ID:83479さん

## プロジェクト概要 MEO口コミ管理アプリの顧客向け管理画面のフロントエンドおよびバックエンド機能開発を担当しました。 ## 役割・体制 ### 自身のポジションと役割 - フロントエンドおよびバックエンドのエンジニアとして、ReactとTypeScriptを用いた管理画面の設計・実装と、JavaおよびSpring Bootを用いたサーバサイド機能の開発を担当しました。 - 開発リーダーからのタスクを受け、機能設計からコーディング、テストまで一貫して実施しました。 - アジャイル開発環境での継続的な機能改善と品質向上に注力しました。』 ### チーム規模と構成 - エンジニア6名と業務委託3名を含む計9名の開発チームで構成され、スクラムをベースとしたアジャイル開発体制でプロジェクトを推進しました。 ## 背景・課題 - 顧客向けのMEO口コミ管理サービスにおいて、管理画面の利便性を高めるための機能追加と改善が求められました。 - 口コミの取り込み処理はスクレイピングに依存しており、取り込み先のサイトごとにDOM構造や仕様が異なるため、その管理負担と保守コストが大きな課題となっていました。 - サイトの仕様変更に伴うスクレイピング処理の頻繁な改修が、人的工数の増大と開発の属人化を招いていました。 ## 実際の取り組み ### 開発環境 - フロントエンドはReactとTypeScriptで開発し、ユーザビリティと保守性を兼ね備えた管理画面を構築しました。 - バックエンドはJavaとSpring Bootを用い、REST APIの設計・実装やバッチジョブの開発を行いました。 - CI/CD環境も整備し、継続的なデリバリーを実現しました。 ### 設計・改善内容 - 口コミデータの取り込み処理に関して、LLM（大規模言語モデル）を組み合わせるアイデアを提案し、LangchainやGoogle Vertex AI関連のライブラリと従来のスクレイピング手法の双方を試験的に検証しました。 - 従来のスクレイピング処理にLLMによる制御を組み込む方式が細かな要件対応に適していることを検証し、その説明と提案を行いました。 - LLMを用いた調査・修正提案機能を導入し、エラー発生時に自動で調査と修正案の提示を行う仕組みを確立しました。 ### その他アピールポイント - LLMの導入により、スクレイピング処理の属人性を低減し、機能開発未経験者でも問題の把握や対応がしやすい環境を整備しました。 - エラー発生から調査・修正案作成の工数を従来の半日から1〜2時間程度に短縮することで、人的工数の大幅削減に貢献しました。 ## 成果・価値 - LLMを活用したスクレイピング処理の制御により、保守性と安定性の向上を実現しました。 - エラー時の自動調査・修正提案機能により、対応速度が向上し、チーム全体の生産性と品質が改善されました。 - 今後の運用による効果検証が継続されており、さらなる業務効率化と安定稼働が期待されています。