【その他】キャディ株式会社の求人/転職/採用情報(ITエンジニア) #32563

＜業務詳細＞
MLOps Engineerは、Machine Learning Engineerと協業し、機械学習、データサイエンスのモデル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。
また、キャディの持つデータを活用すべく、データ収集のためのパイプライン構築、データ活用の促進を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。

＜具体的な仕事内容＞
・機械学習のモデルの推論を行うAPIおよびBatchの動作環境、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
・VertexやArgo Workflow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コストの最適化
・モデリング担当者、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MLOpsエンジニアはMLOpsの実プロダクトで上での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モデルの作成など、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。

【仕事の特色】
＜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。

※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）
https://note.com/yushirodesu/n/n604bcca89964

・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

・CADDi Drawer Brand movie「会社も、自分も、変わることができる」
https://www.youtube.com/watch?v=t_kPudq7UW8

＜ポジションの魅力＞
■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
・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

＜配属予定チーム＞
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。
https://speakerdeck.com/caddi_eng/caddi-the-letter-from-cto-to-all-the-engineer-applicants

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。
CADDi におけるML/MLOps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/

＜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

＜職場環境＞
■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。

※働き方に関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。

＜参考資料＞
・ML/MLOpsエンジニア向け採用資料
https://recruit.caddi.tech/machinelearning
・Vertexで3ヶ月で作る運用可能なML API基盤
https://caddi.tech/archives/4123
・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
https://cloud.google.com/blog/ja/topics/customers/caddie-vertex-ai-for-drawing-data-utilization-cloud
・AI 組織のモノレポ紹介
https://caddi.tech/archives/4187
・Pantsモノレポの改善~テスト時間短縮・依存の集約管理・pex~
https://caddi.tech/archives/4362
・CADDi AI Labの進化 R&Dから実用プロダクトへの旅路
https://speakerdeck.com/imaimai0/caddi-ai-labnojin-hua-r-and-dkarashi-yong-purodakutohenolu-lu-number-pmconf2023
・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

【仕事内容（変更の範囲）】
エンジニア業務(情報処理システムの分析、設計の業務)及びこれらに関連する業務