ID:48857さん

### 【概要】 会社として, 株価や為替, 金利, 経済統計, ニュースなどの各種金融データを金融機関向けに配信するビジネスを行っている。その中で以下のような課題があった。 - 配信するデータの多くが手動での入力となっている（例えば, 証券取引所のホームページに掲載されているファイルをダウンロードした後, Excelマクロに値を入力し, サービスに配信する, など） - 手動での作業故, 時間や人手を要する, 打ち間違いなどによる誤データの配信 - 手動での入力業務にリソースを割かれ, 他の付加価値の高いサービスにリソースを割くことができない これらの手動業務（1000業務以上）のオートメーション化を実現するためのシステムを新規にAWS上に構築。システムの構築に当たっては以下のような点を考慮した。 ### サーバレスアーキテクチャの採用 対象の業務を自動化した場合, 1業務あたり, 1日1回かつ2〜3分以内に完了するものが大部分を占める。そのため, 仮想サーバなどを用意し, 常時リソースを消費するようなシステムではなく, 処理実行時のみ必要なリソースを確保し, 処理を行うようなシステムの方がコスト面のほか, 冗長性の観点などでも優れている。 ### 業務の抽象化とワークフローの構築 オートメーション化の対象になる業務は1000以上に上るため, これらについて, それぞれ独自のアプリケーションを新規に開発するのは現実的ではない。そこで業務の内容を精査し, 各業務で共通している処理を切り出し, 汎用的なアプリケーションとして, AWS Lambdaなどで実装。それと合わせてAWS StepFunctionsを用いて, 業務毎にワークフローを作成。それらのワークフローの中で汎用的なアプリケーションを必要に応じて呼び出し, 業務を実行していくような構成にした。 Ex：例えば様々な業務で四則演算を行っている処理があった場合, その部分について切り出し, 式と値を入力すれば, 計算結果を返すような汎用的なアプリケーションを開発。それを各業務毎のワークフローの中で必要に応じて, 呼び出す ### 【担当業務】 - AWS LambdaやAmazon ECS, EKSを用いたアプリケーション開発（言語はPythonを使用） - AWS StepFunctionsなどを活用し, 手動業務のオートメーション化を実現するためのワークフローを構築 - 業務のオートメーション化に伴い, ビジネスサイドとの各種調整を担当 ### 【発揮したValue】 - 開発当初はチーム内にPythonを使った開発経験のある人が自身を除き, いなかったため, 率先して知識やノウハウを共有。また, AWSやサーバレスアーキテクチャを採用したシステム構築自体は自身を含め, 初めての経験であった。それらを採用することが決定した段階で率先して独学で学習。学んだことをチーム内のメンバーと共有するなどの貢献もした - 当時, 社内で内製化を目指す動きもあり, 積極的に「手を動かすエンジニア」としてチームに貢献した。一方, コールセンターでの業務を通じて, 培った経済・金融に関する知識, 業務知識などを活用し, ビジネスサイドとの連携も担当。開発サイドとビジネスサイドの橋渡し的な役割として, 以下のようなことも行った - ビジネスサイドのメンバーとレビューなどを通じ, 業務内容を理解。それをシステムに落とし込む上で必要な知識などを他の開発チームのメンバーと共有 - 「業務内容をシンプルにできる余地はあるか」, 「そもそも業務自体を継続する必要があるか」といった観点でビジネスサイドのメンバーに働きかけを実施。オートメーション化に伴い, 業務自体を見直しを促した - オートメーション化を通じて, チームとして最終的に以下のような成果を挙げることができた - オートメーション化に伴う, コストの削減 ⇒　オートメーション化の前後で年間140人月, 約2割減 - 手動入力故の入力漏れ, 誤入力を防止 - サービスの質を向上 ⇒　配信するデータについて, 手動入力ではリソースの都合上, 半年に1回の頻度での更新が限度であったが, オートメーション化に伴い, 月1回へと更新頻度を向上することを実現 - 社内の技術力強化に貢献 ⇒　オートメーション化に伴い, 新規に構築したシステムは内製で開発を行った。チーム全体の技術力を向上を実現できたとともに, それらを社内外のAWSの利用事例として, 共有。社内の技術力強化にも貢献した ### 【使用した技術, サービスなど】 ### 言語 Python ### クラウド 主にAWSを利用し, 以下のサービスを業務にて, 使用 - **Compute:** EC2, ELB, Lambda - **Containers:** ECR, ECS(Fargate), EKS(Kubernetes)(Fargate) - **Storage:** S3, EFS - **Database:** RDS(Aurora MySQL), DynamoDB - **Migration & Transfer:** Transfer Family - **Networking & Content Delivery:** VPC, Cloud Front, Route53, API Gateway - **Management & Governance:** Auto Scaling, Cloud Watch, CloudTrail - **Analytics:** Athena, Glue - **Security, Identity, & Compliance:** IAM, Cognito, SecretManager - **Application Integration:** StepFunctions, SNS, SQS - **Customer Engagement:** SES

### 【概要】 AWS上に構築されたシステムについて新規機能の追加・改修に伴うアプリケーションや各種リソースのデプロイが手動で行われており, それらに起因する以下のような課題があった。 - デプロイすべきリソースなどが漏れていたことや開発環境と本番環境での意図しない差異に起因する障害の多発 - 長時間におよぶ手動でのデプロイ作業 これらについて, 自ら問題提起し, インフラのコード化, CI/CDの導入を進めた。 ### 【担当業務】 - インフラのコード化, CI/CDを導入するにあたり, 必要なサービスの検証・検討 - AWS CloudFormation（AWS SAM）やAWS CDKよるインフラのコード化, AWS CodePipelineやAWS CodeDeployを活用したデプロイの自動化の実現および導入後の継続的な改善 - 上記のほか, 使用言語であるPythonのパッケージマネージャ, Linter, Formatter, 型ヒントなどの導入を行い, 開発効率やコードの品質, システムの安定稼働に繋がるような施策を導入 ### 【発揮したValue】 - インフラのコード化やCI/CDといったものは全くの未経験であったが, 自ら社外の勉強会などに参加し, 必要な知識などを取得。それらをもとにインフラのコード化やCI/CDの導入について, 技術選定から実際の導入まで自ら主体となって実現 - 導入後も, チーム内に必要な知識やノウハウを共有, 必要に応じて, システムの変化に伴い, 開発フローの改善などを提案・実施 - インフラのコード化やCI/CDの導入に伴い, 以下のような成果を得ることができた - 手動デプロイからGitへのコミット契機での自動デプロイに変更することで作業の大幅な簡略化 - 手動デプロイに起因する障害を撲滅（デプロイの都度起きていたエラーなどを0に） - デプロイ時間の大幅な短縮（1回のデプロイで2〜3時間。デプロイ内容が多い場合, これを数日繰り返すような状況から10分以内にデプロイが完了するように改善） ### 【使用した技術, サービスなど】 ### 言語 Python ### クラウド 主にAWSを利用し, 以下のサービスを業務にて, 使用 - **Developer Tools:** CodeCommit, CodeBuild, CodeDeploy, CodePipeline, Cloud9 - **Management & Governance:** Cloud Formation(AWS SAM, AWS CDK, AWS Chalice)

### 【概要】 新金利指標算出システムをAWS上に構築するプロジェクトに参加。指標の算出仕様の策定にはじまり, システムの要件定義や社内外の関係者との連携などに携わっている。構築するシステムについては, 将来的に金融取引などに広く利用される可能性もあるため, 安定的な稼働を求められるものでもある。 ### 【担当業務】 - 安定的なシステム稼働を実現するためにAWS上における各種ガバナンス, セキュリティ関連の施策（主に権限回りやデプロイフローなど）に関する調査, 検討, 導入を実施 - システムの要件定義や社内外の関係者との連携 ### 【発揮したValue】 - AWS上における本格的なガバナンスやセキュリティに関する施策の検討〜導入ははじめての経験であったが, 今までのAWSにおけるシステム開発での経験や社外での勉強会などに参加し, 積極的に必要な知識を取得, チーム内に提案するなど主体的に行動 - ここで培ったノウハウなどは, このプロジェクトだけに留めず, 他の既存のAWS上に構築されたシステムへ横展開するなど既存システムの改善にも活かし, 社内におけるAWS利用がより安定的なものとなるように貢献した

### 【概要】 社内の他部門の方に声をかけていただいたことをきっかけに金融データと機械学習を活用した新たなサービス開発のプロジェクトに参加。「あるイベントが発生した後の株価騰落率の予測する」というテーマを設定し, 仮説・検証からデータの前処理, モデルの構築, システムへの実装までを自ら手掛けている。 ### 【担当業務】 - サービス開発に当たってのテーマ設定, 仮説・検証, モデルの構築（これらをPython（Pandas, Numpy, scikit-learnなど）を使用して実施） - 作成したモデルのAWS上へ推論APIとして実装 ### 【発揮したValue】 - 大学時代に培った経済・金融に関する知識, コールセンター時代に得た経験などを活用し, テーマ設定を行い, 仮説・検証などを自らが主体となって取り組んだ - 普段の業務において, PythonやAWSを用いたシステム開発を行っている経験を活かし, 仮説・検証〜実際にサービスで利用するためにシステム上に実装する部分までを自身の手を動かして, 実施

### 【概要】 サービス上に配信する各種金融データなどを外部の情報提供元（証券取引所など）から受信・取得するためのオンプレミス上のシステムに携わり, 業務に使用するアプリケーションの開発や必要な環境構築, リプレース作業などを行った。 また, 外部の自然言語処理などを専門に扱う会社と連携し, 企業が公表する各種開示書類からキーワードなどを抽出, 要約などを行う新規システムの構築にも携わった。 ### 【担当業務】 - 各種業務に使用するアプリケーションの開発（Python, C#）, 必要な環境構築 - 社内外の関係者との各種連携 ### 【発揮したValue】 - システム開発の経験は全くなく, システム開発自体を入社時の自身の希望としていたわけでもなかったため, 何も分からない状況からのスタートであったが, 自ら積極的に学び, 業務で手を動かすことを通じて, 少しずつ成長していった - 当時, Pythonでの開発は社内では前例がなかったが, 自ら使用を提案。後に社内で広く使われるようになるきっかけにもなった