經歷

大阪大學 山口研究室

大學部／研究所研究

以都市尺度快速預測飛天車（UAM）機體反射太陽光的研究，是研究室都市數位孿生研究的一部分。

• 主導方法設計、模擬（Unreal Engine 5／C++）、模型實作（PyTorch）、評估與論文撰寫。
• 在城市完成一次性初始化後，把 1 萬個觀測點、5 秒時間窗的評估，從超過 3 小時的光線追蹤縮短到 1.62 秒。
• IEEE SmartComp 2026 第一作者；日本資訊處理學會 ITS 研究會獎勵發表賞。

成果: 論文已於 IEEE SmartComp 2026 發表並出版；期刊擴充版已投稿至 Journal of Information Processing，審查中。農業無人機飛行規劃的研究也已獲 ITS 研究會錄取。

大阪大學 基礎工學部

教學助理（TA）

擔任大學部課程「基礎工学のための情報学1」的教學助理。

Timee, Inc.（株式会社タイミー）

實習（預定）

預定參加為期 1 個月的就職型實習，內容將在結束後補上。

How Television（株式会社ハウテレビジョン）

開發實習

以 Claude Code 與 GitHub 的 pull request／CI 流程，完成結合開發與營運判斷的個人課題。

• 課題設定的 KPI 在全體參加者中達到前 3 名。
• 學到把「先確認再行動」變成固定流程：無法撤回的成本先用數據判斷，變更上線後確認關鍵指標。

M3, Inc.（エムスリー株式会社）

資料分析實習

在虛構案例中擔任資料科學家，以資料分析提出推廣策略並發表。

• 從多個方向收斂出主軸，用 Python（pandas、statsmodels、matplotlib）做多項分析支撐主張，並以 Claude Code 輔助分析與簡報製作。
• 整理成給非分析專家看的日文簡報，依 mentor 期中回饋修改，完成 7 分鐘發表與問答。

成果: 作業速度、以多項分析支撐主張，以及開場即傳達重點的簡報構成，獲得社員肯定。

Stanby, Inc.（株式会社スタンバイ）

工程師實習

團隊目標是讓求職者更有註冊會員的理由。我提出「自動應徵」功能：會員設定希望條件後，系統會自動應徵符合條件、即將截止的熱門職缺。

• 設計系統架構，並實作管理希望條件與應徵流程的 Python 後端與 SQLite 資料庫。
• 及早對齊 API 介面，讓前後端能並行開發，並協助串接 Nuxt 前端。
• 與 ML 成員討論 AI 配對模型的角色、輸入資料與串接方式（僅到設計階段）。

成果: 4 天內完成可操作的端到端 demo（原型，未正式上線）。

PKSHA Technology

軟體工程實習

有價值的 Slack 貼文容易被訊息洪流淹沒。我們開發了一個工具，依照符合公司理念的 reaction 數每週排名貼文，並附上 LLM 產生的說明分享回 Slack。

• 提出架構與技術選型——EventBridge 排程 → AWS Lambda（Python）→ Slack API → Azure AI API → Slack。
• 實作每週彙整、排名與摘要生成的後端及 API 串接。
• 分享設計理由、進行 code review，並協助後端經驗較少的成員。

成果: 完成可運作的工具，並在實習最終發表會上發表。

株式会社 H&K

工程師實習（兼職）

開發讓企業從 HubSpot 發送 fincode 付款連結、並把付款狀態同步回 HubSpot 的整合服務，減少人工傳遞與追蹤。

• 以主管提供的大致設計為基礎，用 Python、Flask 與 AWS Lambda 負責技術調查、後端、認證、錯誤處理與 API 串接。
• 在整合測試中追查各服務不同的時間基準，發現通知時間偏移 9 小時的問題。

成果: 專案在完成約 7～8 成時，因公司方針改變而中止。這段經驗讓我從技術調查到整合測試都能獨立推進。