ID:71297さん

### ■ 2021年11月 ～ 2022年09月 ### ふるさと納税支払いシステムの開発（新規開発） **【プロジェクト概要】** ふるさと納税の支払い決済および管理を行うシステムの新規開発。決済に関わる認証基盤から、大量のデータを扱う集計機能まで幅広く担当。 * **役割**：メンバー * **規模**：20名 * **担当フェーズ**：開発、単体テスト、結合テスト、パフォーマンスチューニング #### **【技術スタック】** * **言語/FW**：Python, Django (Template / View) * **DB**：PostgreSQL * **OS**：Linux (Ubuntu) * **ツール/その他**：Docker, GitLab, unittest --- #### **【業務内容】** * **フロントエンド開発**：Django Templateを用いたログイン画面、集計画面の実装。 * **バックエンド開発**：Djangoによる認証機能およびバックグラウンドでの一括バッチ処理の実装。 * **品質管理**：unittestを用いた単体テストコードの作成、テスト仕様書の作成および結合テストの実施。 * **パフォーマンス改善**：SQL実行計画（EXPLAIN）に基づくインデックス最適化、クエリチューニング。 --- #### **【実績・取り組み】** ##### **1. DBパフォーマンス改善と決済基盤の安定化** * **課題**：支払いに関わる認証機能の堅牢性と、大量データを扱う集計画面のレスポンス性能の両立。 * **行動**：Djangoを用いたセキュアなログイン認証およびバッチ処理を実装。また、SQLの実行計画を解析し、インデックスの最適化やクエリの書き換えによるチューニングを実施。 * **結果**：ボトルネックを解消し、高速かつ安定したシステム挙動を実現。正確なデータ集計と安全な決済基盤の構築に貢献した。 ##### **2. テスト工程の標準化と品質管理体制の構築** * **課題**：結合テストにおいて、実施方法やエビデンス（証跡）の取得基準が曖昧であり、品質担保の客観的な証明が困難だった。 * **行動**：テスト仕様書の作成に加え、実施手順とエビデンス取得ルールの策定を主導。 * **結果**：テスト品質のバラつきを解消し、誰が実施しても同等の品質で検証・記録ができる体制を整えた。これにより、第三者への品質説明責任を果たせる信頼性の高い検証プロセスを確立した。 ##### **3. オンボーディングの迅速化とチーム全体の生産性向上** * **課題**：新規参画時の環境構築に時間を要していた点や、一部の難航タスクによるプロジェクト遅延リスク。 * **行動**：Dockerを用いた環境構築手順書および開発ルールの整備を行い、オンボーディングを迅速化。また、技術的な課題を抱えるメンバーへの積極的なフォロー（ペアプログラミングや技術助言）を実施。 * **結果**：チーム全体の生産性を底上げし、タスクの停滞を防止。属人化を防ぎ、円滑なチーム運営を推進した。

### ■ 2022年10月 ～ 2024年03月 ### EV車電池分析アプリの開発（保守開発） **【プロジェクト概要】** EV車の電池解析データを用いた分析アプリケーションの保守および追加開発。新規API開発からバッチ処理の高速化、インフラ・ミドルウェアのバージョン管理まで一貫して担当。 * **役割**：メンバー * **規模**：5名 * **担当フェーズ**：詳細設計、開発、単体テスト、結合テスト、シナリオテスト #### **【技術スタック】** * **言語/FW**：Python, Django * **DB**：PostgreSQL, MongoDB * **インフラ/OS**：AWS (EC2, RDS), Linux (Ubuntu) * **ツール/その他**：Docker, GitLab, unittest --- #### **【業務内容】** * **設計・開発**：追加機能に伴う詳細設計書の作成、および新規APIの開発。 * **保守・運用**：既存機能の不具合対応、ライブラリ・Docker・OSの継続的なバージョンアップ管理。 * **品質管理**：unittestを用いた単体テスト作成、およびシナリオテストの作成・実施。 * **パフォーマンス改善**：処理速度の計測、マルチプロセス化の実装、SQL実行計画（EXPLAIN）に基づくクエリチューニング。 --- #### **【実績・取り組み】** ##### **1. マルチプロセス化による大規模データ処理の高速化（処理速度50%改善）** * **課題**：電池の解析データおよび前処理の負荷が非常に高く、従来の逐次処理では分析完了までに多大な時間を要し、ユーザーの作業効率を低下させていた。 * **行動**：ボトルネックとなっていた前処理・分析処理に対し、マルチプロセス化による並列処理を提案し、実装を主導。併せてSQLの実行計画を確認し、クエリチューニングによるデータ取得の最適化も実施した。 * **結果**：処理速度を50%改善することに成功。システムスループットが大幅に向上し、大量の電池データに対するリアルタイムに近い分析環境を実現した。 ##### **2. テスト工程の自動化による工数削減と品質標準化** * **課題**：シナリオテスト時のコンテナログ取得などのエビデンス収集が手動であり、工数負荷と取得漏れのリスクがあった。また、結合テストの品質が実施者に依存していた。 * **行動**：Dockerコンテナから必要なログを自動抽出するシェルスクリプトを作成し、エビデンス取得を自動化。同時に、テスト実施方法と証跡管理のルールを策定し、チーム全体に展開した。 * **結果**：テスト工数を大幅に削減しつつ、網羅性の高いエビデンス確保が可能になった。不具合の早期発見と修正後の再試験（デグレード確認）の効率化に貢献した。 ##### **3. 技術的負債の解消とチームオンボーディングの迅速化** * **課題**：ライブラリやOS、Dockerなどのバージョン管理が煩雑化しており、新規参画メンバーが開発環境を構築する際のリードタイムが長いことが課題であった。 * **行動**：OSやミドルウェアのバージョンアップ管理を徹底し、依存関係の解消とセキュリティ担保を実施。また、環境構築手順書と共通の開発ルールをゼロから作成し、ドキュメントを整備した。 * **結果**：環境起因のバグを最小化し、新規メンバーの立ち上がり期間を大幅に短縮。チーム全体の開発スピードと保守性を底上げした。

### ■ 2024年06月 ～ 2024年09月 ### 飲食店オーダーアプリの開発（新規開発） **【プロジェクト概要】** 店舗利用者のスマートフォンから注文を行うオーダーアプリおよび、店舗向け管理システムの新規開発。技術選定から参画し、スケーラビリティと保守性を重視したモダンなアーキテクチャ設計・開発を担当。 * **役割**：メンバー（技術選定・フルスタック開発） * **規模**：2名 * **担当フェーズ**：技術選定、詳細設計、開発、単体テスト #### **【技術スタック】** * **言語/FW**：Python (Django REST framework), TypeScript (React) * **DB**：PostgreSQL * **ツール/その他**：Docker, GitHub, Firebase (FCM), Jest, pytest --- #### **【業務内容】** * **フロントエンド開発**：React/TypeScriptを用いた、お客様用注文画面・管理者画面・ログイン画面の実装。 * **バックエンド開発**：Django REST frameworkを用いたAPI開発。 * **機能実装**：QRコードによる認証ログイン機能、Firebase Cloud Messagingを用いたPush通知機能の実装。 * **品質管理**：Jest（フロントエンド）およびpytest（バックエンド）による自動テストコードの作成。 --- #### **【実績・取り組み】** ##### **1. ドメイン駆動設計（DDD）の導入による高保守性アーキテクチャの実現** * **課題**：注文・会計・在庫管理といった複雑なビジネスロジックが絡み合うため、将来的な機能拡張時のコード肥大化やバグ発生が懸念された。 * **行動**：技術選定段階から参画し、**ドメイン駆動設計（DDD）**を提案。ビジネスロジックを技術的関心事から切り離し、エンティティやリポジトリ層を明確に定義したクリーンなアーキテクチャを構築した。 * **結果**：仕様変更に強く、疎結合で透明性の高いコードベースを実現。開発チーム内でのビジネスルールの共有が容易になり、将来の規模拡大にも柔軟に対応可能な基盤を確立した。 ##### **2. TypeScript と React による型安全でスケーラブルなフロントエンド開発** * **課題**：役割の異なる複数のUI（管理者用・客席用等）が必要であり、高い開発効率と保守性の両立が不可欠だった。 * **行動**：TypeScriptを採用して型安全性を確保。コンポーネントの再利用性を高めるためにアトミックデザインの思想を取り入れ、Jestによる自動テストを導入することで、継続的な品質改善サイクルを構築した。 * **結果**：大規模な画面開発においてもバグ混入を最小限に抑制。型安全性による開発体験の向上により、実装スピードとコード品質を高い次元で両立させた。 ##### **3. QRコードログインとPush通知統合によるUXの最適化** * **課題**：非接触でのスムーズな注文開始導線と、調理完了等をリアルタイムに伝える仕組みが求められていた。 * **行動**：QRコードを用いたセキュアな認証認可フローをDRFで実装。また、Firebase（FCM）を統合し、注文状況を即時通知する機能を構築した。pytestによる網羅的なAPIテストにより、決済・注文等の重要フローの信頼性を担保した。 * **結果**：ストレスフリーな入店・注文体験を実現。店舗と顧客のリアルタイムなコミュニケーションを可能にし、サービス利便性の向上と店舗運用の効率化に大きく寄与した。

### ■ 2024年10月 ～ 2024年12月 ### バッテリーパスポート Web アプリ（新規開発） **【プロジェクト概要】** バッテリーのライフサイクル情報を管理する「バッテリーパスポート」のWebアプリケーション新規開発。FigmaによるUI/UXデザインから、React/Laravelを用いたフルスタック開発、およびシステム全体の品質保証までを一貫して担当。 * **役割**：メンバー（フルスタック開発・デザイナー兼任） * **規模**：5名 * **担当フェーズ**：設計（UI/API/DB）、実装、単体テスト、シナリオテスト #### **【技術スタック】** * **言語/FW**：PHP (Laravel), JavaScript (React) * **DB**：PostgreSQL * **インフラ/OS**：AWS, Linux (Ubuntu) * **ツール/その他**：Figma, Docker, GitLab --- #### **【業務内容】** * **UI/UX設計**：Figmaを用いた画面設計、プロトタイプ作成、およびステークホルダーとの仕様合意。 * **フロントエンド開発**：Reactを用いたコンポーネント指向のUI実装および状態管理（State Management）。 * **バックエンド開発**：Laravelを用いたRESTful APIの設計・開発、およびPostgreSQLのデータモデル最適化。 * **品質管理**：網羅的な単体テストの実施、および業務フローに基づいたシナリオテストの完遂と証跡管理。 --- #### **【実績・取り組み】** ##### **1. Figma を活用したフロントエンド実装前の仕様確定とUX担保** * **課題**：要件定義から実装までの認識齟齬を防ぎ、直感的な操作性を早期に確定させる必要があった。 * **行動**：実装前にFigmaで詳細な画面設計とプロトタイプを作成。ステークホルダーと視覚的にUI仕様を合意するプロセスを導入した。 * **結果**：デザイン段階で仕様を確定させたことで、実装後の大幅な手戻りを防止。一貫性のあるユーザー体験（UX）を設計段階で担保した。 ##### **2. React によるコンポーネント指向設計と効率的な状態管理** * **課題**：多様なバッテリー情報の動的な表示と、複雑化する画面状態（State）を効率的に管理する構造が求められていた。 * **行動**：Reactによるコンポーネントの共通化を徹底。APIレスポンスと密に連動した状態管理を実装し、再利用性とメンテナンス性の高いフロントエンド構造を構築した。 * **結果**：レスポンスが速く拡張性の高いUIを実現。機能追加にも柔軟に対応できるクリーンなコードベースを提供した。 ##### **3. 堅牢な API 設計と整合性を重視したバックエンド構築** * **課題**：データの信頼性が極めて重視されるドメインにおいて、堅牢なAPIと整合性の取れたデータベース構造が不可欠だった。 * **行動**：Laravelを用いたRESTful APIを設計。PostgreSQLのデータモデル最適化に加え、例外処理（エラーハンドリング）を徹底し、セキュアで安定した通信仕様を定義した。 * **結果**：高い可用性と信頼性を備えたAPI基盤を構築。データの不整合を排除しつつ、フロントエンドとのスムーズな連携を実現した。 ##### **4. シナリオテストによるシステム全体の品質可視化** * **課題**：フルスタック開発において、単一機能の動作だけでなく、実業務のフローを通じたシステム全体の整合性を証明する必要があった。 * **行動**：単体テストの網羅に加え、実際の利用シーンを想定したシナリオテストを主導。エビデンス（証跡）を体系的に管理・可視化する体制を整えた。 * **結果**：重大な不具合のない状態でリリースを達成。品質説明責任を果たすことで、プロジェクトの信頼性向上に寄与した。

### ■ 2025年01月 ～ 2025年06月 ### Qlik Sense によるデータ分析基盤の開発（保守・追加開発） **【プロジェクト概要】** Qlik Senseを活用した業務データの可視化・分析基盤の開発および運用。Oracle DBに蓄積された複雑な業務データをPythonを用いて加工・整形し、意思決定を迅速化するためのダッシュボード・レポート環境を構築。 * **役割**：メンバー * **規模**：5名 * **担当フェーズ**：要件定義・要件整理、基本設計、実装 #### **【技術スタック】** * **言語**：Python（ETL処理） * **BIツール**：Qlik Sense * **DB**：Oracle DB * **OS**：Linux (Ubuntu) * **ツール/その他**：GitLab --- #### **【業務内容】** * **ETL開発**：Oracle DBからのデータ抽出、およびPythonスクリプトを用いたデータのクレンジング・整形処理の実装。 * **BI実装**：Qlik Senseを用いたダッシュボードのUI設計、集計ロジック（数式）の実装。 * **上流工程**：ユーザーヒアリングに基づく要件の整理、および基本設計書の作成。 --- #### **【実績・取り組み】** ##### **1. PythonによるETL処理の自動化と更新時間の短縮** * **課題**：ソースデータが分析に適さない形式であり、データの更新・整形処理に数時間を要していたため、リアルタイムな分析に支障が出ていた。 * **行動**：Pythonを用いて、データの抽出・洗浄・整形を自動で行うETLプログラムを開発。分析専用の最適化されたデータセットを自動生成するパイプラインを構築した。 * **結果**：データ更新時間を大幅に短縮。手作業によるミスを排除し、常に最新かつ正確なデータで分析が可能な環境を実現した。 ##### **2. ダッシュボードのUI/UX改善と集計処理の最適化** * **課題**：既存の分析画面の操作性が低く、また大量データを扱う際のレンダリング速度が遅いため、現場での利用率が伸び悩んでいた。 * **行動**：直感的な操作を可能にするUI設計への刷新を実施。あわせてQlik Sense上の集計ロジックを見直し、計算負荷を軽減する最適化を行った。 * **結果**：システムのレスポンス速度と操作性が向上し、現場の利用率が大幅に改善。必要な情報を即座に抽出できる環境を整え、素早い意思決定をサポートした。 ##### **3. モックアップを活用した要件定義による手戻りの防止** * **課題**：分析要件が曖昧な状態で開発が進む傾向があり、リリース直前での仕様変更や作り直しのリスクが高かった。 * **行動**：実際の画面イメージ（モックアップ）を早期に提示し、視覚的なフィードバックを得ながらヒアリングを実施。算出ルールを明文化した設計書を作成し、事前の合意形成を徹底した。 * **結果**：認識の齟齬による手戻りをゼロに抑え、予定通りのスムーズなリリースを実現。プロジェクトの進行効率を大幅に高めた。

### ■ 2024年04月 ～ 2024年05月 ### 剣道記録集計アプリの API 開発（新規開発） **【プロジェクト概要】** 剣道の試合記録および集計を行うアプリケーションのバックエンドAPI新規開発。AWS Lambdaを中心としたサーバーレスアーキテクチャを採用し、複雑な勝敗・順位決定ロジックの実装を担当。 * **役割**：メンバー * **規模**：2名 * **担当フェーズ**：詳細設計、開発、単体テスト #### **【技術スタック】** * **言語/FW**：TypeScript, AWS CDK, AWS SDK * **DB/ストレージ**：DynamoDB * **インフラ**：AWS Lambda, API Gateway * **ツール/その他**：Docker, Backlog --- #### **【業務内容】** * **設計・開発**：詳細設計書の作成、およびAWS Lambdaを用いたRESTful APIの新規作成。 * **IaC推進**：AWS CDKを用いたクラウドインフラのコード化（TypeScript）とデプロイ自動化。 * **品質管理**：単体テストの作成（境界値・異常系を含む網羅的なテストパターンの構築）。 --- #### **【実績・取り組み】** ##### **1. AWS CDK による Infrastructure as Code (IaC) の推進** * **課題**：新規開発において、サーバーレス環境（Lambda/API Gateway等）を手動構築すると、環境ごとの設定差分や再現性の欠如がリスクになる懸念があった。 * **行動**：AWS CDKを採用し、インフラ構成をTypeScriptで定義。ローカル検証からクラウドへのデプロイまでを完全に自動化した。また、IAMロールの最小権限設定などもコード上で厳密に管理した。 * **結果**：環境構築ミスをゼロ化し、デプロイ時間を大幅に短縮。インフラのバージョン管理を可能にすることで、プロジェクトの透明性と安全性を大きく向上させた。 ##### **2. 複雑な集計ロジックを持つ RESTful API の設計・開発** * **課題**：剣道の試合結果（勝敗、本数、特殊な順位決定ルール）は複雑な集計ロジックが必要であり、データ整合性を保ちつつ高速なレスポンスが求められた。 * **行動**：詳細設計にて集計仕様を構造化し、拡張性の高いAPIエンドポイントを設計。ビジネスロジックをモジュール化することで、将来のルール変更にも柔軟に対応できるクリーンな構造を構築した。 * **結果**：正確かつ低レイテンシな記録集計APIを実現。大会中の頻繁なデータ更新にも耐えうる、信頼性の高いシステム基盤を提供した。 ##### **3. 徹底した単体テストによる品質担保とエッジケースの網羅** * **課題**：引き分けや同点時の順位判定など、特殊な条件（エッジケース）での計算ミスが許されない、極めて高い正確性が求められていた。 * **行動**：自動テストを活用し、正常系だけでなく境界値や異常系を網羅したテストコードを実装。特に複雑な勝敗判定ロジックに対しては、多角的なテストパターンを構築して徹底的に検証した。 * **結果**：開発段階でロジックの不備を早期に発見・修正。高いテスト網羅率を維持することで、リリース後のバグ混入を未然に防ぎ、精度の高いデータ集計サービスを実現した。

### ■ 2025年07月 ～ 現在 ### マルチエージェント開発（新規開発） **【プロジェクト概要】** 生成 AI エージェント開発 **【担当フェーズ】** * 要件定義・要件整理 / 技術要件への落とし込み * 基本設計・アーキテクチャ設計 * AI/LLM アプリケーション全体設計 * 技術選定 * プロンプト設計・改善 * テスト戦略設計（ユニットテスト・E2E） * AI 駆動開発ルール策定（Cline 活用） * 外部 API 連携設計（インターフェース設計・エラーハンドリング設計） * LangGraph ワークフロー設計 * GitHub Actions による CI/CD パイプライン構築・運用設計 * 実装 * 顧客対応 **【業務内容】** 開発リーダーとして、生成 AI エージェントの立ち上げから運用準備まで設計・開発全般を主導。 LangChain / LangGraph を活用した LLM ワークフローの設計・実装、Amazon DynamoDB を用いたデータ設計、AWS 上への Docker コンテナデプロイを含む CI/CD パイプライン構築まで一貫して担当した。 また Cline を活用した AI 駆動開発の導入・ルール策定を行い、チーム全体の開発生産性向上を牽引した。 #### **【実績・取り組み】** ##### **■ 設計・アーキテクチャ** 1. **LangGraph を用いた LLM ワークフローの構築** * **課題**: 新規開発において、LLM の処理フローを単純なコードで実装すると、状態管理や分岐ロジックが分散し、将来の機能拡張時にブラックボックス化する懸念があった。 * **行動**: フローの可視性と保守性を担保するため、LangGraph を採用。共有の State（状態）管理を導入することで、処理データの一貫性を確保した。また、Conditional Edge による動的ルーティングを構造化し、ワークフローをノード単位で簡潔に実装した。 * **結果**: 処理フローが視覚的に把握可能なクリーンな基盤を実現。設計のモジュール化により、機能追加時の影響範囲の特定が容易になった。 2. **FastAPI による外部 API 連携の標準化** * **課題**: 新規開発において、実装者ごとの設計差異によるエラーハンドリングの不整合や、保守性の低下を防ぐ必要があった。 * **行動**: FastAPI の Pydantic モデルによる共通スキーマ定義、例外処理（Exception Handler）の統一、および DI を活用した共通ロジックの集約を設計段階で標準化した。 * **結果**: 仕様不整合によるバグを根絶し、チーム全体の開発スピードを向上。フロントエンドとの連携も円滑化し、信頼性の高い API 基盤を短期間で構築した。 3. **AWS インフラ構成とサービス自動構築** * **課題**: 既存のネットワーク基盤を前提としつつ、サービス独自のインフラリソースを迅速かつ正確に展開する仕組みが欠如しており、手動構築による設定ミスのリスクがあった。 * **行動**: Terraform を用いた、サービスリソースの自動構築プロセスを確立。環境ごとの差異をコードで管理し、CI/CD と連携したデプロイフローを構築した。 * **結果**: 環境構築の再現性を 100% 確保し、ヒューマンエラーを根絶。構築工数の削減とともに、検証環境の迅速な立ち上げが可能な、安全性の高いインフラ運用体制を実現した。 4. **DynamoDB のデータモデル設計** * **課題**: データ量の増加に伴うパフォーマンス低下を防ぎ、コスト効率と検索スピードを両立させるための、アクセスパターンに最適化されたデータ構造の設計が不可欠だった。 * **行動**: アプリケーションのユースケースを精査し、パーティションキーおよびソートキーの設計を主導。不要なフルスキャンを抑制し、特定のアクセスパターンに対して最小限の読み取りで対応できるデータモデルを構築した。 * **結果**: 高負荷時でも低レイテンシなレスポンスを維持できる、スケール耐性の高いデータ基盤を構築。クエリの効率化により、将来的なスケールアップ時のクラウドコスト抑制にも寄与した。 ##### **■ CI/CD・開発基盤整備** 1. **GitHub Actions による CI/CD パイプライン構築** * **課題**: 手動でのテスト・デプロイ作業によるヒューマンエラーのリスク増大と、リリースサイクルの鈍化がプロジェクトの停滞を招いていた。 * **行動**: GitHub Actions を導入し、自動ユニットテスト、静的解析、AWS への自動デプロイを統合したパイプラインを構築。リリースフローの自動化とガードレールの設置を主導した。 * **結果**: 完全自動化によりリリース頻度が向上。人的ミスを排除したことで、本番環境へのバグ混入リスクを最小化し、開発サイクルの高速化を実現した。 2. **Docker による開発環境の標準化** * **課題**: OS やライブラリなど開発者ごとのローカル環境差異に起因する、動作不安定や不具合修正の工数増大が課題となっていた。 * **行動**: Docker/Docker Compose を用いたコンテナ開発基盤を構築。 * **結果**: 環境構築が数コマンドで完結する体制を確立。環境起因のバグをなくし、新規メンバーの着手スピードおよび開発の再現性を大幅に向上させた。 3. **Cline を活用した AI 駆動開発の推進** * **課題**: 生成 AI の活用が個人の裁量に依存しており、チーム全体としての開発効率向上やコード品質の平準化に繋がっていない状況だった。 * **行動**: AI コーディングアシスタント Cline の活用ルールを策定。効果的なプロンプトの共有や、AI 生成コードに対するレビューフローを定義し、チーム全体の開発プロセスに組み込んだ。 * **結果**: 定型作業の自動化により実装速度が加速。ジュニアメンバーのコード品質も底上げされ、プロジェクト全体の生産性向上に寄与した。 ##### **■ 品質管理・テスト基盤** 1. **テスト戦略の設計と自動化基盤の構築** * **課題**: リリース直前の手動リグレッションテストが開発のボトルネックとなっており、頻繁な機能追加に伴う既存機能への影響（デグレード）の検知と、納期維持の両立が困難だった。 * **行動**: ユニットテストおよび E2E テストをリグレッションテストとして整備し、テストピラミッドに基づいた戦略を策定。これらを CI パイプラインへ統合し、コード変更のたびに自動で品質チェックが行われる「品質ゲート」の仕組みを構築した。 * **結果**: 不具合の早期発見体制を確立し、手動テスト工数を大幅に削減。高いテスト網羅率を維持しながら、安全かつ迅速なリリースサイクルを実現した。 2. **結合テストの標準化とエビデンス管理** * **課題**: 結合テストの実施基準やエビデンスの取得方法が属人化しており、品質の証明や障害発生時の原因究明に時間を要していた。 * **行動**: テスト実施手順書をテンプレート化し、合格基準および必須エビデンス（実行ログ、DB 状態、キャプチャ等）の管理ルールを策定。レビュープロセスを徹底することで、チーム全体の評価基準を統一した。 * **結果**: テスト品質の平準化と、ステークホルダーに対する品質説明責任の強化を達成。納品物の信頼性を大幅に向上させた。 ##### **■ チームマネジメント** 1. **進捗管理とメンバーのモチベーション向上** * **課題**: 15 名規模のチームで個々の状況把握が困難になり、タスクの偏りやモチベーションの低下による遅延リスクが懸念されていた。 * **行動**: チケット管理と朝会でボトルネックを可視化しリソースを最適化。並行して定期的な 1on1 を実施し、各メンバーのキャリア志向に沿ったタスク割り当てとポジティブなフィードバックを徹底した。 * **結果**: 全マイルストーンを予定通り完遂。離脱者のない高いエンゲージメントを維持し、チーム全体の主体的な課題解決力を引き出した。 2. **オンボーディングコストの削減** * **課題**: 新規参画メンバーが増えるたびに、既存メンバーが環境構築のレクチャーに時間を割かれ、本来の開発業務が阻害されていた。 * **行動**: Docker 環境構築手順書、開発規約、ドメイン知識をまとめたドキュメント（Wiki 等）を整備。セルフオンボーディングが可能な体制を整えた。 * **結果**: 新規メンバーが実業務に入れるまでの期間を従来の半分以下に短縮。教育工数の大幅な削減に成功した。 3. **技術課題へのフォローとコードレビュー** * **課題**: 難易度の高い技術スタックにおいて、一部のメンバーが詰まってしまうことでプロジェクト全体の遅延リスクが生じていた。 * **行動**: 難航している技術課題に対してペアプログラミングや技術検証（PoC）を主導。また、全プルリクエストに対するコードレビューを行い、設計思想の統一と技術伝承を図った。 * **結果**: 重大な技術トラブルを未然に防止。コードの品質維持だけでなく、チーム全体の技術力向上と心理的安全性の確保に寄与した。 #### **【使用技術】** * **OS**: Linux (Ubuntu) * **言語**: Python * **フレームワーク**: FastAPI, LangGraph, LangChain * **DB**: DynamoDB * **Cloud**: AWS * **その他**: Docker, GitLab, Cline, Terraform, GitHub Actions #### **【プロジェクト規模・役割】** * **規模**: 全 10名 * **役割**: 開発リーダー