ID:75427さん

・プロジェクト名 Slackツールに独自生成AIを実装する。 ・プロジェクト概要・目的 入職した社員が研修時にぶつかった問題や疑問に思ったことを今までのデータから的確な答えを出し、自動生成できるAIを実装し、かつ外部向けパッケージとして販売することを目的とします。 ・個人担当フェーズ・内容 技術選定（API Gateway、Lambda、SQS、Bedrock、Aurora Serverless、S3） 簡易全体設計書作成 環境構築 コーティング 単体・結合テスト データ選定 システム構築設計書作成 RAG ・技術選定 今回のプロジェクトを遂行するために、低コストかつ構築が簡潔であることが前提としてありました。そのためサービスと料金体制の調査を行い、結果を資料にまとめ毎週ごとにプレゼンしました。終始一人で作業を行っていたため、思考が偏らないよう常に新しい記事や公式のニュースにアンテナを張り、収集しておりました。 ・Lambda 今回のシステム上二つのLambdaにて構築しており、一つ目はチャットからのリクエストをSQSにポーリングし、非同期処理を行います。二つ目はSQSからリクエストを受け取りBedrockへの送信し、チャットへの返信まで行うものになります。 詳細については当初はBedrock Serverlessに対してのコードを記述してしまったため、既存のBedrockにアクセスできない状態が続きました。再度調査を行い、見直した際にBedrockのknowledgebase IDを変数に格納して指定すれば良いことに気づき、そのように修正したところ無事リクエストの疎通が確認できました。また、一つの質問に対して複数の返答が返ってくる現象も起こったため、予備案としてのSQSを使用して回避することができました。伴って、検証としてエラー時に返答もらえてない質問もSQSにより、エラー解消した際に返答をできるようになりました。 ・ベクトル機能の構築 当初OpenSerach Serverlessにて使用予定でしたが、コストが想定したよりも数倍高く断念しました。そのため、代わりとなるサービスを模索し、Aurora Serverlessだったらコストと機能、さらにはセキュリティ面でもクリアできるため採用しました。そのため、Aurora Serverlessの各設定、クエリエディタの設定を見直しつつ行いました。そのため、クオリティを下げることなく生成AIの使用を可能にしました。さらにはOpenSearch Serverlessにないスケーリングもあり、本番環境にデプロイした場合状況に応じて最適な設定も行えるようになりました。 ・システム構築後 システムが問題なく挙動するようになり、引き継ぎのための資料作成と指導を現在担当しております。またその傍らRAGを行い、データ形式とデータの密度などが回答に対してどのような影響を及ぼしており、かつ同様の質問に対しての回答の内容や精度などに関しての検証をしております。

前職での派遣先にて、テクニカルサポートエンジニアとして配属され、個人起案でのプロジェクトになります。派遣チームとして10名ほどおりましたが、プロジェクトでは三名にて参画し、ただほぼ一人で開発業務に当たっておりました。 ・主な流れ プロジェクト発案 メンバー集め、選定 技術選定（Visual Studio Code、GitHub、Docker） 各仕様書作成 コーティング（Next.js） デプロイ ・課題 開発においてコストを掛けないことと短期間で完成であることとメンテナンスがしやすいことを留意しつつ、研修・テスト用であるためソースコードも簡易であることが要件にありました。 ・技術選定 業務での開発が初めてだった為、メンバーと言語の学習コストやメンテナンス、そして何が今の主流なのかを軸に相談し決めました。また、実際開発期間も2~3ヶ月ほどと超短期だったため、バックエンドを実装せずフロントエンドと環境整備に注力しました。 ・コーティング 今回はフロントエンドをNext.jsで実装することになり、言語学習を一から学習した上でコーティングすることになりました。そのため学習期間は約一週間設け、発展についてはやりながら学ぶことにしました。以前にプログラミングしたことはありましたが、用語や概念をよく理解しないまま進んでしまったため、そこの復習も併せて行いました。特に苦労したのは概念で、言語化できるまで何度も反復練習を行いつつ、質問や疑問があった際はリファレンスや参考ページを読み漁り、それでも理解しきれんかあった場合はチームメンバーに聞き、共に理解することに努めました。その甲斐もあり、自ら発展のコーティングもできるようになりました。 また、コーティングしたコードの添削は全てGitHub上で行い、かつ他のチームメンバーが記述したコードとのマージも併せて行いました。データベースに関しては当初予定したFirebaseは金銭的コストがかかることが判明し、のちにJSONファイルにて管理しました。 ・デプロイ 最も実現が不可能とされていた部分がデプロイで、どうしても金銭的コストを掛けないといけない案しか出ず、難航してました。ただそれでも諦めず、調査した結果Next.jsにて商用できない場合無料でデプロイできる方法を見つけ、メンバー共有し承認を得て実施しました。