-
オンラインポーカーゲームの設計・開発
■ プロジェクトの目的
オンライン上で複数ユーザーがリアルタイムに対戦できる
ポーカーゲームを開発し、
エンターテインメント性と安定したゲーム進行を両立した
ゲーム体験を提供することを目的とした。
■ 体制・人数
個人開発
（企画・設計・実装・テスト・運用まで一貫して担当）
■ 自分のポジション・役割
・ゲーム全体の仕様設計およびルール実装
・ポーカーの役判定・勝敗ロジックの設計
・リアルタイム対戦を実現する通信処理の実装
・フロントエンドUIの設計・実装
・不正防止やゲーム進行安定性を考慮した設計
■ 目的を達成する上での課題
・リアルタイム通信における同期ズレの防止
・複数プレイヤー同時接続時の状態管理
・公平性を保つためのゲームロジック設計
■ 課題に対して取り組んだこと
・サーバー主導でゲーム状態を管理し、
クライアント差異による不整合を防止
・通信遅延を考慮したイベント設計を実施
・役判定ロジックを自動テスト化し、品質を担保
■ ビジネス上の成果
・安定したリアルタイム対戦を実現し、
複数ユーザー同時プレイが可能なゲーム基盤を構築
・ゲームロジック・通信・UIを分離した設計により、
今後の機能追加や別ゲームへの展開が可能な構成を実現ゲーム開発、Webアプリ開発、
フロントエンド（React / TypeScript）、
リアルタイム通信（WebSocket）、
バックエンド（Node.js）、
ゲームロジック設計、
マッチング・状態管理、
データベース設計、UI/UX設計 -
会員管理システムの設計・開発
■ プロジェクトの目的
ユーザー情報・権限・利用状況を一元管理し、
業務効率化およびサービス運用の安定化を目的とした
会員管理システムの設計・開発を行った。
■ 体制・人数
個人開発
（要件定義・設計・実装・テスト・運用まで一貫して担当）
■ 自分のポジション・役割
・業務要件の整理およびシステム要件定義
・会員情報・権限管理を考慮したDB設計
・ログイン／認証・認可機能の実装
・管理画面およびユーザー画面の開発
・運用を想定した保守・拡張性設計
■ 目的を達成する上での課題
・会員数増加を想定したスケーラブルな設計
・権限管理の複雑化への対応
・管理者と一般ユーザー双方にとって使いやすいUI設計
■ 課題に対して取り組んだこと
・ロールベースの権限管理（RBAC）を導入
・データ構造を整理し、将来的な機能追加に対応可能な設計を実施
・操作ミスを防ぐための管理画面UI改善を実施
■ ビジネス上の成果
・会員情報管理の自動化により、
運用・管理工数を大幅に削減
・安定した認証・管理基盤を構築し、
継続的なサービス運用を可能にした要件定義、業務設計、Webアプリ開発、
会員管理、認証・認可設計、RBAC、
フロントエンド（React / Next.js）、
バックエンド（Node.js / API設計）、
データベース設計、運用・保守 -
AI動画生成システムの設計・開発
■ プロジェクトの目的
テキストや画像入力から自動で動画コンテンツを生成し、
広告・SNS・プロモーション用途における
動画制作コストと制作時間を大幅に削減することを目的として
AI動画生成システムを設計・開発した。
■ 体制・人数
個人開発
（要件定義・設計・開発・検証まで一貫して担当）
■ 自分のポジション・役割
・システム全体のアーキテクチャ設計
・動画生成AIモデルの選定・実装
・テキスト／画像から動画を生成する処理フロー構築
・バックエンドAPIの設計・実装
・生成結果を確認・調整できるUI仕様設計
■ 目的を達成する上での課題
・動画生成時の品質ばらつきと生成時間の最適化
・GPUリソースを考慮した処理設計
・非エンジニアでも扱える操作性の確保
■ 課題に対して取り組んだこと
・生成プロンプトとパラメータ調整による品質改善
・動画生成工程を分割し、処理負荷を最適化
・生成結果を即座に確認・再生成できるUIフローを設計
■ ビジネス上の成果
・動画制作にかかる工数を大幅に削減し、
短時間で複数パターンの動画生成を可能にした
・広告・SNS向け動画制作の自動化基盤として
実運用・サービス展開を見据えた構成を実現AI開発、生成AI、動画生成、Python、Stable Diffusion、Diffusers、OpenCV、FFmpeg、API開発、バックエンド設計、プロンプト設計、UI/UX設計、クラウド環境構築
-
AI医療診断システム
■ プロジェクトの目的
医療従事者の診断補助および業務負担軽減を目的とし、
症状データ・検査データをもとに疾患候補を提示する
AI医療診断支援システムの開発を行った。
■ 体制・人数
個人開発（要件定義〜設計・実装・検証まで一貫して担当）
■ 自分のポジション・役割
・システム全体設計
・AIモデル選定・学習設計
・医療データの前処理・特徴量設計
・バックエンドAPIの実装
・UI仕様設計および動作検証
■ 目的を達成する上での課題
・医療データ特有の欠損・ばらつきへの対応
・過学習を防ぎつつ実用精度を確保するモデル設計
・専門知識がなくても使えるUI設計
■ 課題に対して取り組んだこと
・データクレンジングと特徴量エンジニアリングの最適化
・複数モデルを比較検証し、精度と推論速度のバランスを調整
・診断結果を可視化し、根拠が分かるアウトプット設計を実施
■ ビジネス上の成果
・診断候補提示の自動化により、
医療従事者の一次判断にかかる時間を大幅に短縮
・実運用を想定したシステム設計により、
PoC（概念実証）レベルから実サービス展開を見据えた構成を実現AI開発、機械学習、医療データ解析、Python、TensorFlow / PyTorch、API設計、バックエンド開発、データ前処理、要件定義、UI/UX設計