ID:12782さん

- **概要:** 外部環境の変化（多要素認証の普及等）により一部連携先とのデータ連携が不安定となる課題があった。新たなデータ連携手段として、あらゆる形式の明細ファイルをAI活用で簡単にインポートできるAIおまかせ明細取得機能を0→1で企画・開発し、2026年3月にベータ版をリリース。プレスリリースとして対外発表 - **役割:** シニアエンジニア（プロダクトリード兼テックリード） - **担当業務:** - データ分析から従来方式の課題を特定し、「新たな明細取得手段」の必要性をPRDとして言語化。PdM・QAとの合意形成を経て、課題特定→技術選定→プロトタイプ→β版リリースを一気通貫で推進 - PDF明細解析のアプローチとして、OCR解析(Vision API), PDFテキスト抽出OSS, LLMプロンプトを組み合わせ比較検討。変換精度、コスト、開発スピードの観点で変換方式を決定 - ローカル環境でのPoC作成→PdM・QAとの動作確認により、プロトタイプファーストのアプローチを実施。明細重複チェックや同期連携との整合性に関する懸念を早期に発見・解決 - Langfuseによるエージェント実行トレーシング基盤を構築し、LLM呼び出しの成功率・レイテンシ・コストを可視化。本番運用でのコスト予測と精度モニタリングを可能にした - BigQuery+LookerStudioで利用率・ファネル分析ダッシュボードを構築し、リリース後の効果測定を即座に開始 - **使用技術:** Python, LLM(Claude), pdfplumber, Langfuse, BigQuery, LookerStudio - **成果:** - AIおまかせ明細取得β版をリリース（2026年3月）。プレスリリースとして対外発表

- **概要:** 口座同期機能に関するユーザー問い合わせの削減と品質改善を、データ分析を起点に推進。テックリードからEMに役職変更し、社員エンジニアの評価・目標設定と業務委託メンバーの方針決定を担いながらプロダクト開発を並行して推進 - **規模:** 社員エンジニア2名（うち1名新卒）＋ 業務委託10名 - **役割:** テックリード・エンジニアリングマネージャー - **担当業務:** - **データ分析基盤の構築と施策化:** - Redashを用いた分析ダッシュボードの構築（同期数・エラー状況・問い合わせ起票数を連携先ごとに可視化）。前日比・前週比での異常検知の仕組みを整備し、問題の早期発見→対応のサイクルを確立 - JIRA運用改善: Automation機能による起票時の調査リンク自動生成、分析用フィールド追加、チケットステータスのトラッキング体制構築 - 経営層向け月次レポートの作成・報告会の運営（同期品質・ユーザビリティ・障害・誤取込防止の4視点で定量分析） - **品質改善チームの新設:** - 問い合わせデータの分析から、チーム横断で取り組むべき品質課題を特定し、経営層に提案して専任の品質改善チームを新設。ミッション定義・OKR策定・会議体設計・ツール整備をリードし、部署横断の改善体制を構築 - 確定申告期間の問い合わせ対応統括: 起票傾向分析ダッシュボード作成、各チーム責任者とのリーダーズ会議を設置し解決スピードを向上 - **プロダクト開発:** - 初回同期時のStep形式UIの開発（React SPA）。他領域へも横展開 - トラブルシューティング画面の新基盤開発: 連携先ごとに個別開発していた画面を共通コンポーネント化し、画面開発工数を1ヶ月→約4時間に短縮 - リアルタイム同期成功率モニタリング基盤の構築（Datadog活用） - **チームビルディング・育成:** - 新卒エンジニアの育成を担当。ペアプログラミングと段階的なタスクアサインを通じ、入社半年で独力で設計・実装・リリースを完遂できるレベルに成長させた - 業務委託10名のタスク設計・コードレビュー・技術指導を担当し、チーム全体の開発品質を安定化 - 開発ハンドブック・トラブルシューティング手順書を整備し、新規参画メンバーのオンボーディング期間を短縮 - **使用技術:** TypeScript, React, Storybook, Ruby, Datadog, Redash, BigQuery, JIRA - **成果:** - 問い合わせ率: 40%改善（同期口座数67%増加の中での改善） - 確定申告期の滞留チケット: 80%以上削減（課金口座数は前年比1.35倍に増加した中での改善） - トラブルシューティング画面の開発工数: 1ヶ月 → 約4時間に短縮 - チームOKRを4四半期連続で目標達成 - 社内表彰を受賞

- **概要:** 10年以上続くモノリスアプリケーションの主要APIパフォーマンス改善 - **役割:** テックリード - **担当業務:** - 主要APIのパフォーマンスボトルネックをDatadogのトレースから分析し、N+1クエリの解消・Eager Loading導入・マスタ情報のキャッシュ化を実施。DBスキーマ変更を伴うリファクタリングはリリースリスクが高いため、繁忙期前に安全に出せるアプリケーションレイヤーでの改善を先行させる判断をした - 改善前後の差分検証ライブラリを活用し、本番データを用いたシャドーテストで安全性を担保。障害ゼロでリリース完了 - 3フェーズの段階的改善ロードマップを策定（既存API改善→レガシーコード刷新→フロントUX改善）。一括リプレースではなく段階的改善を選択したのは、60万事業所が日常的に利用する機能であり無停止での改善が必須だったため - ジュニアメンバーへのSQLチューニング指導（Explain分析の読み方・インデックス設計の考え方）、安全なリリース手法の技術伝承 - **使用技術:** Ruby, TypeScript, React, BigQuery, Datadog - **成果:** - 99パーセンタイル応答時間: 31.7%改善（目標20%を大幅に上回る） - マイクロサービスへのAPIリクエスト: 88.4%削減 - 主要画面の最大応答時間: 71.3%改善

#### データ分析基盤の構築・運用（2020年07月〜現在） - **概要:** 外部サービス連携部におけるデータ分析をリード。DWH（BigQuery）・Datadog・Bugsnag・Langfuseなど複数のデータソースを横断的に活用し、プロダクト改善の意思決定を支えるデータ基盤を構築・運用 - **役割:** データ分析リード - **担当業務:** - 2,000以上に及ぶ連携先について、利用事業所数・同期数・エラー種別ごとの発生数・問い合わせ数などをダッシュボードで可視化。トレンド調査や課題の発見、事象の優先度付け、障害発生時の影響調査に貢献 - プロジェクトの仮説検証やビジネスインパクトの計測のためのユーザー行動分析を設計し、プロダクトコードへのトラッキング注入および計測用ダッシュボードの構築を担当 - ファネル分析・コホート分析を導入し、事業所セグメント・同期操作実績・解約履歴の相関分析から施策を創出。インパクト×実装コストのマトリクスで優先順位付けし、PdMと合意の上でロードマップに反映 - 経営層向け月次レポートの作成・報告会の運営（同期品質・ユーザビリティ・障害・誤取込防止の4視点で定量分析） - Claude Code data-analystプラグインを作成し、属人化していたDWHでのデータ分析知識をAIに集約。誰でも自然言語で分析を依頼できるようにし、Datadogにも接続して多角的なデータ分析を可能にしてチームに展開 - Redash MCPサーバーを作成・公開し、データ分析業務のAI活用を推進 - AI活用プロダクトの文脈で、Langfuseを利用したAIエージェントトレースログ分析や、精度評価駆動のオンライン/オフライン精度評価ツールの作成を実践 - **使用技術:** BigQuery, Redash, LookerStudio, Datadog, Bugsnag, Langfuse, Python - **成果:** - 定量的な分析により、意思決定の質と速度向上に貢献 - データに基づく施策創出により、問い合わせ率40%改善・確定申告期の滞留チケット80%以上削減に貢献

#### 銀行API連携開発（2019年06月〜2020年06月） - **概要:** 全国の銀行連携をスクレイピングからAPI方式へ移行する大規模プロジェクトに、先行開発チーム3名として参画。テックリードが構築したAPI連携フレームワークを用いて、メガバンク含む大手銀行の初回リリースを担当 - **役割:** バックエンドエンジニア - **担当業務:** - メガバンク含む10行以上の銀行API連携を本番リリース。金融機関の担当者と直接折衝し、仕様調整・テストケース・スケジュール調整・リリースまで全フェーズを一気通貫で担当 - 開発ハンドブックを整備し、後続チームへの展開による組織的な開発スケール化に貢献 - **使用技術:** Ruby, Go, gRPC, OAuth, AWS