AIシステムエンジニア · プロダクトビルダー
AI Systems Engineer · Edge AI · Voice & Vision · Agentic Systems
エッジデバイスやオンデバイス推論から、クラウドエージェント、メモリシステム、フルスタックプロダクトまで、現実世界で動くマルチモーダルAIシステムを構築しています。
現在は、ハイブリッドなエッジ + クラウド知能を軸にした音声・ビジョンAIコンパニオン Buzo を開発しています。
60
公開GitHubリポジトリ
20+
モバイル・Web・AIプロジェクト
2
認証済みpub.devパッケージ
727
直近30日のpub.devダウンロード
5+
プロダクト開発年数
現在の開発
ハイブリッドなエッジ + クラウドAIコンパニオン。ローカルセンシング、低遅延推論、メモリ、通知、クラウド推論を組み合わせた実用的なシステムです。
Buzo Lite
音声を中心に、自然な対話、通知、ローカルメモリを扱うコンパニオン。
Buzo Pro
音声 + ビジョン + オンデバイスAIで、センサーを理解する支援と将来的なスマートホーム操作を目指します。
プロトタイプ
音声ループ、ウェイクフロー、ローカルメモリ、Telegram通知。
エッジビジョン
カメラパイプライン、YOLO検出、デバイス別の最適化。
エージェント実行基盤
計画、ツール、メモリ統合、クラウドオーケストレーション。
連携
センサー、BLEプロビジョニング、ホームワークフロー、より高度なマルチモーダル操作。
R&Dの流れ
Buzoは以前のpocket_ai研究から発展しました。オフラインYOLO11検出、任意のINT8 ONNX深度推定、空間推論、安全検証、音声ガイダンスがその基盤です。Androidアシスタント側では、音声認識、LLMツール呼び出し、音声合成、アクセシビリティ操作、永続メモリ、同期・内省、通知、どこからでも呼び出せるオーバーレイを検証しています。
経験
プロダクトエンジニアリングの経験を土台に、AIシステム、エッジ推論、マルチモーダルUI、高いオーナーシップのプロダクト開発に注力しています。
2024 - 現在
2023 - 現在
プロジェクト
評価しやすいエンジニアリングシグナルとして、AIシステム、公開済みAIプロダクト、フルスタックプラットフォームに分けています。
課題: 個人向けAIコンパニオンには低遅延、プライバシー、現実世界のセンサー理解が必要です。
アーキテクチャ: ローカルウェイク、メモリ、通知、センサー、クラウド推論を組み合わせたエッジ + クラウドの音声・ビジョンスタック。
主な成果: 以前のpocket_ai R&Dから発展し、音声、ビジョン、ローカルメモリ、BLEオンボーディング、物理センサーをまとめるコンパニオンシステムになっています。
課題: LLMエージェントは有用な文脈を忘れたり、ノイズの多い履歴でプロンプトを埋めがちです。
アーキテクチャ: 圧縮、埋め込み、検索を組み合わせた長期実行エージェント向けセマンティックメモリ層。
主な成果: @sheriax/simplememとして公開。ローカルベンチマークメモでは43.24% F1と低いトークンコストを記録。
課題: ドキュメントには、汎用チャットではなく検索可能で根拠のある回答が必要です。
アーキテクチャ: PDF取り込み、チャンク化、MiniLM埋め込み、SQLiteベクトルストア、OpenRouter/DeepSeek回答生成。
主な成果: ingestとqueryを分離したCLI RAGシステムを構築。
課題: 短尺動画制作には文字起こし、分析、組み立ての反復作業が多くあります。
アーキテクチャ: Whisper文字起こし、ビジョン分析、スクリプト化されたメディア生成パイプライン。
主な成果: TikTok/Reels/Shorts制作ワークフローの中核を自動化。
課題: 金融回復にはレシート理解、行動文脈、実用的なガイダンスが必要です。
アーキテクチャ: Firebase、ML Kit OCR、Claude抽出、AIインサイトループを備えたFlutterアプリ。
主な成果: スキャンと構造化された取引抽出を備えたAI金融プロダクトを構築。
課題: 日常的に使いやすいコンパニオン型AIプロダクトが必要とされています。
アーキテクチャ: OpenAI/Google AI連携とFirebaseのユーザーフローを持つモバイルAIコンパニオン。
主な成果: Android向けAIコンパニオンを公開し、後にSheriaxへ売却。
課題: 言語学習コミュニティには安全なコンテンツと軽量なAI支援が必要です。
アーキテクチャ: モデレーションワークフローとFirebase基盤を備えたモバイル学習アプリ。
主な成果: AI支援モデレーションを備えた言語学習プロダクトを構築。
課題: チームには信頼できる共同作業と同期を備えたローカルファーストのホワイトボードが必要です。
アーキテクチャ: リアルタイム共同編集、クラウド同期、オフラインファースト状態管理を備えたReactキャンバス。
主な成果: 複数ボード対応の共同ホワイトボードプラットフォームを構築。
課題: ソーシャルコマースにはクリエイターメディア、マーケットプレイス、決済基盤が必要です。
アーキテクチャ: 動画ワークフロー、Stripe Connect、S3、Firebaseを備えたFlutterマーケットプレイス。
主な成果: 動画中心のコマースとクリエイター収益化を実装。
課題: ソーシャルコマースにはメッセージング、販売、ディープリンクが必要です。
アーキテクチャ: AWS Amplifyとコマース連携を使ったReact Native + Next.jsプラットフォーム。
主な成果: ソーシャルコマース向けのクロスプラットフォームUIを構築。
課題: 建設物流にはオフライン対応、GPS追跡、配車の可視性が必要です。
アーキテクチャ: 地図、リアルタイム追跡、ルート最適化を持つオフラインファーストのモバイル・Webスタック。
主な成果: 現場信頼性とリアルタイム連携を重視した物流ワークフローを構築。
オープンソース
エージェントメモリ、Flutter決済、翻訳生成、クラウドクリーンアップに関する実用的なライブラリとツールです。
Stripe Connectのオンボーディング、支払い、支払い履歴UIを埋め込むFlutterプラグイン。
執筆
実際のAIプロダクトの裏側にある、レイテンシ、メモリ、検索品質、音声UX、組み込み制約、エージェント信頼性についてのメモです。
The real reason your AI prompts fail has nothing to do with prompting techniques — it's about how clearly you communicate as a person. Here's how learning to share goals instead of tasks changed everything for me, both with AI and with people.
AI agents forget everything between sessions. SimpleMem fixes that with semantic lossless compression — a three-stage pipeline that compresses, synthesizes, and retrieves long-term memories with 30× fewer tokens. Here's how @sheriax/simplemem brings this framework to TypeScript and Node.js.
Building a marketplace or platform app? flutter_stripe_connect is an open-source Flutter plugin that lets you embed all 13 Stripe Connect components directly into your Flutter app across iOS, Android, and Web — with just a few lines of code.
ツールキット
AIシステムとプロダクト基盤を構築するために使う技術領域、ハードウェア、ソフトウェアです。