Security 2016 – 2018 金融業界(クレジットカード・証券・保証会社)

金融機関へのセキュリティ診断・ペネトレーションテスト(10件)

OWASP Top 10・PCI DSS・金融ISAC基準に基づくリスクアセスメントと、発見した脆弱性のビジネスインパクト定量化・経営層への説明が求められた。

Burp Suite / Metasploit / Nessus 等を用いたWebアプリ・API・インフラの包括的診断。脅威モデリング(STRIDE / DREAD)によるリスク評価と、修正後の再診断まで一貫支援。

  • 推定損失回避額 12億円(情報漏洩補償・ブランド毀損・規制対応費用の回避)
  • 発見した重大脆弱性の 95% を3ヶ月以内に修正完了
  • 診断実施案件での漏洩インシデント 0件
  • PCI DSS / 金融庁ガイドライン / FISC 準拠率 100%
PentestSecurityFinancial
Data 2018 – 2020 金融・保険・製造・医療

データ基盤構築・分析・システム導入(22件)

経営ダッシュボードが属人的なExcel運用で更新に月130時間かかっていた。また与信審査の精度が低く、手作業による審査工数が膨大だった。

BigQuery / Snowflake / SAP BW/4HANA を用いたDWH構築と ETL 自動化。機械学習(教師あり)による与信モデル、因果推論によるマーケティング施策の効果測定基盤を構築。

  • 月次ダッシュボード作成工数 130時間 → 0時間(完全自動化)
  • 計画サイクル 7営業日 → 3営業日に短縮、予測精度 ±15% → ±8%
  • 与信 balanced accuracy 60% → 76%、審査工数 800時間 → 50時間/月
  • マーケティング CPA 5,000円 → 3,400円(32%改善)
DataMLBI
Marketing Tech 2020 – 2022 広告代理店・メーカー

広告APIデータ統合基盤の構築とマーケティングROI最適化(15件)

Google・Facebook・Amazon等の広告データがサイロ化しており、チャネル横断の効果測定ができなかった。レポート作成に週20時間かけていた。

Google Ads API / Facebook Marketing API 等を Go / Python で統合し、ETLパイプラインと統合ダッシュボードを構築。プラットフォーム横断のABテスト基盤とLTV予測モデルを実装。

  • レポート作成工数 週20時間 → 2時間(90%削減)
  • 広告CPA 平均 40% 削減(チャネル横断最適化)
  • CTR 2.3倍改善(プラットフォーム横断ABテスト)
  • ROI 1.8倍向上(APIデータに基づく予算配分最適化)
MarTechAPIBI
AI / Security 2022 – 現在 メディア・金融・広告・医療・教育

生成AI活用プロジェクトの上流設計・開発・運用(テックリード)

生成AI導入の失敗要因の多くは、何をAIに任せ何を人が担保するかが曖昧なまま進んでしまう点。評価指標の未定義と運用設計の欠如がPoCで止まる原因だった。

ユースケース選定・人×AIの責任分界・評価指標設計を上流から実施。Zero Trust ベース(IAP / Cloud Armor / Cloud Run / VPC)でのRAG・AIエージェント実装。Agentic RAG / MCP対応のシステム設計。

  • RAG 検索適合率 0.72 → 0.91(+0.19)
  • AI評価・審査業務 2時間/件 → 15分/件(87%削減)
  • 大量テキスト処理(5,000件規模):150時間/月の工数削減
  • 月次レポート作成 20時間 → 4時間(80%削減)
  • 企画立案・合意形成 平均3日 → 1.5日(50%削減)
GenAIRAGSecurityZeroTrust