ID:85126さん

### プロジェクト概要 キャリア相談AIにおいて、会話を通じて求人検索条件を提案し、求職者を求人探索・応募へつなげる機能を試作・リリース。職業安定法上、特定求人の提案は行わず、求人IDではなく求人検索条件を返却する仕様とした。 - 期間：約2か月 - 対象：モバイルアプリ - 体制：約10名 - 技術：Java、Spring、MySQL、AWS ### 役割 バックエンドエンジニアとして、API・データモデル・ABテスト配信設計の設計案を立案し、アーキテクトとの協議を経て実装を推進。 - 求人検索条件を返却するAPI、AIエージェント連携、データ設計を担当 - アプリバージョンと求職者IDを用いたABテストの配信制御を設計・実装 - AIエージェントから受け取るデータ型とRDB永続化用データ型を分離して設計・実装 - 実データ・検証環境を用いて、既存アプリとの互換性を確認 ### 成果 - 求人検索条件の提案機能をモバイルアプリへリリースし、ABテストを実施 - 従来のチャット体験のみのベースパターンと比較し、キャリア相談AI経由の応募増加を確認 - 会話の中で求人を探索したい求職者ニーズがあるという示唆を獲得 - 検索ボタン押下率、求人閲覧率、応募率をファネルとして検証できる状態を整備 ### 工夫したこと - **互換性・ABテスト配信** 旧バージョンのアプリには求人検索条件を扱うUIがないため、アプリバージョンをヘッダーで判定し、旧バージョンには既存のチャット体験のみを返却するようにした。対応バージョンでは、求職者IDを用いてテスト／ベースパターンへ安定的に振り分ける配信制御を設計・実装。懸念点、要件、代替案、実際の発生可能性を整理し、実データ・検証環境で互換性を確認したうえで、APIバージョニングを行わないシンプルな構成を提案・採用した。 - **AI連携の保守性** 将来的なAIエージェント側の応答形式変更に備え、AIエージェントから受け取る型とRDBへ保存する型を分離。変換処理を介して保存することで、外部仕様の変更が永続化モデルへ直接波及しない構成とし、仕様変更への対応性を高めた。

### プロジェクト概要 β版で確認したキャリア相談AIへのユーザーニーズを踏まえ、ビズリーチサービスにおける正式版の開発・リリースを行うプロジェクト。β版の限定公開から対象をiOS・Androidの全ユーザーへ拡大するとともに、将来的な機能拡張と長期運用を見据え、リアーキテクチャ後のバックエンド環境で開発を進めた。 ### 役割 **バックエンドエンジニア** - キャリア相談AI機能におけるAPI設計および内部実装 - 将来的な求人提案機能の追加を見据えたデータベース設計 - 正常系に加え、生成AIの応答失敗・タイムアウト等を想定した準正常系・異常系のハンドリング設計および実装 - アプリエンジニア・デザイナーと連携した例外発生時のユーザー体験の検討・仕様決定 ### 成果 - キャリア相談AI正式版をリリースし、iOS・Androidユーザーへの100％展開を完了 - リリース後から現在に至るまで、重大障害なく安定運用を継続 - β版の検証で得た知見を正式版に反映し、全ユーザーに提供可能な品質・運用体制を実現 ### 工夫したこと **初期機能の実現と将来の拡張性を両立するデータ設計** 初回リリース時点ではチャット機能が中心であった一方、将来的にはユーザーの相談内容や状態に応じて求人を提案する機能の追加を構想していた。そのため、初期要件だけで最適化してDynamoDBを採用するのではなく、データモデルの変更や関連データの拡張に柔軟に対応できるRDBを選定した。 現時点の開発効率だけでなく、正式版リリース後の機能拡張・保守運用まで見据えて設計することで、将来的な変更コストを抑えられる基盤を構築した。 **生成AI特有の不確実性を踏まえたユーザー体験設計** 生成AIを利用する機能では、通常のAPI開発以上に、応答遅延・失敗・想定外の結果といった例外ケースへの対応が重要となる。CodexやClaude Codeなどのチャットアプリケーションを参考にしつつも、既存サービスの挙動をそのまま踏襲せず、ビズリーチの利用文脈において望ましい体験をアプリエンジニア・デザイナーと議論して決定した。 準正常系・異常系まで含めたハンドリングを設計・実装することで、全ユーザー展開後も障害ゼロで安定運用できる品質を担保した。

【プロジェクト概要】 ビズリーチサービス内でAIとキャリアに関する相談を行える機能をリリースするプロジェクト。他社でも取り組みが見られているが大きな成功を見せているものはなく、そもそもユーザーに受け入れられるか不確実性が高い。他社に先行するために、なるべく早くユーザーに提供してフィードバックをもらうことを重要視ししてβ版として一部ユーザーに限定公開した。 【メンバー人数】 20人 【役割】 ①バックエンドエンジニア ・要求・機能要件・非機能要件の定義 ②それ以外（元々与えられたエンジニア役割に限らずプロジェクトを完了するために担ったこと） ・プロジェクト管理： WBS作成およびベロシティ管理による進捗の可視化、優先順位判断（スコープ調整）の主導。 ・品質保証： 指標に基づく品質レポートの策定と、リリース判断基準の明確化。 ・対外調整： 他部署との折衝窓口として、要件の擦り合わせおよびボトルネックの早期排除。 【成果】 ①ビズリーチ社として前例のない「対話型AIプロダクト」をリリースするプロジェクトを当初定めた期間内（5ヶ月）に終了することができた ② 作って終わりではなく、初回リリース後利用指標改善のためのリリースを1ヶ月で合計3回実施し、利用指標を改善した ③ 正式版で作るものの方向性を判断するための情報をβ版で収集することができた ④ リリース後大きな障害は発生せず運用を続けられている 【工夫したこと】 デリバリーと品質の戦略的両立： ユーザーに機能をいち早く届けるため、「本質的にユーザー提供したい価値」から逆算し、機能を必要最小限に限定した。 一方で単にスピードを優先するのではなく、ビズリーチの信頼に関わる「通信の秘密」や「回答の安全性」といった防衛ラインは死守すること、ビズリーチだからこその提供価値を見失わないことは念頭に置いていた。 その上で、β版の検証目的に照らして「体験を損なわないギリギリのライン」を見極め、それ以外の機能は戦略的にスコープアウトする判断を行った。 この「最低限守るべき品質ライン」と「検証のために許容すべき機能不足」を明確に区別して開発を進めることで、ビズリーチが提供するサービスとしての品質基準をクリアしつつ、最短距離でのデリバリーを実現できた。

### プロジェクト概要 求職者の応募促進を目的に、ユーザーに適したカテゴリーの求人をレコメンドする施策を試作・検証。数か月、10〜20名規模のチームで開発し、リリース後の検証を経て配信対象を100％まで拡大した。 ### 役割 バックエンドエンジニアとして、API設計・内部実装からテスト分析、テスト設計、テストケース作成、テスト実施までを一貫して担当し、開発・検証を推進した。 ### 成果 - 施策のリリースおよび検証を完了し、配信対象を100％まで拡大 - 応募数の継続的な増加に貢献 - API開発からテスト工程までを主導し、試作の品質確認を推進 ### 工夫したこと レコメンド対象を「求人」とするか「求人検索条件」とするかを整理し、将来的な検索条件レコメンドの構想と、当面の実運用要件を切り分けた。当初は求人IDを返却する既存の汎用レコメンドAPIの思想に沿った設計を採用し、過度な拡張を避けながら迅速な検証を可能にした。 必要なら、これを「職務経歴書の1〜2行に収める短縮版」にも整えます。