$30 off During Our Annual Pro Sale. View Details »

MI-6 エンジニア採用資料 / MI-6 Engineer Recruitment Resources

mi-6
August 01, 2022
3.4k

MI-6 エンジニア採用資料 / MI-6 Engineer Recruitment Resources

株式会社MI-6(エムアイシックス)のエンジニア向け採用資料です。
本資料は、MI-6の会社紹介や事業、エンジニア向けの募集要項をまとめたものです。

1. MI-6について
2. 材料開発について - 業界の現状と課題
3. 事業概要
4. MI-6の挑戦
5. メンバー紹介
6. 募集要項

よろしければこちらもぜひご覧ください。
●MI-6株式会社のQiita
https://qiita.com/organizations/mi-6
●MI-6株式会社の採用ページ
https://recruit.mi-6.co.jp/#c6ef2385a9de4072be568b54067561ac
●代表インタビュー
https://www.jafco.co.jp/andjafco-post/2023/07/13/000245/
●調達リリース情報 - MI-6
https://prtimes.jp/main/html/rd/p/000000008.000034072.html

mi-6

August 01, 2022
Tweet

Transcript

  1. MI-6 エンジニア採用資料
    MI-6 ENGINEER RECRUITING

    View Slide

  2. アジェンダ
    2
    1. MI-6について
    2. 材料開発について - 業界の現状と課題
    3. 事業概要
    4. MI-6の挑戦
    5. メンバー
    6. 募集要項

    View Slide

  3. MI-6について
    MI-6
    About MI-6
    MI-6について
    3

    View Slide

  4. OUR MISSION
    材料開発とデータサイエンスのHubとなり
    研究者のポテンシャルを解き放つ

    View Slide

  5. Missions
    5
    Materials
    Data
    Science
    MI
    Service
    &
    Product
    材料開発とデータサイエンスのHubとなり
    研究者のポテンシャルを解き放つ

    View Slide

  6. Values
    6
    01 フロンティア・スピリット
    02 本質
    03 自走
    04 余白
    05 リスペクト
    企業理念を体現するためにMI-6が
    重要視する価値観・行動基準

    View Slide

  7. 会社概要
    7
    社名 MI-6株式会社
    本社 東京都港区芝浦3丁目17-11 天翔オフィス田町 5階
    代表者 木嵜 基博
    設立日 2017年11月17日
    社員数 29名(正社員/2022年6月現在)※業務委託・インターン・技術顧問含め約60名
    株主 経営陣、BEENEXT、DeepCore、みずほキャピタル、SMBCVC、リバネス、個人投資家
    事業内容 MI(マテリアルズ・インフォマティクス)に関する各種事業
    許認可 IS 755944 / ISO27001

    View Slide

  8. マネジメントチーム
    8
    2012年、京都大学法学部卒業。
    ITベンチャー企業に入社しクラウドソーシ
    ング事業の起ち上げ等に従事しマザーズ上
    場に貢献。2015年オリックス株式会社、
    2017年モバイク・ジャパン株式会社の日本
    責任者を経て2017年に当社創業。
    東京工業大学大学院修了(バイオインフォ
    マティクス専攻)。三菱総合研究所、外資
    ITベンチャーを経て、2019年に共同創業者
    として当社に参画。データサイエンス統括
    として、技術および組織の開発を牽引。
    木嵜 基博
    Motohiro Kizaki
    入江 満
    Mitsuru Irie
    南部 洋志
    Hiroshi Nambu
    2007年、東北大学大学院工学研究科修了
    (材料システム工学専攻)。大手メー
    カーにて無機材料研究開発、技術戦略策
    定等に従事。米系戦略ファーム、組織開
    発ファーム、SaaSスタートアップ代表取
    締役を経て、2020年当社参画。執行役員
    miHub事業部長としてSaaS事業の推進を
    担当。
    代表取締役 執行役員 データサイエンス統括 執行役員 miHub事業統括

    View Slide

  9. MI-6について
    MI-6
    Industry
    材料開発について - 現状と課題
    9

    View Slide

  10. Q. 素材とは?
    10
    A. イノベーションの源泉
    「素材」とはなんでしょうか?普段馴染みのない方がほとんどだと思いますが、
    我々は「素材とはイノベーションの源泉である」と考えています。
    スマホも電気自動車もさまざまな新しい素材によって初めて実現されたプロダクトであり、日本は世界トップシェ
    アの素材を非常にたくさん持っている競争力のある国です。日本で最も大きい市場規模を誇る製造業の中で、一番
    大きな市場規模を持つのが素材産業です。
    この素材産業が起こすイノベーションは全世界の70%に関与していると言われています。つまり世界中のイノベー
    ションの大半を生み出す素材の研究開発こそがイノベーションの源泉であると考えています。

    View Slide

  11. 素材の例
    11
    スマートフォン 電気自動車
    スマホも電気自動車も、素材によるイノベーションの結晶です。

    View Slide

  12. 日本の素材における世界シェア率
    12
    液晶ディスプレイ リチウムイオン電池
    日本は世界トップシェアの素材を非常に多く持つ、競争力のある国です。

    View Slide

  13. 素材産業の規模
    13
    素材
    22.5%
    (20兆円)
    ※付加価値額
    自動車
    18.3%
    一般機械
    食料品
    電気機械
    金属製品
    その他
    日本で最も大きい市場規模を誇る製造業の中で、最も大きな市場規模を持つのが素材産業です。

    View Slide

  14. 材料開発のマーケット課題
    14
    素材の研究開発には非常に長い年月が必要で平均20年かかると言われています。それはなぜか?
    ● なにを(原材料や添加剤)
    ● どうするのか(合成・加工)
    この組み合わせが無限にあるから、あまりに時間がかかってしまうのが現状です。
    1940 1950 1960 1970 1980 1990 2000 2010
    テフロン リチウムイオン電池
    ベルクロ
    チタン製品
    ヒ化ガリウム
    素材の研究開発には長い年月が必要(平均約20年)
    アモルファス磁性体材料
    オレフォン複分解用触媒

    View Slide

  15. マーケット課題がなぜ起きているのか?
    15
    原材料
    (ベース材)
    添加剤
    (機能付加)
    ✕
 プロセス
    条件
    (機能付加)
    目的物性
    (パフォーマンス)
    =

    「なにを」「どう加工するのか」の
    組み合わせがほぼ無限に存在する
    実験の大部分を
    経験と勘に依存している
    製造業の中で最もデジタル化が進んでいない領域が
    素材産業の研究開発部門

    View Slide

  16. 課題解決のインパクト
    16
    データに基づいた意思決定支援を素材業界に適用することで、効率的になり開発速度が向上し、
    また今まで作れなかった材料を作ることができます。また素材の研究開発能力が飛躍的に向上することで、
    世界に対する、日本の素材産業のプレゼンスが高まります。
    営業
    広告
    金融
    素材
    データに
    基づいた
    意思決定の
    支援
    経験と勘
    CRMプラットフォーム
    マーケティングプラットフォーム
    クラウド管理会計サービス
    営業
    広告
    金融
    素材
    データに
    基づいた
    意思決定の
    支援
    MI-6
    CRMプラットフォーム
    マーケティングプラットフォーム
    クラウド管理会計サービス
    MI(マテリアルズ・インフォマティクス)

    View Slide

  17. Q. MI(マテリアルズ・インフォマティクス)とは?
    17
    A. 素材開発におけるデータサイエンスの活用
    素材開発をMIと組み合わせることにより、
    平均20年かかると言われる素材開発を加速させていきます。

    View Slide

  18. MIのインパクト
    18
    全固体リチウムイオン電池材料の例ですが、MIを活用することで開発期間を1/5に短縮できました。
    実際に世界中でMI成果は確実に広まっており、MIを活用すると開発期間が1/5、1/10になったという事例が多く出てきています。
    実験中心型(従来型)
    MI型
    5年
    1年
    国内大手
    自動車メーカー
    海外大手
    素材メーカー
    全固体
    リチウムイオン
    電池材料

    View Slide

  19. マテリアルズ・インフォマティクス(MI)の適用領域
    19
    MIは幅広い領域に適用可能です。適応領域の例は以下のとおりです。

    View Slide

  20. MIの課題 : ごく一部のテーマにしか活用できていない
    20
    MI
    企業のテーマにおける
    MIの活用割合
    (MI-6調べ)
    幅広い領域に適用可能ですが、現状ではごく一部のテーマにしか活用されていません。

    View Slide

  21. MIをフル活用できない理由
    21
    アナログ
    and
    バラバラ
    実験データ
    テーマ数に対し
    圧倒的不足
    データサイエンティスト
    使いこなせない
    解析ソフトウェア

    View Slide

  22. MI-6について
    MI-6
    Business
    事業概要
    22

    View Slide

  23. 事業紹介
    23
    MI-6は「データ駆動型の材料開発」の実現を支援するための
    各種ソリューションを開発・提供します。
    例えばSaaSプロダクトmiHubを活用して
    ● 研究開発の期間短縮
    ● プログラミングの専門知識がなくても扱える
    ● MI活用を組織に定着
    という状態を作っています。

    View Slide

  24. miHub
    24
    実験条件最適化ソフトウェア「miHub」
    miHubはマテリアルズ・インフォマティクスの主要技術であるベ
    イズ最適化を、統計知識のない研究者でもシンプルに理解・実践
    できるソフトウェアです。miHubを利用することでMI利用が促進
    され定着し、データ駆動型のR&D組織を創ることが可能です。
    マテリアルズ・インフォマティクス特化SaaS

    View Slide

  25. 受賞歴
    25
    NEDO 2018年度AI分野:助成採択 / ディープテックグランプリ Tech Planeter2018:竹中工務店賞受賞 / Tech Sirius 2019:EY賞受賞 / “No Maps NEDO Dream
    Pitch”with 起業家万博:最優秀賞受賞 / イノベーションリーダーズサミット:Top20選出 / 未来2019:ファイナリスト / 平成30年度起業家万博:ファイナリスト /
    GRASSHOPPER DAY 2019 WINTER:2位入賞 / HONGO AI:最優秀賞受賞 / ICCサミット FUKUOKA 2020:リアルテック・カタパルト最優秀賞受賞

    View Slide

  26. MI-6について
    MI-6
    Product Development Challenges
    プロダクト開発における課題
    26

    View Slide

  27. プロダクトチームの課題
    27
    顧客の課題をどのように”発見”するのか
    顧客はデータサイエンスの知識がないため、正しく課題を認識できていないことが多いです。
    顧客の課題をどのように”解決”するのか
    顧客の課題を解決するためのソリューションを研究・開発する必要があります。
    解決策をどのように”届ける”のか
    1
    2
    3
    類似プロダクトがないため、理想的なUI/UXを自分たちで考える必要があります。

    View Slide

  28. 課題解決に向けた取り組み
    28
    プロダクトマネージャー &
    ML プロダクトマネージャー
    ML プロダクトマ
    ネージャー
    ML
    エンジニア
    Webエンジニア
    ロードマップ
    の定義
    ML
    リサーチャー
    ユーザーの
    課題発見・検証
    “ソリューションを届ける”
    ソリューション
    開発・検証
    機械学習
    ライブラリ開発
    アプリケーション
    開発
    “課題を解決する”
    “課題を発見する”

    View Slide

  29. MI-6について
    MI-6
    Work environment
    職場環境について
    29

    View Slide

  30. メンバー紹介
    30
    エンジニアリングマネージャー
    伊藤 聡史
    大学・大学院にてコンピュータサイエン
    スを専攻。バイオ企業にてビッグデータ
    の解析に従事した後に、フリーランスエ
    ンジニアを経て、MI-6に参画。フロント
    エンド、バックエンド、機械学習等幅広
    く担当。
    ML PdM 兼 MLマネージャー
    矢野目 佳太
    研究子会社にて画像解析のリサーチ業
    務、ロボティクススタートアップにてマ
    シンビジョンのアルゴリズム開発に従事
    した後に、2021年5月にMI-6に参画。現
    在はプロダクトマネジメント業務や機械
    学習アルゴリズム開発などに従事してい
    る。
    価値のあるプロダクトづくりを重視しており、技術志向に偏らないようなメンバーが揃っています。
    それぞれのバックグラウンドを活かして、アイディアを出し合いながら開発を進めています。
    テックリード
    村上 健太
    Researcher
    Saima Sultana
    Majored in Mechanical Engineering.
    After university, worked as an Artificial
    Intelligence Engineer for research,
    development and standardization of
    quality assurance technologies for ML
    and DL based models. Joined MI-6 in
    April,2022 and currently responsible for
    Machine Learning Research.
    大学では情報工学を専攻。Slerで生産管
    理・会計システムのSE業務を経て、フ
    リーランスWEBエンジニアとして活動。
    フリーランス時代はRailsをベースに、
    0->1開発も行い幅広く技術を経験。
    MI-6にはスカウト経由で副業として参画
    後、正式にフルタイムとしてジョイン。
    現在は開発業務全般を担当。

    View Slide

  31. 副業メンバー紹介
    31
    デザイナー
    小木曽 槙一
    ウェブ制作会社から事業会社を経て、
    2019年にMI-6へ参加。プロダクトデザ
    イナーとして事業のサービスデザイン・
    インターフェース設計、実装まで携わ
    る。趣味はプロ副業として他組織のSlack
    に入って絵文字を追加すること。
    機械学習リサーチャー
    岩崎 省吾
    大学院時代にベイズ最適化を始めとする
    ガウス過程回帰モデルに基づく適応的意
    思決定手法の研究に従事. 2022年5月よ
    りMI-6に副業として参加. 本業と副業案
    件のかたわらベイズ最適化の新しい研究
    テーマを考えることが最近の楽しみ..
    価値のあるプロダクトづくりを重視しており、技術志向に偏らないようなメンバーが揃っています。
    それぞれのバックグラウンドを活かして、アイディアを出し合いながら開発を進めています。
    機械学習エンジニア
    田中 健太
    Webエンジニア
    吉岡 誠
    メーカー系SIerやスタートアップなど
    様々な環境で開発やマネイジメント業務
    を行った後にフリーランスとして活動
    し、2020年5月からMI-6に参加。バック
    エンドやインフラ周りを担当。業界歴20
    年のおじさんエンジニア。
    ロボットや画像処理関係のソフト開発を
    行っているフリーのエンジニア。大手自
    動車メーカーにてロボットの制御ソフト
    開発に従事した後に、フリーランスとし
    て独立。2020年年末ごろから業務委託で
    MI-6に参画し、主に機械学習アルゴリズ
    ム開発を担当している。

    View Slide

  32. アドバイザー紹介
    32
    工学博士。 1994年京都大学工学部情報工学科卒業。
    1996年同大学院工学研究科情報工学専攻修士課程修了。
    1998年同博士課程修了、電子技術総合研究所入所。
    2000年より独GMD FIRST客員研究員。
    2003年より独Max Planck研究所研究員。
    2006年より同チームリーダー。
    2014年より東京大学大学院新領域創成研究科メディカル情
    報生命専攻教授。
    物質・材料研究機構 情報統合型物質・材料開発イニシア
    ティブ データ科学チーム長(兼任)
    理化学研究所 革新知能統合研究センター 分子情報科学チー
    ム長(兼任)
    研究テーマ:機械学習およびバイオインフォマティクス。
    経験豊富なアドバイザーにサポートいただきながら、プロダクトの開発を進めています。
    アドバイザー
    津田 宏治
    科学実験をロボットが行う時代がやってきた。
    それも、単に実験作業の置き換えではなく、機械学習・ロボット
    システムが「科学の真理」を明らかにするステージに入ってき
    た。それはラボの変革だけではなく、研究者の働き方や研究開発
    の進め方に大きな変化をもたらすのは確実である。
    その方法論を切り拓くことに取り組んでいる。
    現在、東京大学 大学院理学系研究科化学専攻 教授。
    東京工業大学の特任教授も務める。
    本業は固体化学の研究で、夢は室温超伝導体を発見すること。
    チャレンジャーの入社を求む。
    アドバイザー
    一杉 太郎
    Product Founder & Engineer
    「風呂グラマー」の愛称で呼ばれ、トレタやミイルを始めとし
    たB2C、B2Bプロダクトの開発、業界著名人へのインタビュー
    や年30回を超える講演、オープンソースへの関わりなど、外
    部へ向けた発信を積極的に行なっている。
    「ムダに動いて、面白い事を見つけて、自分で手を動かして、
    咀嚼して、他人を巻き込んで、新しい物を楽しんで作る」を信
    条に日夜模索中。
    日米で計4回の起業をしたのち、2018年10月に独立
    し"Product Founder"として広くプロダクトの開発に関わる。
    2019年7月より株式会社Bloom&Co.に所属。
    趣味は、最近始めたDJ。呼ばれればどこでも行きます。
    アドバイザー
    増井 雄一郎

    View Slide

  33. 働く環境
    33
    フルリモートで業務を行っており、地方に住むメンバーも多く在籍しています。
    春節を実家(台湾)で過ごす陳さん(右) 関西から業務を行うメンバー(左3人)と代表木嵜(右)

    View Slide

  34. 技術スタック
    フロントエンド インフラ
    TypeScript Chakra UI React
    Ruby on Rails Python
    機械学習
    AWS PostgreSQL
    Auth0 Docker
    PyTorch BoTorch
    Deap Pymoo
    バックエンド
    34

    View Slide

  35. 利用ツール
    35

    View Slide

  36. MI-6について
    MI-6
    Job Description
    募集要項
    36

    View Slide

  37. ● 機械学習リサーチャー
    ● 機械学習エンジニア
    ● Webエンジニア
    他多数
    プロダクトチームの募集中の職種一覧
    37

    View Slide

  38. 機械学習リサーチャー (ML Researcher)
    38
    ○経験
    ● 専門分野における業績(国際会議、ジャーナル、特許など/ご自身
    を第1著者とするもの)
    ○志向性
     ※マネジメントに興味があること(以下のいずれか)
    ● テクノロジーマネジメント
    ● ピープルマネジメント
    ● プロジェクトマネジメント
    ● プロダクトマネジメント
    歓迎スキル
    材料開発を効率化するSaaSプロダクトの機械学習アルゴリズムの開発
    業務内容
    ○経験:以下のうち1つ以上を満たすこと
    ● 最新の論文の動向を追いかけ、実装ができる能力
    ● 機械学習・統計を用いたデータ解析経験 (統計モデリング)
    ○志向性
    ● プロダクトの価値を最大化するために特定の技術に拘らず、最適な
    技術を選択しようとすること
    ● 常に新しいドメインの知識を学ぶ意欲
    ● 多様なメンバーと積極的に意見交換しようとすること
    必須スキル

    View Slide

  39. 機械学習エンジニア (ML Engineer)
    39
    ○経験
    ● TypeScript, React等を利用したWebアプリケーションのフロントエ
    ンド開発経験
    ● Ruby/Python/Node.js等を利用したWebアプリケーションのバック
    エンド開発経験
    ● AWSを用いたインフラ構築経験
    ● マテリアルズインフォマティクスに関する知見
    ○志向性
     ※マネジメントに興味があること(以下のいずれか)
    ● テクノロジーマネジメント
    ● ピープルマネジメント
    ● プロジェクトマネジメント
    ● プロダクトマネジメント
    歓迎スキル
    材料開発を効率化するSaaSプロダクトの機械学習ライブラリ開発
    業務内容
    ○経験
    ● 統計学や機械学習を用いてプロダクトを開発した経験
    ● 学術論文(英語)を読みPythonで実装できること
    ○志向性
    ● プロダクトの価値を最大化するために特定の技術に拘らず、最適な
    技術を選択しようとすること
    ● 多様なメンバーと積極的に意見交換しようとすること
    必須スキル

    View Slide

  40. Webエンジニア
    40
    ○経験
    ● 統計学や機械学習に関する知識
    ○志向性
     ※マネジメントに興味があること(以下のいずれか)
    ● テクノロジーマネジメント
    ● ピープルマネジメント
    ● プロジェクトマネジメント
    ● プロダクトマネジメント
    歓迎スキル
    材料開発を効率化するSaaSプロダクトのWeb開発
    業務内容
    ○経験:以下のうち1つ以上を満たすこと
    ● Java/Ruby/Python/Node.js等を利用したWebアプリケーションの
    バックエンド開発経験(2年以上)
    ● TypeScript, React等を利用したWebアプリケーションのフロントエ
    ンド開発経験(2年以上)
    ● AWSを用いたインフラ構築経験(2年以上)
    ● プロジェクトマネジメントのご経験(2年以上)
    ○志向性
    ● プロダクトの価値を最大化するために特定の技術に拘らず、最適な
    技術を選択しようとすること
    ● 多様なメンバーと積極的に意見交換しようとすること
    必須スキル

    View Slide

  41. We are hiring!
    共に学び、成長できる仲間を募集しています

    View Slide

  42. MI-6について
    MI-6
    Supplement
    補足
    42

    View Slide

  43. 組織図
    43
    Sales
    CSM
    CSDS
    CS DS Product CP
    ML
    (MLE/MLR)
    Web Engineer
    PDM
    Designer
    CEO
    RaaS

    View Slide