あずんひの日

あずんひの色々を書き留めるブログ

あずんひの技術者情報

再就職活動を始めるに当たって自分の経歴をまとめました。 記載内容は2023年7月時点のものであり最新情報とは限りません。

また一般公開用に一部リンク等は省略しています。完全版は一部転職サイト(Findy、Forkwell、LAPRAS)にて公開中です。 個別にお渡しすることも可能ですので気軽にお申し付けください。

基本情報

題目 内容
ハンドルネーム あずんひ(aznhe21)
名前 齋藤 鴻(さいとう ひろ)
生年月 1994年4月(満29歳)
性別
ブログ https://aznhe21.hatenablog.com/
Twitter https://twitter.com/aznhe21
GitHub https://github.com/aznhe21
GitLab https://gitlab.com/aznhe21
Eメール GitHub・GitLabの公開メールアドレスを参照
連絡先 EメールまたはTwitterのDMからご連絡ください
会社歴 株式会社オプティム(2017年~2022年)→無職(2022~)
常用OS・ディストロ Windows 11、Fedora(デスクトップ)、RHEL(サーバー)、Arch Linux(WSL)
常用エディタ Neovim

自己紹介

  • プログラミングを始めた切っ掛けは自らの不満を解消するためでしたが、その考え方は今も変わっていません。 不満・ストレスを解消するため、最終的には世界を幸せにするために技術を用いるのが原則です
  • 手段(技術)ではなく目的を重視します。故に目的のために必要であれば未知の技術でも躊躇無く取り入れます。 逆に言えば目的の見えない、または納得できないことは避けたいです
  • とは言え興味本位で未知の技術を取り入れることもあります。組み込み開発(電子工作)やRustの習得は興味本位からでした

資格

年月 資格
2013年12月 応用情報技術者
2014年6月 情報セキュリティスペシャリスト
2015年12月 ネットワークスペシャリスト

プログラミング言語

Stack Overflow Developer Survey 2023からトップ20を抜粋しています。 習熟度は下記を目安に記述しています。

  1. 何も見ずに書ける:細かい仕様は調べる必要があるものの、完全に理解している
  2. 資料片手に書ける:一部自信が無い部分があるものの、概ね理解はしている
  3. 学習が必要:経験自体はあるものの、学習をしないと自信を持って書くことができない
  4. 経験無し:書いたことがない
ランク 言語 習熟度 業務経験
1 JavaScript 1. 何も見ずに書ける
2 HTML/CSS 1. 何も見ずに書ける
3 Python 1. 何も見ずに書ける
4 SQL 3. 学習が必要 ×
5 TypeScript 1. 何も見ずに書ける
6 Bash 2. 資料片手に書ける
7 Java 2. 資料片手に書ける
8 C# 2. 資料片手に書ける ×
9 C++ 2. 資料片手に書ける(C++17)
10 C 2. 資料片手に書ける(C17)
11 PHP 3. 学習が必要 △(アルバイト)
12 PowerShell 3. 学習が必要 ×
13 Go 2. 資料片手に書ける △(PoC程度)
14 Rust 1. 何も見ずに書ける
15 Kotlin 2. 資料片手に書ける △(PoC程度)
16 Ruby 2. 資料片手に書ける △(アルバイト)
17 Lua 2. 資料片手に書ける ×
18 Dart 4. 経験無し -
19 Assembly 3. 学習が必要 ×
20 Swift 2. 資料片手に書ける

経験

  • ソフトウェア開発
  • AI開発
  • クラウド・サーバー開発、運用
    • Webアプリ設計、開発
    • AWS Lambda用ソフトウェア開発(x86/ARM)
    • Kubernetes運用
  • 技術ブログ執筆
  • 技術イベント登壇
  • 自宅Linuxサーバー運用

経歴

人数が書いていない項目はひとりでの制作物です。

2013~2017 学校(HAL東京)

2017~2022 仕事(オプティム)

主にR&D部門で画像処理AIの普及に関わる業務に携わり、データセット構築や訓練、推論アプリケーションの開発まで一通り経験。 その中で使用したRust言語に関する登壇やブログ執筆等も行った。 他にも別チームへのヘルプ参加もしており、SREやスマートフォンアプリ開発、Webフロントエンド開発なども経験。

AI関連

画像処理AIの訓練(データセット作成含む)や訓練のためのソフトウェア開発。 また訓練したモデルを高効率に推論するためのソフトウェア開発(エッジ及びクラウド)。

  • 2016~2019 眼底画像から緑内障判定を支援するAI(5人程度のチーム)
    • 緑内障検査を気軽に受けられるようにすることで早期発見・治療に繋がる未来を目指した製品
    • 主にAI全般に携わり、堅牢かつ高速なAIを構築した。また解析結果レポートの生成内容が複雑であったことからそちらも担当した
    • 担当詳細:データセット作成(~10人程度)、訓練用プログラム開発(Python、5人程度での開発)、 訓練、推論用プログラム開発(Rust+Python)、レポート生成プログラム開発(Puppeteer+JavaScript
  • 2018 熟度ごとにトマトを検出するAI(PoC、5人程度のチーム)
    • トマトの収穫量をAIが予測することで精度を向上しようとしたPoC
    • ソフトウェアだけでなく、現場を往訪し仕組みを提案するところや先方への説明も担当
    • 担当詳細:データセット構築(実際の作成はアルバイト)、訓練、推論用プログラム開発(Rust+Python)、デモ用プログラム開発(JavaScript
  • 2018 Caffeで実装された物体検出モデルをPyTorchで再実装
    • 独自データセットによる訓練をしやすくした
    • 担当詳細:開発(Python
  • 2018~2022 汎用推論ミドルウェア(5人程度のチーム)
    • 処理能力向上やコスト軽減のためのAI推論ミドルウェア。モノリシックに作られていたため拡張性に乏しく使いづらかった
    • 担当詳細:開発(Rust)
  • 2021~2022 AIフレームワークや実装言語、アプリ側言語を問わない汎用推論エコシステムの構築
    • 上記ミドルウェアの失敗を踏まえた、高速性はそのままに拡張性、可搬性を考えたAI推論エコシステム。 新規AIモデルの組み込みや異なるアプリケーション、様々なプラットフォームでの使用にも耐えうる設計となった
    • 担当詳細:設計、開発(C++、Rust)

Rust関連

テックブログ執筆や自社イベント登壇など。

その他

様々な都合により別チームへ一時的に転属されることもあった。

  • 2019 SREでMongoDB構築(SRE自体は10人程度のチーム)
    • MongoDB互換フルマネージメント型DBの互換性に問題があったため自前構築することとなった
    • 担当詳細:構築、運用スクリプト開発(bashKubernetes、新規プロジェクト、2人での開発)
  • 2020~2021 Optimal Biz Telework(全体で10~30人程度のチーム)
    • コロナ時代を見据えた新規プロダクト。自身やチームの働き方を見つめ直して生産性向上を図る目的があった
    • Optimal Biz Telework
    • 担当詳細:iOSアプリ開発(Swift、新規プロジェクト、1人→のちに2人)
  • 2022 OPTiM AI Camera(全体で10~15人程度のチーム)

趣味

お仕事募集中

現在はRustを使用している自社開発企業で働きたいと考えています。 ただし下記を前提条件としております。

  • 業務としてOSSへの貢献ができること
  • 作業用PCでLinuxまたはWindowsが使えること

その他の条件はお尋ねください。

条件に合致する企業様があればぜひご連絡ください。