19:00~ 開始いたします
View Slide
2 Product ManagerYohei Oniki航空会社、コンサルティングファームを経てfreeeに入社。Product Managerとして0→1、1→10、10→100といった様々なフェーズのプロダクトを担当。キャディ株式会社に入社後は、Product Managerとして、新規事業である図面データ活用クラウド(CADDi DRAWER)の立ち上げに従事。Frontend EngineerKeisuke Kan新卒でソーシャルゲーム部門に配属され、バックエンドエンジニアとして開発等を担当。その後データ分析ツールやその他複数のスタートアップへ参画。キャディへ入社後は、フロントエンド開発およびBFFサーバーの開発等を担当。2
3 AI Lab Tech LeadShunsuke Kawai (@vaaaaanquish)Sansan株式会社、Yahoo! JAPAN、エムスリー株式会社を経て、2021年12月よりCADDiにジョイン。AI Lab創設後、チームの開発環境整理や社内の課題を吸い上げを実施中。過去には機械学習アルゴリズムの実装やチームリーダーとしてマネージメントなどに従事。業務の傍ら、機械学習合同開発グループの運営やXGBoostおよびLightGBMのRust wrapperメンテナを務める。その他、外部の機械学習コンペ入賞経験など。3 HRYuya Ueno日立製作所、リクルートキャリア(現:リクルート)を経て2022年5月よりCADDiにジョイン。CADDiでは、HRとしてエンジニア採用と人事企画(オンボーディング・研修・全社サーベイ等)を担当。
本日のアジェンダ4 ● 19:00-19:03 はじめに● 19:03-19:20 CADDi DRAWER概要● 19:20-19:55 対談● 19:55-20:05 質疑応答● 20:05-20:10 クロージング
図面データ活用クラウド“CADDi DRAWER”が遂にリリース5 多数メディアに掲載- 日経新聞(本誌)- 日経電子版- 日経クロステック- 日刊産業新聞- ASCII- Monoist- IoT news- エキサイト- 創業手帳- and more
6 https://warekennis.nl/wp-content/uploads/2013/11/bridging-the-information-worker-productivity-gap.pdf形式は違えど、図面データをただ保管しているだけ将来の設計・調達・製造・保守等になんの価値も生み出せていない10年以上前の図面が紙で倉庫に保管担当者のメールやローカルフォルダに保存システムに登録されているが、検索にHitしない「最重要データ」といわれる図面は、“資産”とほど遠い
7 図面は、情報の宝庫
8 図面は、情報の宝庫
9 図面の最も重要な情報、それが”形状”CADDi DRAWERでは、図面の形状から類似図面が検索可能
図面を貯める検索する情報を抜きだす情報を関連づける行動する分析する図面etc..品質設計見積受注 発注CADDi DRAWERを軸とした新たな図面データ活用サイクル
11 従来の図面管理システムの対象範囲図面etc..品質設計見積受注 発注図面を貯める検索する情報を抜きだす情報を関連づける行動する分析するCADDi DRAWER目的過去の図面データを正しく保存する主要機能承認フロー権限コントロールバージョン管理etc目的図面を中心としたデータ・ナレッジを活用して未来に生かす主要機能図面解析キーワード/類似検索関連データの自動紐付etc従来の図面管理システムとの違い
12 図面etc..品質設計見積受注 発注図面を貯める検索する情報を抜きだす情報を関連づける図面の文字・属性情報自動抽出図面の表題欄をテンプレートをもとに解析することにより、図面に記載された文字や属性情報を自動抽出発注実績の自動紐付けCSV出力した発注実績データを一括登録することで、図面の属性値をキーとして図面と自動で紐付けキーワード検索・類似図面検索自動で解析した図面内のテキスト情報や形状をもとに、図面に関する情報を検索図面の一括アップロード二次元形式の図面を一括でアップロードし、クラウド上に格納(数百万枚程度の格納が可能)行動する分析する図面の資産化を意識した機能開発
13 21年7-9月 21年10-12月 22年1-3月 22年4-6月顧客課題の発見解決策の特定(類似図面検索の着想)実現への挑戦(技術的不確実性の解消)プロダクト化Problem Solution Fitの手応え社内外にヒアリング 要素技術の開発自社データでデモ顧客データ(数千枚)でデモベータ版開発製品版開発Problem Solution Fitを確信製品版を提供開始プロダクト化への探索の道のり
本日のアジェンダ14 ● 19:00-19:03 はじめに● 19:03-19:20 CADDi DRAWER概要● 19:20-19:55 対談● 19:55-20:05 質疑応答● 20:05-20:10 クロージング
15 対談テーマ①図面データ活用クラウドサービスの開発背景秘話
16 対談テーマ②直面した課題とその乗り越え方
17 対談テーマ③開発体制/チーム/技術スタック
18 DRAWERチーム開発体制・快適なOnboarding・早くて正確なOps・類似画面検索をベース とした、顧客の業務フ ローに入り込める機能 開発・技術負債の解消DRAWER TeamTeam1:Onboarding Team2:AppTaskforce:technical debt
19 Search&IndexingML推論君エンジンVertexによるフルマネージドなEndpoint群deep特徴● Opensearchによるvectorとtextの複合検索○ k8s基盤をDRAWERチームが用意○ 初期開発時点では AI Labが一気にソフトウェア面を開発■ 簡易デモ作成 2週間● アルゴリズム特徴量から始め Deepへ■ Opensearchのindex仕様連携 2ヶ月■ 機能改善や仕組みチューニング 3ヶ月○ AI Labと協力しつつDRAWERチームに責務を移譲● Deep推論はGPUに切り出すことで責務を分離○ k8sではGPU/CPUの共存が難しいため Vertexへ他部署との連携(AI Lab)※ Deep Learningモデルについては過去イベント参照(ここから更に改善も進んでいます)https://speakerdeck.com/caddi_eng/tu-mian-karafalsemu-cai-xing-zhuang-ren-shi-abejaxcaddi
20 対談テーマ④今後の展望
本日のアジェンダ21 ● 19:00-19:03 はじめに● 19:03-19:20 CADDi DRAWER概要● 19:20-19:55 対談● 19:55-20:05 質疑応答● 20:05-20:10 クロージング
22 今後のイベントのご案内7月 8月 9月技術イベント採用イベントCADDi DRAWERイベント第二弾(予定)CADDi DRAWERイベント第三弾(予定)未定確定次第connpassやTwitterで発信しますのでぜひフォロー・ご登録ください※イベント以外にも、Tech Blog等更新予定です未定
23 詳しくは右記よりご覧くださいバックエンドエンジニアフロントエンドエンジニアプラットフォームエンジニアエンジニアリングマネージャーテクニカルサポート/TAMアルゴリズムエンジニア機械学習エンジニアMLOpsエンジニアQAエンジニアSaaSエンジニアプロダクトデザイナー データエンジニアRECRUITING POSITIONプロダクトマネージャー
24 ENTRY@CaddiTechhttps://caddi.tech https://corp.caddi.jp/recruit/engTECH BLOG RECRUIT SITEアンケートにご協力をお願いします。