TT

## 職務経歴：半導体製造装置の点検自動化システム導入プロジェクト ### プロジェクト概要 半導体製造装置の日常点検における**工数削減**および**データ管理のシステム化**を目的とした、IoT機器とAI（ディープラーニング）を用いた点検自動化システムの開発・導入。 * **期間**：2023年6月 〜 2025年7月（2年間） * **役割**：サブリーダー（チーム全5名） * **担当フェーズ**：要件定義 / 基本設計 / 詳細設計 / 開発 / 導入 / 運用保守 * **主要技術**： * **言語・フレームワーク**：Python, C# * **OS・ハードウェア**：Windows, Raspberry Pi OS, Raspberry Pi, 3D CAD（治具設計） * **画像処理・AI**：OpenCV, Neural Network Console --- ### 担当業務 サブリーダーとして、ソフトウェア・ハードウェア・現場調整まで一気通貫でシステム導入をトータルに推進。 1. **システム開発・AI設計** * Raspberry Piを用いた撮像ソフトウェアの作成 * 計器（7セグメント表示器）の数値を自動認識・データ化するAI解析システムの設計・開発・テスト 2. **現場導入・インフラ調整** * 現場への設置計画策定、設置時の指示出し、機器の購入計画、工事依頼の主導 * 3D CADを用いた専用治具の設計および3Dプリンタによる実機作成・導入 3. **運用保守** * 導入後の安定稼働に向けた継続的なメンテナンスとトラブル対応 --- ### 課題・工夫・成果 #### 課題 * **物理的工数と安全リスク**：日常点検のたびにエンジニアが階下へ往復する負担や、狭所作業に伴う事故リスクの存在。 * **精度の壁**：カメラ画像から7セグ表示の数値を自動読み取りする際、実運用に耐えうる「誤認識のない高精度」の確保が必須。 #### 工夫したこと * **フェイルセーフなAI設計**：数字以外のイレギュラーな文字表示を検知した際、誤数値を確定させず「異常」として出力するロジックを学習データ（Neural Network Console）に組み込み、システムの信頼性を担保。 * **効率的なデータ前処理**：画像の切り出しと判定結果のファイル名反映を自動化する仕組みを構築。学習前のラベリング作業を大幅に簡易化し、開発スピードを加速。 #### 成果・実績 * **誤検知率0%の達成**：9台の表示器の数値化処理において「誤検知率0%」を維持し、極めて安定した稼働を実現。 * **工数削減と安全性向上**：人の移動工数およびデータ管理工数を大幅に削減。また、狭所作業を完全に排除したことで、現場の安全衛生向上に大きく貢献。 --- ### 振り返り ハードウェア（カメラ・Raspberry Pi）とソフトウェア（AI画像認識）を、泥臭い現場の制約にアジャストさせることで「スマートファクトリー化」を成功させた貴重な経験となりました。現場の物理挙動や制約を理解し、それをシステムに落とし込む設計力を大きく磨くことができました。

### プロジェクト概要 半導体計測装置のエラー停止傾向を自動で可視化・分析し、設定ファイル修正の早期フィードバックによる品質強化と歩留まり向上を図るためのシステム開発。 * **期間**：2024年1月 〜 2024年5月（5ヶ月） * **役割**：プロジェクトリーダー（チーム全2名） * **担当フェーズ**：要件定義 / 基本・詳細設計 / 開発 / クライアントワーク / 運用保守 * **主要技術**： * **言語**：C# * **OS・データベース**：Windows, Oracle DB --- ### 担当業務 プロジェクトリーダーとして、現場調整から開発、保守までを一気通貫で担当。 1. **要件定義・クライアントワーク** * 開発依頼元である現場エンジニアとの要件定義および合意形成 2. **システム開発** * エラーログと製造管理システム（DB）の情報を紐付け、傾向を自動でグラフ化するアプリケーションの開発（C#） 3. **運用保守** * 導入後のシステム保守、および現場への展開サポート --- ### 課題・工夫・成果 #### 課題 * **分析工数の肥大化**：自動測定中のエラー停止傾向を捉える手段がなく、データ抽出・分析に膨大な手作業の工数がかかっていた。 * **導入への心理的抵抗**：現場エンジニアが、新しい専用ツールの導入に対して心理的・運用的な抵抗感を抱く懸念があった。 #### 工夫したこと * **現場目線の出力仕様（Excel連携）**：高度なWebダッシュボードなどの構築といった「技術の自己目的化」を避け、現場が最も使い慣れているExcelへエラー傾向データを直接アウトプットする仕様を提案・実装。 * **開発コストの極小化**：既存のリソースを活用した設計により、追加の開発コストを「ゼロ」に抑えつつ、ユーザーの導入ハードル（学習コスト）を最小限に抑制。 #### 成果・実績 * **分析工数の削減**：半導体計測装置13台のエラー管理を自動化し、エラーデータ作成・分析工数を**月間12時間削減**。 * **品質強化・歩留まり向上**：エラー傾向の早期把握が可能となり、設定ファイルの修正サイクルを高速化。結果として、製造ラインの歩留まり向上（品質強化）に貢献。 --- ### 振り返り 現場のITリテラシーや既存の業務フローに徹底的に寄り添った「本当に使われるシステム」を設計することの重要性を学びました。単に高度な技術を追うのではなく、ビジネス視点・運用視点とのバランスを取りながら課題を解決する実践力を養いました。 --- ## 職務経歴：株式会社62complex * **期間**：2025年8月 〜 現在 * **事業内容**：3次元点群データ（LiDAR）などを活用したAI・ソフトウェア開発、都市開発DXソリューション（MATIENCE）の提供 * **担当業務**：AI開発 / 解析エンジニア（フルリモート環境）

### プロジェクト概要 都市開発DXソリューション「MATIENCE」をはじめとする複数のプロジェクトにおいて、LiDARセンサーを活用した3次元点群データの収集・解析基盤の構築、およびプロダクトの社会実装に向けた開発。 * **期間**：2025年8月 〜 現在 * **役割**：エンジニア（フルリモート環境） * **担当フェーズ**：システム設計 / 開発 / MLパイプラインの構築 * **主要技術**： * **言語**：C++ * **フレームワーク・ツール**：ROS / Docker * **OS**：Linux --- ### 担当業務 解析基盤の開発から、MLパイプラインの構築、技術レポートの作成までを幅広く担当。 1. **システム設計・開発** * LiDARセンサーを活用した3次元点群データの収集システムの設計 * C++、ROS、Dockerを用いたデータ解析基盤の開発 2. **AI・データパイプライン構築** * 機械学習（ML）パイプラインの構築および最適化 3. **テクニカルライティング** * 解析結果に基づいた詳細な技術レポートの作成・成果報告 --- ### 課題・工夫・成果 #### 課題 * **新規技術スタックへのキャッチアップ**：リソースや前例が限定的なスタートアップ環境において、C++やROSといった自身にとって未経験の技術スタックを迅速に習得する必要があった。 * **フルリモート下での自律推進**：対面での密なコミュニケーションが難しい環境で、開発、解析、レポート作成業務を速やかにリードすることが求められた。 #### 工夫したこと * **自律的なインプットとドキュメント読解**：公式の技術ドキュメントや既存のコードベースを自律的かつ徹底的に読解・学習。 * **能動的なタスク推進**：指示を待つのではなく、自ら課題を特定して動くことで、短期間でコアメンバーとして開発体制へ貢献できるレベルまで技術適応を加速。 #### 成果・実績 * **解析処理の安定化とプロダクト推進**：C++やROSを用いた高度なセンシングデータの解析処理を安定化させ、プロダクトの社会実装プロセスを加速。 * **スタートアップ適応力の証明**：リモート環境下における高い自律性と、変化の速い環境へのキャッチアップ能力・技術適応能力を実証。 --- ### 振り返り 技術の「工場内での完結」から、より広い「社会公共への実装（都市開発DX）」へと視野を広げる転換点となりました。スピード感が求められるスタートアップ環境において、未経験の技術でも迅速に吸収し、即座にプロダクトの価値最大化へ繋げる実践的な開発体力を養っています。