Windows Serverの老朽更新
社内ユーザー約2万人の環境で、サーバーのインストール、各種設定、プログラム置き換え、チューニング、全動作確認を専任で8か月担当しました。
プロフィール
システム開発25年以上、Linux専任の運用保守5年。 半導体、官公庁、銀行、自動車、医療で積み上げた経験を、現在の機械学習研究開発へつないでいます。
これまでの経験
半導体設計支援、官公庁の道路交通量・帳票、銀行口座開設、自動車の在庫・リコール対応、医療機器管理とWeb問診。 業界も技術も異なりますが、複雑な業務とデータを整理し、利用者が継続して使えるシステムへ落とし込む仕事を続けてきました。
新規開発だけでなく、既存コードの改修、DB設計、性能改善、Linux運用、約2万人規模のサーバー更新も経験しました。 要件定義から実装、テスト、デプロイ、障害調査までを一人称で追えるため、レイヤー間の引継ぎと認識のずれを減らせます。
現在の機械学習研究開発でも、モデル精度だけを切り出してはいません。 入力データ、評価条件、人による確認・修正、モデル更新、監査、障害時の復旧までを、一つの業務システムとして扱います。
第三者による公開コード評価
Findyが公開GitHubリポジトリを独自に解析して算出した、スキル偏差値です。
転職活動のために登録しているわけではありません。自分のGitHubを外から振り返る手段の一つとして利用しています。 この評価が技術力のすべてを示すとは考えていませんが、ポートフォリオを作り、改善を続けるうえでの励みにしています。
この自社サイトのリポジトリも評価対象に含まれます。Findyが「人に伝える力」そのものを採点するわけではありませんが、 コード、設計意図、検証結果を伝わる形で残せているかまで含め、公開物全体を見直すためのシビアな外部指標の一つとして受け止めています。
画像はFindyの公開ポートフォリオから毎日0時頃に取得し、取得できない場合は確認済みの画像を表示します。
Findyの公開ポートフォリオを見る 経歴
古い技術名を並べるための年表ではありません。 業務、データ、アプリケーション、運用へと、担当範囲を広げてきた経過です。
業務システム開発と運用保守
半導体設計支援、官公庁、銀行、自動車製造、医療機器管理のシステムに携わりました。既存改修、DB設計、性能改善、Linux運用、サーバー移行まで、長期運用されるシステムの変更と保守を経験しています。
大規模Webシステムとクラウド
全国のディーラーが利用する自動車リコール対応支援システムへ4年半参画。国への届出、対象車両、部品在庫、作業管理、帳票、通知を扱う業務を、React / Next.js、Java、SQL、Linux、AWSをまたいで開発しました。
帳票・OCR・クラウド
医療機関向けWeb問診で、React / TypeScriptのUI、Python / FlaskのAPI、QRコード・差分表示を含むPDF生成を担当。帳票構造を先に確定し、OCR結果を既知のフィールドに対して検証するSchema-firstの処理へつなげました。
機械学習の研究開発
現在は機械学習の研究開発案件に業務委託で参画し、画像解析、OCR、モデル評価・改善に取り組んでいます。モデル単体ではなく、入力データ、評価、人による確認、更新、監査までを業務システムとして捉えます。
確認できる実績
案件名や顧客情報ではなく、規模、期間、担当範囲を公開します。 長期運用、既存システム、業務データを扱ってきた経験の一部です。
社内ユーザー約2万人の環境で、サーバーのインストール、各種設定、プログラム置き換え、チューニング、全動作確認を専任で8か月担当しました。
全国拠点、行政への届出、車両・部品・作業・帳票を扱うWebシステムで、ヒアリングから設計、実装、性能試験、デプロイまで継続して担当しました。
3名体制で、半導体設計を支える約400台のLinuxサーバ群を5年間運用保守。Shell Scriptの設計・実装、環境設定、構築、運用方針の策定まで、開発基盤の安定稼働を支えました。
プロジェクトマネージャーの引継ぎ役として、2年間マネジメントに専任。開発者としてだけでなく、案件を継続させる立場も担いました。
React / TypeScriptのUI、Python / FlaskのAPI、QRコード・差分表示付きPDF、AWS / Azureでのデプロイ・ログ確認・障害調査まで担当しました。
Word帳票から罫線、セル、入力フィールドを抽出して構造化。レイアウト、フィールド特定、OCR、検証処理を分け、結果を確認できる形にしました。
設計・実装の判断基準
ログや計測で確認した事実、現時点の仮説、未確認事項を明確に分けます。
正常系だけでなく、再実行、以前の状態へ戻す手順、時間切れ、安全な終了を設計します。
codeに表れない制約や選択理由は、設計判断記録(ADR)や運用資料として残します。
現在の要件を満たす最小構成から始め、将来の拡張点を明示します。
扱える技術領域
Visual C++(MFC)、Delphi、Java、Oracleから、React、Python、AWS、機械学習まで。 過去の技術を現在の主力として並べるのではなく、既存資産を読み解き、次の構成へ接続するための経験として使います。
業務要件をデータモデルとAPIへ落とし込み、フロントエンドからバックエンドまで実装します。
コードによる基盤管理(IaC)、変更の自動確認・公開(CI/CD)、監視、障害復旧、resource撤収までを設計範囲として扱います。
モデル評価、入力データと出力の追跡、AIの結果を人が確認・修正する工程、更新と以前のモデルへ戻す手順をアプリケーションへ統合します。