しゅん

あなたを気にしている企業

  • ビットキーがしゅんのレジュメを見ています。
    2026.11.23
  • ログラスがしゅんのレジュメを見ています。
    2026.11.23
  • SALESCOREがしゅんのレジュメを見ています。
    2026.11.22
  • シンプルフォームがしゅんのレジュメを見ています。
    2026.11.22
  • アシュアードがしゅんのレジュメを見ています。
    2026.11.22
  • ログラスがしゅんのレジュメを見ています。
    2026.11.22
  • SALESCOREがしゅんのレジュメを見ています。
    2026.11.21
  • ミツモアがしゅんのレジュメを見ています。
    2026.11.21
  • PoliPoliがしゅんのレジュメを見ています。
    2026.11.21
  • うるるがしゅんのレジュメを見ています。
    2026.11.21

キャリアビジョン


技術と組織づくりの両面から事業拡大に貢献し、クライアントの課題を解決できるエンジニアを目指しています。

私のキャリアは法人営業から始まり、その後エンジニアとしてECの開発や改善、BIの開発に携わってきました。今はエンジニアリングマネージャーとして2つのチームを見ています。開発をしていた頃は、制約の中で設計を考え、品質や性能を少しずつ良くしていくことでクライアントの役に立てると考えていました。 ところが、マネジメントをするようになって、チーム間の分担や仕事の進め方が今の状況に合っていないと、良い設計があっても案件そのものが止まってしまう場面を見てきました。逆に、組織の話だけをしていても、技術的に何が現実的なのかが分からなければ、落としどころは見つかりません。だからこそ、技術と組織の両方に足を置いて考えられる人でありたいと思っています。 具体的には、次の3つに取り組みたいです。 1つ目は、マネジメントをしながらも、設計や品質について技術的な判断ができる状態を保ち続けることです。 2つ目は、チームとチームの境目で仕事が止まらないよう、誰がどこを持つのかがはっきりしていて、分担を状況に合わせて見直し続けられる組織をつくることです。 3つ目は、AIを開発や運用の流れに取り入れて、チームがより本質的な課題に時間を使えるようにすることです。

プロジェクト経験

2026年/2年以内

エンジニア起点でのBIシステム基盤リアーキテクト

### BI プロダクトの基盤リアーキテクチャ (エンジニア主導で提案し、プロジェクトリーダーとして推進) **概要** クライアント企業 80 社に提供している自社 BI プロダクトの中核を、フォークした OSS から自社開発の基盤(Python / FastAPI)へ移すプロジェクトを、エンジニア側から提案して立ち上げ、リーダーとして推進した。本番環境の 90% 以上の移行を終え、基盤まわりの改修・実装工数を約 3 割削減。新基盤の上で AI 機能を 2 つリリースした(移行は継続中)。 - **役割**: プロジェクトリーダー(提案・計画、初期の実装、進捗管理、他部署・QA との調整、移行手順の作成と検証) - **技術**: Python / FastAPI #### 課題 ローンチ時は、ダッシュボードの描画やデータの取得・加工を OSS に任せ、顧客要望の開発にリソースを集中させていた。プロダクトの成長とともに、次の 2 つが開発の足かせになった。 - **保守コストの増大**: OSS をフォークして自社向けの改修を重ねていたため、OSS のバージョンアップのたびに改修とぶつかり、調査・修正・ビルドに工数を取られていた - **作りたい機能が作れない**: データの置き場が分かれていることと OSS の仕様が壁になり、AI を組み込んだ機能や事業インパクトの大きい機能を開発できなかった #### 取り組み **1. 事業側の合意を取り、ロードマップの優先事項にした** - 開発工程ごとの工数を算出し、移行後にどれだけ減るかを示した - 現行基盤では作れない機能を、作れない理由とともに洗い出した - 「技術負債の解消」ではなく「工数」と「作れない機能」の話として事業側へ示し、移行をロードマップの優先事項に入れた **2. 技術選定** - データ集計・加工のライブラリが豊富な Python と、構成をシンプルに保てる FastAPI を採用した - チームに Python の経験者はいなかったが、AI を活用したキャッチアップで立ち上げた **3. 移行計画と体制づくり** - 既存機能の仕様を洗い出し、機能単位で新基盤へ移す計画を立て、チケットで進捗を管理した - オフショアの QA チームに参画してもらい、QA の人員を確保した - クライアント環境の移行順はカスタマーサクセス・PdM と決めた。データ量が多く一度で移し切れない可能性がある大規模クライアントは後半に回した **4. 自分の動き方の変化** 初期は実装も担当し、進むにつれて実装をメンバーへ移した。後半は進捗管理、他部署や QA との調整、移行手順の作成と検証に時間を使った。 #### 成果 - **移行**: 本番環境の 90% 以上が新基盤へ移行済み(継続中) - **工数削減**: OSS の調査・修正・ビルドがなくなり、基盤まわりの改修・実装工数が現時点で約 3 割減った - **開発環境**: OSS のフォークを参照しなくなり、プロダクトのコードを 1 つのリポジトリ(モノレポ)にまとめた。AI を使った開発の速さと精度も上がっている - **新機能**: 新基盤の上で、次の AI 機能をリリースした - 自然言語でダッシュボードを分析する機能 - グラフ用の集計データ(データマート)を自然言語で作る機能

2022年/2年以上

データ基盤領域ユニットのマネジメント

【プロジェクト概要】 BIシステム開発チームとデータエンジニアチームのエンジニアリングマネージャーとして、目標設定・評価・1on1を実施し、エンジニア採用(募集要項の策定、人員予算の確保、エージェントとの調整)を担当した。チーム間・ユニット間連携のための認識合わせや定例MTGの設置、組織課題の解消(チーム間連携の向上、コードオーナーの策定、開発フローの整備)、障害発生時の復旧と再発防止策の策定、エンタープライズ企業向け案件の属人化解消やプロダクトへの問い合わせ対応を行い、ユニットの責務と担当領域の再定義や短期間での採用によるリソース不足解消に寄与した。 また、AIを活用した開発フローの生産性・品質向上にも取り組むことで、組織のアウトプットスピードの拡大やコード品質の向上、エンジニアの対応工数の削減を実現している。具体的な事例としては、「AIによる障害調査・修正対応の自動化」「AIによるPRレビューと修正対応の自動化」「AIによるエラーログ調査・修正PR作成の自動対応」等がある。 【主な実績・取り組み】 ■ユニット間の開発プロセスの見直し・改善 データエンジニアチームと他ユニットの間で責任や担当範囲が曖昧になっていたため、各チームの役割・責務を再定義し、開発フローの見直しについて関係部署との合意形成を推進。その結果、チーム間の認識齟齬や確認工数を削減し、開発業務に集中できる体制を構築した。 ■解約リスクを事前に検知できる仕組み作り 自チームのPdMが複数プロダクトを担当している関係上、解約リスクの高い顧客課題を迅速に吸い上げてプロダクトに反映することが難しい課題があった。そこで、エンジニア主導でカスタマーサクセスチームに顧客課題を直接ヒアリングする定例MTGを設置。定期的に顧客課題を吸い上げてプロダクトを改善する座組を構築した。これにより、解約リスクの高い顧客課題を開発側がすぐに把握して迅速に修正対応ができるようになった。 ■エンジニア採用によるリソース不足の解消 配下の2チームで急に人員のリソースが不足し、ロードマップ開発の進捗に遅れが出始めていた。そこで急遽グループマネージャーに相談し、採用枠の確保をしていただくよう経営企画の部署と交渉をいただいた。結果として採用枠の予算をいただくことができたため、各チームリーダーと採用する人物像やスキルセットのすり合わせと募集要項策定、人材エージェントへの募集を開始した。最終的に合計3名のエンジニアを1ヶ月以内に採用することができ、ロードマップ進捗遅延を最小限に抑えることができた。

2022年/2年以上

BIシステムの開発・チームリード

【プロジェクト概要】 ECカートデータ分析のためのBIシステム開発チームのリーダーとして、ロードマップに沿った新規機能開発および既存機能の改修、PdMやデザイナーとの要件・仕様検討、チーム内のタスク・進捗管理を行った。他チームとの連携に必要なコミュニケーションや定例MTGの設置、スクラムイベントの進行、障害対応と再発防止策の策定、リリース対応、メンバーとの1on1を担当し、データ分析システム「ecforce bi」で目標契約件数の達成に貢献した。 また、外部システムとの連携機能も開発し、パフォーマンス・保守性・信頼性を意識した設計と実装を行なった。具体的には、外部システムAPIのレートリミット(回数制限)を考慮したスロットリングやバッチ処理の最適化やデータ不整合が発生した際のリカバリ・リトライ手順の整備、外部APIの応答遅延やエラーレートを検知するアラート監視の構築を行なった。 【主な実績・取り組み】 ■チーム内の開発フローの立て直し 自分が参画した当初は設計→開発→QA→リリースのフローが安定しておらず、開発生産性の計測や品質を維持したままのリリースができていないといった課題があった。 そこで、現状の開発フローの整理と在るべき形をチームで議論して開発フローの立て直しを図った。具体的にはスクラムガイドを参考にして、自チームに合う形でスクラムを取り込んだ。結果として、アウトプットの品質が安定したのとスプリントごとの開発生産性が測定可能になり、PDCAを回せる状態を作ることができた。 ■2025年下期にローンチ以降初の目標契約件数の達成 PdMやデザイナーとの協業にとどまらず、さらに上流のプロダクト戦略の立案をしているPMMとの協業であったり、セールスチームと顧客の商談に同席させていただいたりと、自身が開発の領域を超えてコミュニケーションや情報交換を積極的に実施した。こういった地道な積み重ねの結果として、サクセスチームやセールスチームのプロダクト解像度が上がり、顧客への情報提供の質が上がったとフィードバックいただいた。開発側としても顧客の悩みや課題の修正をいち早くプロダクトに反映することができた。最終的な結果として、2025年下期はプロダクトローンチ以降初の契約件数の目標達成をすることができた。 ■BIシステム基盤のリアーキテクチャ 初期フェーズにおけるプロダクト提供速度を優先し、システム基盤にオープンソース(OSS) のBIツールが採用されていた。これにより、初期フェーズはBI基盤はOSSに任せることができたため、新機能開発にリソースを集中できるという恩恵を受けていた。しかし、オープンソースのアップデートに追随する度に既存機能に影響が出たり、今後予定しているAI組み込み開発がOSSの仕様によって制限されるなど、フェーズが進むにつれて開発における障壁が顕在化してきた。 この技術負債を解消するため、BI基盤をOSSから独自基盤へと移行するプロジェクトを立ち上げた。独自基盤の技術選定・設計から実際のリプレイス実装、最終的なリグレッションQAから段階的な移行リリース計画の策定まで一気通関で担当。PdMやカスタマーサクセスチームとも連携して、顧客への周知やリリース日時、リリース対象の環境選定の調整も行なった。現在も移行途中ではあるが、本番環境の90%以上が新環境への移行に成功している。

プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません

プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません

プロジェクトカテゴリ
担当工程
経験した職種・役割
あなたが実際に使っていた技術
このプロジェクト詳細は公開されていません

マネージメント能力

2025年8月から、データ基盤側のBIユニットでエンジニアリングマネージャーとして、BIアプリケーション開発チームとデータエンジニアリングチームの2チームを見ています。目標設定・評価・1on1、採用、ユニット間の連携、開発フローの整備、障害対応を担当しています。その前は分析用BIの開発チームのリーダーとして、自分も開発しながら仕様検討やスクラム、進捗管理をしていました。
一番の責務は、2つのチームが隣のチームとの受け渡しも含めて、機能リリースを最後まで届けられる状態にすることです。 私が見ている領域には、外部サービスとの連携機能のように、要件は自分たちが書き、実装は隣のチームが担当する仕事があります。こうした案件でも、誰が期日を持っているのかがはっきりしていて、特定の人の手が空くのを待たずに進められる状態をつくる必要がありました。 あわせて、マネージャーとして次のことにも責任を持っています。 ・メンバーが、自分に何を期待されているかを分かったうえで働けるようにする(1on1, 目標設定, 評価) ・必要な人を採用できるようにする(予算の確保, 募集要項の策定, 採用面接) ・障害が起きたら直し、同じことを繰り返さないようにする(障害の再発防止策の策定と実施) ・特定の人しか分からない仕事を減らしていく(属人化の解消)
まず考えたのは、チームの中よりも、チームとチームの境目に手を入れる必要があるということでした。それぞれのチームの中では仕事が回っていても、受け渡しのところで誰がボールを持っているのかが曖昧だと、案件はそこで止まります。そのため、工程ごとに誰が主担当なのか、期日を誰が持つのかをはっきりさせることを軸に置きました。 もう一つ大事にしたのは、今の分担を誰かのせいにしないことです。おかしく見える分担にも、たいていはその時点では正しかった理由があります。それが状況の変化に追いつかなくなっているだけなら、問うべきは「誰が悪いか」ではなく「今の状況で、この分担はまだ合っているか」だと考えました。だから、変える前にまず、なぜ今の形になったのかを知るところから始めています。 この考え方で実際に取り組んだのが、外部サービスとの連携機能の受け渡しです。要件は私たちが書き、実装は隣のチームが担当していました。要件を渡しては差し戻される往復が多く、そのやりとりは両チームの間に立てる少数の人に頼っていました。その人が忙しいと、案件ごと止まってしまいます。遅れていることは誰もが分かっているのに、期日を持っている人がいない状態でした。そこへ、間に合わなければ解約につながる案件が控えていたので、フローそのものに手を入れることにしました。 私はこの分担を決めた当事者ではなく、今の形になってから引き継いだ立場です。そこで背景から調べました。この連携機能は、もともと私たちが調査から実装まで通しで持っていた仕事でした。それが隣のプロダクトの機能として扱われるようになり、実装だけが隣のチームに移ります。要件整理と設計は「データの出口を知っている側がやったほうが精度が出る」という理由でこちらに残り、この領域にはPdMを置かないという判断もされていました。どちらも当時としては筋の通った判断です。案件が月に1件くらいのうちはそれで回っていましたが、常に数件が並行するようになって、往復の多さが目立つようになっていました。 そのうえで、最初は「実装を持っているチームが、事前調査から実装まで通しで持つべきだ」と正面から提案しましたが、通りませんでした。要件を決める役割がこちらに残ったままでは、作業の分担だけ変えても元に戻ってしまいますし、現場が気にしていたのは目の前の案件をどう回すかでした。 それからは、口で「分担を見直したい」と言うのをやめました。代わりに、工程ごとに誰が主担当かを書いた1枚の責務境界図を作り、会議に持っていくようにしました。図があると、「この工程はうちじゃない」「ここはこう分けたい」と、具体的な修正の話がしやすくなります。 責務境界図では、事前調査・要件定義・設計・実装・取り込んだあとの加工と集計の5つに分け直しました。特に、要件を決めるための材料(外部システムのAPI仕様やデータ)を集めるのはエンジニア、何を作るかを意思決定するのはPdM、と分けて書くようにしています。 逆に、「開発の優先順位を誰が決めるか」という行は最初は入れていましたが、あえて削りました。事業側の判断が必要で、その場のメンバーでは決めきれないからです。決められないことを残しておくと、それだけで全体の合意が先送りになると考えました。 合意を取る順番も意識しました。いきなり全体会議にかけるのではなく、まず両チームの意思決定者に個別に見てもらいました。次に現場のキーマンに見てもらって図の間違いを直し、全体会議は決まったことを全員で共有する場にしました。 図を見せて回る中で、「人手が空いていない」「引き継ぎが終わっていない」という声もありました。人手の話は図の議論と混ぜると前に進まなくなるので、現場で判断して上に相談するルートで別に詰めることにしました。引き継ぎの話は、知見が私たちの側に偏っている問題として、図とは別の課題に切り出しています。 この経験から、正しいことを言うだけでは組織は動かないと学びました。みんなで手を入れられる材料をテーブルに置くことが大事だと考えています。

アピール項目


アウトプット

GitHub アカウント
あり
Qiita アカウント
未入力です
Zenn アカウント
あり
Speaker Deck アカウント
未入力です
SlideShare アカウント
未入力です
特にアピールしたいアウトプット
未入力です

今後、身につけなければいけないと思っている技術は何ですか?

今後身につけたいのは、AIエージェントを開発や運用の流れに組み込む技術です。 今のチームでは、問い合わせの一次調査を自律型のエージェントに任せる取り組みを進めています。プロダクトの使用確認や使い方の確認のようなシンプルな問い合わせはエンジニアを挟まずに完了できるようになってきました。ただ、複数の機能を組み合わせるような複雑度の高い質問には、まだ十分な精度で答えられません。どこまでをAIに任せ、どこで人が判断するのか。その線引きや、AIが正しく答えられるように情報を整える方法を、もっと深く身につけたいと考えています。 もう一つは、データエンジニアリングの知識です。私はWebアプリケーションのバックエンド出身で、今はデータエンジニアリングのチームも見ています。データモデリングやパイプラインの設計、データの品質を保つ仕組みなどを自分でも理解し、チームと同じ目線で技術的な判断ができるようになりたいです。 技術とは少し違いますが、組織やマネジメントについても学び続けたいと思っています。良い技術を選んでも、チームの分担や進め方が合っていなければ成果につながらないことをこれまでの経験で感じてきたからです。

あなたが一番パフォーマンスを出せるのはどんな環境ですか?

一番力を出せるのは、クライアントの課題に近いところで、チームの垣根を越えて話ができる環境です。 仕事をするうえでいつも考えているのは、どうすればクライアントの課題を解決できるかです。そのため、作るものが決まってから受け取るよりも、PdMやデザイナー、ほかのチームと一緒に、課題や前提を話すところから関われるほうが力を出せます。 また、問題が起きたときに、個人のせいにせず、仕組みや分担の話として率直に議論できる組織だと動きやすいです。チームの中だけでなく、チームとチームの境目にある詰まりにも手を入れられる環境を求めています。 エンジニアリングだけでなく、組織づくりやAIを使った生産性の向上にも取り組める環境だと、より前向きに力を出せると思います。

生成AIの活用状況

日常的な情報収集・業務活用
ChatGPTやGeminiなどのチャットツールを、情報収集、ドキュメント作成、翻訳に日常的に活用
業務でコード補完系の生成AIを活用
GitHub Copilot等のコーディング支援ツール
業務でコード生成、コーディングエージェント系の生成AIを利用
コードレビュー、テストコード生成、デバッグに生成AIを活用

キャラクター

直近で一番やりたいこと
サービスを作りたい
好きなスタイル
一人で黙々
どちらかといえば一人で黙々
どちらともいえない
どちらかといえばみんなでワイワイ
みんなでワイワイ
好きな規模
小さい会社
どちらかといえば小さい会社
どちらともいえない
どちらかといえば大きい会社
大きい会社
自信を持って人より秀でていると言える点
学習能力 / 調整力 / 責任感
スキルのタイプ
ゼネラリスト
どちらかといえばゼネラリスト
どちらともいえない
どちらかといえばスペシャリスト
スペシャリスト
得意なフェーズ
0 → 1
どちらかといえば0 → 1
どちらともいえない
どちらかといえば10 → 100
10 → 100
会社を選ぶ一番の基準
一緒に働く人
やりたくない分野
未入力です
その他の特徴
未入力です
その他のやりたいこと・やりたくないこと
未入力です

やりたい事

手を動かして設計してコードを書きたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
価値あるプロダクトを作り成長させたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
学び続けて技術力でプロダクトに貢献したい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
意義があることや社会に貢献できる仕事がしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
人や計画の調整・マネジメントをしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
レガシーなシステムの保守・運用・改善をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
企画や仕様を考えるところから関わりたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
業務効率を改善して一緒に働く人のためになりたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
全社横断的な共通基盤作りや強化をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい
組織や文化を作る・成長させる仕事をしたい
絶対やりたくない
あまりやりたくない
別に普通
やりたい
絶対やりたい

基本プロフィール

年齢
今年で30代前半
好きなテキストエディタ
Cursor
希望勤務地
東京都
希望年収
950万円
ご意見箱

要望、不具合報告、使いづらい点や感想など、お気軽にお寄せください。
いただいたご意見は、今後のサービス向上に活用させていただきます。

なお、このフォームは受付専用のため、返信を行っておりません。
返信を希望する場合はお問い合わせよりご連絡ください。

  • {{error}}
転職ドラフトを友人や同僚に薦める可能性はどのくらいありますか?