キャディには、受発注や製造工程のプロセスの中で生れまた大規模なデータがあります。一連のプロセスに紐づく全てのデータを活用することが、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。 Machine Learning Engineerは、機械学習、データサイエンスにおけるモデルの開発および、それら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。キャディの持つデータを活用し、プロダクトに価値を提供できる高い精度でのモデリング技術、およびチームでの安定したシステム開発を期待します。 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。 【業務例1】図面に対する画像認識システムの構築 キャディが保有するパートナー様の図面画像を解析し、図面上に記載された情報を抽出する技術開発を行います。 ・図面上の情報抽出を行うバッチ処理、APIの開発、CI/CDを用いたデプロイ ・画像からの特徴抽出、それらを用いた類似画像検索システムの構築、保守、運用 ・Deep Learningを用いた図面の分類モデルの構築、アノテーションの仕組み作り ・作成した画像認識モデルのデモやレポートの作成および社内外への技術説明 ・図面情報に関する課題の社内外からのヒアリングおよび要件を満たせるタスク定義 ・高いモデル精度を保証するための実験、分析、可視化 【業務例2】サプライチェーンにおけるデータ分析 キャディは受発注における、加工会社の推薦や生産管理、物流拠点での受け入れなどのサプライチェーン構築、マネジメントを行っています。それらのデータを解析し、コスト削減やエコノミクス改善のための仮説立て、データ解析、仮説検証を行います。 ・オペレーションの観察、ステークホルダーとの議論等を通じた課題設定と仮説構築 ・社内および顧客企業と連携した、データ収集、パイプライン構築、分析基盤構築のリード ・需要予測、在庫最適化等を目的とするデータ分析、最適化手法の開発 ・実データのクレンジング、構造化、説明可能性の高いモデルの構築 ・製造業に関わる外部変数の収集、分析 【業務例3】：調達フローにおける最適化アルゴリズムの適用 キャディが持つ流通、調達のフローや、実際のサプライパートナーの現場に対して、最適化アルゴリズムを適用し、コスト削減や業務の効率化を行います。 ・キャディが持つ製造拠点内の業務フローのデータ化、収集、分析のための基盤構築 ・画像解析技術やデータ分析、異常検知等の技術を用いた拠点業務の自動化 ・顧客からの課題のヒアリング、タスク定義とシステム開発 ・ヒューリスティクス、数理計画、機械学習などの複合的なアプローチを用いた調達フロー最適化 ・IoTデバイスを用いた拠点や工場内のデータの収集、および活用プロジェクトの立案、推進 より具体的なCADDiの技術については、以下で公開しています。 ・The letter from CTO to all the engineer Applicants. 　CADDiのミッション・バリュー、プロダクトや利用している技術を紹介しています 　https://speakerdeck.com/caddi_eng/caddi-the-letter-from-cto-to-all-the-engineer-applicants ・CADDi MLE/DS Recruit 　MLエンジニア、データサイエンティストの活躍をイメージして頂くためのLPです 　https://recruiting.caddi.jp/recruit/mlds ・Data活用の未領域に挑むAI Lab 　過去のAI Labの未来を紹介するイベントの登壇レポートです 　https://caddi.tech/archives/3003 ・図面をデノイジングする技術について 　AI Labの技術を紹介するスライドです 　https://speakerdeck.com/caddi_eng/tu-mian-wotefalseisinkusuruji-shu-nituite ・図面からの母材形状認識 　AI Labの技術を紹介するスライドです 　https://speakerdeck.com/caddi_eng/tu-mian-karafalsemu-cai-xing-zhuang-ren-shi-abejaxcaddi

・キャディのミッションである「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 ・機械学習、統計、線形代数、コンピュータサイエンスに関連したアルゴリズムの基礎知識 ・機械学習を活用したビジネス上の課題を解決する3年以上の業務経験 ・機械学習、統計のモデルの精度改善の経験 ・PythonまたはRustを用いたWebサービスに関わるAPIの開発、運用経験 ・GCP、AWSなどクラウドサービスを利用した業務経験 ・Docker等のコンテナ技術の基礎的知識 ・Git、CI/CDを用いたチーム開発、運用経験

・GPUを用いたデータ処理の経験（CUDA、OpenCL、cudf、CuPyなど） ・Vertex Pipeline、kubeflow、Apache Beam、Sparkなどのデータパイプライン技術を用いた開発経験 ・Kaggleなどのデータ分析コンテストにおける複数回の入賞経験 ・機械学習、データサイエンス分野における主要学術誌での論文執筆経験 ・数値最適化手法のビジネス上の課題に対する活用経験 ・フロントエンド、バックエンドに関わるWebサービス開発経験 ・分散処理に関する開発・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がある ・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 ・ミッション達成に関わる全ての事象に対してリーダーシップを発揮できる ・妥協を減らすための思考やプロセス改善ができる