-
Quantlix プラットフォーム開発
■ プロジェクトの目的
Quantlixは、開発者がAIモデルを数秒でデプロイできるプラットフォームです。サーバーやクラスタ、DevOpsの設定なしで、PyTorchやFastAPI、HuggingFaceモデルを本番環境のAPIとして即座に利用可能にすることを目的としています。GPU対応や自動スケーリングも備え、低レイテンシかつ開発者フレンドリーな環境を提供します。
■ 体制・人数
プロジェクトマネージャー1名、バックエンドエンジニア2名、フロントエンド1名、インフラ/クラウドエンジニア1名、AIエンジニア1名の計5〜6名体制を想定。
■ 自分のポジション・役割
私はテックリード兼AIアーキテクトとして、API設計、モデルデプロイ基盤の設計・実装、クラウド自動スケーリング、GPU最適化、REST APIの統合設計を担当しました。
■ 目的を達成する上での課題
・モデルデプロイの高速化と信頼性確保
・CPU/GPUを含む自動スケーリングの安定運用
・低レイテンシAPIの提供
・開発者向け使いやすさと価格透明性の両立
■ 課題に対して取り組んだこと
・クラウド基盤でのオートスケーリング実装
・API優先設計による開発者フレンドリーな操作性
・GPU/CPU選択可能な環境構築
・エラー処理・ログ管理・レスポンス最適化
■ ビジネス上の成果
・AIモデルを数秒でデプロイ可能にし、開発効率を大幅改善
・低レイテンシAPIによりリアルタイム推論が可能
・透明な料金体系で開発者導入のハードルを低減
・EUホスティングにより高可用性・安定稼働を達成
-
クラウドファンディングプロジェクト
■ プロジェクトの目的
動画配信とクラウドファンディングを統合したクリエイター支援型プラットフォーム（つくるテレビのようなモデル）の構築を目的としました。視聴・支援・継続的な関係構築を一気通貫で実現し、さらにAI技術を組み込むことで検索性向上、運営効率化、ユーザー体験高度化を図りました。
■ 体制・人数
PM1名、フロントエンド1〜2名、バックエンド1〜2名、インフラ1名、デザイナー1名の5〜7名体制。AI設計は専任または兼任1名で担当しました。
■ 自分のポジション・役割
テックリード兼バックエンド／AIアーキテクトとして参画。全体アーキテクチャ設計、クラウド基盤（Amazon Web Services）構築、決済（Stripe）統合、AI機能設計、セキュリティ・スケール設計を担当しました。
■ 課題
動画配信の安定性、検索性不足、投稿工数の高さ、支援導線の最適化が主要課題でした。
■ 取り組み
CDN（Cloudflare）とHLS配信で安定性を確保。音声文字起こし・要約・タグ自動生成により検索インデックスを自動化し、ベクトル検索でセマンティック検索を実装。レコメンドエンジンで視聴継続率を改善。説明文やSNS投稿文の自動生成で投稿負担を削減しました。
■ ビジネス成果
投稿工数約40％削減、検索流入約1.8倍、視聴継続率約25％向上、支援CVR約15％改善を達成しました。
React, Tailwind CSS, Node.js, PostgreSQL, Google Cloud Storage, Cloudflare Stream, Mux, Stripe, SSL/TLS, Google Analytics, Search Console, GHL,