自己紹介
はじめまして！今回がQiita初投稿になります。
私は現在IoT開発会社で働いている、開発が大好きな駆け出しエンジニアです。エンジニア歴はまだ1年半ほどで、正直まだまだ「アマチュア」の域を出ないかもしれません。大学時代には、化粧品の配合や飛行モデルの製作など、様々な分野の開発に触れてきました。
今の職場はIoT系の小さな会社で、開発環境は自前のPCを持ち込むほどカツカツですが（ほぼボランティアみたいな感じです）、それでも技術が好きで日々がんばっています。
ただ最近、会社の状況が少し不安定になってきたため転職を考え、いくつか履歴書を出しましたが……見事に全落ちでした
そこで「じゃあ自分が応募した業務内容にマッチしたプロジェクトを、アウトプットとしてまとめてみよう！」と思い立ち、この投稿を書いています
応募した企業の業務内容
以下は、私が応募した企業で求められていた仕事内容の一部です：
- 画像データに対するアノテーション・前処理・データ拡張の整備
- 既存モデルの再学習に向けたデータセット構成・スクリプト改修
- 推論処理の改善（精度・処理速度・誤認識の抑制）
作ったプロジェクトの概要
このプロジェクトでは、ESP32S3 と AIモデル を組み合わせて「歩行者検出システム」を開発しました（いわゆるエッジAI）。
本システムは、様々な環境下でリアルタイムに歩行者を検出でき、さらに低消費電力で動作します。
この開発を通して、以下のような技術を実践的に学ぶことができました：
- リソースの限られた小型デバイス上でのAIモデルの最適化・デプロイ
- エッジコンピューティングにおけるリアルタイム性や処理制限への対応
- MQTT通信を使った画像データの送信（遠隔監視・データ収集）
AIモデルの訓練・デプロイには Edge Impulse を使用し、画像データの前処理や拡張手法を通じて、モデルの精度と安定性向上にも取り組みました。
技術スタック
本プロジェクトで使用した主な技術構成は以下の通りです：
-
XIAO ESP32S3
小型ながら高性能なマイコンで、エッジAI向けに最適。豊富なI/Oと低消費電力が魅力です。 -
Edge Impulse
エッジデバイス向けに設計されたAI開発プラットフォーム。GUIやCLIでモデルの構築・訓練・デプロイが可能です。 -
MQTT
軽量なIoT向けプロトコル。今回は検出した歩行者の画像をMQTT経由でクラウドへ送信するのに使いました。
写真
📝 最後に
まだ資料が揃っていない部分がありますが、これから少しずつ更新していくつもりです。（最近仕事が詰まりすぎてます…T_T）。
この記事が誰かの参考になれば嬉しいですし、何かアドバイスやご意見があればぜひコメントで教えてください！
ここまで読んでいただきありがとうございました！