ID:82508さん

## プロジェクト概要 マークシートテストの集計・採点を高速化するWebアプリの処理性能をAWS Lambdaによる並列化で大幅に向上させました。 ## 役割・体制 ### 自身のポジションと役割 - バックエンドエンジニアとして、AWS Lambdaを活用したマークシート読み取り機能の設計・実装・性能チューニングを担当しました。 - 既存のASP.NETベースのWebアプリ機能をAWS Lambdaに移行し、処理の並列化とスケーラビリティを確保しました。 - 運用保守フェーズにおいても、システムの安定稼働と性能維持のための監視と改善作業を継続的に実施しました。 ### チーム規模と構成 - エンジニア5名で構成され、プロジェクトマネージャーやフロントエンドエンジニアを含むチーム体制でした。 - バックエンド担当として、設計から運用保守まで一貫して携わりました。 ## 背景・課題 - 全国の各所で同時に行われるマークシートテストにおいて、従来のWebアプリの処理性能がボトルネックとなり、集計・採点に時間がかかっていました。 - AWS Lambdaを用いたサーバレスアーキテクチャの導入は社内初の試みであり、技術調査や実装段階で未知の課題が多発しました。 - 新技術導入に伴うリスク管理と、開発工程のスムーズな推進が最大の課題でした。 ## 実際の取り組み ### 開発環境 - バックエンドはC#、ASP.NETを基盤とし、MySQLをデータベースとして利用しました。 - AWSのEC2を既存のインフラとして使用し、AWS LambdaとAmazon SQSを組み合わせて処理の並列化と非同期化を実現しました。 - ウォーターフォール型の開発手法に基づき、計画的な要件定義から設計、実装、テスト、運用保守まで進めました。 ### 設計・改善内容 - AWS Lambdaの調査からスタートし、Lambdaの特性を踏まえた設計により、マークシート読み取り処理を細分化して並列化を実現しました。 - Amazon SQSを利用し、処理分散とメッセージングの非同期化を行うことで、負荷分散と処理効率を大幅に向上させました。 - 実装中に発生した課題を上長と密に連携し共有することで、余計な手戻りや工程ミスを防ぎ、効率的に開発を進めました。 - パフォーマンスチューニングを継続的に実施し、AWS Lambdaのリソース制御やタイムアウト設定を最適化しました。 ### その他アピールポイント - AWS Lambdaを活用したWebアプリ開発のノウハウを社内に初めて蓄積し、チーム内外で共有しました。 ## 成果・価値 - AWS Lambdaによる並列処理の導入により、マークシート読み取り機能の処理速度を30倍以上に高速化しました。 - 処理速度の大幅な向上により、より大規模なテスト実施が可能となり、学校や企業への導入拡大に貢献しました。 - 新技術導入の成功により、社内のサーバレス技術の理解と適用範囲が拡大し、今後のプロジェクト展開に向けた基盤を構築しました。

## プロジェクト概要 生成AIと画像解析技術を活用し、既存テスト集計Webアプリの入力作業を自動化する機能を短期間で開発しました。 ## 役割・体制 ### 自身のポジションと役割 - バックエンドエンジニア兼機械学習エンジニアとして、Webアプリの生成AI連携部分の設計および実装を担当。 - 既存処理フローの情報を生成AIが処理可能な形式に変換し、生成AIの応答をWebアプリで扱える形式に修正する機能を開発。 - フロントエンド担当者と密に連携し、技術的な調整や仕様のすり合わせを推進。 ### チーム規模と構成 - 3名の小規模チームで構成されており、バックエンドとフロントエンド、機械学習それぞれの役割を分担。 - 短期間かつ密な連携が求められる環境で、アジャイル的なコミュニケーションを重視したチーム運営』を行いました。 ## 背景・課題 - 既存のテスト集計Webアプリでは、テスト画像から解答枠と政党の情報を手入力する作業が必要で、業務効率が著しく低下していました。 - 生成AIと画像解析技術の組み合わせによって、手入力作業の自動化を目指すプロジェクトでした。 - フロントエンド担当者が別拠点にいるため、細かな連携や調整が困難でコミュニケーション不足が課題となりました。 ## 実際の取り組み ### 開発環境 - バックエンドはC#とASP.NETを用い、データベースはMySQLを採用しました。 - 生成AI連携にはAmazon BedrockとClaude Sonnet4.5を活用し、画像解析にはGoogle VisionとYOLOXを組み合わせました。 - インフラはAWS EC2上に構築し、『スケーラブルかつ安定した環境を整備しました。』 - 開発手法はウォーターフォールを採用し、短期集中で設計からコーディングまで実施しました。 ### 設計・改善内容 - 既存Webアプリの入力処理フローの情報を生成AIが取り扱える形に変換する設計を行い、連携部分のAPI設計と実装を担当。 - 生成AIから返却されるデータをWebアプリの処理形式に整形するロジックを実装し、画像解析結果と生成AIの応答を統合。 - フロントエンド担当者と定期的にオンラインミーティングを実施し、口頭および画面共有による意思疎通を密に行い、認識のズレを防止。 - 些細な疑問や課題も即座に共有できる環境作りを推進し、離れた拠点間のコミュニケーション課題を解消。 ### その他アピールポイント - 生成AIを活用した入力自動化機能の開発を通じて、『組織内に生成AI技術の知見を蓄積し、今後の技術活用基盤を強化しました。』 - 顧客に対して最新技術を活用した機能をアピールし、競合優位性のある自社プロダクトとしてのインパクトを創出。 ## 成果・価値 - 手入力による画像解析の工数を大幅に削減し、業務効率化に貢献。 - 生成AIを用いた先進的な開発事例として社内外に技術的信頼を高め、『顧客の注目度向上と新規ビジネス機会創出に寄与しました。』