大規模環境におけるPBSジョブ統括
Kagayaki HPCクラスタでPBSジョブの運用規模を拡大するには、ジョブスクリプト生成を厳密な階層構造で管理する必要がある。そこで、ノードプールの空き状況に応じて必要資源を動的に注入するBASHベースのファクトリーパターンを実装した。これにより待機時間を22%短縮し、大規模な一括投入で起こりやすいキュー停止状態を防止した。
技術分野、オントロジー工学、分散システム統括における歩みを記録し、JAISTでの学術研究と高性能計算環境での実務経験をまとめたものです。
研究助手 — 銀河考古学・機械学習
銀河合体史を復元するため、HDBSCANクラスタリングパイプラインを高効率化。AutoGluonによる教師あり学習を用いて、高次元の化学動力学データから微光の恒星構造を抽出した。
共同研究 — オントロジー工学
自動運転システムの安全性試験に向けた意味情報抽出パイプラインを開発し、HPCクラスタKAGAYAKI上でオントロジーモデルを検証した。
ティーチングアシスタント — コンピュータサイエンス
Pythonおよびアセンブリの授業で各クラス50名以上を指導し、技術資料とワークスペース自動構築ガイドを作成した。
DevOps業務委託 — システム基盤
コンピュータサイエンス学科向けに、自動採点システムとマイクロサービス統括層を設計した。
技術上の所見とフィールドノート
Kagayaki HPCクラスタでPBSジョブの運用規模を拡大するには、ジョブスクリプト生成を厳密な階層構造で管理する必要がある。そこで、ノードプールの空き状況に応じて必要資源を動的に注入するBASHベースのファクトリーパターンを実装した。これにより待機時間を22%短縮し、大規模な一括投入で起こりやすいキュー停止状態を防止した。
JAISTでの研究では、大規模な非構造化データから構造化知識を自動抽出する手法に取り組んだ。Pythonによる解析パイプラインを用いて生のテキストデータを形式的なオントロジークラスへ対応付け、複雑なドメインモデルに対する高精度な推論を可能にした。
オブジェクト保管とアクセス制御ロジックを分離する階層型権限モデルを実装した。Neon PostgreSQLを中央状態管理機構として用い、受信したACCESS_REQUEST信号をGuest、Admin、Rootの各利用者階層と照合する。検証済みの要求に対してGCSバケット層で必要時のみ権限を付与することで、テラバイト規模の研究データを保存時暗号化したまま、確認済み監査者への認可を1秒未満で処理できるようにした。
複数段階のフォールバック構成を採用した語彙検索・辞書解決エンジンを開発した。語を厳密なオントロジーエンティティとして扱い、異種データ源をまたいで表記、品詞、出典情報を共通形式へ正規化する。 検索パイプラインはO(1)のRedis L1キャッシュとPostgreSQL L2インデックスを優先し、未解決の場合のみ外部APIを順次参照することで遅延を抑える。クライアント側のゲーム入力はPrefix Tree(Trie)のバックトラッキングにより即時検証する。