| お仕事内容 |
お仕事詳細
職務内容
募集背景
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。
※CADDi の事業やプロダクトについては、下記もご参照ください
キャディ、製造業AIデータプラットフォームとしての、第二章。（CEO加藤）
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）
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）
CADDi Drawer Brand movie「会社も、自分も、変わることができる」
業務内容
Software Engineer（Backend/Analysis Platform） は、アプリケーション開発チームや機械学習モデル構築チームと協業し、機械学習、データサイエンスの技術成果をプロダクトへ継続的に提供するためのバックエンド基盤の構築、保守、運用を行います。
また、キャディの持つデータを活用するべく、データ収集パイプラインの構築やデータ活用の促進について、基盤の観点からリードする働きを期待します。
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。
機械学習をシステムで利用するためのAPIやBatch基盤構築、CI/CDを用いたデプロイ環境の構築
本番環境での監視、パフォーマンスチューニングを含むSite Reliability向上のための実装
同期／非同期基盤上での機械学習処理パイプラインの開発、整備、運用
推論・学習プラットフォームのインフラコストの最適化
機械学習モデル構築の担当者、Platform担当者とコミュニケーションし、プロセスを文書化
CADDiの Software Engineer（Backend/Analysis Platform） は実プロダクトにおいて機械学習を利用するためのバックエンドの構築・運用をするご経験が積めるのはもちろんのこと、ご経験やご興味に応じて、フロントエンドdemoの作成や新しいMLモデルの作成まで、新しいチャレンジの許容度が広く、技術の幅を広げていける環境です。
参考記事
Vertexで3ヶ月で作る運用可能なML API基盤
キャディ: 図面データ活用クラウドで Vertex AI を採用、多様で大量の図面を扱う AI 基盤を実現
AI 組織のモノレポ紹介
Pantsモノレポの改善~テスト時間短縮・依存の集約管理・pex~
CADDi AI Labの進化 R&Dから実用プロダクトへの旅路
CADDiの機械学習モデル開発の流れと継続的な改善
仕組みで品質を作る図面解析
このポジションの面白さ・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
機械学習をプロダクトで利用・運用するためのバックエンド構築・運用経験
バックエンド、インフラ、機械学習などの領域に精通した多様専門性を持つな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
ML Engineer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
所属組織について
CADDi Drawer 開発組織のいずれかのチームへの配属を想定しています。
CADDi における Software Engineer（Backend/Analysis Platform） の役割については、こちらをご参照ください
開発組織の全体像はこちらのスライドをご参照ください。
エンジニア・デザイナー・プロダクトマネー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。
「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行っています。
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。
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
Software Engineer（Backend/Analysis Platform） 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
開発環境
言語
フロントエンド: 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, Next.js, WebGL, WebAssembly
バックエンド: 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
この求人はAnyKan株式会社のエージェントサービス取り扱い求人です
|
