非公開
■募集背景
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、調達・製造のワンストップパートナー「CADDi MANUFACTURING」とサプライチェーンにおけるデータをアセット化するプロダクト「CADDi DRAWER」の2事業を展開しています。
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の技術により構造化し様々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、2023年からは海外（アメリカ・ベトナム）での販売も開始しました。
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。その先にお客様のワークスタイルや文化を変革し、製造業全体の改革につなげていきたい。そのような世界を一緒につくっていくための仲間を募集しています。
■業務内容
Machine Learning 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。
【業務例】
図面に対する画像認識システムの構築 キャディが保有するパートナー様の図面画像を解析し、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。
※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。
図面上の情報抽出を行うバッチ処理、APIの開発、CI/CDを用いたデプロイ
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
Deep Learningを用いた図面の分類モデルの構築、アノテーションの仕組み作り
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
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
高いモデル精度を保証するための実験、分析、可視化
参考資料
CADDiの機械学習モデル開発の流れと継続的な改善：
https://caddi.tech/archives/4370
仕組みで品質を作る図面解析：
https://speakerdeck.com/imaimai0/caddi-drawer-shi-zu-midepin-zhi-wozuo-rutu-mian-jie-xi
機械学習APIを用いた図面解析ETL基盤：
https://caddi.tech/archives/4174
Vertexで3ヶ月で作る運用可能なML API基盤：
https://caddi.tech/archives/4123
Chrome Extension で作るクラウドいらずのMLモデル提供：
https://caddi.tech/archives/4156
図面をデノイジングする技術について：
https://speakerdeck.com/caddi_eng/tu-mian-wotefalseisinkusuruji-shu-nituite
図面からの母材形状認識：
https://speakerdeck.com/caddi_eng/tu-mian-karafalsemu-cai-xing-zhuang-ren-shi-abejaxcaddi
■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
■チームについて
CADDi DRAWER Groupでは、現在は約40名のエンジニアが開発に携わっています。
チームの構成はTeam Topologiesをベースにしており、組織には以下のような特徴があります。
チーム構成：機能開発、機械学習/アルゴリズムモデル開発、MLOps、データパイプライン開発、Enabling（QA・SRE）など9チーム（1チーム3-6名程度）に分かれて活動しています。
多国籍な組織：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行われていたり、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。
CADDi におけるML/ML Opsの役割については、こちらをご参照ください
https://levtech.jp/media/article/interview/detail_276/
メンバー紹介：
https://recruit.caddi.tech/member
下記はプロダクト開発チームの開発環境のため、Machine Learning Engineerが利用する開発環境は必要に応じて決定します
■利用言語
フロントエンド: HTML, CSS, 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, Apollo, Next.js, WebGL, WebAssembly
バックエンド: Rust (Tokio, tonic, Disel, axum, SeaORM), Node.js (Express, Fastify, NestJS), PyTorch
インフラ: Google Cloud, Google Kubernetes Engine, Istio
データベース: PostgreSQL, Firestore
API: GraphQL, REST, gRPC
認証: Auth0
開発ツール: GitHub,GitHub Copilot, Github Actions, Terraform, Figma, Sentry, Datadog, Storybook
コミュニケーションツール: Slack, Discord, JIRA, Miro
参考URL：
▼サプライチェーンに始まる、グローバル製造業の再進化。キャディ創業5年記（CEO加藤）
https://note.com/yushirodesu/n/n88f2399dcfc8
▼プロダクトが何かを変える瞬間に立ち会うこと（CADDi DRAWERプロダクト責任者白井）
https://note.com/yosukeshirai/n/n060824de8982
▼製造業のベテランに倣い、ベテランを超えるプロダクト開発（テクニカルプロダクトマネージャー今井）
https://note.com/imaimai/n/n5b1578e3cf98
▼共同創業者であるCEO加藤・CTO小橋からのメッセージ
https://www.youtube.com/watch?v=kkH5gnRxexc
▼CADDi Tech採用サイト
https://recruit.caddi.tech/
▼CADDi TECH BLOG
https://caddi.tech/
■働き方
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。
働く時間について：
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。