MLエンジニア/機械学習基盤によるデータ活用で製造業に変革を

募集停止

機械学習エンジニア

MLエンジニア/機械学習基盤によるデータ活用で製造業に変革を

AI要約(β)

CADDiは、製造業の自動見積・受発注プラットフォームを提供し、機械学習エンジニアを募集しています。年収は500万円から1,200万円で、PythonやRを用いた開発経験、GCP/AWSでの業務経験が求められます。技術スタックにはTensorFlow、PyTorch、scikit-learnが含まれ、GitHubでのソースコード管理を行います。リモート勤務が可能で、スクラムベースの開発サイクルを採用しています。CADDiは、製造業の多品種少量生産の調達におけるイノベーションを目指し、データサイエンスを活用してモノづくり産業のプロセス改善を図っています。求める人物像は、モノづくり産業の変革に共感し、チームワークを重視し、未経験の技術にも貪欲に挑戦できる方です。福利厚生も充実しており、成長中の企業でキャリアを築くチャンスです。興味がある方はぜひご応募ください。

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

給与・報酬

年収 500万円 ~ 1,200万円

稼働時間

09:00 ~ 18:00

雇用形態

正社員

出社頻度

相談の上決定する

勤務地

東京都台東区蔵前1-4-1

現状と課題

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。 様々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。

募集背景

キャディが現在トライしているのは製造業でも「多品種少量生産の調達」という領域です。 これまで殆どイノベーションが起こっていない領域だからこそ、前例がない・解法が定まっていない問題が多くあり、それをアルゴリズムで解決するのは前人未踏の領域だからこそ面白味があります。

また、現時点で溜まっているデータの活用だけでなく、どんなデータがあればどんなイノベーションが起こせるか、という発想で臨みたいキャディは考えています。 あなたのスキルでデータの積み重ねから起こる変革にチャレンジしてみませんか。

お願いする業務

データサイエンティストと協業し,機械学習モデルが継続的にサービスに対して価値を提供できるよう,基盤の構築,保守,運用を行います

機械学習モデルの開発基盤の構築
  • GPU開発環境の構築

 - オンプレ・クラウド関わらず仕組みの設計  - コスト管理/障害対応/実験ログ管理

  • データセットサーバーの構築

 - データフロー設計  - ガバナンス設計および運用  - コスト管理/障害対応

  • サービスに対する機械学習モデルのデプロイ基盤構築

 - 継続的なデプロイメントの仕組みづくり  - ログ管理/障害対応

  • データサイエンティストが作成した機械学習モデルの既存アプリケーションへの適用および運用
関わるチーム
  • 数名の図面解析チーム

 - CAD系データのベテランや元ML研究者など、多様なスキルセットのチームメンバー

  • 数名の製造原価計算チーム

 - 競技プログラミング巧者やバックエンドエンジニアがRustを中心に開発

  • 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
  • Python
  • R
フレームワーク
  • TensorFlow
  • PyTorch
  • scikit-learn
ソースコード管理
  • GitHub
データベース
  • BigQuery
プロジェクト管理
  • Jira
情報共有ツール
  • Slack
  • Discord
  • Miro
その他
  • GCP

募集要項

概要

求人情報をご覧いただくには会員登録が必要になります

メールアドレスで登録する

雇用形態

正社員

給与・報酬

年収 500万円 ~ 1,200万円(試用期間:原則3ヶ月 / 正社員または契約社員での採用となります)

稼働時間

09:00 ~ 18:00(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)

出社頻度

相談の上決定する

勤務地

東京都台東区蔵前1-4-1

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)

社内制度
(待遇・福利厚生)

- フルリモート可
- 希望スペックのPC・ディスプレイ支給
- サーバ代支給(月1万円まで)
- 交通費全額支給(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、出産時の特別休暇、お祝い金
- 引越補助
- 書籍購入全額負担
- 語学学習支援
- 社会保険完備(雇用・労災・健康・厚生年金)

必須スキル/経験

  • 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
  • 統計学の基礎知識
  • Pythonによる開発経験
  • 機械学習基盤の開発・運用経験
  • GCP/AWSでの業務経験
  • Docker等のコンテナ技術の基礎的知識
  • デプロイパイプライン設計・運用経験
  • データサイエンティストとの連携能力
  • Gitなどのバージョン管理システムの利用経験
  • CI/CDパイプラインの開発・運用経験
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

歓迎スキル/経験

  • GPU処理を用いた開発経験
  • 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
  • Datadogの運用経験
  • 分散処理に関する開発・運用経験
  • Rustによる開発経験
  • 機械学習に対する基本的な理解
  • 機械学習モデルの開発・運用経験

サービス内容の詳細

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

選考フロー

  1. カジュアル面談
  2. 1次面接
  3. 2次面接

※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。

同じポジションの求人

おすすめのイベント

もっと見る
  • AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    アーカイブ公開中

    AI時代に適したリポジトリって?カウシェ・LayerXに聞く最新リポジトリ構成

    昨今、AIエージェントの活用が一般的になってきたことで、「プロジェクト全体のコードを横断的に理解させるには、コードベースが一つにまとまっている方が適しているのではないか」という議論が増えています。 一方で、モノレポにはCIのパフォーマンスやコンテキストの絞り方など運用上の課題も存在し、組織規模やプロダクトのフェーズ、チーム体制などによって最適解は異なります。「どちらが正解か」を一概に難しいと感じている方も多いのではないでしょうか。 そこで本イベントでは、iOSやKotlinを含む複数言語のコードを一つのリポジトリに集約して運用されているカウシェと、バックエンド・フロントエンドともにモノレポ化を進めてきたLayerXの2社をお迎えし、それぞれのリポジトリ構成の実例をもとに、モノレポの実際を紐解きます。 前半のLTでは、カウシェからはモノレポになった歴史や複数言語を集約したメリット・デメリットを、LayerXからはリポジトリ統合プロジェクトの進め方や意思決定の裏側をお話しいただきます。 後半のディスカッションでは、両社を交え、モノレポにするタイミングや、CI・IDEとい開発体験に関する課題の課題、AIとの親和性を上げるための工夫やスコープの絞り方など、現場目線でさらに深掘りしていきます。 モノレポへの移行を検討している方から、すでにモノレポ運用で課題を感じている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年6月11日(木)19:00~20:00

  • 仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    アーカイブ公開中

    仕様駆動開発はやめた方がいいって本当?やって分かった仕様駆動開発の現在地と今後の方向性

    昨今、AIコーディングエージェントの進化により、開発フロー自体を見直す動きが広がっています。その中で注目を集めているのが「仕様駆動開発( Spec Driven Development)」というアプローチです。 しかし現在は「仕様駆動開発」という言葉だけが独り歩きしており、具体的にどのようなフローであるべきなのか、ツールを使えば実現できるものなのかといった、実態を掴みきれないという声も多く聞かれます。 そこで本イベントでは、仕様駆動開発をはじめとしたAI駆動開発を実践されている中村充志氏をお迎えします。 前半のLTでは、、中村氏より仕様駆動開発SDDの基礎概念についてお話しいただき、ツールのデモを通じてその具体的な仕組みを提示いただきます。からハーネスとの組み合わせ、そして実際のデモを交えた実践までを紐解きます。 後半のディスカッションでは、仕様から出力される膨大なコードをどう効率的にレビューし、生産性を次のレベルへ押し上げるかという「実戦的なフロー」について議論していきます。また、その品質を支える「ハーネスエンジニアリング」という考え方も補足的に交えながら、現場で直面する疑問を紐解いていきます。 AI時代の開発フローに関心がある方から、仕様駆動開発の導入を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月28日(木)19:00~20:00

  • useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    アーカイブ公開中

    useMemo/useCallbackまだ書いてる?React Compilerで変わった開発体験

    React Compilerの登場以降、フロントエンド界隈では「これまで煩雑だったメモ化(useMemoやuseCallback、React.memo)が不要になるのではないか」と大きな話題になりました。 一方で、「本当にそのまま有効化して問題ないのか」「有効化による副作用や注意点はないのか」「従来どおりメモ化を残すべきケースはあるのか」といった不安の声も耳にします。実際に導入してみたチームからは、React Hook FormなどのライブラリやuseRefを使った実装でハマりポイントがあったという話も聞こえてきます。 そこで本イベントでは、React Compilerを有効化して1年以上本番運用されている浅見氏と、導入にあたって生成AI向けのルール整備まで仕組み化されているカケハシの大村氏をお迎えし、React Compilerの特徴や実際の導入プロセス、注意点・ベストプラクティスを紐解きます。 React Compilerが気になり始めた方から、すでに検証・導入を始めている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年5月20日(水)19:00~20:00

  • TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    アーカイブ公開中

    TypeScriptでAPI開発するなら知っておきたいRPC -tRPC、oRPC、HonoRPCとは-

    昨今、バックエンドにTypeScriptを導入する事例は一般的になり、フロントエンドとバックエンドで型を共有することで開発効率を高めるさまざまなソリューションが登場しています。中でも「RPC(Remote Procedure Call)」を活用したアプローチは注目を集めており、tRPC・oRPC・Hono RPCなど複数の選択肢が存在します。 一方で、「そもそもRPCとは何か」「tRPC・oRPC・Hono RPCはそれぞれ何が違うのか」といった基本的な部分から整理したいと感じている方も多いのではないでしょうか。名前は聞いたことがあるけれど違いがわからない、どれを選べばいいのか判断がつかない、という声も少なくありません。 そこで本イベントでは、tRPCを実務で導入・運用されている海老原氏、oRPCやElysiaを活用されている柿氏、Hono RPCでマルチクライアント対応を実践されているよだか氏の3名をお迎えし、RPCの基本から各ソリューションの特徴・選定の考え方までを紐解きます。 前半のLTでは、柿氏、海老原氏、よだか氏の3名にそれぞれの視点からお話しいただきます。 後半のディスカッションでは、3名を交え、各RPCの推しポイントや課題、モバイル・Webの対応可能性を見据えた技術選定など、現場目線でさらに深掘りしていきます。 RPCという概念自体をこれから理解したい方から、すでに使っていて他の選択肢と比較したい方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月23日(木)19:00~20:30

  • もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    アーカイブ公開中

    もうNext.jsには戻れない?次世代フルスタックフレームワークTanStack Startってなに

    昨今、Next.jsの急速な進化に伴い、そのブラックボックス的な実装に疑問を感じ、新たな選択肢を模索するエンジニアの声が増え始めています。そうした中、TanStack Queryをはじめとする「TanStack系ライブラリ」や、新たなフルスタックフレームワーク「TanStack Start」への注目が高まっています。 しかし、実際の運用において「Next.jsと比べて何がどこまで変わるのか」「TanStack系ライブラリを採用する具体的なメリットは何か」を明確にイメージできている方はまだ少ないのが現状です。 そこで本イベントでは、TanStack QueryやTanStack Routerを実務で活用されている寺嶋氏と、TanStack Startをプロダクション環境で実際に採用されている池内氏をお迎えし、Next.js経験者の視点からTanStack系ライブラリ・TanStack Startの実際を紐解きます。 前半のLTでは、まず寺嶋氏よりTanStack Startの全体像やViteエコシステムにおけるポジション、Next.jsとの比較を交えた概要を解説いただきます。続いて池内氏より、TanStack Startプロダクトにおける実践的な側面(デプロイ環境、認証基盤、データベース連携など)について、現時点での整備状況をお話しいただきます。 後半のディスカッションでは、お二人を交え、チーム開発での採用やAIコーディングとの親和性など、現場目線でさらに深掘りしていきます。 TanStackが気になり始めた方から、Next.jsからの移行を検討されている方まで、幅広いエンジニアのご参加をお待ちしています。

    開催日:

    2026年4月9日(木)19:00~20:00

転職に役立つノウハウ

もっと見る