-
ヘッドハンティングサービス
■ プロジェクトの目的
エンジニアやクリエイターなどのハイレベル人材を、スキル・経歴・活動実績（GitHub、Qiita、Twitterなど）からAIが自動解析し、企業が効率的にスカウトできるようにする「AIヘッドハンティングサービス」を開発。
ユーザー（企業・求職者）双方の利便性向上とマッチング精度の最適化を目的としたプロジェクト。
■ 体制・人数
・チーム規模：平均5名（エンジニア3名、デザイナー1名、PM1名）
・開発体制：スクラム／アジャイル開発
・使用技術：React.js, TypeScript, Ruby on Rails, Docker, MySQL, DynamoDB, AWS
■ 自分のポジション・役割
・フロントエンド改善チームのリーダーとして、UI/UX改善方針の策定および実装を主導
・新機能開発（職務経歴書Import機能・ポートフォリオ編集モード）を担当
・Railsによるマイクロサービス構築・API設計も一部担当
・ビジュアルリグレッションテストやパフォーマンス計測基盤など、開発基盤の整備を推進
■ 目的を達成する上での課題
・リソースが限られる中で、既存機能の保守と新機能追加を並行して進める必要があった
・SPA化が進んでいなかったため、画面遷移ごとのレスポンスが遅く、ユーザー離脱率が高い
・デザイン仕様の共有や更新が属人的で、コンポーネント間の再利用性が低下していた
・各サービスがモノリシック構造で密結合しており、開発スピードのボトルネックになっていた
■ 課題に対して取り組んだこと
・React.jsを用いたSPA化を推進し、ページ遷移速度を改善
・Ruby on Railsによるマイクロサービス化を進め、機能単位で独立した開発・デプロイを実現
・デザインライブラリのアップデート体制を構築し、UIコンポーネントを一元管理
・Dockerを導入して開発環境を標準化、CI/CDパイプラインを改善
・パフォーマンス計測基盤を導入し、ロード時間・APIレスポンスを定量的にモニタリング
■ ビジネス上の成果
・フロントエンドリファクタリングにより、ページロード時間を約40％短縮
・SPA化によって、ユーザー行動分析ツール上での離脱率を20％以上改善
・チーム開発プロセス改善により、リリースサイクルを月1回→週次リリースへ短縮