01顧客利用検証
約 1/6
文書改訂にかかる時間
顧客検証では、従来約60分の作業が約10分になったとの評価。製薬業界向けPoCで、Agent・Workflowの構築から改善まで担当。
約 60 分約 10 分
PORTFOLIO / 正社員・業務委託
現場の問いを、
検証できる AIへ。
Agent設計から評価・改善まで。
業務課題を、動くプロトタイプと確かな検証につなぐ
AI / LLM Engineerです。
SINCE 2023.12要件整理・開発・評価を一貫して担当
ENGINEERING APPROACH01 — 04
01 / DISCOVER業務要件
↘02 / DESIGNAgent & Workflow
↘03 / EVALUATE評価・トレース
↘04 / IMPROVE品質改善
ITERATE✳BUILD WITH EVIDENCEPYTHON · LLM
GEN AI · AGENT · RAG · EVALUATION実績サマリー
OUTCOMES IN PRACTICE
検証結果で伝える、
3つの実績。
数値は、職務経歴書に記載された
顧客検証・比較評価・モデル評価に基づきます。
028項目・4点満点
+0.56pt
Multi-Agent RAG 比較評価
既存Agent 2.89点に対し、新規システムは3.45点。評価設計、検索改善、AWSチャットボットへの統合を担当。
既存 2.89改善後 3.45
03SLMモデル評価
90%+
機密情報の識別精度
PowerPoint内の情報抽出を目的に、学習データ設計からQLoRA微調整、推論方式の比較・検証まで実施。
QLoRA·vLLM·llama.cpp
SELECTED PROJECTS 2025 — 2026
課題をほどき、
使える形にする。
顧客・社内案件は守秘義務に配慮し、固有名詞や機密情報を伏せて紹介しています。
公開デモ・リポジトリのURLは掲載していません。
文書改訂を支援する
生成AIワークフロー
製薬・翻訳業界向けソリューションの開発支援。顧客業務の整理からAgent・Workflow設計、顧客環境での検証と改善までを担当しています。
担当顧客ヒアリング／仕様具体化／Agent・Workflow構築／結合テスト
成果製薬業界向けPoCを顧客の実験環境へ展開。十数名・数百件規模の文書で利用検証中。
個別画面・顧客資料は非公開
LangGraph / Text-to-SQL
評価・品質改善
自然言語からAgent選択・SQL生成・Athena検索・回答生成へ進むPoCで、工程ごとの誤りを可視化。評価設計と品質改善を担当。
- LangfuseのトレースとSQL実行結果を照合し、誤生成要因を分類。
- 日付条件・テーブル選択・回答と実データの整合性を検証。
公開デモURLは未掲載
Multi-Agent RAG
検索・回答システム
質問の複雑さに応じてRouter・Strategist・Worker・Reviewerを切り替える構成を設計。並列検索、関連性評価、Chunking比較を実施。
- 検索・推論・引用生成をPythonライブラリ化し、既存AWSチャットボットへ統合。
- 8項目の比較評価で3.45 / 4点（既存Agentは2.89点）。
顧客環境・ソースコードは非公開
機密情報抽出向け
SLMのQLoRA微調整
抽出ノイズを考慮した学習データ生成から微調整、JSON出力の復旧処理、CPU / GPU推論の比較までを実施。
- 学習・GPU監視・保存・評価の流れをPythonで自動化。
- 実ファイルを用いた評価で識別精度90%以上を記録。
学習データ・対象資料は非公開
AI商談トレーニング
Webアプリ
会話画面・管理画面、音声入出力、進行に応じて切り替わるPromptを実装。顧客との要件調整からテストまで担当。
顧客案件のため公開デモなし
※ 図やUIは業務フローを説明するための概念図です。実際の顧客画面・データ・システム構成を掲載したものではありません。
CAPABILITIES
実装と評価を、
ひとつの流れに。
作って終わりにせず、トレース・評価・顧客フィードバックから次の改善点を見つけます。
01 DESIGN
Agent・Workflow設計
顧客業務と要件を整理し、Agent単体／マルチAgentの役割分担、処理分岐、画面連携を設計・構築。
LangChain · LangGraph · Prompt Design
02 RETRIEVAL
RAG・検索品質
Chunking方式や検索結果を比較し、並列化、関連性スコアリング、引用の追跡を通じて検索体験を改善。
FAISS · Embeddings · BeautifulSoup
03 EVALUATION
LLM評価・分析
工程ごとの評価指標を設計。トレースと実データを照合し、Agent選択・SQL・回答の誤りを分析。
Langfuse · LLM-as-a-Judge · SQL
04 FINE-TUNING
SLM微調整・推論
データ設計、QLoRA微調整、JSON出力の堅牢化からCPU / GPU推論方式の比較までを検証。
Hugging Face · PEFT · QLoRA
TECH STACK実務での使用経験をもとに記載
LANGUAGES
Python SQLJavaScript
AI / DATA
LangChain LangGraphLangfuseFAISSHugging FacePEFT / QLoRATransformersvLLMllama.cpp
CLOUD
AWS S3 AWS AthenaAzure AI SpeechAzure StorageGCP / Colab
APP / DATA
Flask DjangoStreamlitPandasNumPy
CAREER
技術と、
顧客理解をつなぐ。
課題の言語化から、関係者との調整、実装と検証へ。エンジニアとしての経験に、顧客折衝・企画のバックグラウンドを重ねています。
日本語能力試験N1
2023.12 — 現在
生成AI・LLMエンジニア
Pythonを中心に、Agent・RAG・LLM評価・SLM微調整の開発に従事。顧客ヒアリング、要件具体化、プロトタイプ構築、評価・改善まで担当。
AI AgentRAGEvaluationFine-tuning
2021.10 — 2023.04
シニアプランナー
日本企業のインバウンド・中国市場進出支援。顧客調査、戦略提案、SNS関連プロジェクトの進行・関係者調整を担当。
2020.10 — 2021.09
インフルエンサーマネージャー
SNSデータ分析・企画提案、企業案件の進行、契約調整、イベントや海外展開の支援に従事。
LET'S TALK
次の課題を、
一緒に解きませんか。
AI / LLM Engineerとして、正社員・業務委託のご相談をお待ちしています。
本ページでは住所・生年月日・電話番号・在留資格・顧客機密情報を公開していません。案件詳細は守秘義務に配慮して一般化しています。