AI inside 株式会社 / MLチーム
帳票位置補正AI研究開発
従来のルールベースの手法では、縁にはっきりとした枠線がある帳票でないといけないという制約条件のために、精度が約60%程度でした。画像処理エンジニアがルールベースで試行錯誤して疲弊していました。慌てて、検証データセットを用意して、汎用画像処理ベースの手法に切り替える研究開発を始めました。精度約99%を実現して、無事リリースされました。リリース後も、セールスエンジニアや運用保守を任されました。
バーチャルAI工房株式会社 / 代表
大きな挑戦に取り組んでいる企業の正社員に戻っている途中です。
2029年〜:シリーズ0から始めるCxO子供塾VC(Venture capital) 2028年〜:人事部異動 2024年〜2027年:? x AIのベンチャー企業のフルスタックエンジニア+仮想技術主任。 2022年〜2023年:バーチャル大規模データセット作成用のパイプライン「VBDP (VirtualBigDatasetPipeline).v.1」の研究開発。 -clear
短期間低予算のAI開発を実現するために、ミニマムサンプルを技術ブログを執筆しています。くわえて、バーチャル大規模データセットを作成するパイプライン「VBDP(VirtualBigDatasetPipeline)」を開発しています。
各種AIモデル開発。学習データを作成するアノテーション作業の作業効率化。
技術習得。動画編集・IaC・分散処理・強化学習など
上場後、エンジニア部門に転部し、バックエンドエンジニア・インフラエンジニア・ミドルウェアの導入など、幅広い開発プロジェクトに携わる。
MLチームのテクニカルリードとして、常にメインプロダクトのAI研究開発を担当しました。AIに対する情熱を持ち、非エンジニアにも分かりやすくAIを解説するセールスエンジニアの役割も果たす。
フロントエンド開発
魚の写真から名前を特定するAndroidアプリの共同研究開発に取り組みました。当時は、周囲に教えてくれる人がいないために、参考論文の引用論文の引用論文まで読み漁りました。従来手法よりも高い精度を達成して、所属していた大学内で初めてDeepLearningを導入しました。
AI inside 株式会社 / MLチーム
従来のルールベースの手法では、縁にはっきりとした枠線がある帳票でないといけないという制約条件のために、精度が約60%程度でした。画像処理エンジニアがルールベースで試行錯誤して疲弊していました。慌てて、検証データセットを用意して、汎用画像処理ベースの手法に切り替える研究開発を始めました。精度約99%を実現して、無事リリースされました。リリース後も、セールスエンジニアや運用保守を任されました。