Skip to content

職務経歴書 ​

👤 基本情報 ​

keyvalue
氏名杉山 嘉幸 (Sugiyama Yoshiyuki)
居住地東京都
連絡先X (Twitter) / GitHub

🎯 Professional Summary ​

生成 AI/LLM アプリケーション × Backend のテックリード | エンジニア歴 約 9 年(2017〜)

生成 AI/LLM アプリケーションを PoC から本番運用・精度改善まで一貫して作るテックリード。 高負荷 Backend(Go/Spanner/Redis)で培った設計力を土台に、RAG・LLM 評価・データ基盤・業務システムの LLM 連携まで対応。

生成 AI/LLM アプリケーションの本番化 ​

  • 2,500 名規模の RAG AI チャットボットを PoC〜本番運用まで一貫して担当(2023 年〜)
  • LLM-as-a-Judge と Golden データセットによる回答精度の定量評価基盤を構築し、継続的な精度改善に活用
  • LLM 連携の業務アプリ(賃貸入居審査の AI 自動化、 Kintone 連携)を、テックリードとして開発・運用(2026 年〜)

データ基盤・高負荷 Backend ​

  • AWS 上の DWH/ETL(Glue, Step Functions, Athena)と Amazon Quick による全社データ可視化基盤を設計・構築
  • 高負荷ゲームサーバー(Spanner/Redis)の性能最適化・API 開発を 4 年間担当

技術リーダーシップ・開発効率化 ​

  • 技術選定・アーキテクチャ設計、レビュー体制・CI/CD 基盤の構築を主導
  • Claude Code のテンプレートや Skills を整備し、AI を活用した開発の効率化を推進

🏆 主要実績・成果 ​

🎯 生成 AI/LLM アプリケーション開発 ​

  • 社内2,500名利用のRAG AI チャットボット(Teams 連携)を PoC〜本番運用・精度改善まで一貫して担当
  • RAGAS評価による精度改善を実現
  • LLM-as-a-Judge+Golden データセットによる回答精度の定量評価システムを構築(社内チャットボット、 Bedrock Guardrails・SAML 連携)
  • LLM 連携の業務アプリ(賃貸入居審査の AI 自動化)の開発で、テックリードとしてレビュー体制・CI/CD を整備

📊 データ基盤構築 ​

  • S3〜Step Functions(Glue)〜Athena〜Amazon Quick による DWH/ETL 基盤を設計・構築
  • P マーク準拠のデータレベル設計と、全社で使えるマスタデータ・ルールを設計
  • LLM を用いた分類マッチング機能を構築し、正解率を改善

🚀 高負荷システム最適化 ​

  • ゲームサーバーのSpanner負荷対策を主導
  • Redis キャッシュ設計による性能向上
  • k6負荷試験による目標値達成

🔧 技術リーダーシップ ​

  • 複数プロジェクトでアーキテクチャ設計を主導
  • チームメンバーのマネジメント・技術支援
  • レガシーシステムの技術刷新を推進
  • Claude Code のテンプレート・Skills による社内の開発効率化を推進

💻 技術スキル ​

🎯 専門領域 ​

🤖 RAG/生成AI
LangChain, AWS Bedrock(Claude), Bedrock Guardrails, MCP, RAGAS/LLM-as-a-Judge による精度評価
🚀 高負荷Backend
Go/Gin, gRPC, API最適化, Spanner最適化, Redis設計
☁️ クラウドアーキテクチャ
AWS/GCP/Azure マルチクラウド, Terraform, Docker
📊 データ基盤
AWS Glue, Step Functions, Athena, Amazon Quick(DWH/ETL・可視化)

💪 主要技術(業務経験2年+) ​

分類技術(経験年数)
言語・フレームワークGo/Gin(4 年), Python(4 年), JavaScript(7 年), FastAPI(2 年), TypeScript(2 年), Protocol Buffers(4 年)
クラウドAWS(5 年), Google Cloud(4 年), Azure(2 年)
DB・キャッシュSpanner(4 年), MySQL(4 年), Redis(4 年), PostgreSQL(3 年)
インフラ・ツールDocker(4 年), Terraform(2 年)

📚 その他経験技術 ​

分類技術(経験年数)
言語・フレームワークC#(2 年), Ruby(1 年), Java(1 年), Django(1 年), Flask(1 年未満)
FrontendjQuery(4 年), Vue.js(2 年), React(2 年), Next.js(1 年未満)
DatabaseDynamoDB(2 年)
その他ツールLangChain(2 年), RAGAS(1 年), k6(負荷試験の実績あり)

📋 職務経歴(概要) ​

2026/04〜現在 | LLM 連携・業務基盤開発による不動産管理業務の効率化(業務委託) ​

役割: Tech Lead/Engineer

成果:

  • 賃貸入居審査の AI 自動化(審査書類の LLM 構造化抽出 → Kintone 連携 → AI スコアリング)をテックリードとして開発
  • 多層のハルシネーション対策(決定論的ガード・会計恒等式による検算・self-consistency)と E2E 検証基盤で先方 UAT 指摘を是正
  • 自前の管理画面と自動連携を廃止し Kintone に一本化、攻撃面と運用コストを削減
  • 請求〜入金消込の業務基盤を要件定義・設計から dev 環境構築(Terraform, GitHub Actions)まで担当
  • レビュー体制・CI/CD 基盤と Claude Code のテンプレート・Skills を整備し、社内の開発効率化を推進

主要技術: Python(FastAPI), TypeScript(Hono, React), AWS(ECS/Fargate, Lambda, SQS, SES, RDS, Cognito), Terraform, Kintone, Claude API, OpenAI API, Claude Code

2025/11〜現在 | AWS データ基盤・社内 AI チャットボット構築(業務委託・副業) ​

役割: Data/AI Engineer

成果:

  • SaaS データを集約する DWH/ETL 基盤を設計・構築し、 Amazon Quick で可視化
  • 社内 AI チャットボットを PoC〜本番リリースまで担当(Bedrock Knowledge Base, Guardrails, SAML SSO)
  • LLM-as-a-Judge+Golden データセットで回答精度を定量評価し、正答率を 58.5% から約 90% に改善
  • 法務案件の進捗可視化ダッシュボードを PoC として設計・構築(Backlog 連携、 Terraform)
  • LLM を用いた分類マッチング機能を構築し、正解率を改善

主要技術: Python(FastAPI), TypeScript(React, Next.js), AWS(Glue, Step Functions, Athena, Amazon Quick, Bedrock, Lambda, DynamoDB), Terraform

2022/04〜2026/03 | コンシューマーゲーム Backend開発(業務委託) ​

役割: Backend Engineer/Lead Engineer

成果:

  • Spanner負荷問題を解決し、サービス安定性を向上
  • 新規タイトル立ち上げを技術面でサポート
  • 新規タイトルの管理者ツールで Vue3/TypeScript を技術選定・導入

主要技術: Go, Gin, Spanner, Redis, GKE, Protocol Buffers(gRPC, Twirp, connect-web)

2023/11〜2025/07 | 社内AI チャットボット開発(業務委託・副業) ​

役割: FullStack Engineer/Lead Engineer

成果:

  • 2,500名規模のRAGシステムを 0 から構築・運用
  • 負荷試験により目標性能を達成(App Runner 最適化)
  • RAGAS導入により回答精度を定量的に改善

主要技術: Python, FastAPI, TypeScript, LangChain, AWS Bedrock, Azure, Teams Bot, Terraform

📋 職務経歴詳細 ​

2026/04〜現在 不動産管理効率化に向けた LLM 連携・業務基盤開発(業務委託)

概要

  • 賃貸入居審査の AI 自動化(審査書類の自動取込・LLM 構造化抽出、 AI 審査スコアリング・判定、 Kintone 連携)の開発・運用
  • 請求〜入金消込の業務自動化・データ管理基盤の要件定義・設計・環境構築
  • テックリードとしてレビュー体制・CI/CD 基盤の構築を主導
  • UAT レクチャーから先方 UAT 結果の調査・修正まで対応

顧客ごとの作業効率化における開発支援全般。

  • プロジェクト規模:
    • 複数案件・複数アプリの開発・保守
  • 使用技術:
    • Python(FastAPI), TypeScript(Hono, React, Vite, TanStack)
    • AWS(ECR, ECS, Fargate, Lambda, API Gateway, SQS, SES, Secrets Manager, EventBridge, RDS(PostgreSQL), S3, CloudFront, Cognito, KMS, SSM)
    • Terraform, AWS SAM, GitHub Actions, Kintone, Claude API, OpenAI API, Claude Code
  • 役割:
    • テックリード&エンジニア
  • 賃貸入居審査の AI 自動化:
    • 審査書類(申込書・登記簿・決算書・本人確認・収入証明 等)の LLM 構造化抽出パイプライン(ECS/Fargate, Claude Vision/Text)
    • 多層のハルシネーション対策(スキーマへのセクションアンカーで誤抽出率 60% から 0%、決定論的な後処理ガード、会計恒等式による検算、self-consistency、値は書き換えず要確認通知)
    • 決算書抽出の効率化で LLM 呼び出しを 177→62 回に削減、処理ロックと冪等キーの見直しで通知まで約 600 秒→81 秒
    • 自前の管理画面・Cognito・自動連携を廃止し Kintone カスタマイズに一本化、公開面を API のみに縮小
    • 審査エンジンのスコアリング是正、 Web 検索による妥当性確認の非同期化(SQS+Worker Lambda)、審査所見レポート(docx)
    • E2E 自動化システム開発(PII を含まない期待値骨格と正解ラベルの分離、揺れ階層別の一致率、書類種別別レポート)、テストカバレッジ向上
    • 通知基盤(SES+SQS、 DLQ、宛先 allowlist)、 Secrets Manager の用途別統合、 PII ログ漏洩の静的チェック
  • 業務自動化・データ管理基盤:
    • 要件定義書(ToBe 業務フロー、機能要件、外部インタフェース 等)・基本設計書・詳細設計書(API/DB)の執筆
    • アーキテクチャ選定・インフラ構成設計(単一 Web アプリ+最小構成 DB、 CSV 連携を原則)
    • Terraform による dev 環境一式と GitHub Actions の CI/CD(OIDC、最小権限)
    • Google Workspace SAML SSO の認証設計、同時操作対策(ロックと DB 制約)を含む実装骨格
  • その他:
    • コーディング規約・脆弱性/コードレビュー体制(claude-review, security-scan)の整備
    • リファクタ・バグの Issue 化による課題管理の整理
    • Issue からサブ Issue を生成する Skills 等、社内効率化スキルの作成
    • 社内効率化に向けた CI/CD テンプレートの用意
    • 社内効率化に向けた Claude Code テンプレートの用意
2025/11〜現在 AWS 上でデータ可視化・インフラ構築・推進(業務委託: 副業)

概要

  • Amazon Quick(旧 Amazon Quick Suite)に構築されたトピックでの AI の回答精度改善
  • Amazon Quick のトピックでのデータ可視化対応(データ設計、 DWH/ETL 構築、 可視化構築)
  • Amazon Quick(QuickSight)でのダッシュボード作成のための設計・インフラ構築
  • SaaS 等の社内データを利用するためのデータ基盤の設計・構築

AWS 上でのデータ可視化に伴う設計・開発全般。

  • プロジェクト規模:
    • 3 人チームでのアジャイル開発
  • 使用技術:
    • Python(FastAPI), TypeScript(React, Next.js)
    • AWS(S3, S3 Vectors, KMS, Glue, Step Functions, Athena, Quick, Lambda, SAM, Bedrock, Bedrock Knowledge Base, Bedrock Guardrails, DynamoDB, Cognito(SAML 連携), API Gateway, CloudFront, EventBridge, CloudWatch, Secrets Manager, SSM)
    • Terraform
  • 役割:
    • Amazon Quick のトピックでの AI による回答精度改善
      • メタ情報の拡充(Friendly name, Synonyms, Details)
      • Custom Instructions の拡充
      • サジェスチョンを追加し、ユーザによる質問精度の向上
    • Amazon Quick のトピック作成による可視化
    • SaaS 等データ可視化対応
      • データレベルの設計(P マーク取得準拠)
      • 可視化時利用データ設計
      • S3 バケット設計
        • 構成設計、 セキュリティ設計(SSE-S3, SSE-KMS 利用)
      • DWH/ETL インフラ設計・構築
        • S3〜Step Functions(Glue Job, Crawler, Data Catalog)〜Athena〜Amazon Quick
      • Athena View 設計
      • AI を用いた分類マッチング機能の設計・構築
        • スクリプト設計・実装
        • 精度改善対応
          • 正解データの拡張・マスタデータの拡張
          • Haiku 4.5 利用
          • 分類ロジックの修正
          • LLM に渡すデータを増やし正解率の向上
      • コード・インフラの Terraform・GitHub 移行・構築
      • 複数の SaaS を追加対応
        • API で取得できる値の文書化
        • 利用するデータ設計・固定値設計
        • データセット設計
    • 全社ルール&マスタデータ化の設計
      • ETL 実装のために各種データ設計の厳密化設計
      • Government Interoperability Framework(GIF) を参考に全社利用できるようなデータ基盤構築用設計
    • 社内チャットボット構築(PoC〜本番リリース・精度改善)
      • 既存 Copilot 版の置き換えとなる PoC を設計・提案(UI/KPI/権限/マスキング設計含む)
      • AWS 基盤構築(S3, DynamoDB, Cognito, Lambda, API Gateway, Bedrock Guardrails, Bedrock Sonnet 4.6/Haiku 4.5)
      • Golden データセットを併用した LLM-as-a-Judge による回答精度の定量評価システムを構築し継続的な精度改善に活用(正答率を 58.5% から約 90% に改善、残りの不一致は主に LLM の表記揺れ)
      • ナレッジベースの精度改善(PDF の Markdown 変換取り込み、 Excel hidden シート除外、 チャンクへの文脈付与、 input データ削除時の Index 不整合修正)
      • セキュリティ・ガバナンス対応(個人名・P マーク対象情報・AI 利用ツール情報の回答抑制、 プロンプトインジェクション対策)
      • 対象外の質問を RAG の前段で拒否するゲートを設計し、段階的に投入
      • PII マスキング・参照元表示・カテゴリー設計など UI/UX を継続改善
      • ポータルからの SAML ログイン連携(先方と SAML 送信仕様を選定、 ログインボタン追加)
      • セッション削除を物理削除+S3 アーカイブ方式に見直し
      • Terraform による本番環境構築・本番リリース
      • 運用者向けダッシュボード(低評価・ナレッジ未対応の回答分析)の PoC
    • 法務案件の進捗可視化ダッシュボード PoC
      • Backlog の課題・状態遷移から進捗・停滞・回答期限を算出する同期バッチと API を設計・実装(Lambda, API Gateway, DynamoDB, EventBridge Scheduler)
      • ポート&アダプタ構成でローカル完結の PoC を先行し、 Terraform で dev 環境へ展開
      • React(TanStack, Vite)のフロントを S3+CloudFront で配信
  • その他:
    • 可視化に伴う推奨提案
    • 会社全体で利用できるデータ基盤を作成できるように構想を設計
2022/04〜2026/03 コンシューマーゲームのサーバサイド開発全般(業務委託)

概要

  • コンシューマーゲームの Backend/管理者ツール開発(Web アプリケーション)
  • 高負荷 API・Spanner/Redis の設計・最適化
  • 新規タイトル立ち上げ〜運用まで対応

コンシューマーゲームのサーバサイド開発全般。
管理者・デバッグ・運用支援ツールの開発全般。
プロダクト運用支援。

  • プロジェクト規模:
    • 4〜5 人チームでのアジャイル開発
  • 使用技術:
    • 共通
      • Gin(Go), Docker, Vagrant, Protocol Buffers(gRPC, Twirp), AWS(S3), Fluentd, memcached, Node
      • GoogleCloud(Spanner, Cloud Build, GKE, Redis, MySQL 5.7.26)
    • ゲーム 1
      • Go 1.16, HTML&CSS, JavaScript, jQuery, Datatables, React
    • ゲーム 2
      • Go 1.22, Protocol Buffers(connect-web), Vue3, TypeScript, Element Plus, Pinia
  • 役割:
    • ゲーム 1(途中から参画)
      • Backend API の新規作成・改修・バグ修正
      • 管理者ツールの機能追加・改修・バグ修正
      • Spanner 負荷対策(Index 設計、クエリ調整、トランザクション分散)
      • Redis キャッシュ設計
      • Twitch プラットフォーム連携対応
      • KPI 設計・実装
      • コードレビュー対応
    • ゲーム 2(新規開発)
      • Backend API の新規作成・改修・バグ修正
      • 管理者ツールのフロントエンド技術選定・導入(Vue3, TypeScript)
      • Spanner 負荷対策(STORING Index 活用)
      • 負荷試験の実施・対応
      • KPI 設計・実装
      • コードレビュー対応
      • Redis に Hash を導入して Key 数の削減
      • Go 1.26 へ移行検証
        • handy-spanner から公式エミュレータを利用するように
        • aws-sdk-go を最新のものに置き換え・一部改修
        • 一部アーカイブされたライブラリの置き換え
        • golangci-lint v2 系対応に伴うルールの最新化
      • リリース時深夜監視対応
  • その他:
    • 新規タイトルでの管理者ツールの技術選定
    • API の高負荷対応
    • nvm の導入
    • node とライブラリのバージョンアップ対応
    • ESLint のルール整備
    • FlatConfig への移行
    • go ライブラリのアーカイブに伴う移行(goccy/go-json, github.com/pkg/errors 等)
2023/11〜2025/07 社内ナレッジ参照の AI チャットアプリ開発(業務委託: 副業)

概要

  • 社内 2,500 名が利用する RAG AI TeamsBot
  • PoC〜本番運用・精度改善まで一貫して担当
  • AWS/Azure マルチクラウド構成

RAG を用いた社内ナレッジ参照の生成 AI TeamsBot の開発。

  • プロジェクト規模:
    • 2〜5 人チームでのアジャイル開発
  • 使用技術:
    • 共通
      • Python 3.11, AWS(S3, Kendra, Bedrock, Lambda), Docker
    • PoC フェーズ
      • PoC 版
        • AWS(SAM, API Gateway), Copilot Studio(旧 Power Virtual Agents)
      • α版
        • FastAPI, AWS(WAF, SSM, App Runner, ECS, CodeCommit), Terraform
      • β版
        • FastAPI, LangChain, AWS(WAF, SSM, App Runner, ECS, CodeCommit, DynamoDB, CloudWatch Events), Terraform
    • プロダクト化版フェーズ
      • FastAPI, LangChain, TypeScript, Node, BotFramework, GitHub, Terraform, k6
      • AWS(WAF, SSM, App Runner, ECS, DynamoDB, CloudWatch Events)
      • Azure(Bot Service, App Service)
  • 役割:
    • PoC フェーズ
      • ノーコードツールを利用しての Teams ボット開発・運用(β版にて移行)
      • 開発環境移行(ノーコードツールから Azure Bot Framework を利用しての開発へ)
      • DynamoDB のテーブル設計
      • Backend API 設計
      • シンプルな RAG の実装(AWS サービスを利用)
      • Teams ボット側の表示方法の改良
      • 運用環境効率化に伴うアーキテクチャ・インフラ設計・インフラの Terraform 化
        • AWS, Azure
      • S3 署名付き URL のサポート
      • データ集計ツールの開発・運用
      • 技術検証・調査・技術選定
    • プロダクト化版フェーズ
      • Backend の負荷試験・負荷を考慮した対応
        • API の並列処理対応
        • App Runner のインフラのスペック増加、並列処理用対応
        • Bedrock でクロスリージョン推論対応
      • Teams ボットの複数展開対応(マルチテナント対応、 ブランチ制御対応)
      • ログのフォーマット化
      • RAG の精度改善検証
        • モデルのアップデート検証(Claude のモデルアップデート対応)
        • ライブラリの最新化
        • LangChain パラメータ調整
        • モデルに合わせたテンプレート調整
        • RAGAS 実装サポート・精度改善検証対応
          • 4 値を利用して評価・検証
            • Answer Relevancy, Context Recall, Answer Semantic Similarity, Faithfulness
      • RAG のデータソース追加対応
        • SharePoint, Zendesk
      • メンバー増員に伴うドキュメント化(開発ノウハウ、運用ルールの明文化)
      • メンバー増員に伴うエンジニアのマネジメント・支援(コードレビュー, ヘルプ対応)
      • CodeCommit から GitHub へ移行
      • CI の用意
  • その他:
    • RAG という単語が出始めたときからの試行錯誤の開発
    • 技術選定
    • Teams ボット開発ノウハウがない中での開発
    • AI チャットとしての回答精度改善対応
    • 目標値に向けた負荷試験実施・対応
    • AWS, Azure を利用したマルチクラウド開発
    • 中規模ユーザが利用するアプリ開発
2023/09〜2024/08 防災気象 Web アプリケーション開発・運用(業務委託: 副業)

リアルタイム被害予測ウェブサイト・アプリの機能追加・運用支援。
新規プロダクトの企画支援。
受託開発支援。

  • プロジェクト規模:
    • 3 人チームでのアジャイル開発
  • 使用技術:
    • HTML&CSS, JavaScript, AWS(Lambda, S3)
  • 役割:
    • 機能追加(コーディング)、GitHub の利用推進、ドキュメントの用意
    • 新規プロダクト企画案・レビュー
    • アプリの保守対応
    • 新規プロダクト開発(コーディング)
  • その他:
    • メンテナンスなしプロダクトでの新機能追加・保守対応支援
2023/01〜2023/07 医療系アプリのサーバサイド開発(業務委託: 副業)

toC 向け Personal Health Record(PHR)データ管理アプリのバックエンド API の設計書作成・機能追加・改修・デバッグ。
同意情報管理アプリの API 新規開発。

  • プロジェクト規模:
    • 3〜5 人チームでのアジャイル開発
  • 使用技術:
    • 共通
      • MySQL 5.7, Amazon Linux, Docker, Gin(Go)
    • 生活習慣データの記録アプリ(既存)
      • Go(1.17)
    • 同意情報管理アプリの API 開発(新規)
      • Go(1.20.3)
  • 役割:
    • 生活習慣データの記録アプリ(既存)
      • 既存 API の改修・リファクタ
      • 新規 Bluetooth アプリとの連携追加対応(認証、 API 連携、 内部ロジックの新規開発)
      • バグ調査・修正対応(優先度、 各種デバイス連携、 他アプリとの連携)
      • 内部テスト対応
        • iOS, Android
      • 詳細設計書の用意(フロー図、 シーケンス図)
    • 同意情報管理アプリの API 開発(新規)
      • API の新規作成
      • 既存処理の改修・リファクタ
      • UnitTest の導入(go-mock, .http 対応)
  • その他:
    • 運用中の BtoC アプリに対しての新機能追加
    • Bluetooth アプリ連携
    • Clean Architecture 生活習慣データの記録アプリ
    • Repository パターン開発 同意情報管理アプリ
2022/10〜2022/11 LP からの注文受付システム開発(業務委託: 副業)

LP からの注文受付システムの決済機能追加。

  • プロジェクト規模:
    • 2 人チームでのウォーターフォール開発
  • 使用技術:
    • Python 3.8.10, DRF 4.1.1(Python), MySQL, Ubuntu(20.04), AWS(EC2, RDS)
  • 役割:
    • GMO API を利用してクレジットカード決済機能の追加
    • SSH MaxConnections 値の調整とリトライ対応
    • システムテストの実施
    • 機能リファクタの実施
    • 負荷テストの実施とテスト用スクリプトの作成
      • 同時実施要件に耐えられるように
  • その他:
    • クレジットカード決済連携
2021/08〜2022/03 PHR 流通基盤の開発(業務委託)

Personal Health Record(PHR)データの流通を管理する基盤の新規開発。
途中よりリードエンジニアとして技術部分のリード作業。

  • プロジェクト規模:
    • 3 人チームでのアジャイル開発
  • 使用技術:
    • Python 3.8, Flask 2.0.2(Python), nginx, pybabel, peewee(Python), Swagger, oneM2M
    • AWS(Lightsail, RDS, EC2), Ubuntu 20.04, MySQL
    • ライブラリ
      • oneM2M
  • 役割:
    • 特殊ライブラリの技術調査・検証・選定
    • 設計書の作成・レビュー対応
    • API 開発・コードレビュー対応
    • API の多言語対応(日、 英)
    • UnitTest の作成。カバレッジ率: 97%
    • デプロイ・リリース対応
  • その他:
    • 開発の 8 割を担当
    • リードエンジニア作業
    • ニッチな分野の特殊ライブラリのマスター
    • 国プロとしての対応
2021/01〜2021/12 メッセージ配信・最適化ソリューション開発支援(業務委託: 副業)

メッセージ配信・最適化ソリューションの配信テスト支援。
LINE チャットボットの PoC 開発。

  • プロジェクト規模:
    • 10 人チームでのアジャイル開発
  • 使用技術:
    • AWS
      • S3, CloudWatch, aws-cli
    • Google
      • Dialogflow CX
  • 役割:
    • Web アプリケーションの UI テストと iOS アプリへの配信テストを実施
    • ログ分析
    • マニュアルの新規作成
    • テスト仕様書の作成
    • 別プロダクトのテスト支援
    • トラブル解決のための LINE チャットボットの試作
  • その他:
    • Dialogflow CX(NoCode)を用いたボット開発
    • LINE チャットボット連携
2020/10〜2021/07 ネットワーク運用管理システム開発(社員)

ネットワーク機器の運用・管理 Web アプリケーションの機能追加対応。

  • プロジェクト規模:
    • 10 人チームでのアジャイル開発
  • 使用技術:
    • Python 3.6, Django 3.0(Python), HTML&CSS, JavaScript, jQuery, Bootstrap, PostgreSQL, Ubuntu 20.04, CentOS7, 8
  • 役割:
    • Web アプリケーションの機能追加(フロントエンド、 バックエンド)
    • 追加機能の要件定義・基本設計作成・レビュー対応
    • DB 設計
    • Syslog 通知の技術調査・検証・要件定義~総合テスト
    • 機能追加の工数見積もり
    • コードレビュー対応
    • 他者作業のヘルプ
  • その他:
    • 他者作業の技術サポート
2017/10〜2020/08 空調機器の管理システム開発(社員、 業務委託)

空調機器を用いた Web アプリケーション・業務アプリケーションの開発。
顧客との直接作業。

  • プロジェクト規模:
    • 3〜10 人チームでのアジャイル開発
  • 使用技術:
    • 共通
      • HTML&CSS, JavaScript, jQuery
    • 業務ビル系 業務 Web アプリケーション
      • Java(Struts, Spring), Junit, PostgreSQL
    • 工場系 業務 Web アプリケーション
      • Ruby(Ruby on Rails), Rspec, Sidekiq, Angular JS, PostgreSQL, Vagrant, Virtual Box, Docker
    • 業務ビル系、 薬学系 業務アプリケーション
      • C#(.NET Framework), SQLServer
    • 業務ビル系 業務アプリケーション
      • C++, VB6, VBA, PostgreSQL
  • 役割:
    • Web アプリケーションの新規開発・機能追加・バグ修正(フロントエンド、 バックエンド)
    • 要件定義~総合テストの実施
    • 技術調査
      • Sidekiq, Redis
    • バグ・パケット調査
    • 顧客対応
      • 納品周りのやりとり、質問・要件定義対応、納品 PC の作成
  • その他:
    • 古いシステムの C#へのリプレイス
    • 他プロダクトのフレームワークリプレイス支援
    • 顧客折衝対応

🎯 意欲・興味 ​

  • ユーザ体験を重視したプロダクト開発に携わりたい
  • 業務改善・効率化でのユーザ体験を向上させるプロダクト開発
  • 新技術の検証・学習を継続できる環境を希望
  • 技術リーダーシップを発揮し、チームの技術力向上に貢献したい

📞 連絡先 ​

お気軽にX(Twitter)のDMでご連絡ください