ソフトウェアエンジニア / 機械学習・ローカルLLM・バイオインフォマティクス
未踏プロジェクト採択・NeurIPS / ICML Workshop 論文採択の経歴を持つエンジニアです。 機密性の高い閉域網でのローカルLLM基盤の設計・構築から、 コンタクトセンターへのAI導入、バイオインフォマティクス領域の解析まで、 データパイプラインの設計・モデル最適化・運用定着までを一気通貫で担ってきました。
大学卒業後、大学院で機械学習モデルの開発とヘルスケアデータへの応用を研究。 在学中に NeurIPS・ICML の Workshop に論文を投稿し採択されました。 その後、約6年間で6つのプロジェクトに従事し、システム開発・運用を主導。
大規模トランスフォーマーによる自然言語処理・画像認識に加え、 近年は完全閉域網でのローカルLLM基盤と コンタクトセンターへのAI導入を専門としています。 データの前処理・モデル選定・精度向上・運用・組織への定着まで、 「作って終わり」ではなく現場で使われるところまで責任を持って設計します。 がんヘテロジェニティや RNA-seq 解析など、 バイオインフォマティクスの実務・論文経験も強みです。
研究由来の理論と、閉域網・オンプレという制約の厳しい現場での実装経験を両輪に。
外部APIを一切使わないオンプレLLM環境の設計・構築・最適化。プライバシー保護RAGと推論高速化。
がんヘテロジェニティ予測・可視化、RNA-seq を用いた腫瘍微小環境解析など、医科学データの機械学習応用。
問い合わせ対応の自動化・応答支援・要約・ナレッジ検索。現場運用に耐えるRAGと評価設計。
大規模トランスフォーマーによるNLP・画像認識。異常検知、埋め込み検索、自己教師あり学習。
GPUサーバー選定からデプロイまで内製化。CUDA/Docker、量子化、推論最適化、ベクトルDB運用。
最大10名のPM経験。AIファースト・ワークフローの策定と組織への定着、品質担保の仕組みづくり。
直近から時系列で。数値は各プロジェクトでの実績です。
某大手製造業 株式会社（従業員1000名以上）· 40人月 / 自社5名 / ベンダー1社
既存エンジニアの「AI生成コード」への拒絶反応と懐疑心
レガシーコードの解析・リファクタリングと大量のボイラープレート生成をAIで実演し、スピード差を数値で提示。「AIを部下として使い、人間はアーキテクチャ設計に専念する」役割分担を定義したAI協調開発ガイドラインを策定し、意識改革を断行。
AI駆動による「設計の形骸化」とコード品質の劣化
「AIに実装させるための精密なプロンプト設計書」を詳細設計の成果物として定義。Cursor 生成前に LLM で仕様の矛盾を検知するプリ・コーディング・レビュー工程をフローに組み込み、速度を維持したまま品質を担保。
暗号資産の取引監視プラットフォーム · 85人月 / 自社9名 / ベンダー3社
カハール株式会社 · 保険・ヘルスケア向け · 60人月 / 自社6名 / ベンダー2社
カハール株式会社 · 70人月 / 自社7名 / ベンダー3社
カハール株式会社 · 75人月 / 自社7名 / ベンダー2社
がんヘテロジェニティ・臨床テキスト・医用画像など、機械学習 × 生命医科学の研究。