Discover companies you will love

Open in app

裕貴 中田

株式会社Vitalize / 取締役東京
Register to view full profile

裕貴 中田

株式会社Vitalize / 取締役

Register to view full profile

Do not go gentle into that good night.

JAIST 北陸先端科学大学院大学　情報学部　在学.

Ambition

In the future

・株式会社VItalizeで機械学習・データサイエンス部門の設立したい ・機械学習、データサイエンスなど数学・情報科学の知識を利用して新しい技術での社会課題の解決をしたい

About 株式会社Vitalize

株式会社Vitalize2 years

取締役Present

- Present

XX

フルスタックエンジニアPresent

・Dev: フロント、バックエンド、インフラなどの環境問わず開発を行っています ・PM/PL: ~ 10人ほどチームのマネージメント

  • PSP(Payment Service Provider)業務管理システムの申込画面・機能の構築

    加盟店が電子決済（Credit、 PayPay、D払い、コンビニ決済など）を申し込む際に個別に各事業者に申し込むのではなく、包括して申し込み管理をするサービスを提供しているPSP事業者の加盟店申し込み管理システムの構築を行っています。 かなり大規模なプロジェクトで参画人数が多いため複数の個別チームが機能別に存在します（決済機能、申込審査機能、生産機能、認証機能、画面実装）その中で根幹の部分である申込審査機能チームで働いています。 現在はDEVとして引き続き申込審査機能の開発を行っています。 使用技術： ・言語：Go, Tyepscirpt ・フレームワーク：Vue2 ・その他：k8s, ArgoCD, helm, GCS

北陸先端科学技術大学院大学｜ＪＡＩＳＴ2 years

博士前期課程（先端科学技術専攻）

-

研究室：ヒュン研究室　HUYNH Laboratory

About 株式会社pluszero

株式会社pluszero1 year

PM / Dev

-

機械学習の学習基盤実装、レコメンドシステム構築、フルスタックエンジニア、チャットボット開発、PM、開発設計、運用設計、機能設計等

  • IBM Watsonを用いたChat Botアプリの開発

    建設会社のHP用にIBM Watsonを用いたChatBotアプリの作成を行いました。 また、HPのDB内容を操作するための管理画面アプリも同時期に新規に作成を行いました。 主な利用技術スタックは以下に記載しますが、IBM Watsonを用いてユーザーの入力からどの様な文脈の内容が入力されているかを判定し、Pythonを使ったREST API内で会話の文脈に沿った回答を選出して出力する。という開発を行っていました。 管理画面アプリは顧客から開発に依頼しなくても自らデータの入れ替えを行える様にNext.js, Nest.jsを用いて簡易的な管理画面アプリの作成を同時並行で進めました。 既存のアプリケーションではDBのカラム増減が手作業SQLで行われており、ヒューマンエラーが発生しうる可能性が非常に高かったため、管理画面の開発時にSQL AlchemyによるDB migration機能の追加作業も行いました。 また、副次的な内容になりますが、社員の中に日本在住のアメリカ人の方もいたため、PMとして英語でのやりとりタスクマネージメントを行っていました。 利用技術： Python, Docker, IBM Watson, Next.js, Nest.js, Flast, MySQL, AWS

    -
  • ふるさと納税システムのレコメンド機能実装

    Word2Vecを用い、Airbnbが発表している「Real-time Personalization using Embeddings for Search Ranking at Airbnb」という論文を元にレコメンドシステムのPoC作成を行いました。 担当部分はWord2Vecの利用したレコメンド機能のための前処理、学習モデルの生成、学習モデルを用いた近似ベクトルの出力と結果の整形、出力結果の精度調査です。 学習データの前処理の段階ではデータベース（BigQuery）に登録してあるデータを必要分抽出し、gensim(word2vec)で利用できる様にnull値を置き換える、カテゴリカルエンコーディングを利用してカテゴリを数値で表現する作業を行いました。その際データベースがstar schema型を利用していたり、BigQueryの利用などが初でしたので、少々苦労しました。 こちらの記事で紹介されている様にBigQueryには構造体という概念があり、構造体での取得、構造体をRDB方式で取得するようにSQLをコネコネする作業がこの案件の業務内では比較的苦労しました。 https://dev.classmethod.jp/articles/bigquery-advent-calendar-2020-array-type-and-struct-type/ 使用技術： Python, Docker, gensim (word2vec), GoogleBigQueryを用いて必要な情報を抽出 gensim(word2vec) https://radimrehurek.com/gensim/models/word2vec.html

    -

株式会社VItalize1 year

WEBエンジニア（PL）

-

・Ruby on Railsを用いたWEBアプリケーション構築 ・PL業務 ・ステージング、本番環境構築 ・機械学習を用いた分類業務

  • scikit-learnを用いた画像の分類処理

    建設会社が使用するCADで作成した設計書の画像から300種類ほどある建築材料の分類を行い、建設前にどれくらいの予算が必要かを事前に算出できるアプリのPoCの作成業務に携わり巻いた。 詳細： TBW 利用技術： Python, scikit-learn

    -

株式会社　大塚商会1 year

新規ビジネスプロモーション統合企画課

-

販売促進、営業支援、プロモーション

SUNY Plattsburgh3 years

Business Administration Bachelor of Science

-

・経営学 ・JCAP(日本文化交流クラブ）代表

Augustana University3 years

-

SUNY Plattsburghへ移学しました。

Skills

  • Python3

    0

  • Excel

    0

  • PowerPoint

    0

  • 英語力

    0

  • B2Bマーケティング

    0
  • ＣＳＳ, Docker, AWS and 13 skills

Accomplishments / Portfolio

Awards and Certifications

言語

  • English - Conversational
Log in to view profile

Related Profiles

Receive Scouts from companies

Try App