【自社AISaaS／製造業DX】MLエンジニア◆異次元のスピードで成長中のデータ活用企業
私たちCADDi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、製造業におけるデータプラットフォームプロダクト「CADDi Drawer」を展開しています。
2022 年にローンチした「CADDi Drawer」は、製造業の中でも最重要といわれる図面データを機械学習など様々な技術により構造化し多様な情報と結び付けることで、情報資産としての活用を可能にしました。
既に国内の大手製造業から加工会社のお客様にまで活用いただいており、急成長中です。2023 年からは海外（アメリカ・タイ・ベトナム）での販売も開始し、グローバル展開も加速させています。
今後は、図面以外にも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複数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。
- 職種名
- MLエンジニア
- ポジション
- テックリード、チームリーダー/マネージメント
- 職種
- AI・データエンジニア
- 給与(想定年収)
-
800万 〜 1,300万円
（※ 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
- 開発言語
- Python3 TypeScript Rust
- フレームワーク
- Node.js React Next.js
- クラウドプラットフォーム
-
Google Cloud(Google Cloud Platform)
- データベース
- PostgreSQL
- 開発内容タイプ
-
自社製品/自社サービス、B2B、AI
- 特徴
- 服装自由 ノートPC＋モニタ別途支給 オンライン面談可 産休育休取得実績あり ベテラン歓迎 日本語がネイティブレベルでなくても可 副業OK 一部在宅勤務可 フルリモート制度あり
- 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！
・機械学習 実務３年以上
- 歓迎要件
-
・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 - 求める人物像
-
・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 - 選考フロー
-
書類選考
※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
▼
技術課題（オンラインのコーディングテスト）
▼
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）
▼
オファー面談
※キャディ株式会社の採用事務局として、paizaが選考のサポートを行います。応募後、paizaよりご連絡をすることがございます。
ML Engineerは、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。
以下に業務例を示します。実際の業務はこれに限定されるものではありません。入社後の業務内容は、技術や専門知識、経験等を考慮のうえ決定します。
①【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おこないます。
・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づくり
・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
②【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おこないます。
・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づくり
・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
③【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おこないます。
・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
・熱量の高いメンバーとともに、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ともに仕事をする経験
・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しだいで仕事の幅を広げられる
システム開発関連業務
会社の定める業務
- 開発部門の特徴・強み
-
キャディのプロダクトが増え、事業が成長するにつれて、多くのデータが溜まるようになってきました。一部ではそれを活用する動きがあるものの、モノづくり産業のポテンシャルを解放するには十分とは言えません。
今後も成長を続けるプラットフォームとして、データの基盤と活用体制を見直す時期に来ています。
多くのユニコーン企業がそうであるように、データをどのように活用するか、そしてそれが再現性のある形になっているかは、事業成長のスピードに直結します。あなたの技術でキャディをデータで急成長する企業にしてみませんか。 - 主な開発実績
-
CADDiの提供する製造業AIデータプラットフォームは、さまざまな業種業態でご活用いただいています。
■『CADDi Drawer』：製造業向けDX支援システム
独自の画像解析アルゴリズム（特許取得済）を搭載した図面データ活用クラウドです。高精度の類似図面検索により、設計・調達・生産部門におけるコスト削減を実現します。製造業における最重要データである図面データの活用を軸に、DXの実現を支援します。
■『CADDi Quote』：製造業向けAIデータプラットフォーム
AI解析とデータを活用し見積業務と調達活動の改善・進化を支援。 アナログな見積業務をデジタル化し、業務効率化・DX化。見積業務の飛躍的な効率化と脱属人化を実現。蓄積されたデータを図面と自動で紐づけ、調達活動全体の改善に貢献するアプリケーションです。 - 技術向上、教育体制
-
・複数の勉強会を定期開催
・書籍購⼊費全額負担
・語学学習⽀援
・卓越⽀援 - 支給マシン
-
希望スペックのPC・ディスプレイ⽀給いたします。
- 開発手法
-
スクラム、ドメイン駆動設計
- 開発支援ツール
- Jira、GitHub、CircleCI、GitHub Actions、Sentry
- インフラ管理
-
Terraform、Kubernetes、Datadog
- AI・データ分析
-
BigQuery、PyTorch
- 環境
- Linux、Looker Studio、Redash
- その他開発環境
-
【開発組織について】
「各チームの裁量とスピード感の担保」と「チーム横断での標準化による全体最適」の両立を目指し、チームトポロジーの考え方を取り入れた組織設計をおこなっています。
開発メンバーのうち2割は海外（アジア、ヨーロッパ、北米など）出身メンバーです。一部チームでは英語をメインとしたコミュニケーションがおこなわれていたり、重要な会議は日本語／英語両方で開催するなど、多国籍なメンバーが活躍できる組織づくりに挑戦しています。
【開発環境】
■フロントエンド：TypeScript（React、Next.js、WebGL、WebAssembly）
■バックエンド：Rust、TypeScript、Python、（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 - 平均的なチーム構成
-
エンジニア・デザイナー・プロダクトマネジャーがそれぞれ各種機能開発（図面活用・検索・見積等）、データ基盤開発、機械学習／MLOps、R＆D、Enabling（QA・SRE）、Securityなど、1チーム4〜6名程度×10数チームに分かれて活動しています。
- 勤務地
-
東京都台東区浅草橋4-2-2
D'sVARIE浅草橋ビル（総合受付：6階）
■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。就業場所の変更範囲＜雇入時＞
東京本社、および自宅
＜変更範囲＞
会社の定める場所（テレワークをおこなう場所を含む）
受動喫煙防止措置に関する事項受動喫煙対策：オフィス（事業所）内禁煙
- 最寄り駅
-
JR「浅草橋駅」西口から徒歩2分、「馬喰町駅」から徒歩8分
- 給与体系・詳細
-
【年俸制】月給：67万〜
- 給与(想定年収)
-
800万 〜 1,300万円
（※ 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）
※各開発チームの定例ミーティングは、11：00から開始するケースが多いです。子育て中の社員も約3分の1程度おり、家庭事情への配慮にも理解がある風土です。
※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。休憩時間：60分
平均残業時間：平均10-20時間／月
- 休日休暇
-
■完全週休2日制（土日祝）
■年末年始休暇（6日間）
■夏季休暇（3日間、7～12月で自由に取得可能）
■年次有給休暇（入社6カ月経過後）
■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
■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） - 諸手当
-
■交通費実費支給（⽉3万円まで※遠方在住者は月6万円まで）
■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）
など - インセンティブ
-
ストックオプション制度あり
- 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）
- 雇用関係
-
無期雇用
- 試用期間
-
原則3カ月（条件などの変更はありません）
〈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〉
■サーバ代補助（月1万円まで、エンジニアが対象）
■書籍購入支援
■外部研修受講費支給
〈健康管理〉
■健康診断、婦⼈科検診費⽤負担
■⼈間ドック費用補助
■インフルエンザ予防接種
■オフィスドラッグ
〈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カ月後から取得可能）
■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
〈その他取り組み〉
■CADDiAward：全社表彰や部署ごとのアワード
■週次全社MTG
■全社シャッフルランチ
■ものづくり体験
■組織健康度の継続的な改善
■副業OK（申請制／本業に支障が出ない範囲内で可能）
