IT（PM・SE） - データサイエンティスト・データアナリスト
IT（PM・SE） - AI・MLエンジニア
技術系（機械設計・製造技術） - IoT・AI・データマネジメント

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。

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。

【参考記事】
■ML/MLOpsエンジニア向け採用資料
https://recruit.caddi.tech/machinelearning
■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
■CADDi DRAWER_ 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
■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
■Vertexで3ヶ月で作る運用可能なML API基盤
https://caddi.tech/archives/4123
■図面をデノイジングする技術について - 【ABEJA × CADDi】
https://speakerdeck.com/caddi_eng/tu-mian-wotefalseisinkusuruji-shu-nituite
■図面からの母材形状認識 - 【ABEJA × CADDi】
https://speakerdeck.com/caddi_eng/tu-mian-karafalsemu-cai-xing-zhuang-ren-shi-abejaxcaddi
■キャディ小橋CTO「1000ページの図面解析は機械学習でも大変だった」AI Lab“戦略的”組織変更の裏側
https://levtech.jp/media/article/interview/detail_276/

■休日：完全週休二日制, 土, 日, 祝日, GW, 夏季休暇, 年末年始

■応募資格（必須）
・Google Cloud、AWSなどクラウドサービスを利用したサービス開発、運用経験
・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
・Python、Rust、Go、Java、Scala、Kotlin、C++等によるアプリケーション開発経験
・日本語での流暢なビジネスコミュニケーション能力（日本語能力試験N2程度）

■応募資格（歓迎）
・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
・MLOps、SREに関連した開発経験
・ML 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改善・提供した経験
・大規模サービスでの負荷、スケーラビリティを考慮した開発経験
・Data LakeやFeature Storeなどの構築、運用経験
・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
・BigQueryやRedashを用いた社内外へのデータ活用施策の企画、推進の経験
・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

■職種未経験者：不可