Portfolio / 2026

不確実な現実を、
検証可能な
システムへ。

物流・需要予測の研究開発を経験した機械学習エンジニアです。 統計的推論・MLOpsと、LLMエージェントを軸に、結果を再現でき、人が適切に判断・介入できるシステムを設計します。

専門領域

SELECT A FIELD

徹底的記録、徹底的計測。

再現可能な機械学習基盤、成果物のlineage、リークを防ぐ評価設計、モデル選択と日次運用まで。結果が「なぜそうなったか」を辿れる仕組みをつくります。

人を、どこに残すか。

複数LLMの共通基盤、ツール実行、権限と承認、デバッグ可能性、協働インターフェース。PoCではなく、壊れ方を制御できるシステムとして設計します。

PALTAC R&D / 2024—2025

ピッキング動線と生産性を分析。既存シミュレータの異常を中間生成物まで追跡し、評価方法と改善方針を整理しました。

倉庫施策の評価にDID（差の差分析）などを導入。前処理、推定、可視化を実装し、施策効果を比較できる形にしました。

在庫シミュレータへ早期発注を実装。発注グループや保有日数を分析し、深層学習モデルとMLOps基盤を検討しました。

動くことを完成とはしません。 判断の根拠を記録できること、比較によって効果を確かめられること、失敗時に人が介入できること。その三つを実装と運用の境界を越えて設計します。