【ポジション概要】
全社のデータ利活用に関わる"攻め"・"守り"いずれも横断しての戦略策定・プロジェクト推進を担当

【業務詳細】
本ポジションでは、全社のデータ利活用に関わる"攻め"・"守り"いずれも横断しての戦略策定・プロジェクト推進を担っていただきます。

データサイエンス部門やデータエンジニアリング部門はもちろん、経営層やビジネス部門、IT部門、法務、政策渉外部門、グループ企業のCDOなど、幅広いステークホルダーとの折衝・調整を進めながら、データ活用による事業インパクト創出に向けたプロジェクトをリードいただきます。

ユーザーの暮らしや社会をより便利にするための"データ利活用"については、その期待と比例しデータガバナンスに対する要求水準も日々高まっています。

個人情報保護法をはじめ各種データ活用に関連する法令遵守や、データプライバシーへの対応・適切なデータ活用を行うなかで、本ポジションは全社の関係者を対象としたルールの策定・ルール遵守の環境やプロセス構築、ユーザーへのデータプライバシー機能提供、データ利活用による事業インパクト創出に向けた企画などを担います。

検索やメディア、コマースなど100を超えるサービスを通じて、日々蓄積される日本最大級のビッグデータを事業インパクトに繋げるための戦略立案や推進に寄与できる点が魅力です。

経営層やビジネス部門、IT部門、法務、政策渉外部門、グループ企業のCDOなど、幅広いステークホルダーとの折衝・調整を進めながら、LINEヤフーでのデータ活用による事業インパクト創出に向けたプロジェクトをリード頂きます。

検索やメディア、コマースなど100を超えるサービスを通じて、日々蓄積される日本最大級のビッグデータを事業インパクトに繋げるための戦略立案や推進の一翼を担えます。

【主な業務内容】
・ビジネス部門の課題分析を通じたデータ活用戦略の立案と実行推進
・データガバナンスに関するルール策定・運用企画
・ステークホルダー（経営層、各CxO、事業のビジネス責任者やデータ責任者、グループ企業のデータ責任者など）との折衝や調整

【参考資料】
https://www.lycorp.co.jp/ja/story/20240823/od.html

■休日：完全週休二日制, 土, 日, 祝日, 年末年始

As a product manager, will be responsible for product construction and execution (project management) to provide new experiences to users and solve various problems that users have through various analyzes. While logically creating the concept of "what the product should be" and "what the user really wants" using data, and in collaboration with engineers and QA, everything from actual development to release Process is the scope of business.

(Specific business example)

Providing market / competitive analysis
Defining business requirements
Developing product strategy and KPI
Building documentation and roadmap
Running test cases and the implementation process

■休日：完全週休二日制

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

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
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②】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③】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

【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