金属加工製品の自動見積・受発注プラットフォーム「CADDi（キャディ）」の運営を行っています。

CADDi 受発注プラットフォーム

• 製造原価計算
• 図面管理
• 製造工程・サプライチェーン管理
• 製造パートナー連携

データで「モノづくり産業のポテンシャルを解放する」

キャディには数多くの図面データや見積もりデータ、業務プロセスのデータが溜まっています。
このデータをより活用しやすい形に変え、素早く仮説検証を回していくことで、モノづくり産業の課題に少しずつ答えを出していくことを目指しています。

キャディに溜まっているデータだけでなく、モノづくり産業には他にもまだ活用されきっていないデータがたくさんあるはずです。
価値あるデータを見極め、データを活用できる状態にしていくことが、モノづくり産業を負債から解き放つことになるでしょう。

募集背景

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。

• DevOps/DBA領域

　- BigQuery,Firestore,PostgreSQLなどの構築、運用、パフォーマンス最適化
　- データベースのバックアップ、リストアなどの運用自動化ツールの開発
　- データベースの新バージョンや新機能の検証、導入
　- 分析基盤の設計、構築
　- 新機能検証，クエリチューニングを含む負荷対策，障害対応

• データエンジニア領域

　- 大規模データのテーブル設計、ETL開発、ETLジョブの保守・運用
　- データの保守、運用
　- データ利用者との要件定義、利用サポート

• 業務プロセスデータの基盤設計および構築

　- 製造原価見積もりデータ
　- 取引実績データ
　- 製造管理プロセスデータ
　- 各種プロダクトの利用状況データ

• 事業仮説や業務改善仮説を得るための基盤データの分析
• 各アルゴリズム担当と連携したデータ処理パイプラインの実現

関わるチーム

• 各開発チーム

　- 製造原価計算プロダクト
　- 製造工程・サプライチェーン管理プロダクト
　- 図面管理プロダクト
　- 製造パートナー連携プロダクト
　- その他、新規プロダクトも企画中

• 各開発チームの運営

　- 4-5名のチームが中心
　- チームに所属する、または横断ロールとして複数チームと関わる
　- テックリードやエンジニアリングマネージャーによるサポート

• スクラムベースの開発サイクル

　- JIRAによるチケット管理

開発環境

言語

• Rust
• TypeScript
• Kotlin

フレームワーク

• React
• Next.js
• DIESEL
• Tokio
• Micronaut

データベース

• PostgreSQL
• BigQuery

ソースコード管理

• GitHub

プロジェクト管理

• Jira

情報共有ツール

• Slack
• Discord
• Miro

その他

• GCP
• AirFlow

DevOps/DBA領域

• モノづくり産業のポテンシャルを解放することへの共感
• SQLの分析での利用経験
• Linuxの基礎的知識
• データベースの運用経験、またはデータベーススペシャリストの資格
• データベースの状況監視や最適なパフォーマンスチューニングの経験
• Docker等のコンテナ技術の基礎的知識
• パブリッククラウドの基礎的知識
• Gitなどのバージョン管理システムの利用経験

データエンジニア領域

• モノづくり産業のポテンシャルを解放することへの共感
• SQLの分析での利用経験
• Linuxの基礎的知識
• テーブル設計、データの保守・運用経験（バッチ処理を含む）
• Docker等のコンテナ技術の基礎的知識
• パブリッククラウドの基礎的知識
• Gitなどのバージョン管理システムの利用経験

選考で大事にしていること

• キャディのミッション、バリュー、カルチャーへの共感
• モノづくり産業の業務プロセス変革に対する興味
• 未経験の技術への貪欲さ
• 情報技術やプログラミング技術の基礎
• 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か
• 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か

• ネットワークに対する基礎知識
• DockerやKubernetes等のコンテナ技術の運用経験
• 再現性を重視したインフラ、Infrastructure-as-Codeの実戦経験
• GCPを利用したシステムの運用経験
• BigQueryやApache Beamなどを利用したデータ分析基盤の構築・運用経験
• Datadogの運用経験
• Elasticsearchの運用経験
• RustやPythonやRによる開発または分析業務の経験
• データベースオペレーション自動化の開発経験
• マスターデータマネジメントの経験
• 事業側の制約とバランスを取りながら，データの一元化を推進した経験

※コーディングテストを実施する場合がございます。
※選考フローは変更になる場合がございます。