【バックエンドエンジニア】企画から開発まで携われる｜自社FinTechサービスのWebエンジニア

【対象サービス概要】
サービス名：labol（ラボル）
ラボルはフリーランスに対して資⾦調達を⽀援するFinTechサービスで、
2020年7⽉20⽇にリリースした新規サービスになります！
フリーランス・個人事業主として働く方やSMB企業の資金調達手段として、Webで完結できる「請求書買い取りファクタリングサービス」です。独自開発のAIが行う機械学習により、請求書の買い取り可否を正確かつ即座に判定することで、会員登録から入金完了までが完全オンラインでの資金調達が可能となっております！

【業務内容】
チーム体制で、企画〜開発まで幅広いレイヤーで業務を⾏っています。
システムだから開発だけと⾔う仕切りは無く、企画提案に携われる機会もあります！
■役割/ミッション
◯対象
運用効率化
リファクタリング
データ分析基盤
Bizからのシステム施策の実装
機械学習
インフラ
などシステムに関わるもの全て

◯工程
データ分析(定性・定量)
企画
要件定義
設計 (複雑なロジックをドメインモデルで表現)
実装
レビュー
テスト
リリース
運用
保守

【組織構成】
バックエンドエンジニア 7名（CTO 1名、マネージャー 1名含む）
フロントエンドエンジニア 2名（マネージャー 1名含む）
情シス、インフラエンジニア 2名

【エンジニア職　概要】
エンジニア、デザイナー、PdM、審査担当などのチーム体制で、企画〜開発まで幅広いレイヤーで業務を⾏っています。
システムだから開発だけと⾔う仕切りは無く、企画提案に携われる機会もあります。サービスに対する意⾒やアイデア、個々のノウハウや⼩ネタまで、メンバー同⼠が気軽にやり取りできるような仕組みを取り⼊れ、メンバーそれぞれがサービスをより良くするために出来ることを⽇々意識し、業務に取り組んでいます。
開発に関しては、保守性や品質をいかに良くしていくかについて、エンジニアメンバーで議論し、プロダクトを良いよくしていこうという文化があります。
働き方についても、できるだけ自主性を重んじており、自らが考えて行動できる環境です。

【Labolのエンジニアとして、今後解決していきたい問題】
■ 審査の改善(サーバサイドエンジニア、機械学習エンジニア)
現状、会員からの請求書買取申請が増えれば増えるほど、審査担当者も増やす必要があり、スケールしにくい状況となっています。
審査を効率化する機能、機械学習を使用した会員の与信を決定するためのスコアを推測する機能の開発しており、技術の力でビジネスに貢献しています。
■ 新しいプロダクトの開発工数を削減するための汎用的なサービスのマイクロアーキテクチャ化(バックエンドエンジニア)
メールテンプレート管理やメール送信機能、または、会員の流入をトラッキングするシステム、かつ、コアとなるビジネス領域というよりは汎用的なサービスと言えるものについては、プロダクト毎に重複し同じようなものを開発せず、マイクロサービスとして切り出し、"使いまわせる"ような方法を取ろうとしています。
それを実現するために、システム間で通信をする際、キューを使ったり、リアクティブに動作しCPUの効率的な使用を可能にする技術の採用(一部採用済み)に向かっています。
■ 複雑なロジックをドメインモデルで表現(バックエンドエンジニア)
請求書の買取申請や買取の審査機能についてのビジネスロジックは複雑であり、そういったロジックを凝集性高く表現したかったため、DDDを採用しています。どのようにしたら保守性・品質が高くなるか、チーム内で常に議論しています。

【職場環境】
■クライアントPC
・MacBook Air or Windowsから選択可能
・27インチ外部ディスプレイ
■開発環境
・使⽤⾔語：Java,JavaScript,(一部Kotlin, Go, Python)
・フレームワーク：Spring Boot,Nuxt.js, Vuetify
・データベース：MySQL, Redis, MongoDB, DynamoDB
・インフラ：AWS
・コンテナ管理：Docker
■その他
・プロジェクト管理：GitLab
・バージョン管理： GitLab
・コミュニケーションツール：Slack, Chatwork, HackMD
・CIツール：Jenkins, GitLab