Staff Machine Learning Engineer

必須

• 7年以上の機械学習モデル開発経験
• 機械学習モデルをプロダクトにリリースし、継続的に運用・改善した経験
• 事業やプロダクトの課題を機械学習の課題として定義し、要件定義から設計・実装・リリース・運用までを主導した経験
• 機械学習システム（学習・推論パイプライン、評価の仕組みを含む）のアーキテクチャ設計経験
• 複数名のチーム、または複数プロジェクトにおけるテクニカルリードの経験（技術選定・設計レビュー・品質担保に責任を持った経験）
• 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
• 機械学習、統計のモデルの精度改善の経験
• Python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
• 経営・事業サイドを含む、他職種のステークホルダーに機械学習施策の ROI やトレードオフを説明し、意思決定を促した経験
• 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N1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

• 画像認識やOCR、3D解析に関連する業務経験
• MLチームのピープルマネジメント、またはML組織・チームの立ち上げ経験
• 大規模言語モデル(LLM)や大規模視覚モデル(LVM)をプロダクションに適用した経験、および出力品質の評価設計の経験
• 大規模データ・大規模学習基盤の設計、運用経験
• 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
• 組織横断での技術標準や開発プロセスの策定、推進経験
• 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
• カンファレンス登壇、技術ブログ執筆、OSS活動等を通じた技術発信の経験

求める人物像

• キャディのミッション「モノづくり産業のポテンシャルを解放する」に共感する方
• 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
• 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
• 正解のない状況においても自ら課題を定義し、周囲を巻き込んで前に進めることができる方
• 技術的な深さと事業視点の両方を持ち、技術の価値を事業成果に接続できる方
• チームや他者の成果を最大化することに、自らの時間を使う意義を感じられる方
• 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的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

使用ツール

募集背景

• プロダクトが成長し、組織が拡大し続ける現在、私たちの前には「乗り越えなければならない壁」が次々と現れています。
• 全ての現場において、既存の枠組みに捉われず、技術の力で困難な道を切り拓いていくリーダーが必要です。
• 本ポジションは、特定の部署・プロダクトに所属を固定するものではありません。その時々で最も「壁」が厚く、かつ技術的な突破が事業に最大のレバレッジをもたらすポイントに飛び込み、変革をリードしていただくことを期待しています。

業務内容

• Staff Machine Learning Engineerは、機械学習・データサイエンス領域における技術戦略の策定と、モデルの開発およびそれらを継続的にサービスへ提供できる基盤の構築・保守・運用を主導します。
• 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と安定したシステム開発力を前提としたうえで、事業・プロダクトの課題を機械学習が解くべき課題として定義し、複数のプロジェクトやチームを横断して技術的な意思決定を行い、チームを成果に導くリーダーシップを期待します。

本ポジションに期待する役割

• 機械学習領域における技術戦略・技術ロードマップの策定と、プロダクトロードマップとの接続
• 不確実性の高い課題を機械学習の課題として定義し、実現可能なアプローチとアーキテクチャを設計する
• 複数のプロジェクト・チームを横断するテクニカルリードとしての技術選定、設計レビュー、意思決定
• モデル／システムの品質基準や実験・評価の仕組みを整備し、再現性と継続的な改善を担保する
• 技術指導やレビューを通じたメンバーの育成と、チーム全体の技術力の底上げ、および採用活動への貢献

得られる経験

• 熱量の高いメンバーと共に、難易度の高い技術的課題に挑戦する経験
• 事業インパクトの大きい領域において、技術戦略の策定から実行までを一貫して主導する経験
• 機械学習に加え、ソフトウェア領域など幅広い領域に精通したメンバーと共に仕事をする経験
• 技術をどのようにビジネスとして価値展開するかまで踏み込んで課題解決をする経験
• 経営陣やプロダクト責任者と近い距離で、技術的な意思決定に関与する経験
• チームや組織の技術力・開発プロセスを設計し、スケールさせる経験
• MLOpsやプロダクトマネジメントのメンバーとも距離が近く、will次第で仕事の幅を広げることができる

チームについて

• 開発組織全体では、エンジニア・デザイナー・プロダクトマネージャーが機能開発（図面活用・検索・見積等）、データ基盤、機械学習/MLOps、Enablingなどのチームに分かれて活動しています。チームトポロジーの考え方を取り入れ、「各チームの裁量とスピード感」と「全体最適」の両立を目指しています。

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**, **Claude Code**, 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