コンテンツにスキップ

ポートフォリオ

Repository https://portfolio.ys-method.com/print_page/

自己紹介

宇都宮在住のバックエンドエンジニアです。2018年よりPythonを軸に、要件整理から実装・運用まで一気通貫で担当しています。

近年は5人規模の研究開発案件で、連合学習・デジタルツイン・データ分析基盤を横断しながら、技術検証の推進と開発リードを担ってきました。Python（FastAPI/Flask）に加え、AWS・Kubernetes・Ansibleを使った実装経験があります。

データパイプライン・ストリーミング処理・運用設計を強みとしており、今後はストリームやイベントと生成AIを連携したより高度なイベントプロセシングに関心があります。

職務経歴

連合学習・デジタルツイン研究開発

  • 期間: 2025年2月 ~ 2026年3月
  • フェーズ: 要件定義～運用
  • チーム規模: ５人

5名体制の開発チームにて、設計・実装・検証を担当。 複数社連携によるプライバシー保護・分散型学習研究開発案件において、参画各社が保有するデータや技術を連携させ、連合学習の社会実装に向けた研究開発の基盤プラットフォームを整備。

基盤プラットフォームにおいて、動的なアプリケーションサーバー作成や起動状態変更を行うコンテナベースのサーバーレス実行基盤を１人で設計・開発。 サーバリソースの制限不足などの問題を、柔軟にスケールさせることで効率的にサーバリソースを活用できようにした。

連合学習の実験において、50台規模の環境構築を Ansible 化した。 再現性や手間がボトルネックとなっていたため、再現性の担保と構築コストを削減。 反復速度と運用安定性を高め、構築・実験タスクを定量的に評価でき、継続的な改善が可能な土台を整備した。

プッシュ形式のストリーム処理において、HTTP/MQTT/TCP（Sokect接続）といった異なるプロトコルを単なる TCP に変換、あるいは、それぞれのプロトコルに変換するアダプタ層・TCPプロキシを開発。 プロトコル間でストリーム処理の分断が起きていたが、シームレスに接続できるよう貢献した。

デジタルツインのストリーム処理研究開発において、Fiware や AWS Lamdba を活用し、異なるデジタルツイン空間の結合処理・スキーママッチングを実装した。

  • Python（FastAPI/Flask）
  • 強化学習（オフロード）
  • AWS（EC2/Lambda）
  • Ansible（50台規模の環境構築）
  • MQTT（Mosquitto）
  • Fiware
  • TCPプロキシ開発

連合学習・データ分析基盤の研究開発

  • 期間: 2021年12月 ~ 2024年6月
  • フェーズ: 要件定義～運用
  • チーム規模: ５人

5名体制の開発チームにて、連合学習（複数組織がデータを共有せず分散して機械学習を行う仕組み）の研究開発プラットフォームを設計・実装。プライバシー保護と研究の再現性を両立するため、モデル管理・連合学習フレームワーク・バッチ実行など MLOPS 基盤の整備を担当した。

機械学習モデルのアーティファクトとメタデータを一元管理するモデルレジストリ相当機能を自社実装。実験ごとにモデルが乱立し、誰がどのデータでどの結果を出したかを追跡できないという課題があったため、モデルのバージョニング・実験トレーサビリティ・メタデータ検索を実現。PostgreSQL をメタデータストアとして使い分け、研究者が過去の実験結果を確実に再現・比較できる土台を整えた。

連合学習フレームワークを設計・実装。研究段階の参加クライアント10台前後で構成される分散学習環境において、研究者がアルゴリズム本体に集中できるよう、クライアント登録・モデル配布・集約処理・障害ハンドリングといった共通基盤を抽象化。アルゴリズム研究の反復速度向上に貢献した。

バッチ実行基盤を整備。研究者が手作業で実験ジョブを実行していたため、再現性・運用負荷・履歴管理が課題となっていた。コンテナ化したジョブを定義・実行できる仕組みを構築し、実行方法の統一化・再現性確保に貢献した。

MLOPS 基盤構築を Ansible で自動化。構築の作業コストを削減した。

  • Python（FastAPI/Flask）
  • GitLab CI/CD（パイプラインによる実験ジョブの宣言的定義）
  • Kubernetes（コンテナベースの分散実行基盤）
  • Ansible（環境構築の自動化）
  • PostgreSQL
  • 連合学習（分散学習・プライバシー保護）
  • MLOps（モデルレジストリ自社実装）

コレクション処理フレームワークの開発

  • 期間: 2021年7月 ~ 2021年9月
  • フェーズ: 設計～テスト
  • チーム規模: １人

ETLなどデータの前処理に活用できるPython用のコレクション処理フレームワーク（参考サイト）を開発した。 非同期なイテレーションにも対しても活用でき、プロトタイピング開発に活用可能。

  • Python
  • pytest
  • GitHub Actions

データ収集基盤の構築

  • 期間: 2019年3月 ~ 2020年6月
  • フェーズ: 要件定義～運用
  • チーム規模: １人

1名体制の少人数チームにて、要件定義から運用までを主導的に推進。コンサルティングファーム様のリサーチ業務を支えるデータ収集基盤を、設計・実装・顧客折衝まで一貫して担当した。データベース・デジタルフォレンジック・OSINT といった多様なドメインのデータソースを統合し、調査担当者がデータを横断的に検索・分析できる基盤を構築した。

Django をベースに API と管理画面を開発し、Elasticsearch によって異種データに対する全文検索を実現。それまで個別ファイルやスプレッドシートに散在していた調査データを一元化し、調査担当者の検索コスト削減と分析業務の効率化に貢献した。また、異体字などの表記ゆれをデータ整備やクエリチューニングなどで高品質の検索を実現した。

数十サイト以上を対象としたスクレイピング・ETL を Selenium / Beautiful Soup / SQL を組み合わせて実装。ETL ジョブ実行基盤を整備し、成功・失敗を追跡できるようにした。

AWS（EC2 / RDS）上にインフラを構築。PostgreSQL を RDS に、Django アプリケーションと ETL ジョブを EC2 に配置し、マネージドサービスを活用することで運用負荷の少ないクラウド構成を実現した。

  • AWS（EC2 / RDS）
  • Python（Django）
  • PostgreSQL（RDS）
  • Elasticsearch（全文検索）
  • ETL / スクレイピング（Selenium / Beautiful Soup / SQL）
  • 業務ドメイン: OSINT・デジタルフォレンジック・デューデリジェンス

代理店手数料試算ツールの実装

  • 期間: 2018年10月 ~ 2019年2月
  • フェーズ: 実装～テスト
  • チーム規模: ５人

保険代理店様向けの代理店手数料の支払見込み算出ツールを改修した。

  • VBA（Excelのマトリクスに数年間の支払見込みを表示する機能を実装）
  • SQL（SQLServer）
  • C# ASP.net

予算管理システム（Tagetik）の導入

  • 期間: 2018年6月 ~ 2018年9月
  • フェーズ: 要件定義～テスト
  • チーム規模: ３人

生命保険会社様へ予算管理（オンライン分析）システムの導入を行った。

  • Tagetik構築
  • SQLServer構築
  • JBOSS
  • Excel 分析画面実装（オンライン分析用Excelプラグイン）
  • 予算実績の取り込み（ETL・SQL）

業績管理システム（Oracle Essbase）のバージョンアップ影響調査

  • 期間: 2018年2月 ~ 2018年5月
  • フェーズ: 影響調査
  • チーム規模: ２人

証券取引所様向けにOracle Essbaseのバージョンアップによる影響を調査した。

  • Oracle Essbase Smart View（オンライン分析用Excelプラグイン）

サーバパラメータ管理ツールの開発

  • 期間: 2016年6月 ~ 2017年7月
  • フェーズ: 要件定義～運用
  • チーム規模: ６人

金融会社様の大規模システムリプレースに伴う、サーバ構築に必要なパラメータを管理する支援ツールを開発した。

  • VBA
  • SQL（MySQL）

e-Learningシステムのテスト支援

  • 期間: 2016年4月 ~ 2016年5月
  • フェーズ: テスト
  • チーム規模: １０人

e-Learningシステムのテスト支援を行った。

  • PHP（Phalcon）
  • SQL（PostgreSQL）

複合機のテスト支援

  • 期間: 2016年1月 ~ 2016年3月
  • フェーズ: テスト
  • チーム規模: １５人

複合機製造メーカー様のテスト支援（組み込みOS上のREST API・実機テスト）を行った。

  • C言語
  • NetBSD

保険料試算ツールの開発

  • 期間: 2014年2月 ~ 2015年6月
  • フェーズ: 要件定義～保守
  • チーム規模: ３人

保険会社様の保険料試算ツールを開発・保守した。

  • VBA
  • Excel Diffツール開発

CRM（顧客管理システム）の開発

  • 期間: 2006年1月 ~ 2009年6月
  • フェーズ: 開発～保守
  • チーム規模: １５人

ERPパッケージのカスタマーサポート業務に従事しながら、お客様に導入されているERPパッケージのバージョンを管理するツールを開発した。

  • VBA
  • SQL

最終学歴

  • 帝京平成大学　中退
  • 江戸川高等学校　卒業

技術スタック

得意領域はPythonを中心としたバックエンドです。アーキテクチャと技術選定を行い、保守性の高い開発プロジェクトを構成できます。

開発マシン
Windows（WSL） ⭐⭐⭐⭐⭐ PC貸与の場合は Windows PC でお願いしております
Mac ⭐ ほぼ触ったことがありません
linux ⭐⭐⭐⭐⭐

自然言語
日本語 ⭐⭐⭐⭐⭐
英語 ⭐ ドキュメント等は翻訳して読んでいます

レイヤー
バックエンド ⭐⭐⭐⭐
フロントエンド ⭐⭐⭐
インフラ ⭐⭐⭐
ネットワーク ⭐⭐ TCPプロキシー開発経験あり
機械学習 ⭐⭐
データ分析 ⭐⭐
自然言語処理 ⭐⭐
組み込み ⭐

プログラム言語
Python ⭐⭐⭐⭐⭐
VBA ⭐⭐⭐⭐⭐ VBAは得意ですが、VBA中心の案件はお断りしています
C# ⭐⭐⭐
SQL ⭐⭐⭐
JavaScript ⭐⭐⭐
HTML ⭐⭐
CSS ⭐⭐
shell ⭐⭐⭐
Java ⭐⭐
TypeScript ⭐⭐
Go ⭐⭐
SCCS ⭐
PHP ⭐
C ⭐
lua ⭐

フレームワーク
FastAPI ⭐⭐⭐⭐
Flask ⭐⭐⭐⭐
Django ⭐⭐⭐
Vue.js ⭐⭐⭐ Nuxt.js Vuetify 業務経験なし
React ⭐⭐
ASP.NET(MVC5) ⭐⭐
Xamarin(Android) ⭐⭐ 業務経験なし
Unity ⭐⭐ 業務経験なし

PaaS
AWS ⭐⭐⭐
Azure ⭐
GCP ⭐

ミドルウェア
PostgreSQL ⭐⭐⭐
SQLServer ⭐⭐⭐
MySQL ⭐⭐⭐
Oracle ⭐
Docker ⭐⭐⭐⭐
Kubernetes ⭐⭐⭐ microk8s
ElasticSearch ⭐⭐
MQTT ⭐⭐ Mosquitto
Fiware ⭐ デジタルツイン研究開発で使用
Prefect ⭐
Airflow ⭐
AlgoWorkflow ⭐
Ansible ⭐⭐
Terraform ⭐

機械学習・AI
強化学習 ⭐⭐ ロードバランシングへの応用（業務経験あり）

CI/CD
gitlab CI/CD ⭐⭐⭐
GitHub Actions ⭐⭐⭐
CircleCI ⭐⭐