職務経歴書
2026年11月16日現在
氏名 鈴木 健太
■ 職務要約
大学院で画像処理を学んだあと、株式会社〇〇(電子部品メーカー)の生産技術部で、外観検査装置の画像処理を10年担当しています。前半はルールベースの検査装置の立ち上げ、2021年からは深層学習による検査への置き換えと、量産ラインでの運用を担当しました。チップ部品の外観検査では、見逃し率0.05%以下を保ったまま過検出率を8.2%から1.4%に下げ、2工場14ラインに展開しています。2024年からは、部品トレイの物体検出を使ったロボットのピッキングの試作も担当しました。
■ 活かせる経験・知識・技術
- 外観検査の撮像設計(照明・レンズ・カメラ配置の選定)と、ルールベースの画像処理
- 異常検知・物体検出・セグメンテーションのモデル開発と、見逃し・過検出を分けた評価
- TensorRT による推論の高速化と、産業用PCでのリアルタイム処理
- 量産ラインでのモデルの運用(不良画像の収集、再学習、変更時の確認手順づくり)
- 品質保証・製造部門と判定の基準を決める調整
■ テクニカルスキル
| 言語 | C++(7年9か月)、Python(5年8か月)、C#(5年) |
|---|---|
| フレームワーク・ライブラリ | OpenCV(7年9か月)、PyTorch(5年8か月)、TensorRT(5年8か月)、HALCON(5年)、ONNX Runtime(2年)、ROS 2(9か月) |
| 機械学習・生成AI | MLflow(3年8か月)、Label Studio(3年8か月)、異常検知(2年)、セマンティックセグメンテーション(2年)、物体検出(9か月)、インスタンスセグメンテーション(9か月) |
| データベース | PostgreSQL(3年8か月) |
| OS・クラウド・インフラ | Windows(7年)、Docker(3年8か月)、オンプレミスのGPUサーバ(3年8か月)、産業用PC(GPU搭載)(2年)、GigE Vision カメラ(2年)、Ubuntu(9か月)、Jetson(9か月) |
| ツール | PLC(5年)、深度カメラ(9か月)、Git、GitLab CI |
■ 職務経歴
事業内容:積層セラミックコンデンサなどの電子部品の製造 従業員数:約3,000名 雇用形態:正社員
所属・役職:生産技術部 画像検査グループ 主任(2022年4月〜)
| 2021年4月〜2023年3月 | チップ部品の外観検査の深層学習化 チップ部品の欠け・割れ・異物付着を判定する外観検査を、ルールベースから深層学習に置き換えた。1ラインあたり毎分約2,000個を検査する。 【役割】開発リーダー 【規模】チーム4名/全体12名(品質保証・製造を含む) 【担当工程】要件定義、基本設計、詳細設計、実装・単体テスト、結合テスト、総合テスト、データ整備、モデル開発・評価、実機検証 【取り組み】
【成果】
【使用技術】Python、C++、PyTorch、OpenCV、ONNX Runtime、TensorRT、異常検知、セマンティックセグメンテーション、Windows、産業用PC(GPU搭載)、GigE Vision カメラ |
| 2023年4月〜現在 | 検査モデルの量産展開と運用のしくみづくり 深層学習の検査を2工場14ラインに展開し、品種追加や新しい不良に合わせてモデルを更新し続けるしくみを作った。 【役割】リーダー 【規模】チーム5名 【担当工程】要件定義、基本設計、実装・単体テスト、総合テスト、保守・運用、データ整備、モデル開発・評価 【取り組み】
【成果】
【使用技術】Python、PyTorch、TensorRT、MLflow、Label Studio、PostgreSQL、Docker、オンプレミスのGPUサーバ |
| 2024年10月〜2025年6月 | 部品トレイの物体検出によるロボットピッキングの試作 部品トレイに並んだ部品を物体検出で見つけ、協働ロボットで取り出す工程の自動化を試作した。 【役割】画像処理の担当 【規模】チーム3名(ロボット担当1名を含む) 【担当工程】基本設計、実装・単体テスト、結合テスト、データ整備、モデル開発・評価、実機検証 【取り組み】
【成果】
【使用技術】Python、C++、PyTorch、OpenCV、ROS 2、物体検出、インスタンスセグメンテーション、Ubuntu、Jetson、深度カメラ |
| 2016年4月〜2021年3月 | ルールベースの外観検査装置の立ち上げ 新しい製造ラインの外観検査装置の画像処理を担当。撮像系の選定から、判定のしきい値の調整、PLC との連携まで行った。 【役割】メンバー(2018年から担当ラインのリーダー) 【規模】チーム6名 【担当工程】基本設計、詳細設計、実装・単体テスト、結合テスト、総合テスト、保守・運用、実機検証 【取り組み】
【成果】
【使用技術】C++、C#、HALCON、OpenCV、Windows、PLC |
■ 資格
- 2017年12月 画像処理エンジニア検定 エキスパート
- 2021年8月 E資格
■ 社外での活動
- 社内の技術発表会で「外観検査の過検出を減らす評価データの作り方」を発表(2023年)
■ URL
- GitHub:https://github.com/example
■ 自己PR
検査の基準を、現場の人と一緒に数字で決めることを大切にしてきました。深層学習への置き換えでは、品質保証部門と「見逃しは今より増やさない」と最初に約束し、新旧の検査を3か月並行して動かして、判定が分かれた画像を一緒に確かめました。納得したうえで切り替えたので、その後の展開も現場から求められる形で進みました。
今後は、検査で培った撮像とモデル運用の経験を活かし、ロボットが実際の現場で物を見て扱う仕事に取り組みたいと考えています。
以上
