Machine Learning Engineer / Platform / English team★フレックス＆リモート可 | G Talent/ビズメイツ株式会社の求人詳細

English

当サイトに広告掲載をお考えの企業様

求人検索

更新日 2025-05-01
掲載開始日 2025-05-01

Machine Learning Engineer / Platform / English team★フレックス＆リモート可

NEW

この求人の取扱い会社	G Talent/ビズメイツ株式会社
企業名	会社名非公開
職種	IT関連（その他） - 機械学習エンジニア/AIエンジニア
業種	インターネット・プロバイダー関連
勤務地	アジア日本東京都台東区
仕事内容	【業務内容】 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】図面に対する画像認識システムの構築図面画像を解析し、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。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、運用画像認識モデルの構築、アノテーションの仕組み作り大規模言語モデル(LLM)や大規模視覚モデル(LVM)の活用検討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高いモデル精度を保証するための実験、分析、可視化図面上の情報抽出を行うバッチ処理、APIの開発とデプロイ【業務例】CADデータに対する解析システムの構築 CADデータを解析し、CAD内の情報や3D形状情報から必要な情報を抽出する技術開発を行います。 CAD解析モデル・アルゴリズムの構築、アノテーションの仕組み作り作成したCAD解析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高いモデル精度を保証するための実験、分析、可視化 CADデータから情報抽出を行うバッチ処理、APIの開発とデプロイ【業務例】機械学習プロジェクトマネジメント図面解析モデルをはじめとした機械学習モデル開発のプロジェクトマネジメントを行います。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プロダクトマネージャーと議論し、機械学習モデルのKPI詳細化・スケジュール合意必要に応じてアノテーションを定義し、アノテーションチームと適宜連携しデータセット作成図面解析・CAD解析に記載の業務例を自身 or チームの機械学習エンジニアとともに推進【採用背景】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。【組織について】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。【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 ※特に関係するものを太字にしています
企業について（社風など）	【モノづくり産業のポテンシャルを解放する】モノづくりに携わるすべての人が、本来持っている力を最大限に発揮できる社会を実現する。そのために私たちは、産業の常識を変える「新たな仕組み」をつくります。見積業務や管理業務に忙殺される、営業力が足りない、情報やネットワークが乏しい。こうした縛りをほどくことで、各企業のポテンシャルを解放する。小さな町工場も、歴史ある大規模メーカーも、創立まもないベンチャーも。すべてのモノづくり企業が強みを活かして輝き、新たな価値たくさん生まれる。そんな未来を切り拓くために、私たちは挑み続けます。 ◆フラットな組織ポジションやチーム、これまでの経験、性別、年齢などに関わらず、意見が言い合える＋良いことはすぐに取り入れる、とフラットでオープンな組織です。 ◆優秀なメンバー Apple、マッキンゼー、三菱商事、サイバーエージェントなど、リーディングカンパニーで大活躍していたメンバーが集まっているチームです。毎日成長と刺激の多い環境があります。 ◆エンジニアドリブンまだ世界で先行事例がない領域の事業を行っているため、技術力が非常に重要であり、エンジニアが主役の会社です。 -------------------------------------- ◎特注品の発注者と全国の加工会社を自動見積のテクノロジーを用いてつなげるサービス「CADDi」製造業は、180兆円規模の国内総生産額を誇る、日本の基幹産業です。実は、その内の120兆円程度が、部品調達にかかるコストによって占められています。これほど大きな比率を占めているにも関わらず、調達分野では100年以上大きなイノベーションが起きてきませんでした。なかでも、全体の約3分の1を占める多品種少量生産業界（大型輸送機器、産業機械、医療機器業界など）の部品調達においては、不安定な受発注、発注や見積にかかる手間、調達コストや生産側の赤字比率の高さなど、発注側・受注側双方に様々な社会課題がありました。これらを解決すれば、日本国内にとどまらず、世界中のメーカーがより付加価値の高い仕事に注力でき、モノづくり産業全体が持つポテンシャルを最大限発揮できると考えました。そこから、キャディは、特注品の発注者と全国の加工会社を自動見積のテクノロジーを用いてつなげるサービス「CADDi」を、世界に先駆けて開発しました。
勤務時間	フルフレックスタイム
応募条件	■必須要件機械学習、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業務経験機械学習、統計のモデルの精度改善の経験 Python、Rust等を用いたWebサービスに関わるAPIの開発、運用経験 Google Cloud、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、運用経験日本語での流暢なビジネスコミュニケーション能力テキストコミュニケーションやミーティングを含め、日常業務を日本語で完結できること例：日本語能力試験N2程度、日本語環境での3年程度の就業経験をお持ちである等 ■歓迎要件画像認識やOCR、3D解析に関連する業務経験 MLプロジェクトマネジメントやMLチームリードのご経験 GPUを用いたデータ処理の経験（CUDA、OpenCL、cudf、CuPyなど） Vertex AI Pipeline、kubeflow、Apache Beam、Sparkなどを用いて機械学習パイプラインを開発した経験機械学習、データサイエンスのモデルを継続的に改善・提供した経験 Data-centricに機械学習モデルを改善するために、データ品質を高める施策を実施した経験 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 ■求める人物像キャディのミッション・バリューに共感し、表現することができ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方 ML/MLOps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
英語能力	なし
日本語能力	ビジネス会話(日本語能力試験2級又はN2)
中国語能力	なし
年収	日本・円 700万円〜 1200万円
給与に関する説明	各種手当・交通費実費支給・1ヶ月3万円を上限としオフィス出社日数分を支給・遠方在住者は上限6万円/月を支給・子ども手当・18歳以下の扶養家族1人につき1.5万円/月社員同士の交流支援・部活動支援費（1活動1500円/1名）・Teaming Offsite費用補助（5,000円/1名、Q1回まで）・チーム内交流の食事代補助（2,000円/1名、月1回まで）・異なるチーム同士の交流の食事代補助（3,000円/1名、月1回まで）成長サポート・サーバー代補助（1万円/月まで、エンジニアが対象）・書籍購入支援・外部研修受講費支給ライフイベント・ファミリー支援・育児休業・介護休業（入社3か月後から取得可能）・結婚お祝い金（5万円）、出産お祝い金（10万円）・引っ越し補助金その他・社会保険完備（雇用・労災・健康・厚生年金）・PC支給・健康診断・婦人科検診費用全額補助、人間ドック費用補助・全社表彰や部署ごとのアワード
休日	土日祝年次有給休暇年末年始休暇特別休暇慶弔休暇忌引き休暇リフレッシュ休暇夏季休暇
契約期間	正社員