ID:82774さん

自動車業界の企業向けWebアプリケーションのドキュメント整備、新規機能開発に携わりました。プロジェクト規模として、ドキュメント整備は5名(PL1名、メンバー4名)、新規機能開発は14名(PM1名、PL2名、メンバー11名)で、それぞれメンバーとして参画しました。 ドキュメント整備では顧客にヒヤリングしながら主に要件定義書の作成、詳細設計書へのリバースエンジニアリング、単体テスト仕様書の修正を行いました。要件定義書の内容としてはシステム概要、業務フロー図、非機能要件などが含まれます。本業務の課題は、システム新規開発の当初に要件定義を行なっておらず、顧客が作成したメモ書きからシステムが開発された背景、業務概要などについてまとめる必要があったことです。チームとして要件定義書にまとめる内容やフォーマットを決め、私自身も顧客にヒアリングを行い認識齟齬がないよう努めることができました。約半年間の作業となりましたが、顧客レビューまでスケジュール期間内に完遂させるのができました。 新規機能開発では単体テスト、総合テスト(どちらも仕様書作成、実施含む)に携わりました。本業務は製造工程以降でスケジュールが遅延しているという課題があり、人員を増やして対応を行っていました。私自身は要件定義書の業務フロー図作成を行っていたことで総合テストについて任されていましたが、業務フロー作成時に得た業務やシステムの知見を活かして予定より早く仕様書の作成を行うことができました。その後単体テスト工程に合流し、新規メンバのサポートや他メンバのタスクの巻き取りを行い、チームに貢献することができました。

生成AI関連の技術調査として主にRAGの構築方法について検証を行い、開発者向けの実装方法の手順書を作成しました。プロジェクト規模は3名(PM1名、メンバー2名)で、メンバーとしてコーディングと手順書の作成を行いました。 プロジェクトメンバと分担して技術調査を行いました。調査内容は生成AIの概要、RAGの概要、RAGの構築方法についてなどがあり、RAGの構築はPythonのLangChainで行いました。私自身が主に担当したのは生成AIの概要、RAGとファインチューニングとの違い、RAGで得られた出力の評価方法についてです。 本業務の課題は、当時プロジェクトメンバ全員が生成AI関連の知識に乏しい状況だったことです。加えて生成AI関連の技術の発展が凄まじいということがありました。前者に関してはPM発信で調査内容をRAGに絞ることでインプットする量を限定的にすることで解決されました。後者については日々変わりゆくAIトレンド情報にアンテナを張り、プロジェクトの定例で共有することでできるだけ新しい内容を参照できるように工夫していました。当時はLLMが次々に発表されており、検証はローカルで使用できるLLMにするという制限があったため、特にLLMについて重点的に調査していました。最終的に調査内容をマークダウン形式にまとめ、成果物となるPDFに出力したファイルは約70ページほどでした。

石油元売り企業向けWebアプリケーションの新規機能開発に携わりました。プロジェクト規模としては5名(PM1名、PL1人、メンバー3人)で、メンバーとして基本設計から結合テストまでを担当し、コーディングをメインに行なっておりました。 新卒で入社し集合研修を受けたあと初めてのプロジェクトでした。既存システムに対する新規機能追加であったため、既存の設計書やソースコードを参考にしつつ設計書作成やコーディングを行いました。新規開発の機能は、別システムから送られてくる固定帳のファイルから必要な情報を取得し、テキストファイルに出力する機能です。本業務での課題は、初めての実務ということもあり設計書や何千行ものソースコードに慣れていない状態で新規機能に必要な情報を集める必要があったことです。先輩や上司に知りたい情報を効率よく得るためにどうしたらよいかを相談し、プロジェクトで使用していたIDE(Eclipse)の使い方を学びながら業務を進めました。結果として業務ではスピード感をもって取り組み、レビュー指摘対応に時間をかけられるようなスケジュール感で進めることを意識し、自分の担当業務を完遂することができました。

Google Cloudの仮想マシンを用いたデータ検証環境システムの運用保守を行いました。プロジェクト規模としては5名(PM1名、PL1名、メンバー3名)で、メンバーとして参画しました。 主な業務内容として、データ検証環境を利用したいユーザに環境の払い出しを行うこと、不具合発生時の調査、Google Cloudのアップデートによるシステムへの影響調査及び対応となります。 本業務の課題は、クラウドやIaC(Terraform)などに関する知識がほとんどない状態で運用や保守の業務を行う必要があったことです。引き継ぎ期間があったため、前任者からシステムが使っているリソースについての説明を受け、概要は学びましたが実務となるとわからないとこも多いという状況でした。プロジェクトでGoogle CloudのE-learningを使うことができたため、積極的に活用して足りない知識を補えるよう意識して取り組みました。その後何度かデータ検証環境の払い出し業務や不具合対応を行う中で、システムの理解を深めることができたと思います。結果としてログから不具合発生箇所の目処をつけることができるようになり、対処や恒久対応を行うことができました。プロジェクトに一緒に参画していた上司からは、慣れない知識に対してよくキャッチアップできていたという評価を得ることができました。