ID:76124さん

キャリアビジョン


品質高く、事業をプロダクト開発で推進するエンジニア

### 【現在地】 - **リードエンジニア**:製薬企業との協業プロジェクトで、エピックのリードエンジニアを担当。KGI・KPIの達成に向けて何をすべきかとその進め方を定め、ビジネス側や協業先との要件調整から設計・実装・効果検証までを一貫して担う - **LLMを活用した開発組織づくり**:生成AI(Claude Code)の活用を、個人の工夫からチームや組織の標準にする仕組みを作っている。設定・スキル・メモリ設計・セキュリティ・コスト管理まで含めて、開発組織と業務全体の生産性を上げている(業務委託先では全社に展開) - **LLMの安全性と評価の基盤**:医療領域のLLMサービスで、案内すべきでない利用者を除外する仕組みと、LLM出力を継続的にオフライン評価する仕組みを作り、品質と安全性を担保している ### 【〜4年】 - **次の役割**:プロダクト単位(複数のプロジェクトやチームをまたぐ)のテックリードとして、AIを利用したサービスのアーキテクチャに責任を持つ。与えられたKPIを達成するだけでなく、事業目標そのものを定義し、そこから逆算して「何を作り・何を作らないか」を技術判断で決める。品質と安全性は、後から検証するのではなく設計と開発プロセスに組み込んで担保する - **その先**:複数のプロダクトや開発組織をまたいで、アーキテクチャと組織の生産能力(AI活用の型、開発プロセス)を技術判断で引き上げ、「この先どう作るべきかは、この人に聞けば解決する」と信頼される存在になる - **到達の証明**:自分が下した技術決裁で事業数字が動いた事例を、2〜3本具体的に語れること ### 【〜10年】 CTO(事業がより良い方向に行くために技術を決裁する役割)として、新規事業の立ち上げや既存事業の拡大に貢献する。事業理解とドメイン構造の理解があって初めて成り立つ技術判断を、組織の意思決定として担う。 元々エンジニアになったのは、資金調達や開発の外注にかかるコストを考えると、自分で開発できる方が一番初速が速いと思ったからで、その考えは今も変わっていない。変わったのは、初速を上げるレバーが「自分が作れること」から「組織が何を・どれだけ速く作れるかを決めること」に移ったこと。その判断を担う立場で、事業の成長に責任を持ちたい。

プロジェクト経験

2025年/2年以内

AIパートナー「ユビー」開発・グロース

### 【業務内容】 #### ◯ 製薬企業との協業プロジェクト(現在) - KGI から逆算してファネルを設計・計測し(BigQuery / dbt / Lightdash)、詰まりを特定。対象者判定と設問の改修で主要 KPI を約 2.6 倍に改善 - 医学的に案内すべきでない利用者の除外条件を優先度別に整理し、6 条件を実装・リリース - 別の製薬企業との案件で、疾患特化のオンボーディングを 2 疾患に絞って再実装・再投入 - ビジネス側や協業先との要件調整と期待値の調整 #### ◯ アプリ基盤のアーキテクチャと品質(現在) - 事業方針の転換(toC 縮小)に合わせて機能と流入導線を棚卸しし、Web 版や不要な会話機能などを段階的に削除(20 本超の PR) - 全社横断のプラットフォーム上でのアプリの位置づけを設計(作る前に置き場所と削除の順序を決める) - LLM 出力のオフライン評価を夜間の評価基盤に組み込み、品質を継続的に検証 - スクラムマスターとしてのチーム運営 #### ◯ 集客とアプリ初回体験の改善 - アプリのダウンロード数を KPI とする集客施策の立案・実行 - 流入経路(広告・チャネル)に応じてオンボーディング内容を出し分ける仕組みを設計・実装し、初回体験を個別最適化 #### ◯ LLM 機能の提供チャネル拡大 - アプリ内の AI パートナー「ユビー」を Web へ展開し、チャネルによる利用挙動の差を検証 - X(旧 Twitter)上でメンションに LLM が応答するボットを開発し、外部プラットフォームへ展開 #### ◯ AIパートナー「ユビー」のローンチ前開発 - LLM を活用した AI パートナー機能の立ち上げ期の開発に従事

2025年/2年以内

生成AI活用による開発生産性向上の推進

#### 【プロジェクト概要】 生成AI(Claude Code)を活用した開発生産性向上の推進を担当。個人の使い方に依存していた AI 活用を、設定・スキル・メモリ設計・セキュリティ・コスト管理まで含めた組織の標準へ落とし込む役割を担う。 #### 【担当フェーズ】 調査、設計、実装、社内展開、効果測定 #### 【業務内容】 - 生成AI 活用を個人の工夫から組織の標準へ移行させる仕組みづくり(推奨設定・モデル選定基準・メモリ設計の整備と全社展開) - AI エージェントを定期実行に組み込んだドキュメント運用の無人化(差分検出から Draft PR 作成までを自動化) - 技術的意思決定を構造化する Agent Skill の設計と導入 - AI 利用に伴うセキュリティリスクの調査と、全開発者向けガードレールの整備 - LLM 運用コストの可視化と最適化 - 開発組織の生産性向上に関する改善提案の継続的な提出

2020年/2年以上

単発バイトアプリ『シェアフル』および関連Webアプリ開発

#### 【プロジェクト概要】 フロントエンドエンジニア・チームリーダーとして4年ほど従事。単発バイトのモバイルアプリ『シェアフル』の開発と企業様が利用する管理画面、社内営業が使用する Web アプリケーションの開発。 #### 【担当フェーズ】 開発、要件定義、詳細設計 #### 【業務内容】 - React Native / TypeScript を使用したユーザー向けのモバイルアプリ開発 - Nuxt.js / TypeScript を使用したクライアント、自社エージェント、アドミンサイト、求人媒体を開発 - Go / GraphQL を使用した API の開発 - チームリーダーとして、詳細設計、チームマネジメントを担当(ワーカーチームメンバー6人) - リリースやストア申請などの運用業務 - パフォーマンスの改善や UI/UX の改善 - 企画チームと連携の上スケジュールの調整や詳細設計 - 求人媒体メディアの SEO 改善や数値モニタリング計測 - 現場採用面談 #### 【言語】 TypeScript / JavaScript / Go #### 【フレームワーク】 Nuxt.js / React Native / Gin #### 【その他】 GraphQL / CloudSQL / MySQL / Storybook / Firebase / GCP / CircleCI / Docker / Jest / Playwright / Pinia / Figma

2020年/半年以内

フリーランスマッチングサービス『enger』Webアプリケーション開発

要件定義からプロジェクトの管理、実装まで担当。 ローンチ前のフリーランスマッチングサービス『enger』のWebアプリケーション開発にフロントエンドエンジニア、PMO兼務として参画していました。Vue.jsを利用したWebアプリケーション開発、ランディングページのコーディングを担当。PMOとしてプロジェクト全体の管理、テスト設計および運用を行い、Pythonを用いたスクレイピングも実施しておりました。

マネージメント能力

このマネージメント能力は公開されていません

このマネージメント能力は公開されていません

アピール項目


アウトプット

GitHub アカウント
あり
Qiita アカウント
未入力です
Zenn アカウント
あり
Speaker Deck アカウント
あり
SlideShare アカウント
未入力です
特にアピールしたいアウトプット
未入力です

今後、身につけなければいけないと思っている技術は何ですか?

LLM を組み込んだサービスを、**品質・安全性・変更しやすさまで含めて全体設計できる技術**を身につけたいと考えています。 - **LLM の品質と安全性を測る評価の設計** オフライン評価や LLM による自動採点の信頼性の担保、本番の利用データから評価ケースを作り続ける仕組みなど、「良さそう」ではなく数字で品質を判断できる評価基盤の設計を深めたいです。 - **LLM アプリケーションのアーキテクチャ** 何をコードで固定し、何を LLM に任せるかの切り分け、エージェントやツール連携の設計、コンテキストと状態の管理、モデルを差し替えられる構成など、LLM の不確実さを前提にしても壊れにくい設計を身につけたいです。 - **サービス全体の設計と技術判断** ドメインの構造からシステムの境界を決める設計、プロダクトのデータを分析まで一貫して使えるデータ設計、そして技術選定のトレードオフを言語化して判断を残すことなど、プロダクト全体のアーキテクチャに責任を持てる力を伸ばしたいです。 いずれも設計するだけでなく、自分で手を動かして実装し、計測しながら身につけていきたいと考えています。

あなたが一番パフォーマンスを出せるのはどんな環境ですか?

事業の数字に責任を持ちながら、課題の発見から実装・検証までを自分の手で一気通貫に進められる環境で、最もパフォーマンスを発揮できます。 - **ゴールが測れる形で置かれ、その妥当性も問い直せること** 目標が「XX% 改善」のように具体的だと、最短距離で走れます。また、与えられた目標が実態に合っていないときに、データをもとに問い直して置き換えることが歓迎される環境だと、より大きな成果につながります。 - **実装だけに閉じない環境** 「分析だけ」「実装だけ」と切り分けず、課題の発見から解決策の実装・検証までを自分の判断で進められると、検証のサイクルを最も速く回せます。 - **事業成果と安全性のように、両立が難しい条件を同時に満たす課題であること** トレードオフになりやすい複数の制約を、データと設計で両立させる仕事に最もやりがいを感じます。 - **成果を仕組みにして広げられること** 一度きりの対応で終わらせず、他の案件や他のメンバーが使える型にできると、意欲が最も高まります。

生成AIの活用状況

日常的な情報収集・業務活用
ChatGPTやGeminiなどのチャットツールを、情報収集、ドキュメント作成、翻訳に日常的に活用
業務でコード補完系の生成AIを活用
GitHub Copilot等のコーディング支援ツール
業務でコード生成、コーディングエージェント系の生成AIを利用
コードレビュー、テストコード生成、デバッグに生成AIを活用
サービス・プロダクトへの応用
既存のサービスやプロダクトに生成AI(API利用など)を組み込み、LangChainやLlamaIndexなどのフレームワークを使った開発経験
生成AIをコアとした開発
生成AIを主要技術としたサービス・プロダクト・機能の企画や、RAGなどの高度な手法を用いた開発経験

キャラクター

直近で一番やりたいこと
サービスを作りたい
好きなスタイル
一人で黙々
どちらかといえば一人で黙々
どちらともいえない
どちらかといえばみんなでワイワイ
みんなでワイワイ
好きな規模
小さい会社
どちらかといえば小さい会社
どちらともいえない
どちらかといえば大きい会社
大きい会社
自信を持って人より秀でていると言える点
分析力 / 調整力 / 責任感
スキルのタイプ
ゼネラリスト
どちらかといえばゼネラリスト
どちらともいえない
どちらかといえばスペシャリスト
スペシャリスト
得意なフェーズ
0 → 1
どちらかといえば0 → 1
どちらともいえない
どちらかといえば10 → 100
10 → 100
会社を選ぶ一番の基準
年収が第一
やりたくない分野
未入力です
その他の特徴
レガシーな環境を改善できる / 新しい技術はとりあえず試す / 趣味は仕事
その他のやりたいこと・やりたくないこと
未入力です

やりたい事

手を動かして設計してコードを書きたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
価値あるプロダクトを作り成長させたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
学び続けて技術力でプロダクトに貢献したい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
意義があることや社会に貢献できる仕事がしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
人や計画の調整・マネジメントをしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
レガシーなシステムの保守・運用・改善をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
企画や仕様を考えるところから関わりたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
業務効率を改善して一緒に働く人のためになりたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
全社横断的な共通基盤作りや強化をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
組織や文化を作る・成長させる仕事をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい

基本プロフィール

年齢
今年で30代前半
好きなテキストエディタ
未入力です
希望勤務地
東京都
希望年収
980万円
ご意見箱

要望、不具合報告、使いづらい点や感想など、お気軽にお寄せください。
いただいたご意見は、今後のサービス向上に活用させていただきます。

なお、このフォームは受付専用のため、返信を行っておりません。
返信を希望する場合はお問い合わせよりご連絡ください。

  • {{error}}
転職ドラフトを友人や同僚に薦める可能性はどのくらいありますか?