エンジニア候補者向けピッチガイド

2026/4/15 14:222026/4/17 14:34

このガイドについて

本ガイドは、キャディのカジュアル面談で実際にエンジニア候補者にお話ししている内容をベースに作成しています。 目的：候補者へのピッチ精度を上げ、「話を聞いてみたい」と思わせるための武器として活用いただくこと。

動画と合わせてご活用ください。

▶️

カジュアル面談デモ動画 / Casual interview demo video

PART 1：動画の要点まとめ

会社の全体像

2017年創業、現在グローバルで 社員900名超

拠点：日本・アメリカ・タイ・ベトナム

CEOの加藤が家族連れでアメリカに移住し、自ら市場開拓をリードしていた。CFOも基本アメリカ在住。経営陣自らグローバルの最前線に立っている会社。

CEOとCTOが共同創業。ビジネスとテクノロジーが本当にフラットな関係にある、エンジニアにとって稀有な環境。

ミッションドリブンな意思決定

キャディの最大の特徴は 「ミッションファースト」 であること。

「モノづくり産業のポテンシャルを解放する」

プロダクト、事業規模、進出国、組織設計 —— ありとあらゆる意思決定がこのミッションに紐づいて行われている。

象徴的なエピソード：

祖業「CADDi Manufacturing」は国内No.1、グローバルTop3まで成長していた

しかし「このアプローチだけでは製造業のあり方は変わらない」と気づき、売上の大きかった事業をクローズ

当時500人の従業員を全員ソフトウェア事業に移管するという大胆な意思決定を実行

ミッション達成のためなら、成功している事業すらも手放せる組織

解こうとしている課題

「なぜ製造業ではイノベーションが起きないのか？」

ソフトウェアの世界では、ECサイトの開発期間が30年間で 2年 → 1週間 に短縮された。一方、自動車は30年前から 開発期間が5年のまま変わらず、進化していない。

その構造的な原因は2つ：

① 車輪の再発明（過去資産の再利用率の低さ）

ソフトウェア：仕事の 90% が過去資産・標準ライブラリの再利用

製造業：再利用できているのはわずか 20%、残り80%は毎回フルスクラッチ

データがバラバラ・未デジタル化のため、そもそも過去の資産を「探す」「参照する」ことすらできない

② リアルとデジタルの往復

設計 → 試作 → 検証のサイクルで、1回の試作に1〜2ヶ月かかる

手戻りが平均20〜30回発生し、それだけで数年が消える

デジタルで完結できないことが根本的なボトルネックとなっている

プロダクトの本質：「業務効率化SaaS」ではない

キャディが作っているのは 「製造業AIデータプラットフォーム」 。

顧客が持つ数十〜数百のデータソース（図面・3D CAD・品質ログ・サプライヤー情報・受発注データなど）を統合

非構造データ（紙の図面等）を機械学習で構造化し、活用可能な状態にする

その基盤の上にアプリケーション（CADDi Drawer / CADDi Quote等）を展開

一般的なSaaSとの違い：

単なる業務効率化ではなく、顧客企業の仕事の仕方・文化そのものを変える レベルのインパクト

エンタープライズ顧客の単価は一般的なSaaSと 桁が違う

例：コスト0.5%改善 → 数百億円規模のインパクト

技術的なチャレンジの深さ

表面的な機能開発の裏に、膨大な技術課題がある：

顧客が 数百万枚のデータ を一括アップロードする際の処理設計

エンタープライズ向けの複雑な 権限管理・認証認可（部署ごとに閲覧権限が異なる機密データ）

製品ドメインの多様性（12mの大型製品〜 0.01mm精度の微細部品）への対応

データの個別性とユースケースのクロス（同じデータでも部署ごとに使い方が異なる）

→ AIコーディングで内製すれば済む話ではない。エンタープライズ品質のプロダクトを作る技術力が必要。

エンジニアに求めるもの

キャディでは以下の 5軸でエンジニアを評価しています：

Expertise — 技術的な専門性。アーキテクチャ設計・技術選定をリードできるか

Delivery — 複数チームを巻き込み、成果までやり切れるか

Collaboration — 周囲に影響を与え、議論・意思決定をリードできるか

Ownership — 自チームに閉じず、組織全体の課題に向き合えるか

Strategic Thinking — 事業・プロダクト戦略と紐づけて技術判断ができるか

製造業というドメインは「この技術1つで業界が変わる」というシンプルな構造ではない。多数の変数がある中で、何をどの順序で解くかを事業戦略と紐づけて考える力が求められる。

単に技術が強いだけではなく、事業・組織にインパクトを出せるエンジニアを重視しています。

開発組織の構成

本部	担当領域
Application	Drawer / Quote / 新規プロダクト開発
CADDi Core	認証認可・テナント管理・インフラ・リライアビリティ等の共通基盤
Data Platform	データ構造化・解析・機械学習基盤
Enterprise Solution	大手顧客向けカスタムソリューション開発
CTO Office / VPoE Office	技術戦略・組織設計の横断支援

PART 2：候補者へのピッチポイント

ターゲット別・刺さるポイント

ハイレイヤー候補者（EM / テックリード / Grade4相当）

「技術だけでは満足できなくなった人」に刺さる：

キャディでは、エンジニアの評価基準に"戦略理解"が入っています。技術力はもちろん前提ですが、その技術を使って事業にどうインパクトを出すかまで求められる環境です。

ピッチ例：

今のポジションで、技術的な意思決定が事業戦略と直接つながっている実感ってありますか？キャディでは、例えばアーキテクチャの設計1つとっても、事業のフェーズやグローバル展開の計画と紐づけて判断する必要があります。純粋に技術が好きで、かつその技術で産業を変えるインパクトを出したい方には、かなり面白い環境だと思います。

響くキーワード：

CEOとCTOが共同創業 → テクノロジーが経営の中心にある

創業事業をクローズしてピボット → 本気でミッションに向き合う会社

エンジニア評価に「Strategic Thinking」 → 技術 × 事業の両方で勝負できる

グローバル展開（日本・米国・タイ・ベトナム） → 世界で通用するプロダクトを作れる

キャリアパスとして伝えられること：

特定の技術領域に留まらず、経営会議やビジネス部門との連携を通じて全社視点で事業成長に貢献

他社のCXOやVPクラスが担うレベルの意思決定を、タイトルに縛られず経験できる

メンバー育成だけでなく、ビジネスとエンジニアリングの結節点として組織を牽引できる

シニアエンジニア候補者

「もっと難しい課題を解きたい人」に刺さる：

製造業の図面データって、お客さんによっては数百万枚あるんですよ。それを一括で処理して、非構造データをAIで構造化しています。また、製造業はグローバルカンパニーが多く、国ごとにデータの取り扱いルールも法規制も違う中で、それを全部プロダクトとして成立させないといけない。表面的な機能開発の裏に、めちゃくちゃ深い技術課題があります。

ピッチ例：

今の環境で、技術的に本気でチャレンジできてる実感ってありますか？キャディのプロダクトは一見BtoB SaaSに見えるんですが、実態はデータプラットフォームで、扱うデータの種類も量も桁違いです。 Go / TypeScript / 機械学習 / GKE / gRPC... モダンなスタックで、かつエンタープライズ品質が求められる。ここまで技術的にチャレンジングな環境は、なかなかないと思います。

響くキーワード：

Go + TypeScript + GCP → モダンスタック

数百万件の非構造データ処理 → スケールの大きさ

エンタープライズ向けの認証認可・権限設計 → 技術的な深さ

データプラットフォーム × ML基盤 → 単なるCRUDアプリではない

他社との差別化：候補者に「ここだけは違う」と伝えるポイント

① 夢物語ではないグローバル展開 → 「グローバルに行きたい」と言っているスタートアップは多い。でもキャディはすでに強固な顧客基盤と膨大なデータを持っていて、世界市場で本気で勝てるだけの根拠とリソースが揃っている。CEOが自ら家族連れでアメリカに移住して市場を開拓してきた事実がその証拠。

② 「事業 × 技術」を両立できる裁量 → 肩書きの有無に関わらず、技術的な難題を解きながら、経営視点を持って事業戦略の実行にダイレクトに関与できる。「技術だけ」「マネジメントだけ」に閉じない、稀有な環境。

③ ピュアで熱量の高いカルチャー → 斜に構えたり冷笑する人がいない。全員が高い目標や本質的な課題に対してピュアに向き合い、全力で取り組むカルチャー。ミッションに共感して集まった人だけがいる組織。

どちらの層にも共通で使えるストーリー

① 「なぜ製造業？」への回答

ソフトウェアの世界では、ECサイトの開発が2年から1週間になった。でも自動車の開発は30年前も今も5年かかったまま。この差を埋めようとしているのがキャディです。

② 事業ピボットのエピソード

キャディは創業事業が国内No.1まで成長していたのに、"これでは製造業は変わらない"と気づいて事業をクローズ。500人全員をソフトウェアに移した。ここまでミッションに本気な会社は珍しいです。

③ グローバル感

CEOが家族でアメリカに移住して自ら市場開拓をリードしています。日本発で、本気で世界の製造業を変えようとしているスタートアップです。

④ 技術 × 事業のバランス

キャディでは"技術だけ"でも"ビジネスだけ"でもなく、両方を高いレベルで求められます。評価コンピテンシーにStrategic Thinkingが入っているのは、その表れです。

よくある候補者の懸念と返し方

候補者の懸念	返し方
製造業ってよくわからない…	むしろほとんどの社員が製造業未経験で入社しています。ドメインの難しさは入ってから学べますし、だからこそエンジニアとしての学びも大きい環境です。カジュアル面談でも丁寧に説明してもらえます。
BtoB SaaSってあまり面白くなさそう	実態はSaaSというよりデータプラットフォームです。非構造データの構造化、数百万件規模の処理、エンタープライズ向け認証認可など、技術的な深さは段違いです。
働き方は？	基本的に週1日出社で、それ以外はリモートです。フレックスタイム制（コアタイム11:00-16:00）なので、柔軟に働ける環境です。地方在住のメンバーも複数名活躍しています。地方の方のご紹介も歓迎ですので、そのあたりは選考の中で個別に調整していきます。
英語力が必要？	日本語だけでも、英語だけでも、バイリンガルでも活躍できる環境です。日本語メインのポジションもあれば、英語メインのグローバルポジションもある。どちらかしかできないから不利ということはなく、その方の強みに合ったポジションがあります。もちろんバイリンガルの方はGlobal EMのような拠点横断ポジションで最大限活かせます。

こんな方はミスマッチになりやすいです

推薦前にご確認いただけると、お互いの時間を有効に使えます：

安定・現状維持を最優先する方 — 変化の激しいフェーズのため、整った環境で安定的に働きたい方にはフィットしにくい

他責思考で主体性がない方 — 課題に直面した時に「自分だったらどう解決するか」を考えて動ける人を求めている

斜に構える・冷笑的なスタンスの方 — 全員が高い目標にピュアに向き合うカルチャーのため、熱いビジョンを冷めた目で見る方は合わない

肩書きや整備された権限に依存する方 — 最初から役割が綺麗に切り分けられていないと動けない方には厳しい環境。本質的な裁量と挑戦を楽しめる方向き

カジュアル面談への誘導トーク

キャディは正直、説明を聞かないとわからない会社です。製造業 × AI × グローバルという組み合わせは他にないので、まずはカジュアル面談で話を聞いてみませんか？選考要素なし、30分程度の双方向の対話です。面談では実際のプロダクトや技術課題の話も聞けるので、エンジニアとして面白いかどうかの判断材料になると思います。

まとめ：ピッチの3つの鉄則

1. 「BtoB SaaS」と言わない → 製造業AIデータプラットフォーム」。産業構造そのものを変えようとしている会社。

2. ミッションの本気度を伝える → 国内No.1事業をクローズしたエピソードが最強の武器。

3. 技術的な深さを具体的に語る → 数百万枚のデータ処理、非構造データの構造化、エンタープライズ認証認可。「普通のSaaSとは全然違う」を伝える。