About

合同会社オーロラ・ラボ のCTO（森 広志）について

※オーロラ・ラボのメインサイトはこちら

Policy

• 技術難易度の高いチャレンジングなニーズに対応する。
• ロジカルシンキングを用いた分かり易い説明。
• プロジェクトメンバーのスキル向上を重視する。

Work Experience

ミッションクリティカルな大規模システム開発を多数経験。

開発メンバー500人規模のプロジェクトでのDBAチームリーダー、開発メンバー100人規模のプロジェクトでのデータ連携基盤リードアーキテクトを担当。

経験年数は約25年以上。

データ基盤 構築プロジェクト

• データ連携基盤構築
• データウェアハウス構築
• 基幹系システムのアプリケーションDBA
• データ仮想化基盤構築

技術コンサルティング

• データ連携基盤導入
• データウェアハウス導入

Areas of Expertise

大量データを扱い複雑で難易度の高い技術領域を専門分野とする。パフォーマンスチューニングや複雑な技術課題の解決を得意とする。
例えば以下のような経験がある。

• 200トランザクション/秒を扱うデータベースの統計情報の設計や実行計画の最適化
• ETLのクラスタ化とマルチスレッド化
• 数百億件を扱うデータウェアハウスのアーキテクチャ設計
• 高可用性が求められるデータ連携基盤のアーキテクチャ設計

下記のとおりデータ基盤の重要技術であるDB、ETLについて高い知見を持つ組織で原理から学んだ。

• 前職の日本IBMでは、RDBについてスキルを習得。※RDBは1970年代にIBMによって作られた。
• 前々職の三菱電機インフォメーションネットワークでは、ETL(Informatica)についてスキルを習得。※Informaticaは2000年頃に三菱電機インフォメーションネットワークによって日本語版製品化が行われ日本での販売が開始された。

Skills

パフォーマンスチューニング

データ連携基盤

• アーキテクチャデザイン
• 設計／構築

データベース

• アーキテクチャデザイン
• 設計／構築
  

WordPress

• 基盤導入
• サイト制作

Certifications

• ORACLE MASTER Platinum Oracle Database 11g
  •  証明書：https://www.credly.com/badges/0f0e4cc6-3dfb-4e9d-b844-8da81a1a3801/linked_in_profile
• データベーススペシャリスト試験(IPA)
• Google Cloud Certified Professional Data Engineer
  • 証明書：https://google.accredible.com/804061eb-63ce-4cf1-80e1-17f21d1bb977
• AWS Certified Data Analytics – Specialty
  • 証明書：https://www.credly.com/badges/af01c234-a013-4313-883a-a64fe3be4f92/public_url
• LPIC-3: 304 (Virtualization and High Availability)
  • 証明書：https://ma.educo-j.or.jp/caf/Xamman/certification     EDUCO-ID：LPI000288257、認定コード：ktful6pff7
• Project Management Professional (PMP)
  • 証明書：https://www.credly.com/badges/dc2c9de4-05c8-4bbe-8c7c-d96497376d6e/linked_in_profile
• TOEIC800

Portfolio

1. 掲示板系WEBサイトの分類機能

掲示板系WEBサイトの投稿をVertex AIで分析してスパム投稿を識別する。また、テーマに無関係な投稿を判別できるように要約する。
使用技術：Python、GCPのBigquery、Vertex AI

https://github.com/data2coordi/pub_gcp_vertex_for_web

2. 色彩理論に基づいたメイクを学べるアプリ

デザイナーの妻がパーソナルカラー診断を得意としている。 妻が企画、デザイン、イラストを担当し、私がプログラム作成を担当して、本アプリを作成した。 下記のとおり、ゲーム感覚のイメージではあるが、妻が美大で学んだ色彩理論に基づいている。
使用技術：Javascript

https://github.com/data2coordi/pub_makeup.git

3. Bigqueryの大量データ生成スクリプト

Bigqueryは大量データを処理するが性能検証用にテストデータを作成するのは大変である。 そこで、Bigqueryで大量データを生成するSQLを作成した。 SQL一発で作成するので非常に高速。またシンプルなので柔軟にカスタマイズ可能。
使用技術：Bigquery

https://github.com/data2coordi/pub_bigquery_generate_data

4. Bigqueryの性能検証

Bigqueryの性能を検証しました。 基本的内容に加えて公開されていないようなAdvancedな部分にも踏み込んでいます。 検証環境や検証用のSQLも下記で説明しているのでご活用ください。
使用技術：Bigquery

https://github.com/data2coordi/pub_bigquery_pf_ev

5. AI活用によるパーソナルカラー診断の自動化（プロトタイプ）

デザイナーの妻がパーソナルカラー診断を得意としている。 パーソナルカラーに関するWEBサイトを運用していて、自動でパーソナルカラー診断が できるアプリを作成することとなった。 精度が十分でなくプロトタイプの状態でペンディング中だがポートフォリオ目的に公開することにした。
使用技術：Javascript、機械学習モデル

https://github.com/data2coordi/pub_faceJudge

6. Bigqueryの統計情報のクエリプランへの影響の検証

DWH系のDBはマシンパワーに依存する。クエリプランはパーティションやクラスタキーに よってのみ決まる製品もある。 一方、多くのRDBはオプティマイザが統計情報からデータ傾向を把握し、緻密なクエリプラン を作成する。 Bigqueryはどの程度、統計情報を考慮してクエリプランを決めているのか検証する。
使用記述：Bigquery、クエリプラン、統計情報

https://github.com/data2coordi/pub_bigquery_query_plan_ev

Career History

2023 – ：オーロラ・ラボ（CTO&Data Engineer）

妻（CEO）と共に合同会社オーロラ・ラボを設立。

2022 – 2023：日本IBM（Data Engineer）

データ仮想化基盤構築プロジェクトでDeveloperチームのリーダーを担当

• 特徴：グローバルプロジェクト
• 成果：海外と日本でグローバルにデータを連携するシステムを構築

2017-2022：日本IBM（Database Engineer）

大規模基幹システム刷新プロジェクトでDBAチームリーダーを担当

• 特徴：超大規模プロジェクト。PJメンバーは500人規模
• 成果：統計情報の設計／生成、実行計画最適化、パフォーマンスチューニング、DB論理モデリング、DB物理モデリング

2014-2017：三菱電機インフォメーションネットワーク（Data Engineer）

新規基幹システム構築プロジェクトでデータ連携基盤リードアーキテクトを担当

• 特徴：大規模プロジェクト。PJメンバーは50人〜100人規模
• 成果：データ連携基盤の標準化、クラスタ化。マルチスレッド化による処理時間の改善。

〜2014：三菱電機インフォメーションネットワーク（DWH Engineer）

データ基盤アーキテクトとして、データ基盤の導入支援、データ基盤の構築、パフォーマンスチューニング等を担当