通過ランク:S

MLや機械学習でモノづくり産業のポテンシャルを解放する!データサイエンスエンジニア【スクラム開発/モダン】

正社員

キャディ株式会社

求人イメージ画像1

◆モノづくり産業のポテンシャルを解放する
国内180兆円規模とも言われるモノづくり産業では、多くのメーカー企業やサプライパートナー企業が、見積業務や管理業務に忙殺される、営業力が足りない、情報やネットワークが乏しい、など、あらゆる理由によってがんじがらめにされ、本来の開発力や技術力を発揮しきれていません。こうした縛りをさまざまな側面から解決していくことで、各企業のポテンシャルを解放することがわたしたちの使命です。そのためにはデジタル化されていない領域を中心として、テクノロジーを活用していくことで、小さな町工場も、歴史ある大規模メーカーも、創立まもないベンチャーも、すべてのモノづくり企業が強みを生かして輝き、新たな価値がたくさん生まれる。そんな未来にたどり着くために、あなたの技術を使ってみませんか?

◆100年以上イノベーションのない巨大な製造業調達市場にチャレンジ!
キャディがデジタル化・システム化しようとしているモノづくり産業は、いまだ明確な型や解がない領域もたくさんあります。それを少しでも定義し、改善していくことが、モノづくり産業の業務そのものを明確化し改善していくことにつながります。そのためには変更に開かれたデータ設計や再利用しやすい実装を通して、堅牢で適度に柔軟性のあるシステム開発が必要となるでしょう。また、キャディが開発しているものは平たくいえば業務システムですが、であるからこそ利用する人々の生きた業務の抽象であるべきです。業務プロセスやそれを構成する要素をよく理解し、適切なデータ構造や設計を選択していくことが、翻って利用する人々の業務を再定義し、最適化された業務へとつながっていくと信じています。

◆解決したい課題は「最適な受発注を成立させる」こと
取引先選定・製品の調達に大きな取引コストがかかり、最適な受発注マッチングの成立ができていません。キャディでは、テクノロジーと仕組み化により、取引コストを削減することにチャレンジしています。受発注プラットフォームを支える開発では、3D/2Dの図面から製品形状を把握するアルゴリズム「現状解析」、把握した形状に必要な工程へ分解するアルゴリズム「工程分解」、製造工程の原価をサンプライヤーごとに算出するロジック「原価計算」、最適なサプライヤー・物流を通して納品する「生産物流管理」などをおこなっています。さまざまな技術を横断的に用いて、1つのソリューション提供しているため、幅広いテクノロジー連動・調和させていく魅力的な開発環境です。

わたしたちと一緒に、世界最大産業のDXに挑戦していきたいエンジニアをお待ちしています!

職種名
ML/データサイエンスエンジニア/機械学習
給与(想定年収)
500万 〜 1,000万円
(※ 想定年収 は年収提示額を保証するものではありません)
勤務地
東京都
主要開発技術
開発言語
Python2 Python3 R言語
フレームワーク
クラウドプラットフォーム
閲覧するには 会員登録(無料) または ログイン をしてください。
データベース
開発内容タイプ
閲覧するには 会員登録(無料) または ログイン をしてください。
特徴
オンライン面談可 ベテラン歓迎 ノートPC+モニタ別途支給 一部在宅勤務可 服装自由 産休育休取得実績あり フルリモート制度あり
募集人数
求人イメージ画像2
求人イメージ画像3
【世界最大産業のDXに挑戦しませんか?】「むずかしいということをおもしろがる」好奇心と向上心に満ちあふれたエンジニア大歓迎!

データサイエンスエンジニアとしての業務をお任せします。

【具体的には】
■機械学習やデータサイエンス等を用いた以下の業務
・図面データ形状認識アルゴリズムの開発
・図面から製造工程を逆算するアルゴリズム開発
・製造原価計算のアルゴリズム開発
・原価計算や受発注管理に必要な製造工程の分析、予測
■図面解析チームでの図面解析R&D
・図面の構成要素を構造データとして抽出するアルゴリズムのR&D
・図面の差分表示など図面同士の類似や差異を特定するアルゴリズムのR&D
■図面ビューワーへのつなぎこみ
■製造原価計算チームでの計算アルゴリズム開発
■各アルゴリズムの生産管理プロダクトへのつなぎこみ

仕事のやりがい

◆MLやデータサイエンスで「モノづくり産業のポテンシャルを解放する」
モノづくり産業では人手による作業が数多く残っています。
図面の読解や、製造原価の見積もりなど、人の判断を必要とする業務は自動化が難しい作業でした。
しかし、キャディには受発注や製造工程のプロセスの中で生まれたデータがたくさんあります。
数多くの図面データや見積もりデータなど、一連の業務プロセスに紐づくデータであり、これらに対して何らかのパターン化を試みることが、モノづくり産業のプロセス全体の改善につながるとキャディは信じています。
また、他にもまだ活用されきっていないデータがモノづくり産業にはたくさんあるはずです。
さまざまなデータをデータサイエンスで活用しやすい状態にしていくことから、きっとモノづくり産業そのものの改革がはじまるはずです。

開発部門の特徴・強み
閲覧するには 会員登録(無料) または ログイン をしてください。
主な開発実績
閲覧するには 会員登録(無料) または ログイン をしてください。
技術向上、教育体制
閲覧するには 会員登録(無料) または ログイン をしてください。
支給マシン
閲覧するには 会員登録(無料) または ログイン をしてください。
開発手法
閲覧するには 会員登録(無料) または ログイン をしてください。
開発支援ツール
JIRA、GitHub、Circle CI
インフラ管理
閲覧するには 会員登録(無料) または ログイン をしてください。
AI・データ分析
閲覧するには 会員登録(無料) または ログイン をしてください。
環境
その他開発環境
閲覧するには 会員登録(無料) または ログイン をしてください。
エンジニア評価の仕組み
閲覧するには 会員登録(無料) または ログイン をしてください。
組織構成
閲覧するには 会員登録(無料) または ログイン をしてください。
配属部署
テクノロジー本部
配属部署人数
--
配属上司経歴
閲覧するには 会員登録(無料) または ログイン をしてください。
平均的なチーム構成
閲覧するには 会員登録(無料) または ログイン をしてください。
必須要件
以下すべてのご経験をお持ちの方からのご応募をおまちしています!
・研究開発(画像処理,自然言語処理,機械学習,AIなど) 実務3年以上
・Python2, Python3 のいずれか 実務3年以上
・機械学習 実務1年以上
歓迎要件

・GPU処理を用いた開発経験
・Kaggleなどデータ分析コンペティションの参加、受賞経験
・C++による開発経験
・Rustによる開発経験
・機械学習パイプラインの設計ないし構築経験
・Vulkan/Metal/OpenGL等のグラフィックス経験
・幾何学、代数学、集合論の基礎知識
・誤差追跡知識

求める人物像

・キャディのミッション、バリュー、カルチャーに共感している方
・モノづくり産業の業務プロセス変革に対する興味がある方
・未経験の技術に貪欲に取り組める方
・情報技術やプログラミング技術の基礎がある方
・チームワークを大事に、考えやアイデアを積極的に共有できる方
・オーナーシップを持ってスピーディに課題に挑戦できる方

選考フロー

paiza(コーディングテスト)

カジュアル面談/通常面接(1~2回)

内定

※選考フロー、面接回数は状況に応じて変更になる可能性があります
勤務地
東京都台東区蔵前1-4-1
最寄り駅

JR・都営浅草線「浅草橋駅」より徒歩6分

給与体系・詳細

経験・能力を考慮し、当社規定のグレードごとの給与レンジに応じて決定いたします。

給与(想定年収)
500万 〜 1,000万円
(※ 想定年収 は年収提示額を保証するものではありません)
勤務時間

フレックスタイム(コアタイム11:00~16:00)
※休憩1時間含む
※時間外労働あり

休日休暇

・土日
・祝日
・年末年始
・夏季休暇
・年次有給休暇
・慶弔休暇
・入社時特別休暇(入社後半年未満でも3日間まで有給休暇取得可)
・結婚、出産時の特別休暇

諸手当

・交通費支給(⽉3万円まで)
・子ども手当(18歳未満のお子様の扶養1人あたり月1.5万円支給)
・結婚、出産時のお祝い金
・引越補助
・サーバ代⽀給(⽉1万円まで)
など

インセンティブ
昇給・昇格

原則年2回

保険

社会保険完備(健康保険・厚生年金加入・雇用保険・労災保険)

試用期間

原則3カ月

【福利厚生】
・短時間勤務制度
・原則リモート勤務

◆健康管理
・健康診断、婦⼈科検診費⽤負担
・⼈間ドック
・インフルエンザ予防接種
・オフィスドラッグ

◆取組
・週次全社MTG
・全社シャッフルランチ
・ものづくり体験
・CADDiAward
・組織健康度の継続的な改善

通過ランク:S
応募する(会員登録する)
応募には会員登録が必要です。
目次
応募には会員登録が必要です。