ID:83421さん

2026年5月回 指名


まだ何もありません

あなたを気にしている企業

キャリアビジョン


人生で誇れるキャリアにしたい

自分の行動に誇りを持って生きていきたいから

プロジェクト経験

2024年/2年以上

モバイルアプリ開発

東京のスタートアップにてTech Lead兼フルスタックエンジニアとして、 モバイルアプリのiOS・バックエンド・Webにわたる開発を、 end-to-endで単独主導しております。 【主な技術的成果】 ■ サーバーコスト60%削減 Firebaseインフラの全面最適化、Cloud Functionsのメモリ・CPU設定 チューニング、Firestoreクエリリファクタリングを実施し、 継続的に運用コストを削減。 ■ 位置情報×音楽の地理空間ランキングシステムを独自設計 geohashベース(5桁→6桁→7桁の段階的精度向上)の位置情報 ランキングシステムを設計・実装。30分ごとに自動実行される スケジュール関数で、1日数千件のリアルタイム音楽再生イベントを 処理する基盤を構築。データ不足エリアへの自動補充ロジックも実装。 ■ StoreKit 2による課金システムを本番リリース 週間・月間・3ヶ月・6ヶ月・買い切りの5プラン提供。 App Store Connect審査(Guideline 3.1.2対応)を通過し、 リリース初月で売上¥191,860、課金率0.48%を達成。 ■ 6音楽プラットフォーム統合の単独実装 Apple Music / Spotify / LINE MUSIC / YouTube Music / Amazon Music / SoundCloud のクロスプラットフォーム統合。 MusicKit、Spotify API、ISRC コード変換ロジックを駆使。 ■ 通常チームで分担される領域を一人称で完遂 モバイルアプリの企画段階から設計、実装、運用、リリースまで 全領域を単独で担当。AdMob統合、Apple Music バックグラウンド 履歴取得、AR音楽ビジュアライゼーション機能(ARKit)など プロダクトの全機能にわたって設計・実装してきました。 ■ Claude APIによる業務自動化システムの設計・実装 Claude API + Puppeteer + Firebase Storage を組み合わせた マーケティングコンテンツ自動生成システムを設計・実装。 【技術スタック】 iOS: Swift / SwiftUI / UIKit / ARKit / MusicKit / StoreKit 2 / AVFoundation バックエンド: Firebase Cloud Functions / Firestore / TypeScript / Node.js Web: React / Next.js / Django / Python インフラ: Firebase ecosystem / セキュリティルール設計 / CI/CD / コスト最適化 【マネジメント】 小規模エンジニアリングチームのリードを兼任。心理的安全性を 基盤としたチーム運営を実践し、開発文化の構築にも取り組んで おります。

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

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
あり
Zenn アカウント
あり
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?

■ バックエンドエンジニアリングの深化 現在 Firebase エコシステムを中心にバックエンド開発を 行っておりますが、より大規模・高負荷なシステムを 扱える幅広いバックエンドスキルを身につけたいと 考えております。具体的には、以下の領域への理解を 深めていきたいです。 ・大規模分散システム設計(マイクロサービス、 メッセージキュー、イベント駆動アーキテクチャ) ・他のクラウドプラットフォーム(AWS / GCP)の Backend 技術スタック ・データベース設計の幅(RDB、NoSQL、検索基盤) ・パフォーマンスチューニング、SRE 領域 ■ フルスタック全体の体系的強化 現在、iOS・バックエンド・Web を end-to-end で 担っておりますが、各領域の体系的な深化と、 領域間の連携設計力をさらに向上させたいと 考えております。コンピューターサイエンスの 基礎(アルゴリズム、データ構造、ネットワーク、 セキュリティ等)も継続的に学習しております。 ■ AR / Spatial Computing 領域への注力 将来的には、AR グラスを活用したアプリケーション 開発に挑戦したいと考えております。現在 ARKit を 使った個人開発に取り組んでおりますが、Meta Ray-Ban、 Apple Vision Pro、Snap Spectacles などの スマートグラス向け開発に長期的に関わっていきたい 領域です。AR と AI の融合により、新しい ユーザー体験を作ることが私のキャリアの方向性です。

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?

心理的安全性のあるチーム文化を最も重視しております。 組織行動学の研究でも示されている通り、心理的安全性は チームの学習速度とアウトプット品質に直結する要素です。 私自身、現職で小規模チームのリードを担当する中で、 心理的安全性を基盤としたチーム運営を実践しており、 同様の文化を持つ組織で最大のパフォーマンスを発揮 できると考えております。 具体的には、率直に意見を出せる文化、失敗から学べる 運用、建設的なフィードバックを基盤とした評価制度を 備えた環境を希望しております。 加えて、end-to-end の裁量を持って技術的な意思決定を 担えるロール、ワークライフバランスを保てる就業環境を 希望しております。

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

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
学習能力 / 責任感 / 人を集める力
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
金融 / 医療・介護
その他の特徴
使用言語にはこだわらない / 新しい技術はとりあえず試す / 趣味は仕事 / 起業/創業期のベンチャーにいた
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20代中盤
好きなテキストエディタ
未入力です
希望勤務地
東京都 / 大阪府
希望年収
450万円以下
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?