募集要項
- 募集背景
-
私たちキャディは「モノづくり産業のポテンシャルを解放する」をミッションに、「製造業AIデータプラットフォームCADDi」を展開しています。
2022 年、2024年にそれぞれリリースした「製造業データ活用クラウドCADDi Drawer」と「AI見積クラウド CADDi Quote」は、既に国内外のお客様に広く活用いただいております。特にCADDi Drawerについては、T2D3を大きく上回るスピードで成長しています。
今後は更に製造業の知見をテクノロジーによって再現・集約することで、部門や会社を超えた全体最適の実現を目指しています。
開発としては、データプラットフォームとしての機能強化、プラットフォーム上で動く数十個の新規アプリケーション開発、飛躍的に増加するユーザー数・データ量・データ種類に耐えうる基盤の強化など、取り組みたいテーマが数多くあります。
難易度が高くチャレンジしがいのあるプロダクト開発に一緒に取り組む仲間を募集しています。
- 仕事内容
-
機械学習、データサイエンスにおけるモデルの開発および、それらを継続的にサービスに対して提供できる基盤の構築、保守、運用を行います。キャディの持つデータを活用し、プロダクトに価値を提供できる高い精度でのモデリング技術、およびチームでの安定したシステム開発を期待します。
【業務例】図面に対する画像認識システムの構築
図面画像を解析し、図面上に記載された情報を抽出する技術開発を行います。
・画像からの特徴抽出、それらを用いた類似画像検索システムの構築、保守、運用
・画像認識モデルの構築、アノテーションの仕組み作り
・大規模言語モデル(LLM)や大規模視覚モデル(LVM)の活用検討
・作成した画像認識モデルのデモやレポートの作成および社内外への技術説明
・高いモデル精度を保証するための実験、分析、可視化
・図面上の情報抽出を行うバッチ処理、APIの開発とデプロイ
【業務例】CADデータに対する解析システムの構築
CADデータを解析し、CAD内の情報や3D形状情報から必要な情報を抽出する技術開発を行います。
・CAD解析モデル・アルゴリズムの構築、アノテーションの仕組み作り
・作成したCAD解析モデルのデモやレポートの作成および社内外への技術説明
・高いモデル精度を保証するための実験、分析、可視化
・CADデータから情報抽出を行うバッチ処理、APIの開発とデプロイ
【業務例】機械学習プロジェクトマネジメント
図面解析モデルをはじめとした機械学習モデル開発のプロジェクトマネジメントを行います。
・図面情報に関する課題の社内外からのヒアリングおよび要件を満たせるタスク定義
・プロダクトマネージャーと議論し、機械学習モデルのKPI詳細化・スケジュール合意
・必要に応じてアノテーションを定義し、アノテーションチームと適宜連携しデータセット作成
・図面解析・CAD解析に記載の業務例を自身 or チームの機械学習エンジニアとともに推進
▼得られる経験
・熱量の高いメンバーと共に、難易度の高い技術的課題に挑戦する経験
・機械学習に加え、ソフトウェア領域など幅広い領域に精通したメンバーと共に仕事をする経験
・技術をどのようにビジネスとして価値展開するかまで踏み込んで課題解決をする経験
・MLOpsやプロダクトマネジメントのメンバーとも距離が近く、will次第で仕事の幅を広げることができる
- 応募資格
-
- 必須
-
5年以上の機械学習モデル開発経験
機械学習モデルをプロダクトにリリース・運用した経験
機械学習、統計、線形代数、コンピュータサイエンスに関連したアルゴリズムの基礎知識
機械学習を活用したビジネス上の課題を解決する業務経験
機械学習、統計のモデルの精度改善の経験
Python、Rust等を用いたWebサービスに関わるAPIの開発、運用経験
Google Cloud、AWSなどクラウドサービスを利用した業務経験
Docker等のコンテナ技術の基礎的知識
Git、CI/CDを用いたチーム開発、運用経験
日本語での流暢なビジネスコミュニケーション能力
テキストコミュニケーションやミーティングを含め、日常業務を日本語で完結できること
例：日本語能力試験N2程度、日本語環境での3年程度の就業経験をお持ちである等
- 歓迎
-
画像認識やOCR、3D解析に関連する業務経験
MLプロジェクトマネジメントやMLチームリードのご経験
GPUを用いたデータ処理の経験（CUDA、OpenCL、cudf、CuPyなど）
Vertex AI Pipeline、kubeflow、Apache Beam、Sparkなどを用いて機械学習パイプラインを開発した経験
機械学習、データサイエンスのモデルを継続的に改善・提供した経験
Data-centricに機械学習モデルを改善するために、データ品質を高める施策を実施した経験
Kaggleなどのデータ分析コンテストにおける複数回の入賞経験
機械学習、データサイエンス分野における主要学術誌での論文執筆経験
数値最適化手法のビジネス上の課題に対する活用経験
フロントエンド、バックエンドに関わるWebサービス開発経験 ・分散処理に関する開発・運用経験
- フィットする人物像
-
キャディのミッション「モノづくり産業のポテンシャルを解放する」に共感する方
未経験の技術や物事に対して貪欲に学び挑戦する姿勢がある方
ML/MLOpsに必要な関連技術のキャッチアップに意欲的な方
本質的な課題に向き合い、当事者意識をもって解決に向けた行動ができる方
変化が早く不確実性の高い状況において、前向きな姿勢と建設な議論を通じて業務を遂行できる方
相手のコンテキストや解像度に配慮し、他者をリスペクトする姿勢でコミュニケーションや議論ができる方
▼開発環境
言語
フロントエンド: TypeScript
バックエンド: Rust, TypeScript, Python
フレームワーク・ライブラリ
フロントエンド: React, Next.js, WebGL, WebAssembly
バックエンド: Rust (axum), Node.js (Express, Fastify, NestJS), PyTorch
インフラ: Google Cloud, Google Kubernetes Engine, Anthos Service Mesh
データベース・データウェアハウス: CloudSQL(PostgreSQL), AlloyDB, Firestore, BigQuery
API: GraphQL, REST, gRPC
監視・モニタリング： Datadog, Sentry, Cloud Monitoring
環境構築：Terraform
CI/CD：Github Actions
認証: Auth0
開発ツール: GitHub, GitHub Copilot, Figma, Storybook
コミュニケーションツール: Slack, Discord, JIRA, Miro, Confluence
- 雇用形態
-
正社員
試用期間3ヵ月（この間の給与・待遇等に変わりはありません）
- ポジション・役割
- Machine Learning Engineer
- 勤務地
-
東京都台東区浅草橋4-2-2D'sVARIE浅草橋ビル 総合受付：6階
JR浅草橋駅西口から徒歩2分・馬喰町駅から徒歩8分
※働く場所について
リモートワークをベースとしています。
メンバー同士の交流を目的として、週1回程度の出社推奨日やQに1～2回程度のオフサイトミーティングを設けています。
詳細はチームにより多少異なりますので、面談や面接にてご質問ください。
中部・関西・九州など、首都圏以外在住のメンバーも複数名活躍しています。
出社を希望される場合、いつでもオフィスを使っていただくことも可能です。
- 勤務時間
-
フレックスタイム制（コアタイム11:00～16:00）
※働き方にするご質問がございましたら、採用プロセスの中でお気軽にご相談ください。
- 年収・給与
-
入社時年俸は850万円～1200万円程度を想定
昇給年2回
年収を12で割った金額を月額固定給として支給いたします。
ストックオプション制度あり
- 待遇・福利厚生
-
交通費実費支給
1ヶ月3万円を上限としオフィス出社日数分を支給
遠方在住者は上限6万円/月を支給
子ども手当
18歳以下の扶養家族1人につき1.5万円/月
社員同士の交流支援
部活動支援費（1活動1500円/1名）
Teaming Offsite費用補助（5,000円/1名、Q1回まで）
チーム内交流の食事代補助（2,000円/1名、月1回まで）
異なるチーム同士の交流の食事代補助（3,000円/1名、月1回まで）
成長サポート
サーバー代補助（1万円/月まで、エンジニアが対象）
書籍購入支援
外部研修受講費支給
ライフイベント・ファミリー支援
育児休業・介護休業（入社3か月後から取得可能）
結婚お祝い金（5万円）、出産お祝い金 （10万円）
引っ越し補助金
その他
社会保険完備（雇用・労災・健康・厚生年金）
PC支給
健康診断・婦人科検診費用全額補助、人間ドック費用補助
- 休日休暇
-
完全週休2日制（土日祝）
年次有給休暇（入社6カ月経過後）・入社時特別有給（3日間）
夏季休暇（3日間、7～12月で自由に取得可能）
年末年始休暇（6日間）
看護・介護休暇（年間4日間まで）※ペットも対象
リフレッシュ休暇（勤続5年ごとに連続5日）
慶弔休暇
- 選考プロセス
-
カジュアル面談（希望された場合）
↓
書類選考
↓
技術課題（オンラインのコーディングテスト）
アルゴリズムの知識や回答のスピードよりも、コードを通して「一緒に開発をすすめていくイメージが持てそうか」を重視しています。
↓
人事面談
選考要素はなく、条件面等のすり合わせや選考を受けるにあたっての疑問解消の場となります
↓
技術面接（エンジニア）
↓
最終面接（CTO小橋）
↓
オファー面談
※必要に応じ、追加の面接をご相談する場合もございます。
※ご希望に応じて、選考途中でも社員とのカジュアル面談をセットいたします。ご相談ください。
※応募～内定は1カ月程度が平均的ですが、お急ぎの場合はご相談ください。極力ご転職活動のスケジュールに間に合うよう調整いたします。
