### 1. プロジェクト概要
- 背景・目的
- 独立起業し、検索・レコメンデーション領域の課題を機械学習で解決する受託開発を行っている。
- 自社プロダクトとして、検索結果を機械学習でリランキングする「HottyLTR」を開発・提供中。
- 顧客企業の需要に応じ、施策立案から設計・開発、導入後の運用まで一貫してサポートし、マッチングアルゴリズムの精度向上を目指す。
- 期間・体制
- 代表(自分) が中心となり、業務委託・副業メンバー5名ほどのチームをマネジメント。
- 顧客企業やプロダクトの規模に合わせて、要件定義や実装方針を柔軟に調整。
---
### 2. チーム情報
- チーム構成
- 副業メンバー: 約5名（機械学習エンジニア、バックエンドエンジニア、インフラエンジニアなど）
- 担当範囲
- 施策の企画・提案（顧客折衝/要件定義）
- 自社プロダクト「HottyLTR」の設計・開発・保守
- 実装部分を副業メンバーに依頼し、進捗管理・品質管理を実施
- 顧客企業へのレポーティング、運用支援
---
### 3. 開発・実装内容
#### 3-1. 自社プロダクト「HottyLTR」の開発・導入
【概要】
- 検索結果のランキングを機械学習で最適化するLearning to Rank (LTR) 手法をベースにしたプロダクト「HottyLTR」を独自開発。
- 顧客企業の検索エンジンへ導入することで、ユーザーの検索意図により近い結果を上位に表示し、CTRやCVRの向上を図る。
【課題・問題点】
- 従来の検索はキーワードマッチング中心で、文脈やユーザー行動データを十分に活用できていないケースが多い。
- 個別の要件に合わせたチューニング（業界特有の検索ニーズ）を簡易かつスケーラブルに実現するソリューションが求められていた。
【打ち手・使用した技術】
- LTR手法（LambdaMART、Ranking SVMなど）を独自に改良し、Python + XGBoost/TensorFlowでモデルを実装。
- 特徴量エンジニアリング: 検索クエリ、クリックログ、商品/コンテンツ情報などを組み合わせ、多様な特徴を抽出。
- マイクロサービスアーキテクチャ: HottyLTRをAPI化し、顧客の既存検索エンジン(Elasticsearch等)と連携しやすい構成に。
- 運用フロー: Terraform on AWSでデプロイし、継続的にモデル評価・更新するシステムを構築。
【成果】
- 導入企業では検索CTRが大幅に向上。
- 導入コストが抑えられ、カスタマイズ性が高い点が好評で、複数の求人サイトやマッチングサービスへの導入実績を獲得。
---
#### 3-2. 顧客向け検索・レコメンデーション最適化の受託開発
【概要】
- 自社プロダクト「HottyLTR」の導入だけでなく、顧客企業ごとのニーズに合わせたレコメンデーション・検索最適化施策を一貫して支援。
- 企画提案、要件定義、設計、実装、運用支援までフルスタックで対応。
【課題・問題点】
- 検索・レコメンド要件は顧客ビジネスの特性によって大きく異なる（例：ECサイト、求人サイト、ニュースメディアなど）。
- 社内にMLエンジニアのリソースが乏しく、最適化アルゴリズムの内製化が困難な企業が多い。
【打ち手・使用した技術】
- 要件定義・企画提案：顧客ビジネスモデルをヒアリングし、検索/レコメンドのKPIや成功イメージを明確化。
- 実装・運用フロー:
- Python (scikit-learn / PyTorch / TensorFlow) を中心に、ログ分析やモデル作成を実行。
- Elasticsearch / Solr など既存検索基盤とHottyLTRを組み合わせ、カスタムランキングロジックを適用。
- CI/CD パイプラインを整備し、定期的なモデルリリースやABテストを自動化。
- マネジメント: 副業エンジニア5名ほどに実装タスクを割り振り、進捗管理・レビューを実施。
【成果】
- 顧客の検索サービス品質が向上し、セッション滞在時間増加や購入率アップなどの成果を達成。
- ML導入のコンサルティングから実装・運用まで一貫サポートすることで、追加契約・リピート案件に繋がるケースが増加。
---
### 4. 使用技術一覧
- ML/統計: Python (TensorFlow, PyTorch, scikit-learn, XGBoost), LTR手法(LambdaMART, Ranking SVM)
- データ基盤/検索: Elasticsearch, Solr, Kafka, Spark (ログ集計・分散処理)
- バックエンド: Python/Java など（API実装, マイクロサービス構築）
- インフラ/運用: Terraform, AWS (EC2, S3), Docker, GitHub Actions (CI/CD)
- その他: A/Bテストフレームワーク、Feature Store（特徴量管理）、レコメンドアルゴリズム(協調フィルタリング, Embedding手法)
---
### 5. マネジメント実績
- スタートアップ代表として: 新規クライアント開拓、要件定義、プロジェクト計画立案
- 副業メンバー5名のマネジメント:
- タスクアサイン、納期管理、コードレビュー、1on1などを実施
- SlackやTrelloを使ったリモートコラボレーション体制の整備
- プロダクト志向・顧客満足の両立:
- 自社プロダクト「HottyLTR」の機能拡充を継続しつつ、顧客毎のニーズに合わせたカスタマイズを提供
- 運用支援・サポート窓口として定例ミーティングやレポーティングを実施