mura

旅行会社向け解析ツール開発 ■ プロジェクト概要 Vue（フロントエンド）およびPHP（バックエンド）で構築された、ホテルのレビュー情報をもとに評価を可視化・分析する社内向け解析ツールの開発に従事し、顧客ごとのニーズに応じたレポート出力機能の実装・改修を中心に担当しました。 ■ チーム構成 ・6名（アプリケーションエンジニア4名、ディレクター1名） ・アジャイル開発（スクラム）を採用し、1週間スプリントで開発を実施 ■レポート出力機能の実装・改修（Vue.js / PHP） 【概要】 ・顧客ごとにカスタマイズされたレポートを生成する機能の新規実装および改修を担当し、フロントエンドとバックエンド両面から機能開発を推進しました。 【課題・問題点】 ・前任者からの引き継ぎが行われておらず、設計書や仕様書も存在しない状態だった ・既存コードは責務が不明確で、処理の追跡や改修が難しい構造になっていた 【打ち手・使用した技術】 ・関係者からのヒアリングを重ねて仕様を再整理しつつ、コードの構造と処理フローを調査 ・PHPによる集計・加工ロジックの整理と最適化を実施 ・Vueではフィルタ・条件指定・プレビュー・CSV出力機能などを再設計・実装 ・共通処理の関数化、命名規則の統一などを通じて保守性を向上 【成果】 ・要望に応じた柔軟なレポート生成が可能となり、業務フローが大幅に効率化 ・仕様把握と機能実装を両立できたことで現場からの信頼を獲得 ・実装スピードと改修効率が向上し、継続的な改善が行いやすい体制を整備 ■ 開発環境の整備（Docker） 【概要】 開発者ごとに異なっていたローカル環境をDockerで統一し、開発効率の向上を図りました。 【課題・問題点】 ・環境構築に時間がかかり、新メンバーの立ち上がりも遅れていた ・環境差異による動作不良や検証時の再現性の欠如が問題となっていた 【打ち手・使用した技術】 ・Docker / Docker Compose によるアプリケーション・DBなどの統一環境を構築 ・セットアップスクリプトとREADMEを整備し、環境構築の属人性を排除 ・volumeマウントによりデータ・コードの同期をスムーズに実現 【成果】 ・環境構築にかかる時間を1時間程度に短縮 ・開発者全員が同一環境で作業できるようになり、環境依存のトラブルが解消 ・新規メンバーも初日から開発に着手できるように

■ Dockerを用いた開発環境構築 【概要】 部署内で開発環境を統一し、作業効率とチーム全体の開発スピードを向上させることを目的に、Dockerベースのローカル開発環境を構築しました。 【課題・問題点】 メンバーごとに開発環境が異なり、環境依存の不具合や設定差異によるバグが頻発。 特に新しいメンバーの環境構築に時間がかかり、初動が遅れるなどの非効率さが課題でした。 【思考・工夫・使用技術】 問題の本質は「再現性のない環境差異」にあると捉え、Docker / Docker Compose を用いて全メンバー共通の環境を構築。 サービス群（アプリケーション、DB、キャッシュ）のコンテナ化に加え、.env やボリューム設定などを柔軟に管理できるよう設計。 導入を円滑にするため、ヒアリングを行いながら運用負荷が少なくなるよう調整。 環境構築スクリプトとREADMEを整備し、検証環境として段階的に展開しました。 【成果】 ・環境構築時間を約1日 → 60分に短縮 ・環境依存による不具合が0件となり、デバッグ・レビューの再現性が大幅に向上 ・新規メンバーが即戦力化しやすい開発体制を実現 ■ 既存アプリケーションのリファクタリング 【概要】 長期運用により複雑化したバックエンドのコードベースに対し、保守性と拡張性を高めることを目的にリファクタリングを実施。 【課題・問題点】 責務が曖昧なクラス・メソッドの増加や、ロジックの重複による可読性の低下が課題でした。 新機能追加のたびに既存コードへの影響範囲が不明瞭で、工数見積もりや品質管理にも支障が出ていました。 【思考・工夫・使用技術】 まず既存コードの課題を「責務の集中」と「構造の曖昧さ」と捉え、レイヤーごとに責任を明確化するモジュール分割を実施。 リファクタリングに伴い、テストカバレッジが低かった箇所にはPHPUnitでユニットテストを追加し、安全に構造変更を進めました。 また、リーダブルコードやPSR規約に基づいた命名・構成の見直しも並行して行い、コードベース全体の品質改善に取り組みました。 【成果】 ・新機能の追加に伴う不具合報告が大幅に減少 ・コードレビューの所要時間が短縮 ・新メンバーの理解負荷が減り、オンボーディング期間も大幅に短縮

■ ネット広告運用会社向け 広告配信・レポート管理システムの開発 ■ プロジェクト概要 インターネット広告代理店が社内業務で利用する、広告キャンペーンの作成・配信・レポート管理を行うWebツールのフロントエンド開発に従事。 フルコミットではない形で参画しながらも、主に管理画面のUI/UX改善や広告成果レポートの可視化に携わりました。 ■ チーム構成 3名（フロントエンド2名、サーバーサイド1名） アジャイル手法（スクラム）にて、1〜2週間単位のスプリントで開発を実施。 ■ フロントエンド開発（React / TypeScript） 【概要】 広告成果データの可視化や、業務効率向上を目的とした管理画面の新規機能追加および改善に対応。 【課題・問題点】 ・広告配信結果のレポート機能がCSV出力のみで、視認性や操作性に課題があった ・データ量が多くなると表示・操作が重く、ユーザー体験が損なわれていた 【思考・工夫・使用技術】 まずは既存のUIフローとデータ量の特性を分析し、「表示内容の最適化」と「操作負荷の軽減」を主軸に設計方針を見直しました。 React + TypeScript を用いて、状態管理の簡素化やコンポーネントの再利用性を重視しました。 また、広告レポート一覧画面では、CSV出力機能に加え、テーブルのソート・フィルタリング・ページネーションなどのUI要素を段階的に導入しました。 【成果】 ・グラフによる可視化により、広告成果の傾向を直感的に把握できるようになり、分析作業の時間短縮に貢献 ・CSVダウンロード機能の改善により、出力フォーマットに関する問い合わせが減少 ・操作レスポンスの改善とUI最適化により、ユーザー満足度が向上（社内フィードバックで評価）

■ Dockerによる開発環境構築（ブラッシュアップ版） 【概要】 オフショア開発から引き継いだアプリケーションにおいて、整備されていない開発環境の統一と効率化を目的に、Dockerベースのローカル環境を再構築しました。 【課題・問題点】 ・エンジニアごとに環境が異なり、依存関係の違いや設定ミスによるバグが頻発 ・動作確認や不具合の再現に時間を要し、開発・検証の信頼性と効率が低下していた ・オフショア時の手順書が不完全で、新卒メンバーが自力で環境構築できない状態だった 【思考・工夫・使用技術】 問題の本質を「再現性のない開発環境による手戻りの多さ」と捉え、まずは全員が同一の開発基盤で作業できる体制を作ることを優先しました。 Docker / Docker Compose により、アプリケーション・DB・キャッシュの構成をコンテナ化し、.env や volume 設定で柔軟に個別対応可能な設計に。 CI環境と構成を揃えることで、本番との差異も最小化しました。 さらに、新卒メンバーでも迷わず構築できるように、READMEと自動セットアップスクリプトを整備。技術的な難易度を下げる工夫も取り入れました。 【成果】 ・環境構築にかかる時間を従来の約1日 → 60分未満に短縮 ・再現性の向上により、環境依存のバグや検証のトラブルがほぼ解消 ・新卒メンバーも初日から開発に着手できる状態となり、チーム全体の生産性が向上

■ APIおよびDB設計・開発 【概要】 複数の外部システムと連携する管理画面バックエンドの中核として、API設計・実装および一部DB設計を担当しました。 【課題・問題点】 ・各外部システムが異なるインターフェース仕様・データ構造を持っており、連携設計が煩雑 ・データ整合性を保ちつつ、画面操作時のレスポンス性能も求められる状況 ・要件の変更が多く、設計の柔軟性が必要だった 【思考・工夫・使用技術】 データ整合性とパフォーマンスの両立を重視し、まずは外部システムとのやり取りをRESTfulに分離する構成を採用。 LaravelにてAPIを実装し、OpenAPIにより仕様書を自動生成することで、他チーム（特にフロントエンドや外部連携側）との連携コストを最小化しました。 また、将来的な仕様変更に備えてEloquent ORMを活用しつつ、複雑な検索クエリはクエリビルダでチューニング。DB設計面では正規化とインデックス設計のバランスを意識しました。 【成果】 ・インターフェース仕様の明確化により、開発後の手戻りがゼロに ・データ取得APIの平均応答時間を改善 ・担当外のチームからも設計のわかりやすさについて好評を得た ⸻ ■ ビルド環境整備・コード品質向上 【概要】 開発初期段階でコードスタイルが統一されていなかったため、チーム内のレビュー効率や保守性に課題がありました。 そこで、静的解析ツールとコード整形ルールの導入を通じて、品質向上と作業効率化を図りました。 【課題・問題点】 ・コードの書き方や命名規則にばらつきがあり、レビュー工数が増加 ・保守性の観点からも将来的な技術的負債につながるリスクがあった 【思考・工夫・使用技術】 初期段階で「スタイルの不統一がチームの無駄を生む」と判断し、レビュー前の段階で品質を担保する仕組みの導入を決定。 PHP-CS-FixerをCIに組み込み、全体で共通のコードスタイルを自動で適用。 あわせてPHPStanを導入し、静的解析による早期バグ検知・型安全性の強化を行いました。 導入時にはチーム内でツールの使い方と意図を説明し、開発者の理解と協力を得られるよう調整しました。 【成果】 ・コードレビューにかかる時間を約40％削減 ・手戻りの回数が減少し、レビューの質が向上 ・CI上でも品質チェックが行えるようになり、品質の安定化と属人性の排除に寄与

■ 機械学習データセット作成支援アプリケーション開発 【概要】 機械学習モデルに入力するための音声データを自動で前処理するツールを開発。ノイズ除去、サンプリングレートの統一、フォーマット変換などの処理をスクリプト化し、効率的かつ品質の安定したデータ作成を実現しました。 【課題・問題点】 ・データ前処理が手作業で行われており、作業負荷が高く、品質も担当者によってばらつきがあった ・MLエンジニアとデータアナリストの間で処理方針の認識齟齬があり、学習データとしての一貫性が損なわれていた 【思考・工夫・使用した技術】 まず、処理手順の属人性がMLモデルの学習精度や再現性に影響を与えていると判断し、処理フローの自動化と標準化を最優先に進めました。 Python（pydub, librosaなど）を使い、処理内容とパラメータをYAMLファイルで外部管理することで、非エンジニアでも操作できるように設計。 さらに、Jupyter Notebook 上で処理結果をグラフや波形で可視化できる機能を実装し、処理内容の妥当性を直感的に確認できるようにしました。 【成果】 ・手作業に比べてデータ加工の工数を約80％削減 ・処理ルールの標準化により、MLモデルの学習精度が安定（社内評価でのスコア向上） ・チーム間の仕様認識が揃い、前処理方針のすり合わせにかかる時間も短縮 ■ Python環境の整備（Docker・Jupyter） 【概要】 Python実行環境のばらつきが原因で発生していた実験結果の差異を解消するため、Dockerを用いた統一的な開発・実験環境を整備しました。 【課題・問題点】 ・開発メンバーごとにPythonバージョンやインストール済みライブラリが異なり、再現性のないトラブルが頻発 ・実験用コードを共有するたびに環境構築手順の確認・修正が発生し、開発効率が低下していた 【思考・工夫・使用した技術】 「誰の環境でも同じ結果が出る状態を作ること」がチーム生産性の鍵であると判断。 Docker / Docker Compose を活用し、Python、Jupyter Notebook、必要な依存ライブラリをあらかじめ定義した環境を用意。 volumeマウントにより、コード・データのリアルタイム同期を実現し、実験と可視化のサイクルも迅速に。 セットアップの自動化により、新メンバーでも即日で開発に参加可能な状態を目指しました。 【成果】 ・環境構築にかかる時間を数時間 → 約10分に短縮 ・再現性の高い検証が可能となり、実験結果の信頼性が大幅に向上 ・メンバー間の環境依存トラブルがゼロになり、チームの生産性・協調性が改善