スキルシート
| 技術者名 | T.Y |
|---|---|
| 年齢 | 32歳 |
| 最寄り駅 | 東急田園都市線 三軒茶屋駅 |
| 稼働 | 2027年1月〜/週3〜5日(リモート希望) |
| 得意分野 | 生成AIアプリ(RAG・AIエージェント)の開発 |
| 得意技術 | Python、RAG の設計と評価、FastAPI |
| 得意業務 | 要件定義から運用まで。評価の仕組みづくりが得意 |
| 資格 | 応用情報技術者試験 |
| 自己PR | 評価データを作って精度を数字で確かめながら進めることを大切にしています。短い期間の案件でも、最初の2週間で評価の仕組みを作り、改善の効果を発注先と同じ数字で話せるようにしています。 |
| No | 期間 | 業務内容 | 役割・規模 | 言語 | FW・ライブラリ | DB | OS・クラウド・ツール | 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 | 保守・運用 | データ整備 | モデル開発・評価 | 実機検証 |
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 1 | 2025年6月〜現在 | ■営業資料の下書きを作る AIエージェントの開発(SaaS 企業) 商談メモと顧客管理システムの情報から、提案書の下書きを作る AIエージェントを開発。 ≪担当業務≫ ・顧客情報の検索、過去の提案書の検索、料金表の参照をツールとして設計 ・料金など誤りが許されない部分は LLM に書かせず、料金表から差し込む方式にした ・1件あたりの費用と応答時間の監視を整備 ≪成果≫ ・提案書の初稿づくりを1件あたり90分から25分に短縮 ・処理の使い分けで費用を約4割削減 | 技術リード チーム3名/全体8名 | Python | FastAPI、LangGraph、商用LLMのAPI | PostgreSQL | AWS | ● | ● | ● | ● | ● | ● | ● | |||
| 2 | 2024年7月〜2025年5月 | ■社内規程の問い合わせに答える RAG の構築(製造業) 総務・人事への社内問い合わせに、規程と過去の回答をもとに答えるチャットを構築。 ≪担当業務≫ ・評価データ200問の作成と、自動評価を CI に組み込む仕組みづくり ・キーワード検索とベクトル検索を組み合わせ、検索結果を並べ替える処理を追加 ≪成果≫ ・正答率を61%から86%に改善 ・問い合わせの約5割を自動で回答 | メンバー チーム4名 | Python、TypeScript | FastAPI、Next.js、商用LLMのAPI、埋め込みモデル | PostgreSQL、pgvector | Azure | ● | ● | ● | ● | ● | ● | ||||
| 3 | 2024年1月〜2024年6月 | ■問い合わせメールの分類と返信案の作成(EC 事業者) 1日約400件の問い合わせメールを内容で分類し、返信の下書きを作る仕組みを構築。 ≪担当業務≫ ・過去の問い合わせ1,000件に分類を付けて評価データを作成 ・分類の確信度が低いメールは人が確認する流れを設計 ≪成果≫ ・分類の正解率92% ・返信までの時間を平均6時間から2時間に短縮 | メンバー チーム2名 | Python | 商用LLMのAPI | MySQL | Google Cloud | ● | ● | ● | ● | ● |
