-
業務効率化RPAツール開発プロジェクト
■ プロジェクトの目的
日々の受注処理・在庫更新・請求処理を自動化し業務負荷を削減。
■ 体制・人数
エンジニア2名
■ 自分のポジション・役割
要件定義、RPAスクリプト実装、管理画面構築。
■ 目的を達成する上での課題
業務フローが複雑で、例外処理が多い。
■ 課題に対して取り組んだこと
処理フローを可視化し、例外パターンを分類し例外ロジックを統合。
■ ビジネス上の成果
手作業の90%を削減、担当者の残業を月20時間削減。Python, Selenium, Django, MySQL
-
広告データ自動取得・レポート生成システム構築プロジェクト
■ プロジェクトの目的
広告データ収集〜レポート作成の自動化により作業工数削減。
■ 体制・人数
エンジニア2名、マーケター2名
■ 自分のポジション・役割
API連携全般、ETL構築、分析画面のフロント実装。
■ 目的を達成する上での課題
広告媒体ごとにAPI仕様が異なり、統合が困難。
■ 課題に対して取り組んだこと
共通インターフェース設計し、拡張性の高いデータ取得基盤を構築。
■ ビジネス上の成果
レポート作成時間を90%削減、代理店の担当者2名分の工数を削減。
公開範囲Python, FastAPI, Google Analytics API, BigQuery, React
-
BtoB向け業務管理システム刷新プロジェクト
■ プロジェクトの目的
レガシーシステムの脱PHP化・クラウド移行・UI改善。
■ 体制・人数
フルスタック3名、インフラ1名
■ 自分のポジション・役割
フロント・バック・DB・インフラのフルスタック担当。
■ 目的を達成する上での課題
旧システムの仕様書が無く、データ構造の全把握が困難。
■ 課題に対して取り組んだこと
DBリバースエンジニアリング、UI要件整理、API新設を実施。
■ ビジネス上の成果
運用障害が大幅に減少、業務効率約30%改善。Django, Vue.js, MySQL, AWS, Docker
-
大手飲料メーカーのマーケティング分析基盤刷新プロジェクト
■ プロジェクトの目的
購買データ・広告データ・SNSデータなど複数ソースを統合し、分析を自動化。
■ 体制・人数
データエンジニア4名、アナリスト3名
■ 自分のポジション・役割
ETL構築、分析API開発、ダッシュボード連携。
■ 目的を達成する上での課題
データフォーマットがバラバラで、統合処理の負荷が高い。
■ 課題に対して取り組んだこと
スキーマ統一ルール策定、AirflowによるETL自動化で安定化。
■ ビジネス上の成果
広告効果測定のリードタイムが2週間から1日に短縮。
マーケティングROIを約15%改善。Python, Airflow, BigQuery, React, データ分析
-
AI文章生成SaaS開発プロジェクト
■ プロジェクトの目的
マーケター向けに文章作成工数を削減するAIテキスト生成SaaSを新規開発。
■ 体制・人数
エンジニア2名、PM1名、デザイナー1名
■ 自分のポジション・役割
バックエンド・フロント両面の設計・実装、AIプロンプト設計を担当。
■ 目的を達成する上での課題
生成速度・品質・コストのバランス最適化が課題。
■ 課題に対して取り組んだこと
キャッシュ・プリプロンプト構造化・負荷分散などを導入し、応答速度を2秒以下に改善。
■ ビジネス上の成果
SaaSリリース後3ヶ月でユーザー数1,000人突破。
顧客の文章作成時間を平均60%削減。Python, FastAPI, Next.js, Tailwind, OpenAI API, Redis, Docker
-
IoTデバイス遠隔管理システム開発プロジェクト
■ プロジェクトの目的
全国に設置されたセンサーデバイスの状態監視・データ収集・異常検知を行う基盤の構築。
■ 体制・人数
バックエンド3名、インフラ1名、フロント2名
■ 自分のポジション・役割
バックエンドAPI、MQTT連携処理、データ保存基盤の設計と実装。
■ 目的を達成する上での課題
デバイスの大量アクセスに対し、負荷耐性と可用性を確保する必要。
■ 課題に対して取り組んだこと
AWS IoT Core と FastAPI の非同期化でスケーラビリティを確保。
バッチ処理をキュー化し、安定稼働を実現。
■ ビジネス上の成果
運用コスト25%削減、障害対応時間50%短縮、サービス品質向上に寄与。Python, FastAPI, Next.js, Tailwind, OpenAI API, Redis, Docker
-
中堅SaaS企業の管理画面フルリニューアルプロジェクト
■ プロジェクトの目的
旧来のUIを改善し、UX向上と業務効率化を実現。
■ 体制・人数
フロント3名、バック2名、QA1名
■ 自分のポジション・役割
UI/UX設計、Reactリニューアル全般、API連携。
■ 目的を達成する上での課題
旧APIの設計が非効率で、リファクタリングが必要。
■ 課題に対して取り組んだこと
APIをREST+OpenAPI化し、フロント開発効率を大幅に向上。
■ ビジネス上の成果
ユーザー離脱率が18%改善。問い合わせ件数20%削減。
Python, FastAPI, Next.js, Tailwind, OpenAI API, Redis, Docker
-
EC事業者向けAIレコメンドエンジン構築プロジェクト
■ プロジェクトの目的
購買率向上のための商品レコメンド機能の開発。
■ 体制・人数
データサイエンス部2名、エンジニア2名
■ 自分のポジション・役割
レコメンドモデル構築、API化、フロント組み込み。
■ 目的を達成する上での課題
商品データが非構造的で、カテゴリ分類が困難。
■ 課題に対して取り組んだこと
自然言語処理を活用し、商品説明文からカテゴリ自動分類モデルを構築。
■ ビジネス上の成果
クリック率25%向上、売上前年比1.4倍に貢献。
Python, Flask, TensorFlow, TypeScript, Next.js, Redis
-
医療機関向けデータ分析ダッシュボード構築プロジェクト
■ プロジェクトの目的
医療データを可視化し、患者数・稼働率の分析を効率化するダッシュボードを構築。
■ 体制・人数
エンジニア4名、デザイナー1名、PM1名
■ 自分のポジション・役割
API設計、DB設計、可視化UIの構築、ログ収集基盤構築を担当。
■ 目的を達成する上での課題
データ量が多く、表示速度に課題が存在。
■ 課題に対して取り組んだこと
キャッシュ導入、クエリ最適化、非同期処理の導入で高速化。
■ ビジネス上の成果
分析作業時間が1/10に短縮、医療スタッフの工数削減に貢献。Django, Vue.js, PostgreSQL, AWS, データ分析
-
大手小売企業向けAI需要予測システム開発プロジェクト
■ プロジェクトの目的
在庫最適化と廃棄削減のため、売上データを用いた需要予測AIシステムの構築。
■ 体制・人数
PM1名、データサイエンティスト2名、エンジニア3名
■ 自分のポジション・役割
フルスタックエンジニアとして、バックエンドAPI開発・モデル推論基盤構築・フロント画面設計を担当。
■ 目的を達成する上での課題
モデル精度が商品の季節性によって左右された点。
■ 課題に対して取り組んだこと
特徴量エンジニアリングを強化し、季節指数と気象データを組込む仕組みを開発。
■ ビジネス上の成果
在庫廃棄率が20%削減、月間コスト約500万円削減に貢献。Python, FastAPI, React, AWS, 機械学習, Docker, PostgreSQL