ID:83079さん

オンプレミス環境で稼働していたWebシステムを、Amazon Web Services 上へ移行するプロジェクトに参画。 既存構成の分析から移行方式の選定、設計・構築・リリースまで一貫して対応しました。 ## 背景・課題 * サーバー老朽化に伴う運用負荷の増大 * スケーラビリティ不足 * 障害対応の属人化 ## 担当領域 * 現行オンプレ環境の構成整理・依存関係の可視化 * 全体の約60%にあたるインフラ構築（IaC） * 運用ツールRundeck環境の移行・サーバー再構築 * デプロイパイプライン整備 * 煩雑な運用プロセスの刷新 ## 技術要素 * コンピュート：Amazon EC2 / Amazon ECS / Lambda * ネットワーク：VPC設計、サブネット分割、セキュリティグループ設計 * データベース：マネージドDB（RDS）への移行 * ストレージ：EFS、S3 * IaC：Terraform * CI/CD：CodePipeline、Rundeck * 監視：CloudWatch ## 成果 * インフラ変更にかかるリードタイムを大幅に短縮 * 障害対応の標準化・可視化を実現 * インフラのコード化により、変更作業の属人性を排除 * 開発・運用双方の効率を向上させる基盤を構築

## 概要 社内のAI活用を推進するため、OSSを利用したWebUI・API・Slack Botを含むAI基盤の構築および運用、ならびにガバナンス整備と組織展開を担当。 少人数体制（1〜2名）で設計からリリース、展開までを一貫して実施。 ## 背景・課題 * 社内でのAI活用ニーズの高まり * セキュリティ・ガバナンス未整備による利用リスク * 利用手段の分散（個別利用・属人化） * エンジニア・ビジネス双方での活用基盤が未整備 ## 担当領域 * AI基盤のアーキテクチャ設計・構築 * OSSを利用したWebUI / API / Slack Botの構築・運用 * LLM利用環境の設計（マルチモデル対応） * 認証・ネットワークを含むセキュリティ設計 * AIガバナンス整備 * 組織展開（勉強会・利用促進） * AI活用・AIエージェント開発に関する複数案件のサポート ## 技術 * LLM（OpenAI / Gemini / Claude） * LibreChat / LiteLLM Proxy * SlackApp（Lambda） * Amazon AgentCore * Dify（ノーコードAIエージェント基盤） ## 工夫・意思決定 * **セキュリティ設計** * Okataによる認証・認可に加え、ネットワークレベルでの制御を実施 * 開発者・ユーザー双方が安心して利用できる環境を構築 * **マルチLLM対応** * 特定ベンダーやモデルに依存しない構成とし、用途に応じて複数モデルを選択可能に設計 * **高速立ち上げ** * PdMアサイン後1ヶ月でWebUIをリリース * その後2ヶ月でAPIとして展開し、他システム連携を強化 * **多チャネル提供** * WebUI / Slack Bot / API / Dify（ノーコード）と、利用者に応じた複数のインターフェースを整備 * **ガバナンス強化** * AI活用二歳してビジネスユーザー向けにコーディングエージェントを配布することになった際には、伴うリスクを考慮し、エンジニア以上に厳格なガバナンスを設計 ## 成果 * 社内におけるAI活用の共通基盤を確立 * エンジニア・ビジネス双方での利用を促進

## 概要 AI-DLC（AI駆動開発）の習得および組織への展開を行い、実プロジェクトへの適用とプロダクト開発を推進。マーケティング業務改善および営業向けシステム開発において、開発効率の大幅な向上を実現。 ## 背景・課題 * AIを活用した開発手法の活用が進んでいない * 従来の開発プロセスでは要件定義〜実装に時間がかかる * バイブコーディングでは品質を担保できない * 組織としてのAI活用ノウハウが未整備 ## 担当領域 * AI-DLCの習得および社内展開 * 開発環境の整備（Kiro等の導入・最適化） * 勉強会の企画・実施によるナレッジ共有 * 実プロジェクトでの設計・開発 ## 技術 * Next.js / Spring Boot / Kotlin / AWS * AIエージェント / AI-DLC ## 取り組み内容 ### ■ ECサービス向けAIチャットボット開発 * 最初のAI-DLC導入PJとして実施 * 初期フェーズに参画し、立ち上げを担当 * LLMの特性や制約を踏まえたアーキテクチャ設計を実施 ### ■ マーケティング業務改善プロジェクト * AI-DLCの展開役として他チームのプロジェクトに参画し、AI-DLCを用いた開発を実施 * 要件定義から開発までを一貫して担当 * 従来手法と比較して**開発リードタイムを約1/5に短縮** ### ■ 営業向け商品マッチングシステム開発 * 自チームにてAI-DLCを活用し、**1ヶ月でプロダクトを開発** * AIエージェントを活用した業務支援システムを構築 ## 工夫・意思決定 * AI-DLCを単なるツール利用に留めず、開発プロセスとして定義・展開 * Kiroなどのツール環境を整備し、誰でも再現可能な開発基盤を構築 * 勉強会を通じてナレッジを共有し、活用を拡大 ## 成果 * AI-DLCの導入により開発スピードを大幅に向上（最大1/5） * 実プロジェクトを通じて有効性を検証し、再現可能な手法として確立 * 環境整備と教育を組み合わせ、組織全体への展開を実現