FinatextのES対策
設問・選考フロー・書き方のコツ

金融インフラのデジタル変革を通じて、より多くの人が資産形成に参加できる社会を実現したく、Finatextを志望します。日本では投資人口が欧米と比べ依然として低く、その障壁の一つが証券・金融インフラの使いにくさにあると考えています。テクノロジーでこの課題を解決するフィンテック領域に強い関心を持ちました。Finatextを選んだ理由は、B2Bで金融機関のインフラごとリプレイスするアプローチが業界変革のレバレッジを最大化できると考えるからです。単なるアプリ開発ではなく、金融の仕組み自体を変える事業規模に可能性を感じています。入社後はビジネス職として証券インフラ事業に携わり、金融機関のDX課題をソリューション提案で解決するパートナーとして貢献したいと考えています。

大学の金融工学ゼミで、Pythonを使った株価予測モデルを独自開発し、実証研究発表会で最優秀賞を受賞しました。初めてコードを書くところからスタートし、6ヶ月間独学でPythonと統計学を習得しました。当初は既存のモデルを再現するだけでしたが、「なぜ予測精度が低いのか」という問いを持ち続けました。文献調査を重ねる中で、財務指標のほかにニュースのセンチメント分析を組み合わせることで精度が向上する仮説を立て、自然言語処理のライブラリを活用した独自モデルを開発しました。検証の結果、ベースモデルと比較して予測精度が15%向上し、指導教員から「研究への取り組み姿勢と技術力が群を抜いている」と評価されました。この経験から、自ら問いを立て、技術と仮説検証を組み合わせることが価値ある成果につながると学びました。

私が考える金融業界の最大課題は「証券会社の基幹システムの老朽化による変化への対応遅れ」です。多くの証券会社は30年以上前に構築したレガシーシステムを維持しており、新しい金融サービス（スマホ取引・AIアドバイス・即時決済等）の開発に数年を要するケースが常態化しています。結果として、フィンテックスタートアップとの競争で後れを取り、若年層顧客の獲得に苦戦しています。解決策として、クラウドネイティブな証券インフラをAPIで提供するBaaS（バンキング・アズ・ア・サービス）型のアプローチが有効だと考えます。既存の証券会社が全システムを刷新する代わりに、機能単位でクラウドサービスをAPI接続することで、開発コストと時間を大幅に削減できます。Finatextが提供するSmartPlusの証券インフラはまさにこの課題への解答であり、私はこの事業をさらに広げたいと考えています。

私の強みは「仮説を持ち迅速に行動する推進力」です。学内起業家コンテストでフィンテックアプリを提案する機会があり、チームリーダーとして3週間でプロトタイプを開発・発表まで導きました。ユーザーインタビューを10名に実施し、「操作の複雑さ」という課題を発見して設計を修正するなど、仮説を修正しながらMVPを迅速に作り上げる経験から、完璧を待つより動いて検証する重要性を学びました。最終的に審査員から「スピード感と仮説検証のサイクルが優れている」と評価されコンテスト2位を受賞しました。Finatextの事業開発において、金融機関との提案・折衝を素早く推進するこの力を活かしたいと考えています。