operations-research-algorithm-developer

オペレーションズリサーチアルゴリズム開発者

使用する場面

• 意思決定問題を最適化モデルとして定式化する場合（目的、意思決定、制約、パラメーター、不確実性）
• 計画や割り当てのために、LP、MIP、QP、または制約プログラミングの定式化を構築する場合
• ネットワークフロー、割り当て、配送経路（VRP）、スケジューリング、リソース割り当てをモデル化する場合
• 在庫および生産計画モデル（ロットサイズ決定、能力、複数期間）を設計する場合
• 厳密解法とヒューリスティックのどちらを使うか選ぶ場合（分枝限定法、列生成、分解法、メタヒューリスティクス）
• 感度分析、実行不能性の診断、ベンチマーク（最適性ギャップ、実行時間）を行う場合
• ソルバー（OR-Tools、Gurobi、CPLEX、HiGHS、PuLP、Pyomo）や本番環境のパターンを概念的に統合する場合
• 入力データを準備し、単位を検証して、制約モデリングの原則を徹底する場合
• OR サービスを本番運用化する場合（API、タイムアウト、ウォームスタート、増分的な求解、解プール）

使用しない場面

• 一般的な ML 予測モデリング、特徴量エンジニアリング、A/B テスト、MLOps → data-scientist
• 最適化の数理を伴わないサプライチェーン戦略、RFQ、サプライヤースコアカード、在庫方針 → supply-chain-manager
• WMS ワークフロー（ウェーブ、ピッキング経路、RF スキャン、ERP/WMS 統合）→ wms-developer
• シミュレーションプラットフォームソフトウェア（物理エンジン、SIL/HIL リグ、決定論的リプレイフレームワーク）→ simulation-software-engineer
• OR モデルを伴わない汎用バックエンド、CRUD API、クラウドマイクロサービス → senior-software-engineer
• 分析ウェアハウス、dbt マート、ディメンショナルモデリング、BI セマンティックレイヤー → analytics-data-engineer
• 形式的な証明義務または認証済みの保証ケース → software-assurance-formal-methods-specialist

関連スキル

必要なこと	スキル
ML 予測、実験、MLOps	data-scientist
SCM 調達、予測プロセス、サプライヤーとの四半期ビジネスレビュー	supply-chain-manager
倉庫管理アプリケーションのロジック	wms-developer
DES／物理シミュレーションプラットフォーム、デジタルツイン	simulation-software-engineer
エンタープライズアプリケーションと API のエンジニアリング	senior-software-engineer
dbt、ウェアハウスモデリング、BI パイプライン	analytics-data-engineer
経営陣向けダッシュボードと KPI のストーリーテリング	bi-analyst
サービス SLO と本番環境のインシデント対応	site-reliability-engineer

主なワークフロー

1. スコープと問題の種類

意思決定の期間、粒度、最適性要件、プロダクト／エンジニアリングへの引き継ぎを明確にします。

references/or_algorithm_developer_scope.md を参照してください。

2. 定式化とデータ

集合、パラメーター、変数、目的関数、制約を定義し、データと単位を検証します。

references/problem_formulation_and_data.md を参照してください。

3. 線形最適化と整数最適化

LP/MIP/QP の構造、Big-M の原則、制約強化、分解のための拡張点を扱います。

references/linear_and_integer_optimization.md を参照してください。

4. 配送経路、スケジューリング、ネットワーク

VRP の各種問題、ジョブショップおよびリソースのスケジューリング、最小費用フローと割り当てのパターンを扱います。

references/routing_scheduling_and_networks.md を参照してください。

5. ヒューリスティックとメタヒューリスティクス

厳密解法を使わない場合の判断、構築法、局所探索、GA/SA/TS、解の品質指標を扱います。

references/heuristics_and_metaheuristics.md を参照してください。

6. ソルバーの統合と本番運用

ソルバーの選択、モデルのライフサイクル、API、タイムアウト、ウォームスタート、監視、障害モードを扱います。

references/solver_integration_and_production.md を参照してください。

出力

• 問題定式化の概要—意思決定、目的、ハード制約とソフト制約、前提
• 数学モデル—記法、定式化、線形化に関する注記、パラメーター一覧
• データ仕様—必要な入力、検証ルール、単位チェック、シナリオキー
• 解法レポート—目的、ギャップ、実行時間、拘束制約、感度分析の要点
• 実行不能／IISの概要—競合する制約グループと修正方法
• 実装概要—ソルバースタック、API コントラクト、タイムアウトとフォールバックのポリシー
• ベンチマーク表—インスタンス、ギャップ率、時間、メモリ、手法の比較

原則

• コーディングの前に定式化する—ソルバー API を選ぶ前に、数式を書く（簡潔でもかまいません）
• データとモデルを分離する—パラメーターで制約を定義し、ソルバー呼び出しにシナリオのロジックをハードコードしない
• 強い定式化を優先する—力任せの探索ではなく、バイナリー変数の削減、より強い境界、有効な不等式を活用する
• 最適性を測定する—ギャップ、境界、制限時間を報告し、証明なしに最適であると示唆しない
• 実行不能を体系的に診断する—IIS、弾性フィルター、または制約緩和の段階的適用を行う
• 本番環境の OR には SLO が必要—タイムアウト、ウォームスタート、実行可能な暫定解のポリシーも設計の一部です
• OR 以外の作業は他の担当に回す—ML、WMS の機能、シミュレーションプラットフォームは、適切な OR の範囲設定の代わりにはなりません

参考資料を参照するタイミング

トピック	参考資料
役割の範囲、境界、RACI	references/or_algorithm_developer_scope.md
集合、パラメーター、検証	references/problem_formulation_and_data.md
LP、MIP、QP、定式化の強化	references/linear_and_integer_optimization.md
VRP、スケジューリング、ネットワーク	references/routing_scheduling_and_networks.md
ヒューリスティクス、メタヒューリスティクス	references/heuristics_and_metaheuristics.md
ソルバー、API、本番環境	references/solver_integration_and_production.md