400万人が利用する会社訪問アプリ
American Furukawa, Inc / Senior Engineer
形式手法による分散システムの形式検査の研究を経て、2013年NECに入社（中央研究所）。ソフトウェアデリバリや形式手法等、ソフトウェア工学の研究に従事。2017年よりスタンフォード大学客員研究員として、大規模分散システムの研究プロジェクトに参画し、低レイテンシデータセンタネットワークシステムの開発に従事。2018年にスタートアップ FlyData, Inc にてAI エンジニアとして3件のPoCプロジェクトのメインエンジニアを担当. 2019年から古河電工グループの北米現地法人にてスタートアップとの協業PoCを担当.
2023年7月に Google Cybersecurity Professional 認定を受け, 今後はエンジニアとサイバーセキュリティアナリストの両面で社会価値の提供を行いたい.
シリコンバレーのスタートアップとPoCを行いながら協業し, 古河電工グループの出島としてテクノロジーの導入を支援.
古河電工の非ソフトウェア分野のエンジニアおよび研究者に対し, Web3層アプリ開発およびソフトウェアライフサイクルの教育を2期実施した. 終了後, 成果発表会を実施し, 高い評価を受けた.
/assets/images/3488436/original/641add27-dcff-4dea-a69f-3f76f1d6d6c0?1552332238){kind=avatar}
AIエンジニアとして、PoCでの、 - モデル設計・開発、 - 訓練・評価 - 顧客サイトでの実地試験 の全行程を担当。
法人顧客情報の表記ゆれを統合するためのソリューションを提供した. 他社による既存ソリューションより精度が大幅に向上することを確認した.
本プロジェクトのAIエンジニアとして、 深層学習を用いた、受給者番号誤り訂正機能を設計・開発し、 学習による性能向上可能性を提示した。 最大の挑戦は、個人を特定する一切の情報を使用せず、 医療機関や金額といった付帯情報だけで、どの受給者番号が正解かを推論することである。 モンスターラボとFlyDataの共同受注プロジェクトであり、 モンスターラボ社はRPAを、FlyDataでは受給者番号の特定方式を担当した。
名刺情報からCRMデータを構築する顧客と実施したPoCです。 本PoCでは、OCR由来のノイズが大量に含まれる入力レコードに対し、 データクレンジング実施済みのデータと照合し、 どのレコードが最も近いかを推定するモデルを構築し、評価を行ないました。
客員研究院としてデータセンターネットワーク向けの、 超低遅延次世代トランスポートプロトコルHomaの開発を実施。
Research Assistant として、ソフトウェア安全性を検査する手法、 ならびに数学的モデルから安全なソフトウェアを自動抽出する手法について研究開発を実施。 Hadoop MapReduceアプリケーションに応用した研究で対外発表を行なった。
1024SIMD並列のProcessor ElementとSRAMアレイから構成される System-on-Chip に対し、 動き推定アルゴリズムを設計・開発し、実行速度性能の向上のためのチューニングを実施。
船越 和大さん
のプロフィールをすべて閲覧
Wantedlyユーザー もしくは つながりユーザーのみ閲覧できる項目があります
過去の投稿を確認する
共通の知り合いを確認する
船越 和大さんのプロフィールをすべて見る
+10件
+4件
FlyData / Software Engineer
名刺情報からCRMデータを構築する顧客と実施したPoCです。 本PoCでは、OCR由来のノイズが大量に含まれる入力レコードに対し、 データクレンジング実施済みのデータと照合し、 どのレコードが最も近いかを推定するモデルを構築し、評価を行ないました。
