キャディ株式会社

『CADDi』は、製造現場で扱われる図面をアップロードすると、部品の製造原価を自動的に算出し見積もりを提示。
受注が成立すれば、最適な加工工場に発注するという仕組みです。
裏側には、全国の約100の協力加工会社（町工場）の原価テーブルや得意分野といった情報データベースがあるので、
相見積もりを取ることなく確定発注が行えます。
『CADDi』のイノベーションは、まず図面データを解析し、必要な加工工程を割り出して価格を算定するアルゴリズムの開発（特許出願中）。
これによって、従来は2週間程度かかることもあった見積もりを瞬時に提示できるようにしました。

また同社は日本国内のみならず、ベトナム、タイ、アメリカを含むグローバル4カ国で事業を展開し、
SaaSのトップクラスのパフォーマンスと言われるT2D3を大幅に超える成長を続け、グローバルでの事業拡大を加速しています。
さらなるサービス強化のため、昨年11月には初の名古屋拠点を２拠点同時開設を完了しました。

【総額118億円のシリーズC資金調達を実施】
シリーズCラウンドで総額118億円の資金調達を実施しました。今回調達した資金は、グローバルも含めた人材採用やCADDiの開発、そして新規事業に投資する予定です。これにより、受発注にとどまらず、設計から製造・物流・販売までのバリューチェーン全体のDXを加速し、製造業のデジタル化におけるデファクト・スタンダードを構築することで、2030年までに１兆円規模のグローバルプラットフォームになることを目指します。

■2025年3月にシリーズCにおいて、91億円の追加資金調達を実施
・2024年の事業統合を経て、SaaSとなってから初めての投資
・リードが海外VC=グローバルからの期待をいただけた点

【創説者である二人の経歴】
加藤氏は、2014年に東京大学卒業後、グローバルコンサルティングファームのマッキンゼー・アンド・カンパニーに入社し、2016年にマネージャーに昇格。日本、中国、アメリカ、オランダなどで重工業や大型輸送機器、医療機器といった大手製造業の購買・調達改革をサポートしたほか、IoT／Industry4.0領域をリードした経歴を持ちます。また、共同創業者でCTOの小橋昭文氏は、スタンフォード大学／大学院で電子工学を専攻後、ロッキード・マーチン本社でソフトウェアエンジニアとして4年間、衛星の大量画像データ処理システム構築に従事し、NASAやJAXAとの共同開発に携わる。その後、クアルコム社で半導体セキュリティ強化に従事の後、アップル本社でシニアエンジニアとしてワイヤレス方式のマイク付きイヤフォンなどの開発をリードしたというキャリアの持ち主です。
https://speakerdeck.com/caddi_eng/caddi-recruit-202108

CEO　加藤氏　notehttps://note.com/yushirodesu/

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「CADDiDrawer」を展開しております。
CADDiDrawerは図面データを機械学習などの技術により構造化し、
情報資産としての活用を可能にするものです。
既に国内の大手製造業から加工会社のお客様に活用されており、急成長中です。
2023年からは海外での販売も開始し、グローバル展開を加速させています。
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・集約し、全体最適の実現を目指します。
MLOpsエンジニアはMachineLearningEngineerと協業し、機械学習モデルを
継続的にサービス提供するための基盤構築、保守、運用を行います。
【具体的には】
・ MLOpsエンジニアは、機械学習エンジニアと協業し、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。
・ 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SiteReliability向上のための実装
・ VertexやArgoWorkflow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

・ Python、Rust、Go、Java、Scala、Kotlin、C++等によるアプリケーション開発経験
・ GoogleCloud、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
・ 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

【歓迎】
・ VertexAIPipeline、kubeflow、ApacheBeam、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
・ MLEngineer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
・ DataLakeやFeatureStore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