↓メインコンテンツへスキップ

近藤 憲児 (KONDO Kenji)

目次
Alt text

自己紹介
#

Web と AI のエンジニアリングを軸に、技術で事業価値を生み出すことに取り組んでいます。プロダクト開発からチームマネジメント、教育まで、技術と事業の両面から価値創造を目指しています。

リンク・SNS
#

経歴
#

  1. 2009年-2013年: 福岡大学 理学部 応用数学科

  2. 2013年-2015年: 九州大学 大学院 数理学府

    数理学修士
    • 力学系理論、数理論理学、形式論理学、数学基礎論

  3. 2015年-2020年: 株式会社インターネットイニシアティブ

    インフラ/バックエンドエンジニア、アーキテクト、テックリード
    • POS システム、 IoT 案件などの受託開発
    • IoT プラットフォームサービスのの要件・仕様定義、アーキテクチャ設計、実装、運用保守
    • Scrum 開発の導入
    • Kubernetes Cluster を on-demand で払い出す Kubernetes as a Service プロジェクトのプロジェクトマネジメント、設計と実装

  4. 2020年-2024年: 株式会社スカイディスク

    AI エンジニア、 AI エンジニアリングマネージャー、 AI テックリード
    • 塾や製造業からの、機械学習や組合せ最適化を用いた AI 受託開発
    • AI SaaS プロダクトのプロダクトの設計やアルゴリズム開発
    • AI エンジニアリングチームのチームマネジメント、ピープルマネジメント
    • LLM の社内導入や、 LLM を用いた複数の受託開発

  5. 2020年-: Udemy 講師

    Udemy 講師としてコースを配信した。数学のコースは Udemy の数学カテゴリで日本一 画像の説明 画像の説明

  6. 2024年-2026年: 株式会社スタディスト

    AI 開発リードとして、プロダクト・事業における AI 技術の活用を推進

  7. 2024年-2026年: 文科省事業「医療現場の業務DXに資するAI人材育成に向けた学科転換事業」委員 & 客員講師

    学校法人麻生塾 麻生医療福祉＆保育専門学校 における、 AI 人材育成を推進するための学科転換事業の委員として、学科のカリキュラムの設計、および客員講師として AI、プログラミングの授業を担当

  8. 2026年-: 株式会社Effic

    AI プロダクトエンジニアとして従事

  9. 現在: 複数企業での実装支援・セミナー講師

    多数の企業において、AI 技術（特に LLM）を用いた実装支援やアドバイザリー、セミナー講師として活動。LLM の活用戦略の立案や技術選定、実装方針の策定、そして実装を行っている

特許・知的財産
#

特許第 7755036 号
#

発明の名称: 構造化文書の作成を支援するためのコンピュータシステム、そのコンピュータシステムにおいて実行される方法およびプログラム

要約: 構造化文書の作成を支援するためのコンピュータシステムを提供する。本発明のコンピュータシステムは、構造化文書を生成するための第１のユーザ入力を受信する手段と、前記第１のユーザ入力に基づいて、可変プロンプトを生成する手段と、前記可変プロンプトと、固定プロンプトとに基づいて、第１の構造化文書を生成する手段とを備えている。一実施形態では、可変プロンプトは、受信されたユーザ入力の履歴を含み得る。

特許第 7892311 号
#

発明の名称: 情報処理システム、情報処理方法及びプログラム

要約: ユーザとのインタラクティブなやりとりを通じて適切な説明を自律的に進行可能な情報処理システム等を提供する。本発明の一態様によれば、情報処理システムであって、少なくとも1つのプロセッサを備え、プロセッサはプログラムを読み出すことで次の各ステップを実行するように構成され、受付ステップでは、説明対象に関する情報を聴取しているユーザによるユーザ入力を受け付け、特定ステップでは、ユーザ入力を人工知能モジュールに入力することで、ユーザ入力に応じた、ユーザに提示すべき提示コンテンツを人工知能モジュールに特定させ、提示コンテンツは、予め指定された説明対象に関する説明用のコンテンツ群に含まれており、コンテンツ群は、提示コンテンツを少なくとも含む複数のコンテンツから構成されており、第1の出力ステップでは、提示コンテンツをユーザが把握可能な態様で表示させるとともに、ユーザ入力に係る回答を音声で出力する、システムが提供される。

スキル
#

AI 領域(アルゴリズム、組合わせ最適化、機械学習、LLM など)
#

AI 駆動開発・ループエンジニアリング

Agent 技術

LLM

  • 企画壁打ちボット ORANGE-AI
  • テレビ番組向け AI Bot 最強グルメ AI くんトン の作成 画像の説明
  • スタディスト在籍時、マニュアル管理システム Teachme Biz における LLM を用いた機能群 Teachme AI ではプロダクトマネージャーとして機能開発をリードした
  • Azure OpenAI, Amazon Bedrock を用いたアプリの実装
  • Langfuse, Langsmith を用いた LLM アプリケーションの評価、実験管理 (LLMOps)

LLM・Agent 技術戦略

  • 複数社にて LLM・Agent を用いたプロダクトの実装支援、またアドバイザリーとして、LLM・Agent の活用戦略の立案や技術選定、実装方針の策定などを支援
  • 事業会社への AI 駆動開発の導入・伴走
    • 既存システムのリプレイス案件において、既存のテスト仕様書を AI に読ませてテストシナリオへ翻訳するなど、テスト設計から AI に任せる開発の流れを構築
    • 開発チームへのループ運用の技術指導。先方が自社向けのエージェント管理ツールを自作し、運用を始めるところまで支援
  • 業務への AI 導入のアドバイザリー: 現場の業務構造と運用を理解したうえで、AI に任せる範囲と人が判断する範囲の設計を支援
  • AI-driven Development の推進: Coding Agent（Claude Code、Codex など）を活用した開発プロセスの改善、チームでの AI 開発ナレッジの蓄積
  • 「AI倫理」以前_近藤憲児

アルゴリズム、組合せ最適化

  • 「衝突しないこと(=有限個の自然数の集合から自身に対して定義された写像が全単射であること)が数学的に保証された疑似乱数生成アルゴリズムを使って、 ID を生成関数を実装せよ」という要件に対して Xorshift を提案し、論文を追試したのち実装した。
  • 最適ワークス のスケジューリングアルゴリズムの設計は、組合せ最適化理論を応用している。以下は用いた技術のキーワード:
    • 制約充足問題として問題を定式化
    • 最適化は局所探索法、遺伝的アルゴリズム、ヒューリスティクスを検討
    • 巡回セールスマン問題として定式化した問題に対し、 OR-Tools を用いる
    • 制約を満たすスケジュール生成にはバックトラッキングを用いる
    • 開発チームの新メンバーには、制約充足問題について親しんでもらうことを目的に、 N-Queens 問題を min-conflict アルゴリズムで解く課題を課した
    • cf.) AI エンジン開発チームの研修課題を公開！ “n-queens 問題”
    • cf.) 数独とスケジューリング問題

機械学習、ディープラーニング

  • Kafka を用いて構成したシステムのパフォーマンスのチューニングを、回帰分析を行って実現した。
    • 単位時間におけるスループットが、 Kafka に設定した Partition 数と ConsumerClient の数をパラメータに持つ二次形式に近似できると仮定して、回帰曲面を出した。
    • その曲面の極値問題を解くことで、理想的な Partition 数と ConsumerClient の数の組合せを求めた。
    • cf.) Spring Cloud Data Flow で構成される IIJ IoT サービス
  • 学習塾に蓄積された 20 年ほどの模擬試験の結果をもとに、単元別の"得意・不得意"に関する確率分布を作り、ある限られた単元の成績から、他単元の"得意・不得意"を推測するシステムを提案
    • 確率分布に相当するベイジアンネットワーク構築に Chou-Liu のアルゴリズムを採用
  • Pytorch で CNN を実装し、自分の好む服の柄を判定するモデルを作成
  • 音楽生成に興味を持ち、 Magenta のコードを参考にしながら VAE を用いた音楽生成モデルを構築した。
    • いわゆる “カノンコード” と呼ばれるコード進行の曲を 20 曲ほど楽譜に書き起こし、それを MusicXML という XML 形式に保存し、それを学習させた。
    • 当時 Magenta は Tensorflow ベースであったので、それを Pytorch で必要な部分を書き直した。
    • (GPT-3 が流行ってきたあたりで途端にやる気が無くなってやめた)
  • Transformer-based な GAN である TransGAN を用いて CIFAR-10 で画像生成を試した。
    • CIFAR-10 くらいじゃないと、 Google Colab の GPU では許容できる時間で学習が終わらなかった。
    • 今は論文の revision が上がっており問題ないが、初期のサンプルコードは評価関数の定義が明らかにおかしくて、自分で修正しながら実験した。
  • 機械学習の勉強会を企画して行ったこと

開発技術
#

  • Python
    • 業務で最も用いている言語。プロダクションレベルのコードを書ける。
  • TypeScript
    • 最近よく書いている
  • Go
    • 以前は業務で用いていた。最近は触っていない。かつてはプロダクションレベルのコードを書けた。 Go の勉強にハマっていたときは、 Kubernetes のほとんどすべてのコードを読んでた。それくらいには好き。
  • Java
  • R や C++
    • 業務で用いたことはない。書くのも得意ではない。書籍などで勉強する際には問題なく読める程度。

インフラ
#

  • ネットワーク・サーバーインフラの設計・構築・運用
    • L2-L7 レイヤーでの設定およびトラブルシューティングが可能。ルーティングテーブルや MAC/ARP テーブルを読み、設定できる。
    • Linux サーバーの構築・運用経験あり
  • 各種ミドルウェアの選定・構築・運用
    • Web サーバー、DNS、データベース、メッセージキュー、分散処理基盤、ログ収集・分析、監視ツール、CI/CD パイプラインなど、システム構築に必要な各種ミドルウェアの選定から構築・運用まで対応可能
  • コンテナ技術・オーケストレーション技術を用いたシステム構築
    • Kubernetes クラスターの構築・運用、および Kubernetes as a Service としてのサービスの設計・実装経験あり

設計
#

  • これまでのサービス・プロダクトの開発リードの経験から、機能設計、非機能設計、 DB 設計、セキュリティ設計、ネットワーク設計、インフラ設計、ソフトウェア設計、モニタリング設計、運用設計、業務設計など、あらゆる設計に対応できる。
  • Azure, AWS, GCP についても、それぞれのサービスについて積極的に得意と言うことはできないが、シンプルなシステムであれば最適な構成を提案できる。
  • マイクロサービスアーキテクチャ、イベントドリブンアーキテクチャなどのアーキテクチャのスタイルについて、それぞれのトレードオフを理解しながら選択できる。

開発管理
#

  • Git Flow, GitHub Flow を用いた開発
  • Scrum に精通すべく Certified ScrumMaster® を取得 (2024 年 4 月まで)
  • Sentry, Redmine などのバグトラッキング
  • AI 開発ツール（Claude Code、Codex など）を用いた AI 開発、および AI を活用したマネジメントの効率化

プロダクトマネジメント
#

  • AI 機能を有するアプリケーションのプロダクトマネジメント
  • スクラムベースの開発プロセス

ピープルマネジメント
#

  • エンジニアリングチームのマネージャーとして、チームメンバーの人事評価、教育など
  • エンジニア採用(インフラ/バックエンド/AI)

その他
#

  • 資格
    • 情報処理安全確保支援士(旧:セキュリティスペシャリスト)試験合格
  • 活動
  • 英語
    • 技術的な文章の読み書きは問題なくできる。
    • 英語でのプレゼンテーションも可能
    • 台湾の企業との共同プロジェクトでは、1 年を通じて英語でのコミュニケーションを行った。
  • 業務知識、ドメイン
    • 製造業、生産計画
    • IoT

モットー
#

  • ギークであること … 未知の事柄を理解することに深い喜びを感じます
  • 事業ファーストであること … 技術に限定されない方法で、最小のコストで最大の価値を生み出すことに専念します
  • 敬意を持つこと … 私が直接理解できない事柄についても、その背後には深い背景や理由があると想像することを心がけています
  • 野心的であること … 特に困難な、かつ解くべき課題に直面した時こそ、チームで声を掛け合いながら粘り強く取り組みます

関連記事

お問い合わせ