで回す プレゼンテーション② 15min スペック駆動で実現するAIを用いた高品質な特徴量クエリ実装 プレゼンテーション③ 15min Credit Modelingチームにおけるレビュースキルの運用改善事例 Q&A 10min ※内容や順番等は当日変更する可能性がございます。予めご了承ください。 出演者 Takuya Wada (phi) Merpay Machine Learning Engineer メルペイの機械学習エンジニア。与信モデルの開発・運用をしています。サウナとコーヒーと担々麺が好きです。 モデルを作る人から、事業価値をつくる人へ ─ 改善ループを自分たちで回す 生成AIによって「モデルを作る」こと自体のハードルが下がるいま、MLエンジニアの価値は、精度を上げることから、事業価値まで自分たちで測って改善を回すことへ移りつつあります。作る人と価値を判断する人が分かれたままでは、次の一手はいつも誰かの「待ち」になるからです。 メルペイの与信モデル改善でも、まさにこの分業が課題でした。精度指標だけでは事業インパクトを判断しきれず、価値の見積もりをアナリストに依頼してから次の一手を決めていたため、改善のフィードバックが遅くなっていました。そこで我々は、事業価値の見積もりをMLエンジニア自身が回せる仕組みをチームに持ち込み、精度の変化がそのまま事業にどれだけ効くかを自分たちで測って、次の改善に直結させるようにしました。 この取り組みにより、モデル改善のループを高速に回せるようになりました。「モデルを作る人から、事業価値をつくる人へ」という働き方の変化の背景と、実現までに向き合ってきた課題を、発表でご紹介します。 Yuto Haneji (hanegeeeee) Merpay Tech Lead , Machine Learning Engineer 2025年3月京都大学大学院情報学研究科修士課程卒業。学生時代の研究がICCVワークショップに採択された他、複数の企業で機械学習エンジニア・PMを経験。2025年4月株式会社メルペイに新卒入社し、与信モデルの開発・運用に従事。2026年5月よりテックリードとして現場の開発・運用をリード。次世代与信モデル開発プロジェクトのプロジェクトリードを担当中。 スペック駆動で実現するAIを用いた高品質な特徴量クエリ実装 Credit Modeling チームでは特徴量クエリの実装にAIコーディングエージェントを積極的に活用してきました。導入当初は、計算に誤りがあったりデータリークが発生したりと、生成クエリの品質の低さに悩まされてきました。この問題の原因は、特徴量の実装における勘所をAIが考慮できていないからだと考えられました。 そこで我々は、高品質なクエリを生成するために専用のスキルを開発しました。このスキルでは、スペックを書き起こして承認を得てからクエリを実装します。スペックで論点を漏れなく結論づけることで、特徴量の意図を正確にAIに伝えられます。 このスキルの導入により、高品質な特徴量クエリを高速で実装できるようになりました。この設計思想や活用事例などを、発表でご紹介します。 Yuya Umetsu (um) Merpay QA Engineer 2024年メルカリ入社。メルカリ ハロ事業でQA兼スクラムマスターとして開発チームを支援し、2025年12月よりメルペイへ出向、与信領域のマイクロサービス開発においてQAを担当。 Credit Modelingチームにおけるレビュースキルの運用改善事例 Credit ModelingチームではClaude CodeによるAI PRレビューを開発プロセスに組み込み、全PRに対し多角的なレビューを実施しています。 特徴は、このレビュー観点を「チームで育てることで最適化している」点です。不具合の修正PRを元に、AIがその修正PRを分析し、「なぜ見落とされたか」を抽象化してレビュー観点の追加することで、次回以降の全PRレビューに反映される仕組みを導入しています。 本発表では、この仕組みをチームで運用して見えた効果と課題を共有します。「AIレビューを導入したが、チームの知見が溜まらない」と感じている方に向けた内容です。 モデレーター Yuhi Kawakami (yuhi) Merpay Engineering Manager, Machine Learning Engineer 新卒でNTTデータへ入社。インフラ/データベース設計やパフォーマンスチューニングに従事。社内異動でデータ分析コンサルティングを経験した後、メルペイへ入社。機械学習エンジニアとして与信モデルの開発とそのシステム運用までを一貫して従事。テックリードを経て、現在はMLチームのエンジニアリングマネジャーを務める。 行動規範について 当イベントは、参加者と情報を共有するための場です。そのため、主催者を含む全ての参加者は下記ページに記載される行動規範に同意していただく必要があります。ご理解ご協力をお願いいたします。 何か困ったことなどありましたら、当イベントページの「イベントへのお問い合わせ」からご連絡ください。 関連求人 Senior Machine Learning Engineer, Credit ML - Merpay Senior Software Engineer, QA – Merpay Software Engineer, QA – Merpay リンク集 株式会社メルペイ エンジニアリングブログ エンジニア向けXアカウント エンジニア向けYouTube

• 主催株式会社メルカリ