ID:78835さん

# プロジェクト経験概要 - SaaSシステム間のデータ連携基盤の開発・運用支援プロジェクトに参画。PythonおよびAWSを中心に、要件定義からリリース対応まで一貫して担当。変換処理アプリケーションの追加、テンプレート構築、ローカル環境整備、自動テスト実装、ドキュメント標準化など、品質と効率の両面からプロジェクトに貢献。 # チーム情報 - 3〜6名規模のエンジニアチームに所属し、案件ごとに担当を持ちつつ、他チームとの連携やリリース調整なども担当。横断的な開発支援や運用改善提案も実施。 # 開発・実装内容A 【概要】 - 業務要件に合わせた変換処理アプリケーションの追加 【どのような機能の開発・実装か】 - SaaSごとに異なるデータやファイルの変換処理が必要であり、必要な形式に変換・連携するアプリケーションをPythonおよびAWSで構築。 【課題・問題点】 - 各案件で個別実装が必要となり、再利用性が低かった。 - スピード感のあるリリースが必要としていた。 【打ち手・使用した技術】 - Pythonによるデータ変換処理の実装 - AWS（Lambda, S3, DynamoDB）を用いたサーバーレスアーキテクチャ # 開発・実装内容B 【概要】 - 新規アプリケーション開発時の雛形となるテンプレートの構築 【どのような機能の開発・実装か】 - 複数の案件で共通利用可能なアプリケーションテンプレートを作成。初期構築の工数を削減し、開発標準を整備。 【課題・問題点】 - 案件ごとに毎回初期構築が必要で時間がかかっていた。 【打ち手・使用した技術】 - Pythonテンプレートスクリプトの構築 - チーム外への共有 # 開発・実装内容C 【概要】 - Bashスクリプトに対するローカル環境構築、自動テストの実装 【どのような機能の開発・実装か】 - AWS依存の処理をDocker環境で再現し、開発効率向上を実現。また、Bashに対する自動テストを導入し、リリース前のバグの早期発見に貢献。 【課題・問題点】 - AWS環境への依存により、ローカルで即座に挙動確認できない状態であった - 他ベンダーから引き継いたスクリプトであり、単体テストが実装されていなかった。 【打ち手・使用した技術】 - Dockerを用いたローカル環境の構築 - batsを用いた自動テストの導入 # 開発・実装内容D 【概要】 - Confluenceにおける不足した資料の整備、各種ルール化の設定 【どのような機能の開発・実装か】 - 不足していた手順書や運用ルールを体系化し、ドキュメントとして整備。チーム内での引き継ぎや新メンバーのオンボーディング効率を向上。 【課題・問題点】 - ドキュメントが案件ベースで分断されており、検索性・参照性が低かった。 【打ち手・使用した技術】 - Confluenceによるドキュメントの統一・標準化 - ドキュメントレビューの導入による継続的な品質維持

# プロジェクト経験概要 - Alexaに関する品質保証業務に従事。新デバイスや機能に対するマニュアルテストと自動テストの両面からバグの発見・レポートを行い、テスト業務の効率化も推進。特に、リアルタイムデータや過去の発話ログを用いた自動テストツールの開発、Jira Botやユーザースクリプトなどの支援ツールも開発し、業務の自動化に貢献。国内外のメンバと協力することでテスト設計からバグ解決までを管理。 # チーム情報 - 10名程度のQAチームに所属。日本国内だけでなく、インドやアメリカを含む多国籍メンバーと連携して、発見したバグの報告・再現確認・修正依頼・解決までのフォローアップを担当。英語を用いた日常的な技術的コミュニケーションを経験。 # 開発・実装内容A 【概要】 - リアルタイムテスト環境の構築と、実際のユーザー発話に即したバグ検出体制の整備。 【どのような機能の開発・実装か】 - 大きなスポーツイベント（例: オリンピック 、ワールドカップ等）の際に急増する発話内容をリアルタイムでモニタリングし、自動テストを通じて即座に異常やバグを検知する仕組みを構築。 【課題・問題点】 - 従来はリアルタイムでの検出体制がなく、ユーザーからの報告後に対応することが多かった。 - イベント時は発話内容が急激に変動し、想定されない不具合が発生しやすかった。 【打ち手・使用した技術】 - SQLによるデータ取得 - ETLを通じた自動テストの実装 # 開発・実装内容B 【概要】 毎月発話されると想定される内容に基づき、自動でテストデータを抽出する仕組みを構築。 【どのような機能の開発・実装か】 - 過去のDBから実際のユーザー発話を解析し、発話傾向を元にテスト用データを自動生成。そのデータを用いて、月次のリグレッションテストを自動化。 【課題・問題点】 - 手動でのテストケース作成に時間がかかっていた。 - カバレッジにばらつきがあり、想定外のエラーを検知できないケースがあった。 【打ち手・使用した技術】 - SQLによる過去ログの抽出・分類 - 自動スクリプトによるテストデータ生成 # 開発・実装内容C 【概要】 - 新しいデバイスに対するマニュアルテストおよび一部自動テストの設計・実行。 【どのような機能の開発・実装か】 - 発売前のAlexaデバイスに対して、特定機能（例：音声認識、天気情報取得等）が正しく動作するかを確認。マニュアルテストと、繰り返し実行可能なテスト項目の自動化を両立。 【課題・問題点】 - デバイスごとに仕様が異なり、テストケースの網羅が困難。 - リリースまでの時間は長く、正確性が求められた。 【打ち手・使用した技術】 - マニュアルテストケースの整備とテスト管理ツールの活用 - 過去のテストを元にした自動テストの実行 - 結果ログの集約・レポート作成・リリースまでのバグ解決 # 開発・実装内容D 【概要】 - 発見したバグに対して、Jiraチケットの作成・類似バグの特定・海外チームとの調整を実施。 【どのような機能の開発・実装か】 - Jiraを使ったバグ報告プロセスにおいて、過去のチケットと重複しないように既存バグを自動で検索するBotを作成。バグ解決までを国内外の開発チームと連携して対応。 【課題・問題点】 - 類似バグの重複登録が多く、工数が無駄になっていた。 - 担当チームが複数存在し、誰に報告すべきか明確でないケースもあった。 【打ち手・使用した技術】 - Jira APIを用いたBot開発（Python） - 類似チケットのテキストマッチング機能を搭載 - 英語による技術的な調整・交渉スキルを活用

# プロジェクト経験概要 - 社内向けAIプラットフォームのバックエンド開発に従事。入力データに基づき予測値を返す機能を提供するREST APIの開発、認証機能の実装、データ処理の仕組み構築、テスト環境整備などを担当。主にDjangoとPythonを用いた開発を行い、Dockerでの環境構築やKafkaを使ったデータ処理にも取り組んだ。 # チーム情報 - 3名のエンジニアチームで開発。プロジェクト内で主にAPI開発・認証機能・ローカル環境構築を担当。他のメンバーと連携して設計・実装・検証まで対応。 # 開発・実装内容A 【概要】 - Djangoを用いたREST APIの開発と、KeycloakによるOIDC認証・トークン認証の実装。 【どのような機能の開発・実装か】 - AIプラットフォームのバックエンドを担うREST APIの開発。社内ユーザーが安全にアクセスできるようにKeycloakと連携したOIDC認証とトークンベースの認可機能を追加。 【課題・問題点】 - セキュアなアクセス制御が不十分であり、権限管理が必要だった。 - ユーザ管理を容易にするため、社内で既に使われているKeycloakとの連携を実装した。 【打ち手・使用した技術】 - Django REST FrameworkによるAPI構築 - Keycloakを用いたOIDC認証・トークン認証の導入 - ロールベースアクセス制御の設計・実装 # 開発・実装内容B 【概要】 - KafkaとApache Beamを用いたデータストリームおよびバッチ処理パイプラインの構築。 【どのような機能の開発・実装か】 - Twitterの投稿データや顧客データなどをKafka経由で受け取り、リアルタイムに処理してAIモデルに渡す処理基盤を実装。バッチ処理にも対応し、柔軟なデータフローを実現。 【課題・問題点】 - ストリームとバッチの処理基盤を統一的に扱う必要があり、処理の複雑さが課題となった。 【打ち手・使用した技術】 - Apache Kafkaでのデータストリーミング処理 - Apache Beamによるバッチ・ストリーム統合処理