ID:81322さん

【プロジェクト概要】 LLMを中核に据えた人材領域プロダクト「MiAI」（企業向け面接管理／AI面接／求職者向け転職支援）の機能開発を、業務委託として本業と並行して担当しました。 このプロジェクトは本業ではなく、業務委託として参画 【担当フェーズ】 設計/実装/テスト 【担当業務】 ・Ruby on Rails を用いたバックエンドの設計・実装 ・AI面接、書類自動生成など、LLMを活用した機能の開発 ・AI開発エージェントの利用を前提とした開発ドキュメント・リポジトリ整備 【工夫した点】 ・本業で培ったLLM機能の設計知見をそのまま持ち込み、参画初期から設計〜実装まで担える状態を短期間でつくりました。 ・「エージェントが読める状態」にドキュメントとリポジトリを整えることを、機能開発と同じ優先度で進め、スピードと品質を両立させました。 【開発環境】 言語：Ruby / TypeScript ／ FW：Ruby on Rails ／ DB：PostgreSQL ツール：Claude Code / GitHub

【プロジェクト概要】 自社の営業・人材領域の業務にAIを組み込み、業務効率と生産性を飛躍的に高めることを目的とした全社AI活用プロジェクト。 職務経歴書の自動生成・自動マスキング、求人票の自動審査AI、スカウトメール文面生成AI、商談通話の文字起こしからのレポート生成・感情分析AIなど、複数のLLMプロダクトを企画から本番運用まで担当しています。 開始当初はエンジニア1名体制で、要件整理・技術選定・設計・実装・インフラ・運用までを一気通貫で担当。途中から3名、現在は5名体制となり、アーキテクチャ設計・技術選定・レビューを担っています。 現在はAIエンジニア／データサイエンティストとして、レコメンドモデルの開発・PoC、RAGパイプラインの構築、データ基盤整備までを主導しています。 【担当フェーズ】 企画/ヒアリング/要件定義/設計/実装/評価/インフラ構築/運用保守 【AI関連の担当業務】 ■ RAGパイプラインのスクラッチ設計・実装 Indexing／Retriever／Generation の各処理フローをライブラリに頼らず自ら設計・実装しました。 ・チャンク分割と埋め込みの方針を、対象文書の構造に合わせて設計 ・検索結果の妥当性を人手で確認しながら、チャンクサイズ・検索件数・プロンプトを反復調整 ■ Rerankerモデルのファインチューニングによるレコメンドモデル構築 ・学習済みモデルをPoCとして実サイトへ組み込み ■ LLM連携基盤の設計 ・Amazon Bedrock 経由での連携と権限管理により、社内データを外部に出さないセキュアな構成を実現 ・Google Cloud Vertex AI も併用し、用途に応じたモデルの使い分け ・Secrets Manager / CloudWatch を用いた鍵管理と実行ログの可視化 ■ 出力品質のコントロール 生成AI特有の「出力のばらつき」に対し、先に合格基準を定義してからプロンプト・入力データの品質・後処理を短サイクルで反復改善する進め方を標準化しました。 【その他の担当業務】 ・社内営業部門への課題ヒアリングおよびプロダクト要件策定 ・Laravel を用いたAPI／業務ロジックの開発 ・React / TypeScript によるフロントエンド開発 ・AWSを中心としたインフラ構築、Terraform によるIaC整備 ・設計レビュー・コードレビュー・技術選定・タスク設計 【工夫した点】 ・「高速な価値提供」を最重要指針とし、Bedrock経由の連携と権限管理でセキュリティを担保したうえで、リリース速度を落とさない構成を選択しました。 ・複数プロダクトを同時並行で運用するため、インフラをTerraformでモジュール化し、新規プロダクトの立ち上げ・変更コストを大幅に削減しました。 ・LLMは「精度が出ないから使わない」ではなく「どこまでなら任せられるか」を評価の設計から決めにいく進め方をしています。人が判断すべき箇所を残したうえで、それ以外を仕組みで委譲することを重視しました。 ・メンバー増加に合わせ、プロンプト設計やLLMの仕様といったAI特有の知識をドキュメント／勉強会としてナレッジ化し、学習コストを下げました。 【成果・実績】 ・職務経歴書などの書類作成プロセスを 1週間 → 1時間以内 に短縮 ・少人数で複数のAIサービスを同時並行開発し、短期間で複数リリースを実現 ・レコメンドモデルやRAGを実サービスへ組み込み、PoCで終わらせない実運用前提のAI活用を推進 【開発環境】 言語：Python / TypeScript / JavaScript / PHP / GraphQL FW・ライブラリ：PyTorch / React / Laravel LLM基盤：Amazon Bedrock / Google Cloud Vertex AI DB：MySQL インフラ：AWS（EC2 / RDS / S3 / Bedrock / SQS / DynamoDB / Secrets Manager / CloudWatch）、Google Cloud（Vertex AI）、Terraform 役割：テックリード／要員5名

【プロジェクト概要】 看護師向け転職サービスのフロントエンドを中心とした開発・運用（要員35名） 【担当業務】 ・JavaScript / Vue.js を使用した画面の開発、Scssによるスタイリング ・Laravel を使用したバックエンドの開発 ・テスト仕様書の作成/テスト実施、保守・運用 ・Python を使用した競合分析 【取り組み・実績】 内定者アルバイトから数えて4年弱関わり、設計からリリース・運用保守まで一貫して担当しました。 特に意識していたのは「UXをいかに阻害しないか」です。バグや表示崩れは離脱率に直結するため、リリース前に10端末以上で表示と不具合を確認し、システムを俯瞰的にチェックしていました。結果として担当施策ではほとんどバグを出さず、プロジェクト内のイベントで表彰も受けました。

【プロジェクト概要】 病院側が使用する看護師採用システムの開発（要員20名） 【担当業務】 ・Laravel を使用したバックエンドの開発 ・TypeScript / React を使用した画面の開発 ・AWSを使用した環境整備、テスト仕様書の作成・実施、保守運用 ・Python を使用した競合分析 【取り組み・実績】 社内で最も優先度の高いプロジェクトへ急遽異動し、当時未経験だったTypeScript・Reactを用いた開発をメイン担当として任され、リリース日を動かさずに初回リリースを完遂しました。 実装だけでなく、リリース作業、システム負荷の可視化、Pythonでの競合分析、インフラチームと協力した環境整備、テスト作業の統括まで自ら手を挙げて担当しています。 未経験領域に短期間で入り、設計から運用まで持てる状態にする進め方は、その後AI領域に移った際にもそのまま活きています。

【担当業務】 新卒・中途採用の面接、面談、学生向けイベントの登壇、インターンイベントの企画運営 エンジニアを対象にした勉強会の運営、ブログ運営 【取り組み・実績】 2年目から採用業務に関わり、2年目からは1人で面接・面談を担当していました。また採用のイベントにも登壇し、会社説明や作品レビュー会なども担当しました。 今まで採用で関わった学生は数名入社しています。 また並行して、所属部署でクオーターに1度実施される100名規模のイベントの運営、エンジニア組織で行っている毎月の勉強会の企画・運営、ブログ執筆運営スタッフ、他の課へのWeb勉強会実施、撮影スタジオの説明会など、組織づくりに必要だと思ったことはどんなことでもチャレンジしてきました。これらは依頼されずに自ら考え、動いてきたことが多く、組織からも評価していただきました。