見出し画像

国内180兆円市場で、機械学習とデータサイエンスをぶんまわそう!キャディデータ分析への挑戦

こんにちは、imaimaiです。キャディの社内でどういうことをやりたくてどういう人がほしいかを書いたところ「これ、そのまま公開したら?」と言われたので、今回は私のプロダクトチーム及び、今後注力するであろうデータ分析領域において、現状どんなことをやっていて、今後どのようなことをやっていきたいのか、少し書いてみます!

データ分析の力が事業の明確な非連続を生む

キャディのデータの魅力は以下のようなところにあります。

図面という製造業のコミュニケーションの心臓部分の情報
業務プロセスのオペレーションという非常に泥臭い部分の情報
☑ これらが融合して価値を生み出せるところ
☑ そのデータが日々大量に集まり更新されるところ

そして、データ分析の力により、事業が加速することも多くあります。

ある時まで、図面管理システムにて、日々受注する図面を画像のまま蓄積していました。例えば以前保存した図面を取り出して参考にしたい場合、画像一枚一枚を眺めて、検索しなければなりません。数千枚ある画像ではこれにものすごい時間を費やします。しかし図番を図面とともに文字列として自動で保存されるだけで、検索のしやすさは一気に向上します。今まで数時間かかっていた作業が、数秒で完了するようになりました。

このような、技術により非連続を生み出せる題材がたくさんあります。一つ一つの技術発展が、事業に大きな価値を生み出します。

図面に対して総合格闘技で情報を抜き出す図面解析部隊

キャディでは、毎日大量の二次元図面が集まります。私がPdMをつとめる図面解析部隊のミッションは「図面から情報をなるべく抜き取り構造化する」です。この図面を御覧ください。

画像2

「ただOCRをかけて寸法情報などを抜き取ればよいのでは?」と思うかもしれませんが、実はこの図面から様々な情報や意図を汲み取って業務を行っています。

☑ テーブル記載の情報(社名/図番/材質/個数/設計者 etc…)
☑ 寸法の情報
☑ 形状から解釈しうる旋盤や板金などの加工方法
☑ 公差や表面粗さという加工条件
☑ 欄外に記された注釈

などなど。これらの認識作業を代替すべくデータの認識精度向上にチャレンジしています。OCR・記号を認識するための画像処理・読み取った文字に解釈を与える自然言語処理、図面の外形形状を把握する計算幾何学などなど、あらゆる技術を用いて解析に取り組んでいます。

デジタル化された図面を受発注システムと融合させる

では、デジタル化された図面情報を用いて何ができるのでしょうか。
キャディは現在、受注からサプライパートナー選定、納品まで一括で業務を担当しています。

スクリーンショット 2021-05-18 17.59.41

この一連の流れを完成させるために、原価計算・図面管理・生産管理のシステムを内製で開発し、実際に運用されています。

つまり、オペレーション情報を受注から納品まで一気通貫で取得することができます。その図面はどのような加工を行い、どういう価格でどこのサプライパートナーの手に渡り、納期に遅れはないか、品質に異常は無いか、どういう物流を経て顧客の元に届くのか。図面をキーにしてトレーサビリティが確保された世界が実現されようとしています。キャディでは、このようなオペレーションを数千枚単位でこなすこともあります。図面から自動でデジタル化された情報が、これら大量の業務プロセスのデータと密接に結びつく会社も他には無いと思います。

こんな人を募集しています

とはいえ、キャディの内部のデータ活用・データ分析はまだまだ始まったばかりに過ぎません。下記のような人材を強烈に募集しております。

☑ 図面を総合格闘技でデジタル化する解析部隊

図面から情報を抜き取る作業は、あらゆる技術を用いた総力戦になります。キャディの中でも最も数理処理が強い人たちが集い、この課題を解きにいっています。

ある分野に秀でている方、あるいは様々な武器を持つ方で、「むずかしいことをおもしろがる」ことができる方を募集しています。
【職種】: 機械学習エンジニア / アルゴリズムエンジニア


☑ 図面とオペレーションデータを融合させ、価値を発揮できる分析部隊

キャディでは、解くべきビジネス課題が山のようにあります

加えて、価値の源泉として眠ったままでいるデータが数多くあります。日々蓄積された図面データとそれに紐づくオペレーションデータ。これらを掘り起こし組み合わせて、データドリブンなイシュー解決を行える人材を募集しています。
【職種】: データサイエンティスト

☑ データを効率よく・きれいな形で収集するデータプラットフォーム設計者

データ分析には分析技術とデータが両輪で回る環境作りが必要です。解析可能な状態で保存され、いつでも閲覧可能な仕組みを作っておくことが重要です。この足回りの準備により、データ間の関連性の発見や精度向上が高速に実現し、そこが競争力になっていくのだと思います。キャディ内部でもシステム化が進みデータは蓄積されつつありますが、点在化した情報も数多くあり、まだまだ荒野の段階です。荒野を歩き、仕組みとインフラで整地できる方を募集しています。
【職種】: MLエンジニア / データプラットフォーム設計者

キャディのデータ分析部隊で、ぜひとも社内の、そして製造業全体の非連続成長を作っていきましょう。興味がある方、ご連絡お待ちしております!ではでは。

サポートいただけると励みになります! よろしくおねがいします!!