ID:79086さん

【プロジェクト概要】 • 空港業務の生産性向上を目的とし、生成AIを活用した業務支援システムを新規開発。 • 社内の膨大なドキュメント資産をAIで活用することで、業務効率化・ナレッジ共有を促進し、現場課題の解決を目指す。 【チーム体制・役割】 • プロジェクト規模：26名（自身は設計・開発をリード、一部チームリーダー） • RAG機能（Retrieval-Augmented Generation）開発全般を担当 • インデクサ開発ではチームリーダーとして設計・実装を主導 【実績】 ■ RAG（Retrieval-Augmented Generation）機能の設計・実装 • 概要／目的 　社内ドキュメントからAIが自動で最適な回答を生成するQ&A機能を開発。 • 担当内容 　- フロントエンド（React/TypeScript）でのQ&A UI設計・実装 　- バックエンド（FastAPI/Python）でのRAGパイプライン実装 　- データベース（ベクトルDB・SQL/NoSQL）設計・連携 　- Embeddingモデル・プロンプト設計など、AIワークフロー全体の設計・PoCも推進 • 課題・工夫・使用技術 　- セキュアな社内環境下での高速検索／権限管理（Azure AD連携、認可設計） 　- 社内ドキュメントの多様性・例外的なファイル構成にも柔軟対応できるデータパイプライン設計 ■ インデクサ（ドキュメント差分検知・同期）開発・マルチモーダル対応 • 概要／目的 　社内GoogleドライブやWebサイトを定期クロールし、1分単位で差分をリアルタイム反映するインデクサを開発。 • 担当内容 　- インデクサ設計・実装（Python, Azure Durable Functions, Google API, etc.） 　- チームリーダーとして開発方針策定・設計レビュー・進捗管理も担当 　- Officeファイル（Word, Excel, PowerPoint）、画像（OCR処理）、音声ファイル（文字起こし）等のマルチモーダルデータ対応ロジックを開発 • 課題・工夫・使用技術 　- スケーラビリティ／耐障害性の両立を目指し、Durable Functionsによる分散処理・リトライ設計を導入 　- Google Drive・Webサイトなど多様なデータソースを統合管理できるアーキテクチャを設計 　- ファイル更新差分のベクトルDB（AISearch）へのリアルタイム反映 　- ノイズ除去・権限ごとのアクセス制御など現場運用の課題にも柔軟に対応 【成果・効果】 • クライアントが掲げる**「社内全ドキュメントのAI検索・Q&A」基盤構築に中心的に貢献** • 複数データソース・マルチモーダルへの柔軟な自動連携を実現し、現場ユーザーから「業務問合せ時間が大幅短縮」「ナレッジ活用の裾野拡大」等の定性的評価を獲得 • インデクサによる差分同期の高速化・自動化 【アピールポイント】 • 生成AI×ベクトルDBを用いた業務システムの設計・実装・運用推進経験 • RAG・マルチモーダル処理など、先進技術を現場業務に即した形でプロダクト化した経験 • 分散処理・高可用性アーキテクチャ設計／リーダーとしての開発・進捗推進 • ドキュメント管理の標準化・業務効率化に技術で大きく貢献

【プロジェクト概要】 • 医療機器の契約書管理業務において、保存先・明細分類の判断が属人的だった課題を解消するため、契約書の保管・分類業務を自動化する管理システムを新規開発。 • 属人化の排除・標準化・業務効率化を推進。 【チーム体制・役割】 • プロジェクト規模：6名（自身は提案～開発をリード） • 提案・要件定義・設計・開発まで一貫して担当 • システムアーキテクチャ検討・UI設計・技術選定にも参画 【実績】 ■ PoC/要件定義・プロトタイプ開発 • 概要／目的 　業務ヒアリング・課題整理からスタートし、ユーザー（現場担当者）の運用実態に即した自動分類ロジックの検証・提案を実施。 • 担当内容 　- PoC設計・プロトタイプ開発（Python, SQL, 小規模DB環境によるアルゴリズム検証） 　- ユーザーからのフィードバックを基に要件定義・改善案の具体化 • 課題／工夫・使用技術 　- 業務フローが非定型・例外多発なため、現場ヒアリングと運用テストを反復 　- 機械学習による分類（fastText等）、レーベンシュタイン距離による類似判定アルゴリズムを組み合わせたハイブリッド手法を自ら提案・設計 　- ラベル付与・特徴量選定・評価指標設計にも主体的に関与 ■ フロントエンド・バックエンド・DB設計・実装 • 概要／目的 　PoCを基に実運用に耐える業務システムの構築・導入をリード。 • 担当内容 　- フロントエンド：ユーザーが直感的に分類・確認できるUI設計、実装（React/TypeScript） 　- バックエンド：分類ロジックAPI、ファイル管理API設計・実装（FastAPI, Python） 　- データベース：分類結果やファイルメタデータ管理用のDB設計・構築（SQLServer） 　- システムアーキテクチャ全体設計（クラウド活用、ログ設計、API連携方式等） • 課題／工夫・使用技術 　- 現場運用での「例外」や「誤判定」発生時のリカバリ手段設計 　- パフォーマンスチューニング（分類速度の最適化、バッチ処理化、ログ分析基盤の構築） 　- UI/UX面では、現場ヒアリングを活かして入力補助・リアルタイム検証機能を導入 　- チームメンバーとのコードレビュー・品質担保も主導 【成果・定量効果】 • 明細分類の一致率：54%→91%に大幅改善（システム導入前後でのベンチマークテスト結果） • 業務の属人化を解消：導入前は経験5年以上の担当者のみ対応可能だった作業が、新卒社員でも即対応可能に • ユーザーからも「作業時間短縮」「人的ミス減少」など定性的な高評価を獲得 【アピールポイント】 • 提案～開発・導入まで一貫して主導、現場ニーズを技術実装へ落とし込む力 • 機械学習×アルゴリズム（類似度判定）による現実的な課題解決スキル • フルスタック（フロント・バック・DB・API）設計・実装・パフォーマンス改善まで経験 • ユーザー業務理解・ヒアリング力、標準化推進・定量効果創出

【プロジェクト概要】 • システム機器のEoL対応に伴い、大型案件受注に向けて既存のオンライン決済システムをオンプレミスからAWS環境へ移行。 • システム構成・性能の最適化を図り、拡張性・安定性の向上も目的。 • プロジェクト規模：22名（自チーム3名） 【チーム体制・役割】 • プロジェクトリーダー（PL）配下のチームメンバーとして試験計画・推進リーダーを担当 • 他社・社内関係者との調整窓口も兼務 【実績】 ■ 他社システムとの疎通試験（約7ヶ月） • 概要／目的 　AWS移行後の決済処理の正常性担保のため、主要取引先・外部サービスとの疎通試験を主導。 • 担当内容 　- 疎通試験計画の策定（テストケース洗い出し・スケジュール策定・関係各所との調整） 　- 試験実施・障害対応（エラー発生時の原因調査、ログ・トラフィック解析、アプリ・インフラ・他社との連携／調整） • 課題／問題点 　- オンプレからAWS移行により想定外のエラー・障害が多発 　- 多数の関係者が関わるため、迅速かつ正確な情報共有・合意形成が必要 • 打ち手・工夫・使用技術 　- **AWS（CloudWatch, S3, Systems Manager）**によるリアルタイム監視・エラー分析の仕組みを活用 　- 障害切り分けフローやエスカレーションチャートを独自作成し、関係者間の連携スピードを向上 　- アプリ・インフラ双方と連携し、必要に応じてソース修正や設定変更を推進 • 成果 　- 大きな障害なく本番移行を実現。取引先・関係会社から対応力を高く評価 　- 障害件数・リリース遅延などのリスクを最小限に抑制 ■ 受入試験の進捗・品質管理 • 概要／目的 　最終検証フェーズとして、全システム要件・品質の担保 • 担当内容 　- 受入試験の進捗管理（日次進捗集計・課題棚卸し・試験項目のカバレッジ管理） 　- リスク検知・対策（ボトルネックの特定・是正措置の推進） • 工夫・使用技術 　- WBSで進捗・課題の可視化 　- 定例ミーティングを設けて早期にリスク共有し、柔軟にアサイン・工程調整を推進 • 成果 　- 品質・納期双方を担保した受入試験を完遂 　- マルチタスク下でも進捗・品質の維持に貢献 【アピールポイント】 • 22名規模のプロジェクトで複雑な他社連携・疎通試験の計画～実施・障害対応を主導 • AWSをはじめとする技術基盤の監視・自動化・進捗管理の活用経験 • 全関係者との調整・折衝・リーダーシップ経験