izuna385

リードエンジニア

分析データ領域をリードとして担当。

プロダクトエンジニア（3名体制）

中途・業務委託の採用と教育を進めつつ、プロダクト開発全体をリード。全障害の Incident Commander とポストモーテム、Biz-Dev 間の調整を担う。

• 海外 DSP の新規接続をサービス断なしで達成し、売上を 30% 改善
• 月間 100 万円超の Google Cloud インフラコストを削減
• 配信量 10 倍を見据えた fluentd → Pub/Sub ログ基盤リアーキテクチャの方針策定と引き継ぎ
• プロダクト改善のためのグロース会「伸び代会」を隔週で計 46 回主催

プロダクトエンジニア（1名体制）

バックエンドエンジニアの退職に伴い、全開発を単独で担当。障害対応・仕様変更・ビジネスサイドの調査依頼を捌きながら基盤を維持。

• GCP コスト改善プロジェクトで月 800 万円のうち 150 万円超を削減
• 機械学習出身ながら Kubernetes / ArgoCD / fluentd / SRE及び計測ドメインを実戦でキャッチアップ
• タスク管理を ClickUp → Notion へ移行し、Biz-Dev 間の進捗・期限共有体制を整備

グロースエンジニア（2名体制）

機械学習モデルに留まらず、入札・予算配分を含むビジネスロジック全体を最適化。

• 日次粗利率を 1% から 50% へ改善し、事業クローズの危機を脱出
• 実装・効果検証・Biz への効果説明までを一人称で担当し、全社 MVP をチームで受賞
• KPI 監視用の BI ダッシュボードを構築

機械学習エンジニア（3名体制）

コンバージョン率予測モデルの新特徴量検証と機械学習基盤の保守を担当。

• 新特徴量導入の粗利インパクトをシミュレーションし AB テストを実施
• 機械学習に閉じた精度評価の限界を経験し、以降の「事業最適」目線の起点に
• Streamlit で粗利・予測実績の乖離率監視ダッシュボードを作成

LLM / 機械学習・データエンジニア（要員3名）

医療ドメインの LLM / RAG と、塾の成績分析基盤を担当。

• 医療文献の RAG / QA システムを実装し、社外 PoC を 1 件獲得
• 医療翻訳 LLM（gemma2 / Qwen）を fine-tuning、vLLM カスタムコンテナで推論コストを 1/20 に削減
• GCS → GCE → BigQuery の成績アップロード & 予測付与パイプラインを構築

自然言語処理エンジニア（要員5名）

大規模テキストからのインサイト抽出 PoC を、バックエンド実装から仮説検証・顧客チューニングまで一人称で担当。

• 社内・社外でそれぞれ有償 PoC を 1 件ずつ獲得
• BERT / LightGBM によるポジネガ分類と非同期テキスト解析基盤を実装
• サービス化に向けたモジュール化・テスト設計・モブプロでの引き継ぎを推進