職務経歴書
2026年11月16日現在
氏名 山田 太郎
■ 職務要約
大学卒業後、株式会社〇〇で Web サービスのバックエンド開発に5年携わり、決済と会員基盤の API を担当しました。2024年からは社内の生成AI推進チームで、RAG を使った問い合わせ対応と、営業資料を作る AIエージェントの開発をリードしています。評価データを作って精度を数字で管理し、社内規程の問い合わせでは正答率を62%から88%に上げ、月1,200件の問い合わせの約6割を自動で回答できるようにしました。
■ 活かせる経験・知識・技術
- RAG の設計(文書の分割、検索の組み合わせ、並べ替え)と、精度改善の進め方
- 評価データの作成と、自動評価・人による評価を組み合わせた評価のしくみづくり
- LLM を使ったアプリの本番運用(応答時間と費用の監視、失敗時の再試行、ログの分析)
- Python と Go による API 開発、データベース設計、非同期処理の設計
■ テクニカルスキル
| 言語 | Python(7年8か月)、Go(5年)、TypeScript(1年) |
|---|---|
| フレームワーク・ライブラリ | gRPC(5年)、FastAPI(2年8か月)、LangGraph(1年8か月)、Next.js(1年) |
| 機械学習・生成AI | 商用LLMのAPI(2年8か月)、埋め込みモデル(1年)、pgvector(1年) |
| データベース | Redis(6年8か月)、MySQL(5年)、PostgreSQL(2年8か月) |
| OS・クラウド・インフラ | AWS(7年8か月)、Kubernetes(5年)、Docker(1年) |
| ツール | GitHub Actions、Datadog |
■ 職務経歴
事業内容:法人向けの経費精算・請求書の SaaS 従業員数:約450名 雇用形態:正社員
所属・役職:プロダクト開発部 生成AI推進チーム(2024年4月〜)
| 2024年4月〜2025年3月 | 社内規程の問い合わせに答える RAG チャットボットの開発 総務・経理への社内問い合わせ(月約1,200件)に、社内規程や過去の回答をもとに自動で答えるチャットボットを開発。社内のチャットツールから使える。 【役割】開発リーダー 【規模】チーム4名/全体6名 【担当工程】要件定義、基本設計、詳細設計、実装・単体テスト、結合テスト、保守・運用、データ整備、モデル開発・評価 【取り組み】
【成果】
【使用技術】Python、TypeScript、FastAPI、Next.js、商用LLMのAPI、埋め込みモデル、pgvector、PostgreSQL、AWS、Docker |
| 2025年4月〜現在 | 営業資料の下書きを作る AIエージェントの開発 商談メモと CRM の情報から、提案書の下書きと見積もりの前提をまとめる AIエージェントを開発。営業約80名が利用。 【役割】技術リード 【規模】チーム3名 【担当工程】要件定義、基本設計、詳細設計、実装・単体テスト、結合テスト、保守・運用、モデル開発・評価 【取り組み】
【成果】
【使用技術】Python、FastAPI、LangGraph、商用LLMのAPI、PostgreSQL、Redis、AWS |
| 2019年4月〜2024年3月 | 決済 API と会員基盤の開発・運用 経費精算 SaaS の決済まわりの API と、会員・権限の基盤を担当。 【役割】メンバー(2022年からサブリーダー) 【規模】チーム6名/全体30名 【担当工程】基本設計、詳細設計、実装・単体テスト、結合テスト、総合テスト、保守・運用 【取り組み】
【成果】
【使用技術】Go、Python、gRPC、MySQL、Redis、AWS、Kubernetes |
■ 資格
- 2020年12月 応用情報技術者試験
- 2024年7月 G検定
■ 社外での活動
- 社外の勉強会で「RAG の評価データの作り方」を発表(2025年6月)
- 技術ブログに生成AIの記事を12本執筆
■ URL
- GitHub:https://github.com/example
- 技術記事:https://zenn.dev/example
■ 自己PR
利用者の声を集めて評価データに足し、精度を数字で改善していく進め方を大切にしています。チャットボットの開発では、総務・経理の担当者と週1回、うまく答えられなかった質問を一緒に見直し、その質問を評価データに加えていきました。数字で改善が見えることで、現場の協力も得やすくなりました。
これまでの経験を活かし、LLM を使ったプロダクトの中核となる機能を、企画から本番運用まで担いたいと考えています。
以上
