イ・ヒョンジュ Hyeongju Lee
データ・バックエンドエンジニア · 実務経験 2年5か月2027年3月 修士課程修了見込み · 兵役修了

収集から提供まで、
実際に運用されるデータシステムをつくります。

韓国のVision Insideで代理(主任相当)として2年5か月、KISTI(韓国科学技術情報研究院)発注案件のデータ収集・蓄積・提供と、ゲノムレポートシステムのバックエンドを実装し、デプロイしました。現在は九州工業大学大学院でレンズアレイ画像からの3次元再構成を研究しながら、日立グループとの共同研究で画像データパイプラインを作り直し、オランダの現地ラボに導入しました。

データが通る道と、段階ごとに使ってきたツール

主な言語 Python · SQL
  1. 01ソース
    • ショッピングサイト
    • 公共データAPI
    • VCF · FASTQ
    • マシンビジョンカメラ
    • ゲームクライアント
  2. 02収集
    • Selenium
    • BeautifulSoup
    • REST API
    • PySpin
    • 分散クローリング
  3. 03保存
    • MySQL
    • AWS RDS
    • SQLAlchemy
    • 分割・チャンク蓄積
  4. 04処理
    • SQL
    • pandas
    • scikit-learn
    • OpenCV
  5. 05提供
    • FastAPI
    • Java · Spring
    • PyQt
  6. 06運用
    • Docker
    • Harbor
    • AWS EC2
    • Cloudflare
    • Linux
01 システム

自分で構築・デプロイした4つのシステム

データが流れる順に描いています。ノードを押すと、そのノードを通る経路が強調され、下に私が担当したことと、他の担当者が行ったことが表示されます。

自分で構築 共同で担当 他の担当者 外部ソース・利用者
2022.08 – 2024.06Vision Inside受託開発

KISTI発注案件・人工知能を用いた公共R&D価値創出プラットフォーム(のちのSMART K2C)

データエンジニア · 収集・蓄積・提供を専任で担当設計:KISTIの研究者

プロジェクトの設計 KISTIの研究者 · 一部モデルの設計 大学の委託研究 · 私の担当範囲 Vision Inside側のデータ層(収集・蓄積・提供)の構築・運用と、分析モデルをFastAPIのサービスと管理画面にして運用に乗せること

  1. 01ソース
    • 担当内容
      Seleniumのクローラーで細分類単位に収集。集めた商品は商品ID(ASIN)で重複除去。
      その後
      Rainforest APIに移行。
      技術
      • Selenium
      • Rainforest API
    • 担当内容
      Seleniumのクローラーで、Danawa(韓国の価格比較サイト)をカテゴリ単位で収集。
      技術
      • Selenium
      • BeautifulSoup
    • 担当内容
      調達庁(韓国)の公共データポータルAPIからの収集と、ナラジャント(韓国の電子調達システム)のクローリング。
      技術
      • REST API
      • Python
  2. 02収集
    • 担当内容
      複数台のノートPCでクローラーを分散して動かし、結果を1台のリモートDBに蓄積する収集環境を構築・運用。
      理由
      収集先サイトのブロックを避けるため、分散して動かしました。
      技術
      • Python
      • Selenium
      • BeautifulSoup
      • MySQL
    • 担当内容
      調達庁の公共データポータルAPIの収集器を開発。Amazonの収集をRainforest APIに移す作業を実装。
      技術
      • Python
      • REST API
  3. 03保存
    • 担当内容
      調達・Danawa・Amazonの収集結果を中央MySQLに蓄積。
      技術
      • MySQL
      • SQLAlchemy
      • pandas
  4. 04処理
    • 担当内容
      モデル3:NTIS課題と企業のキーワードマッチング(SQL)。モデル4:価格帯ごとのK-meansクラスタリング(クラスタ数はDunn indexで選択)。モデル5:レビューから要求品質のキーワードを抽出する日次バッチ(KeyBERT・Sentence-Transformers・Mecab)。調達庁の価格・属性・納品の統計をSQLで作成。
      技術
      • SQL
      • scikit-learn
      • KeyBERT
      • Sentence-Transformers
      • Mecab
    • 他の担当
      プラットフォームのモデルの一部は、大学の委託研究チーム(成均館大学校、国民大学校)が設計しました。Vision Insideは、それらのモデルが使うデータと提供の層を担当しました。
  5. 05提供
    • 担当内容
      分析モデルをFastAPIのサービスとして提供し、管理画面(フィルター、バッチの順次実行、統合検索、Excelダウンロード)を開発。
      技術
      • FastAPI
      • Jinja2
      • Tabulator
    • 担当内容
      Java SpringベースのプロトタイプWebで、DBスキーマ・バックエンド連携・フロントエンド接続を担当。協力会社のモデル1・2とあわせて社内サーバーに移設し、Dockerの実行環境を構成。
      協業
      WebはVision Insideの社内Javaチームと協業して開発し、モデル1・2は協力会社が担当しました。
      技術
      • Java
      • Spring
      • MySQL
      • Docker
  6. 06利用者
    • 他の担当
      プロジェクトはKISTIが発注し、KISTIの研究者が設計しました。
      担当内容
      KISTIの研究者との定例技術会議で結果を発表し、データやコードの依頼に直接対応。監理(公共ITプロジェクトの第三者検査)用の成果物(運用者マニュアル、初期データ構築完了報告書)を作成。
結果このプロジェクトは後続の本事業契約につながったKISTIの技術会議で結果を発表 · 監理用の成果物を作成
2025.04 – 現在九州工業大学の研究室 · 支援研究員(非常勤)日立グループとの共同研究

画像データパイプライン · 日立グループとの共同研究

ソフトウェア全体を一から書き直し設計を研究室の後輩2名に引き継ぎ

引き継いだ学習データ生成のコードは保守できない状態で、データセットを作るたびに開発者が付きっきりになる必要がありました。カメラ制御からデータセットの前処理までを一つのPythonパイプラインに作り直し、開発者ではない研究員が自分で使えるGUIを用意しました。

  1. 01現場
    • 他の担当
      オランダの現地ラボのハードウェア構築は、設計を引き継いだ研究室の後輩が担当しました。
    • 担当内容
      カメラメーカーが提供するSpinnaker SDK(PySpin)を直接扱って複数台のカメラを接続し、PyQtのGUIからカメラの設定値をリアルタイムに変えながら撮影できるように実装。
      機材
      産業用マシンビジョンカメラ複数台(USB3)
      技術
      • Spinnaker SDK
      • PySpin
      • PyQt
    • 他の担当
      サンプルの準備と基準判定(reference label)は、プロジェクトパートナーの研究者が担当しました。
      補足
      対象と計測項目は共同研究の機密のため、記載していません。
  2. 02制御・撮影
    • 担当内容
      開発者ではない研究員が、開発環境なしで自分で撮影し、データセットを作れるPyQtのGUIを作り、PyInstallerの実行ファイルとして配布。カメラの設定値もGUIからリアルタイムに調整し、すべての段階を一つのGUIから実行します。
      技術
      • PyQt
      • PyInstaller
    • 担当内容
      マシンビジョンカメラ複数台を制御し、撮影条件をそろえて保存するモジュールを一から作成。
      技術
      • Python
      • PySpin
      • Spinnaker SDK
  3. 03計測・解析
    • 担当内容
      撮影結果から値を取り出して解析するプログラム。現地ではこのプログラムで、AI学習用のデータを作りました。
      技術
      • Python
  4. 04前処理
    • 担当内容
      撮影画像を整形し、学習に適した形に整理。既存コードと同じ入力で数値が一致するかを比べながら、段階ごとに置き換えました。
      技術
      • Python
  5. 05出力
    • 内容
      サンプル画像と基準判定(reference label)からなる、AI学習用のデータセット。
      補足
      研究テーマと計測対象は共同研究の機密のため、公開していません。
改善暗い低照度動画の最初のフレームだけを使い、カメラ制御は自作のC++層 → 適切な明るさの高画質な静止画を1枚ずつ撮影し、推奨SDK(PySpin)で制御
結果2026年9〜10月、オランダの現地ラボに導入 · 日立グループの担当者が現場で直接使用プロジェクトパートナーの研究者の前でデモ · 業務言語は日本語・英語
2022.08 – 2023.09Vision Inside社内プロジェクト · 国際共同

ゲノム変異のアノテーション・リスクレポートシステム

パイプライン・バックエンド・フロントエンドを実装アルゴリズムはチームリーダーと共同で設計

個人のゲノム変異(VCF、チップアレイ)をdbSNP・1000 Genomes・GWAS Catalog・UniProtなどの公開リファレンスと結び付け、疾患・形質のリスク、集団ごとの頻度、関連する医薬品・韓方生薬の情報を提供するシステムです。慶熙大学校 韓医科大学(韓国)とカナダのバイオ研究所が参加した国際共同プロジェクトでした。私の担当範囲 パイプライン・バックエンド・フロントエンドの実装とDockerでのデプロイ

  1. 01入力
    • 入力
      シーケンシングの生データ(FASTQ)。変異検出パイプラインの入力です。
    • 入力
      顧客がアップロードするVCFファイル、または遺伝子チップ(アレイ)の結果ファイル。
    • データ
      dbSNP(GRCh37、GRCh38)、1000 Genomes、GWAS Catalog、UniProt。
  2. 02処理
    • 担当内容
      FASTQ → BWA → samtools → Picard → GATK → VCFのパイプラインを実装。
      他の担当
      パイプラインのアルゴリズムは、社内でチームリーダーと共同で設計しました。
      技術
      • BWA
      • samtools
      • Picard
      • GATK
    • 担当内容
      顧客のVCF・チップ(アレイ)の入力をPyVCFで読み込み、アノテーションに使う入力テーブルに整理。チップの入力は、rsIDを使ってdbSNPから位置キーを引きます。
      技術
      • PyVCF
      • Python
  3. 03保存
    • 担当内容
      dbSNP、1000 Genomes、GWAS Catalog、UniProtをMySQLに構築。染色体単位でファイルを分割し(sed、split)、pandasのチャンクとSQLAlchemyで少しずつ蓄積。
      技術
      • MySQL
      • pandas
      • SQLAlchemy
      • sed · split
  4. 04アノテーション
    • 担当内容
      dbSNP・1000 Genomesは染色体・位置・REF・ALTのキーで、GWAS CatalogはrsIDとリスクアレルで、UniProtは変異IDとアレルで結合する4段階のSQL結合。GWASのオッズ比・β値に基づくルールベースのリスクスコア、1000 Genomesの26集団のアレル頻度の比較、疾患ごとの医薬品・韓方生薬の情報(MedlinePlus、MeSH、ATC、PharmDB-K、OASIS)とのひも付け。
      補足
      疾患と韓方薬を結ぶLDA・1D-CNNのモデルは、プロトタイプの実験にとどまりました。
      技術
      • SQL
      • MySQL
      • Python
  5. 05提供
    • 他の担当
      画面デザインは、カナダのバイオ研究所のデザイナーが担当しました。
      担当内容
      デザイナーと要件を調整し、韓国とカナダのチーム間の技術的なやり取りを担当しました。
    • 担当内容
      レポートをFastAPIのJSON APIで提供し、利用者向けの画面(フロントエンド)も開発。Web画面を切り離し、フロントエンドが使うJSON APIとして整理。
      技術
      • FastAPI
      • JSON API
    • 担当内容
      Korea IDCのUbuntu本番サーバーにHarborのプライベートレジストリを自分で構築し(証明書、ドメイン、Let's Encrypt)、Dockerイメージでデプロイ。本番サーバーには内部IPからのみアクセスできるようにしました。
      技術
      • Docker
      • Harbor
      • Ubuntu
      • Let's Encrypt
改善サーバー内で描画していたWeb画面 → フロントエンド向けJSON APIとして分離
結果本番サーバーにデプロイ後、内部IP限定で運用(公開サービスではない)サービスのコードは整理して公開
2023.08 – 2024.02サイドプロジェクト · 2人チーム

WJMaxゲームサーバー · プレイログ収集API

サーバー・DB・セキュリティを担当ゲームクライアントは別の1人が開発

コミュニティのリズムゲームのプレイ報告を受け取り、保存するサーバーです。平均同時接続は約300人、アップデート時には最大約2,000人が接続しました。

  1. 01クライアント
    • 他の担当
      ゲームクライアントは、チームのもう1人が開発しました。
      規模
      平均同時接続約300人、アップデート時は最大約2,000人。
      報告
      曲ごとに、8つの譜面のプレイ回数をサーバーに送ります。
  2. 02エッジ
    • 担当内容
      サーバーの前段にCloudflareのプロキシとWAFを構成。認証なしで届く報告の濫用を、前段で防ぎます。
      技術
      • Cloudflare
      • WAF
  3. 03APIサーバー
    • 担当内容
      EC2のDockerコンテナで、FastAPIのプレイログ収集APIを運用。公開版では、コネクションプールの枯渇、再送による重複保存、入力の検証に対処しています。
      技術
      • FastAPI
      • Docker
      • AWS EC2
  4. 04保存
    • 担当内容
      プレイ報告をRDSのMySQLに保存。公開版では曲名を一文字ずつそのまま比較し、大文字・小文字やひらがな・カタカナだけが違う曲がまとめられないようにしました。
      技術
      • MySQL
      • AWS RDS
結果アップデート当日に最大約2,000人の同時接続を受けて運用公開リポジトリは整理版(テスト付き)
02 研究 · 九州工業大学大学院(指導教員 Min-Chul Lee)

学習を使わず、幾何光学で3次元を再構成します

レンズアレイ(インテグラルイメージング)カメラで撮った画像から、3次元のシーンを復元する研究です。研究も同じように、入力から結果の指標までの流れとして整理しました。

ICMV 2026 最優秀ポスター賞研究のページ
  1. データ
    Stanford Lytroのライトフィールド7シーンで評価しました。レンズ1個がつくる要素画像は、数ピクセルの大きさしかありません。
  2. 方法
    (レンズ番号、レンズ内の画素位置)を入れ替える一対一の並べ替え(Ray-based Inverse Mapping)。テレセントリック撮影と正射影での再撮影の条件では補間がなく、量子化誤差は0です。
    発表
    ICMV 2026、ブダペスト · 最優秀ポスター賞
    詳細
    RIM・iRIMのページ
  3. 方法
    並べ替えた視点画像を計算機インテグラルイメージング再構成(CIIR)の前段に使い、要素画像をそのまま使った場合と比較しました。
  4. 結果
    Lytroの7シーンでPSNR 23.31 → 25.70 dB、SSIM 0.741 → 0.877、事前学習済みYOLOによる検出でmAP50 0.665 → 0.776。
ITC-CSCC 2025 · 2026原点最適化VCR
  1. データ
    9×9の要素画像とカメラパラメータ、再構成する奥行き。
  2. 方法
    量子化誤差を減らす原点を見つけるために再構成を繰り返していた探索を、カメラパラメータだけで行う計算に置き換えました。論文の実験では、反復探索と同じ原点・SSIMが得られました。
    発表
    ITC-CSCC 2025(ソウル、ポスター)· ITC-CSCC 2026(バンコク、口頭)
  3. 結果
    9×9の要素画像では、原点を選ぶための再構成が81回から1回に減りました。
    技術
    • Python
    • NumPy
    • CuPy
  4. 結果
    CPU 0.31秒(論文での実測)、GPU(CuPy、RTX 3090)0.0057 s。反復探索の25.45秒は、1回0.3142秒 × 81で求めた推定値です。
    コード
    origin-point-optimization-vcr
  1. データ
    複数の位置からレンダリングした視点画像。
  2. 方法
    RIMは一対一の対応なので、逆向きにも使えます。多視点画像から、目的の仮想レンズアレイの要素画像を合成します。
    発表
    ICCAS 2026、札幌 · ポスター発表
  3. 結果
    24インチFHDパネルに合わせた6×6構成(レンズ320×180個)。すべての視点画像で有効領域が100%で、レンズアレイカメラのシミュレーションの隅の視点(6.7%)と対照的です。
改善原点を選ぶための再構成 81回 → 1回論文の実測 0.31 s · 反復方式の25.45 sは推定値
iRIMで合成したレンズアレイの要素画像。トーラスとサルの頭のモデルが、小さなレンズ画像に分かれて写っている
体験 · レンズアレイ実験室

ブラウザで、レンズアレイによる撮影・並べ替え・再構成を試せます

3Dシーンをレンズアレイで撮影し、RIMで並べ替えたあと、奥行きごとにピントを合わせ直します。実際のLytroカメラのデータもあります。音が出ます。

実験室を開く

国際会議論文4本

すべて筆頭著者
  1. ICMV 2026ブダペスト

    Angular-to-Spatial Information Redistribution via Ray-based Inverse Mapping

    Hyeongju Lee, Myungjin Cho, Min-Chul Lee · ポスター発表 最優秀ポスター賞
  2. ICCAS 2026札幌

    Virtual Lens Array Synthesis from Multi-View Images via iRIM

    Hyeongju Lee, Myungjin Cho, Min-Chul Lee · ポスター発表
  3. ITC-CSCC 2026バンコク

    Accelerated Origin Point Optimization for Volumetric Computational Reconstruction

    Hyeongju Lee, Myungjin Cho, Min-Chul Lee · 口頭発表 · コード
  4. ITC-CSCC 2025ソウル

    Image Enhancement of Volumetric Computational Reconstruction Using Origin Point Optimization

    Hyeongju Lee, Gilsu Yeo, Myungjin Cho, Min-Chul Lee · ポスター発表 · コード

2022年 ビジョン・MLの出発点 · 授業プロジェクトで取り組んだ相関フィルタ・VCRによる奥行き推定が、現在の研究の出発点です。同じ年に、深層学習フレームワークを使わず、誤差逆伝播とモメンタム勾配降下法を自分で実装したMNIST CNN(MATLAB)を作りました。ビジョンに関心を持ったきっかけは、卒業制作のSmart Mirror(2人チーム:Raspberry Pi、OpenCV LBPH顔認識、Kakao音声認識API)です。研究の経歴を見る

03 その他

そのほかに作ったもの

実績の一覧
プロジェクト担当内容技術
3DOS · XRヘッドセットの視界改善2024.11 · XRデバイスコンテンツ・メイカソン本選チーム3DOS(研究室の5名で登録)で、開発・発表・ステージでのデモを担当。Myungjin Cho教授の研究のFourier Peplography(もや除去)とPhoton Counting(低照度での復元)を研究室のMATLABコードからC++・OpenCVに移植し(移植の一部はチームメンバー1名が協力)、Androidのネイティブプラグイン(arm64)としてビルドして、Metalens 2ヘッドセットのUnityアプリでデモ。発表資料を公開。
  • C++
  • OpenCV
  • Unity
  • Android
04 経歴

職歴・学歴・受賞など

経歴のページ

経歴

新しい順
  1. 2025.04 – 現在
    九州工業大学大学院 情報工学府情報創成工学専攻 博士前期課程 · 3Dビジョン研究(指導教員 Min-Chul Lee)2027年3月 修士課程修了見込み
  2. 2025.04 – 現在
    九州工業大学の研究室 支援研究員(非常勤)日立グループとの共同研究の画像データパイプライン · 2026年9〜10月にオランダで現地導入
  3. 2024.08 – 2025.03
    韓京国立大学校(韓国)3次元映像処理システム研究室 · 学部研究生Photonics Conference 2024(韓国光学会)筆頭著者ポスター · 3DOSメイカソン
  4. 2022.07 – 2024.11
    Vision Inside(韓国)· 代理(主任相当)、データ・バックエンドエンジニアKISTI発注案件のデータ層 · ゲノムレポートシステム生命保険の公示データツール(3人チーム):公示ExcelをMySQLに格納し、FastAPIのWebビューアで提供産業技能要員(兵役の代わりに指定企業で働く韓国の制度)として2022.07 – 2024.07に服務満了
  5. 2018.03 – 2025.02
    韓京国立大学校 電気電子制御工学科 学士

受賞・資格・語学

  • ICMV 2026 最優秀ポスター賞ブダペスト · 筆頭著者
  • 国際会議の筆頭著者論文4本ICMV 2026 · ICCAS 2026 · ITC-CSCC 2026 · ITC-CSCC 2025
  • ロータリー米山記念奨学生2026 · 日本語の面接を経て選出
  • 兵役修了産業技能要員として服務満了(2022.07 – 2024.07)
  • SQLD2023.10 · 韓国データ産業振興院
  • 語学韓国語(母語)· 日本語(ビジネス会話)· 英語(日常会話)
05 連絡先

採用・共同研究のご連絡は、メールでお願いします。

データエンジニアリング、バックエンド開発、ビジョンデータパイプラインの職種を志望しています。

2027年3月 修士課程修了見込み