キャディ株式会社現状と課題
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。
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
- 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
- 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
- Python
- R
- TensorFlow
- PyTorch
- scikit-learn
- GitHub
- BigQuery
- Jira
- Slack
- Discord
- Miro
- GCP
新規登録またはログインを行うと、この求人の続きを閲覧できます。
簡単1分登録（無料）採用に関する条件
雇用形態
給与・報酬
想定稼働時間
休日・休暇
必須条件
- 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
- 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
歓迎します✨
- 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
社内制度（待遇・福利厚生）
勤務地
サービス内容について
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。
- 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
- カジュアル面談
- 1次面接
- 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。
新規登録またはログインを行うと、この求人の続きを閲覧できます。
簡単1分登録（無料）開発言語・フレームワーク
ポジション・職種一覧
エンジニア
プロジェクトマネジメント