ID:79092さん

あなたを気にしている企業

  • 匠技研工業がID:79092さんのレジュメを見ています。
    2025.07.04
  • フライルがID:79092さんのレジュメを見ています。
    2025.07.02
  • OLTAがID:79092さんのレジュメを見ています。
    2025.07.02
  • シャペロンがID:79092さんのレジュメを見ています。
    2025.07.02
  • 匠技研工業がID:79092さんのレジュメを見ています。
    2025.07.02
  • BASEがID:79092さんのレジュメを見ています。
    2025.07.01
  • プレイドがID:79092さんのレジュメを見ています。
    2025.07.01
  • 匠技研工業がID:79092さんのレジュメを見ています。
    2025.07.01
  • キャディがID:79092さんのレジュメを見ています。
    2025.07.01
  • シャペロンがID:79092さんのレジュメを見ています。
    2025.07.01

3年後の目標や野望


AIのスペシャリストになり社会課題を解決したい

<理由> ・手軽に誰でもAIを使える時代になったからこそ、その仕組み・役割の理解したスペシャリストの存在が重要 ・AIの可能性はまだ底が見えない。AIを駆使すれば日本の企業課題・社会課題を解決できると心から信じている <具体的にやりたいこと> ・マルチモーダルAIの実用化 ・生成AIの仕組理解と教育 ・需要予測、数理最適、自然言語処理 <仕事外で取り組みたいこと> ・統計検定準1級以上取得 ・Kaggle 金メダル取得 ・E検定 取得

プロジェクト経験

2023年/2年以内

商品開発支援のためのレビュー分析アプリの企画・開発(社内向けWebアプリ)

## 商品開発支援レビュー分析基盤(社内 Web アプリ) | 項目 | 内容 | |------|------| | **期間** | 2023 年 8 月 – 2025 年 3 月 | | **チーム** | 3 名(自身:PM・要件定義・バックエンド/検索ロジック担当) | | **目的** | 商品レビューに潜むユーザーの悩み・要望を可視化し、新商品の企画スピードと精度を高める | | **効果** | 担当者がレビュー読解に費やす時間を大幅に削減し、開発サイクルを短縮| <br> ### 背景・課題 1. 商品開発担当者が、**毎月40h以上**をレビュー読み合わせに消費。 2. 既存ツールは形態素解析とポジネガ判定のみで、**具体的な要望の言語化が困難**。 --- <br> ### 取り組み (課題 → 打ち手) | 項目| 課題 | 打ち手・技術 | |---------|------|--------------| | **検索精度** | セマンティック検索の再現率不足 | **BM25×HNSW**によるハイブリッド検索、さらに生成AIによってリランキングを行い精度改善| | **レビュー理解** | 悩み・要望が抽出できない | **生成AI・機械学習モデル** で多軸ラベリング。商品の話題(例:機能/デザイン/価格)やユーザーの感情(怒り/要望)別にレビューを集計することが可能に | | **大量レビュー要約** | 数百件のレビュー把握が困難 | **クラスタリング × 生成AI要約**で “一目での概要把握” を実現 | | **UX** | 非エンジニアには操作が難しい | 担当者の元に**毎週通い直接会話** → 生成AIを駆使して高速でプロトタイプを作る→フィードバックもらう、を何サイクルも行い、ユーザーの納得性が高いアプリに仕上げることができた| <br> ### 成果・インパクト - **利用率 80 %**(従来 BI は 20 %) - 1人あたりのレビュー調査時間 **20 h → 2 h / 月** - マーケティング部門へ横展開、社内開発アワード受賞 --- <br> ### 個人の主な貢献 - 50 名超へのユーザーインタビュー設計・実施、UI/UX 設計 - NLP アルゴリズム開発(形態素解析・重要語抽出・少数意見スコアリング) - ハイブリッド検索基盤設計・実装(OpenSearch / Python) - 開発タスク管理・進捗リード(スクラム 2 週スプリント × 16) - 社内説明会/ハンズオン講師(延べ 50 名) ---

2023年/半年以内

生鮮食品の需要予測・価格予測によるスーパーマーケットの仕入れ最適化プロジェクト

## 生鮮食品需要・価格予測による仕入れ最適化基盤(スーパーマーケット) | 項目 | 内容 | |------|------| | **期間** | 2023 年 10 月 – 2024 年 8月 | | **チーム** | 2〜3 名(自身:データパイプライン/モデリング/可視化 担当) | | **目的** | 天候・市場動向を加味した需要・価格予測で廃棄ロスを抑制し、粗利を最大化 | | **効果** | 属人的だった仕入れ判断をデータドリブン化し、在庫適正化と発注工数を削減 | <br> ### 背景・課題 1. 天候・イベント要因で需要が大きく変動し、**廃棄率が高止まり** 2. 店舗への仕入れ時期・量の判断を各バイヤーがエクセルで管理→**作業が属人化・工数大** 3. POS/市場/気象データが分散し、**統合基盤が未整備** --- <br> ### 取り組み (課題 → 打ち手) | 項目 | 課題 | 打ち手・技術 | |------|------|--------------| | **データ統合** | POS と外部データが散在 | **BigQuery** へ ETL、農水省公開の市場価格データを Cloud Functions で自動取得 | | **生鮮食品の需要予測** |予測精度が△ | 前日との気温差から人間の体感気温を考慮して特徴量に組み込む| | **価格予測** | 卸売価格の変動が読めない | 市場価格データを **LightGBM** で時系列回帰、異常検知ロジックも実装 | | **可視化** | 担当者が数値を解釈できない | **Tableau** で予測量・最適発注量を提示 | | **定着化** | 現場がツールを使いこなせない | 週次ヒアリング→UI/用語を業務フローに合わせて改善、勉強会を実施 | --- <br> ### 成果・インパクト - 発注業務工数 **50 % 削減** - ダッシュボード利用率 **70 %** ---

2025年/3ヶ月以内

タイヤ配送業務におけるトラック配車ルート最適化の自動化プロジェクト

## タイヤ配送ルート最適化基盤(トラック配車システム) | 項目 | 内容 | |------|------| | **期間** | 2024 年 10 月 – 2025 年 5 月 | | **チーム** | 2 名(自身:要件整理・アルゴリズム設計・クラウド運用を主担当) | | **目的** | 毎週数十店舗へのタイヤ配送ルートを自動最適化し、移動距離と積載効率を同時に改善 | | **効果** | 配車計画の属人化を解消し、作業時間と配送コストを削減 | <br> ### 背景・課題 1. 配送担当が **毎週 5〜6 h** を手動ルート作成に費やす 2. 距離短縮と積載率向上のトレードオフを **経験則のみ** で判断 3. ルート共有をメール・電話で行うため **情報伝達が非効率** --- <br> ### 取り組み (課題 → 打ち手) | 項目 | 課題 | 打ち手・技術 | |------|------|--------------| | **制約定義** | 車両台数・容量・配送順序などが明文化されていない | 現場ヒアリングで **配送量・車両スペック** を一覧化し、VRP 制約としてモデル化 | | **距離行列** | 手動計算でミス・工数が発生 | **Google Maps API** を活用し Python で距離行列を自動生成 | | **ルート最適化** | 距離最小化だけでは積載率が低下 | **OR-Tools VRP**:距離 × 積載率の複合目的を近似解アルゴリズムで解決 | | **自動運用** | 毎週手動実行が必要 | **AWS EC2 + cron** で定期バッチ、結果を S3 に CSV 出力 | --- <br> ### 成果・インパクト - 配車計画作成時間 **5〜6 h → 0.5 h / 週** - 総移動距離 **30%削減**/平均積載率 **70→90%** - 配送コストを月間 **20%** 削減、属人業務を自動化

2024年/3ヶ月以内

RAGを用いた社内問い合わせ対応BOTの開発(社内ドキュメント活用)

## 社内問い合わせ対応 RAG-BOT(SharePoint × Teams) | 項目 | 内容 | |------|------| | **期間** | 2024 年 3 月 – 2024 年 6 月 | | **チーム** | 3 名(自身:RAG 設計・インフラ構築・精度改善をリード) | | **目的** | 社内規程・制度に関する問い合わせを自動応答し、人事課の工数を削減 | | **効果** | 月あたり 50〜100 件を BOT が即時回答し、担当者は確認対応のみで済む体制を確立 | <br> ### 背景・課題 1. 人事課が **毎月 50〜100 件** の同種質問へメール/電話で対応し、業務逼迫 2. ドキュメントは SharePoint 内に散在し、**全文検索が弱く回答が手間** 3. テーブル・レイアウトを含む資料が多く、従来の FAQ Bot では **正確な引用が困難** --- <br> ### 取り組み (課題 → 打ち手) | 項目 | 課題 | 打ち手・技術 | |------|------|--------------| | **ドキュメント取得** | Word/Excel/PDF 多様 → パース失敗 | **Power Automate** + Python で自動パース、メタデータ付与 | | **ベクトル検索** | 文章検索でテーブル情報が欠落 | **Azure AI Search**:行列・セル単位をチャンク化。かつメタデータ付与 | | **RAG 精度** | 回答が冗長・不一致 | LangChain で **リランキング / スライディングウィンドウ**、チャンク長を A/B テスト | --- <br> ### 成果・インパクト - 人事課の作業時間 **20 h/月削減** - Microsoft 製品のみで完結し、運用負荷を最小化 - 他部門(法務・総務)から **類似 BOT 依頼 3 件** 発生し、全社展開を推進

マネージメント能力

商品開発支援アプリの開発プロジェクト 【前提】 ・AI開発を専門とする部署に所属 ・少人数かつ新設の部署のためPMが不在 ・そのため開発とプロジェクトマネジメントを兼任 【顧客】 ・ホームセンターの商品開発部 【要件】 ・ユーザーニーズをリサーチできるWEBアプリの開発 【チームメンバー】 3人
商品開発部80%が継続し、業務効率を改善するアプリを開発する責務
## 背景・ゴール | 項目 | 内容 | | ---- | ---- | | プロジェクト | **商品開発支援アプリ(NLP+生成AI活用)** | | 目的 | 商品開発部の「情報収集〜アイデア創出」工数を削減し、企画数を増やす | | 主要KPI | 1. 継続利用率 **80 %以上**| | 体制 | 3名(自分=PM兼AI開発・フルスタックエンジニア1名・データエンジニア1名) | --- ## 主な障害 - PoCで作成したアプリが全然使用されない。ユーザーのITリテラシーに合ったUIUXになっておらず、プロダクトアウトな状態 - 商品開発の知識がなく、何が必要でどういう情報を出力すればいいかが分からない - 役職=PMとしてアサインされた人間がチーム内にいなく、プロジェクトが進まない ## トライしたこと・工夫点 - オンラインが主だった先方とのやり取りを、対面を取り入れてニーズを密にヒアリング - ヒアリング × 1–2日プロトタイプ反映の短サイクルを繰り返し、先方の要望を反映 - **商品開発のその先、ホームセンターのお客様の悩みを解決するにはどうすればいいか、を最優先**  - そこから生活上での不便さ、不満を抽出するAI開発の着想を得て、アプリの利便性が大幅向上 --- ## 成果 - **利用率 20 % → 80 %**(ローンチ3 か月後に到達・継続) - **情報収集時間 80 %削減(月20 h→4 h)** - **新商品企画数 1.3倍** --- ## まとめ・学んだこと - 鉄は早いうちに打つ(プロトタイプでもいいのでなるべく早く開発してフィードバックをもらう) - お客様が抱えるお客様、エンドユーザーにとっての最良を追求 →必然的に有用なアウトプットになる

アピール項目


アウトプット

GitHub アカウント
未入力です
Qiita アカウント
未入力です
Zenn アカウント
未入力です
Speaker Deck アカウント
未入力です
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?

・Azure, AWS, GCP等のクラウドサービスの専門性向上 ・統計、数学の勉強を続ける ・Attention, Transfomerの仕組みについて理解を深める

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?

・優秀な方が多く、刺激を受けられる環境 ・チャレンジを後押ししてくれる環境 ・理不尽や忖度の強要が少ない環境

キャラクター

直近で一番やりたいこと
技術を極めたい
好きなスタイル
好きな規模
自信を持って人より秀でていると言える点
学習能力 / 分析力 / 問題解決力
スキルのタイプ
得意なフェーズ
会社を選ぶ一番の基準
理念や社会的意義
やりたくない分野
金融 / 広告 / アダルト
その他の特徴
新しい技術はとりあえず試す / 多職種のバックグラウンドがある
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
vscode, cursor, claude code
希望勤務地
埼玉県 / 東京都 / 神奈川県 / リモート勤務
集まる必要性がない場合は基本リモートが許可される環境が必要
希望年収
900万円
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?