穴口 順也

(1) アーキテクトおよびマネジメント

• システム全体の企画・実施、他部門・他グループとの連携
• 全体像を共有することでシステムを再構築し、SLO とともに Google Cloud のコストを 50% 削減しました
• 各拠点（インド州、米国）のテクノロジーアーキテクトと月に一度のコミュニケーションと知識の共有しました
• ML Ops: GPU を使用した本番環境への AI モデルの導入、大量の受信データを低コストで効率的に処理する方法
• セクション全体でサーバーレスの使用を促進し、運用コストを削減しました（例: GKE 上の Kubeflow -> Vertex AI）
• グループメンバー8名とチームメンバー5名を技術的な観点からリードし、全体のアーキテクチャを検討し、実装の方向性を決定しました
• ビジネスチームと話し合ってSLOとRTOの指標と目標を設定
  Google Cloudのコスト削減に貢献しました
• コードの量とライセンス コストを削減するために、CircleCI を Github Actions に移行しました
• Pagerdutyを全セクションに導入し、オンコールのやり方を標準化
• クラウドワークステーションによるリモート開発環境を導入し、開発者全員の開発環境を標準化

(2) エンジニアリング

• R&Dが作成したMLモデルやOpen AI、Azure Open AIを使ったソリューションをまとめ、1つのエンドポイントで呼び出せるよう設計・実装
• R&DがPytorchやTensorflowを用いて作成したMLモデルをFastAPIでAPI化し本番環境までデプロイ、運用
• Dailyで200MM蓄積される行動ログのデータ分析処理及び過去データをBigQueryへ移行(Airflow + Hive -> Airflow + BigQuery)し、スタースキーマを適用
• 社内ユーザー向けデータ管理用ツールの新規画面開発およびリリース（Typescript/Nuxt/Cloud Run etc)

(3) 自己管理・学習

• 開発作業 (コード生成、レビューなど) における AI 支援を学習し、小規模なチームに導入して知識と技術を節約しながら、開発労力を定量化し、機能開発で開発労力を測定しました
• Google カスタマー エンジニアから Vertex AI で LLM モデルを作成する方法を学びながら、LLM 関連のことを学び、人的コストを削減するプロジェクトのモデルを作成しました

(1) プロジェクト/開発

• 米国のチームとブランド情報を抽出するプロジェクトを開始し、Apache Kafka/Spark ストリーミング/ELT を使用して NRT で実装しました
• 3～4年後のデータ活用を見据えたシステム設計を再設計・構築しました
• Google Cloud 上にストリーミング パイプラインをCloud Dataflowを使いスクラッチ実装し、検索精度を向上させるために検索セクションにデータを配信しました
• データをユーザーに迅速に提供する基盤としてグローバル カタログを作成するプロジェクトを米国チームと開始し、GCP上で構築しました

(2) リーダー/マネジメント

• パートナースタッフを含む開発者/プロダクトマネージャーを3～4名採用しました
• 面接評価シートを作成しチームを拡大しました
• Google Cloud カスタマー エンジニアとの継続的なコミュニケーションを構築し、情報を交換し、アーキテクチャと AI モデルの実装に関して Google チームからサポートを受けました
  

(3) 自己管理・学習

• 本を読んだり、面接シミュレーションを試したり、部門の採用担当者と話し合ったりして、優秀な人材（または努力家）を採用する方法を学びました
• 一連のリアルタイム ストリーミング システムの構築から多くのことを学び、部門レベルの全員会議で米国メンバーと共有しました

(1) プロジェクト/開発

• スクラッチ/強化/微調整されたデータ管理ツールと社内向け REST API。スーパーセールなどの大規模セールでは 7,000 qps を超えるトラフィックを獲得
• 150 MM の市場製品を構築するために Hadoop/Hive/Spark (ビッグデータ処理) のユースケースを導入
• 大規模なセールにより発生した交通量の監視の強化
• 開発チームとビジネスチームの両方で運用コストの削減が実現
• APIユーザーとユースケースを議論し、新規ユーザーを獲得、およびサポートによりツールユーザーを拡大
  
  

(2) リーダー/マネジメント

• スクラムマスターおよび技術リードとしてチームのメンバー8人を率いる
• 開発チームとビジネスチーム向けに計画された中期/長期開発計画
• 開発メンバーの評価支援（楽天の評価方法をメンバーに教える、など）
• Atlassian Bambooを使用したCI/CDの導入
• Apache Kafka/Apache Spark などの新しいテクノロジーを導入
  

(3) 自己管理・学習

• 2 日間のオンサイト トレーニングに参加して、アジャイル開発とスクラム チームとは何かを学びました
• アプリケーションのアップグレード時の運用コストを削減するために、コンテナベースの REST API についてデモを作成して共有します

(1) 家電量販店最大手のECシステムリニューアルプロジェクト

• レガシー システムを再構築するための新しい ETL プロセスを設計し、メンバーが ETL の仕組みを簡単に理解できるように図/IO/主要なビジネス ロジックを文書化しました（要件のヒアリングから参加）
• Java/Spring と自動化ツールを使用してすべての ETL プロセスを再構築し、デザイン パターン (ファクトリ/ビルダー) を導入してコード量を削減し、メンバーのコーディング速度を高速化しました
• コードカバレッジの 90% を達成してテストを自動化
• Hadoop/Hive を学習し、それらを使用して新機能を実装し、毎日 40MM 製品を処理できるように起動および監視しました

(2) Eコマース・旅行会社システム

• 旅行会社のレガシーシステムにspring boot/デザインパターンを導入
• Junit と spec framework を使用したテストをレガシーなコードレポに追加して、テストを自動化し、コードの品質を保証しました

• デザインパターン（テンプレート法等）を用いて、少ない工数で多くのバッチプログラムを開発、バグ修正、強化。また、BUとの良好なコミュニケーションを確立
• Javaを使用したAPIやUIの開発、エンハンスメント
• 本番環境およびデータ移行プロジェクトで発生した問題のトラブルシューティング (日中/深夜)
• Junit やシェル スクリプトを使用して単体テストを自動化し、技術リーダーとして他のメンバーに展開する