【募集背景】 - アダコテックでは製造業において品質を守るうえで重要な、しかし、なかなか機械による自動化が実現できていない検査/検品を画像検査AIで解決することをミッションとしています。長年の研究開発の結果、検査精度も向上し、導入企業は順調に増えています。 - しかし、工場のラインに導入される際には、環境の変化、温度の変化、受け入れ基準の変化、経年劣化などの問題が起こるため、お客様である各工場の担当者がモデルのチューニングを簡単に、かつ工場内の基準を満たすようにする必要があります。そのため、実現のためには多くの課題が存在します。 - より多くのお客様に活用いただき、製造業の課題を解決するためには、お客様はもちろん、ビジネス、ソフトウェアエンジニア、データサイエンティストなど多様なステークホルダーと協力して力を発揮する必要があります。また、新しい分野であるため、継続的に成果を出すためには組織/業務プロセスの構築と改善することが非常に重要になります。ChatGPTの登場などで、何度目かの盛り上がりを見せているAIですが、製造業においてはまだまだデファクトスタンダードとなるプロダクトは登場しておりません。エンジニア組織のスループットを最大化することで、価値ある新しいプロダクトを作り出していける方の応募をお待ちしております。 【主な業務内容】 - プロダクトの成功のための開発組織の成果の最大化 - 継続的に価値を生み出すための組織/業務フローの設計 - 1on1の実施や評価・フィードバック制度の改善などピープルマネジメント領域での活動 - エンジニア採用およびパフォーマンス最大化のためのオンボーディングプロセスの運用および改善 - ステークホルダー（他社・他部署）を含めたコミュニケーションやファシリテーションの実施によるプロジェクト推進 【ポジションの魅力】 - 複雑な分野で価値提供がAIと密に結びついているプロダクトの開発/運用をできます。 - 業務フローやプロダクトも定型化されていないので裁量と責任をもって事業に影響を与えることのできるポジションです。自ら率いたチームで新しい価値を作ってみたい方と一緒に働きたいです。 【開発環境】 開発言語：Python / Go / C++ / Rust インフラ：AWS（ECS / EKS / Aurora / ElastiCache / SQS / S3 / Athena） 構成管理：Terraform CI/CD：GitHub Actions / Codebuild ワークフロー：Argo workflow ロギング：fluentbit / Kinesis firehose / cloudwatch / mlflow 監視：Datadog / Sentry / cloudwatch QA：Autify バックログ管理：Zenhub コミュニケーション：Google Meet / Slack / Miro / Notion 【株式会社アダコテックについて】https://adacotech.co.jp/ ■プロダクト －検査･検品の外観検査AIソフトウェア「AdaInspector Cloud」 ノーコードの直感的な操作によって、検査・検品の自動化システムの構築および実装を一気通貫で提供するシステムです。AIや画像解析領域のエンジニアリングを専門としていない方も、検査・検品の自動化に機械学習を活用することができます。 ■導入実績 - 公表可能な取引先：相川プレス工業、アイシン、ジェイテクト、セントラル警備保障、デンソー、トヨタ自動車、トヨタ紡織、本田技研工業、三井E&S、矢崎総業、NJコンポーネント(50音順) - 自動車Tier1、電子部品、半導体メーカー等の大手企業との累計150件以上の取引実績があります。 ■受賞歴（一部抜粋） - ICCサミットFUKUOKA2020 スタートアップ・カタパルト 優勝 - IVS LaunchPad 2020 Summer 優勝 - 週刊東洋経済「すごいベンチャー100」選出 - Deep Tech Venture of the Year 2023 グロース部門 受賞 ■産学連携 - Adacotechのコア技術となっている画像解析技術：高次局所自己相関特徴抽出法（HLAC）は国の研究機関である産業技術総合研究所（産総研）にて開発された特許技術で、米国立標準技術研究所（NIST）が取り纏めているgait認識の国際的なコンペティションで世界一位を達成しました。 - 技術顧問陣（大津展之氏、村川正宏氏、小林匠氏）との共同研究成果は、最新論文が査読付き国際カンファレンス「ICPR 2020」に採択され高い評価を得ています。本田技研工業との共同実証事例を精密機械工学会にて発表もしております。 ■コア技術 －「HLAC特徴抽出法」を用いた画像･動画解析技術 - 少ないデータ量で高精度の解析ができるほか、異常として学習したものを検出するのではなく「正常を逸脱したものを検出する」モデルのため、前例のないようなケースも含めて高い精度で異常を検出することが可能です。 - 常時並列演算を必要としないことから計算処理の負担が小さく、ノートパソコンのような汎用PCでもミリ秒オーダーの処理を実現･運用できるのも強みです。

- プロジェクト/プロダクトの価値最大化のためのチーム運営の経験(3人以上／1年以上) - ソフトウェアエンジニアとしての開発経験 - AWS/Azure/GCPなどクラウド環境での開発経験

- アジャイルな開発プロセスを推進した経験 - アウトカムを意識した業務フローの設計ができる - 機械学習/統計に関する関心 - エンジニア評価制度の設計および制度に基づいた評価の経験

- テクノロジーを使った社会課題の解決にグッとくる方 - 新しい知識・技術に興奮し、貪欲に吸収したり、周囲と共有するのが好きな方 - 課題を特定し、解決策を見つけ、実行に移すまでを自走して働くスタイルを好む方 - よりよい開発のための仕組み化や新しい技術の採用など、敢えてルーティーンから一歩踏み出して試行錯誤することに前向きな方 - 事業状況に応じて時に発生する優先順位の変更にも、柔軟に立ち回れる方