アメリエフ株式会社 / エンジニア
QIIME2(メタゲノム解析用OSS)自動化ツールの開発
担当業務:機能実装、仕様書の作成 開発人数:2名。 利用スキル:Python, Git, GitHub
450万人が利用するビジネスSNS
ログインユーザーのみに公開
領域を限定せずプロダクト全体に関わるエンジニアになって、ユーザーの課題を解決したい
- 概要: SaaS 型 E2E テストサービスから Playwright への移行と、チームが管理する 5 サービスへの展開 - 役割: E2E テスト基盤の設計担当(QA エンジニアと協業) - 担当: 基盤の設計・実装 / GitHub Actions による実行環境の構築 / QA エンジニアの実装補助とレビュー - 実績: - 移行前は E2E が QA チームの持ち物で、エンジニア側から取り回せない状態でした。実行対象は検証環境のみで、main ブランチへのマージ後にしかテストを実行できませんでした。移行にあわせてブランチデプロイ環境に対しても実行できる構成とし、マージ前に確認できるようにしています。GitHub Actions による定期実行・手動実行も整備しました。運用フェーズではテストの作りを見直し、導入完了時点で 6 分だった CI の実行時間を 2 分へ短縮しています。 - ページオブジェクトモデルを採用して画面変更に対する修正範囲を抑え、属人化していたテスト失敗時のクリーンアップを明示的に実装しました。不安定なテストは、テスト側で辻褄を合わせずプロダクト側の実装を改善して解消しています。 - 1 本目を QA エンジニアと共同で仕上げ、基盤と進め方を共有しました。その後 QA エンジニアが単独で 3 サービス、私が残る 1 サービスを担当し、計 5 サービスへの導入を完了しています。協業した QA エンジニアは、E2E が未導入の他チームのサービスへの将来的な横展開を見据えて、この基盤を再利用できる形に整えています。 - 技術: TypeScript / Playwright / GitHub Actions
- 概要: 従業員の過去回答データを元に、データ分析と具体的なアクション提案を生成 AI で行う新機能 - 役割: フルスタックエンジニア(チーム 5 名: 要件定義 1【途中離職】・実装 1【自分】・パフォーマンス検証 1・デザイナー 1・QA) - 担当: フロントエンド実装 / Go バックエンド実装 / Google Cloud リソース構築(Terraform)※当初のアサインはフロントエンドと簡易な API 実装のみ - 実績: - 本機能には、OpenAI API の TPM 上限・1 分あたりの実行上限・出力時間という 3 つの非機能要件がありました。当初設計ではトークン消費が超過する見込みだったため、プロンプトへ渡すデータ構造自体の見直しを PdM に提案し、協働して要件を満たした上でリリースしています(プレスリリースとして公開)。 - OpenAI API の実行に時間がかかるため、API サーバーと生成処理を行うワーカーを分離した非同期構成としました。Cloud Tasks のキューを Terraform で新規に作成し、Cloud Run 上のワーカーを追加した上で、実行上限に収まるようキューの同時実行数とディスパッチ速度を制御しています。キュー・ワーカー・OpenAI API でタイムアウトの長さが異なるため、どこが先に切れるかを整理して設定を揃え、ワーカーにはグレースフルシャットダウンを実装しました。中断された処理は失敗ステータスとして記録され、処理中のまま残らない構成としています。 - 当初のアサイン範囲を超えて Go バックエンド本体の実装・Google Cloud リソース構築を巻き取り、実装リソース 1 名の体制でリリースまで完遂しました。要件定義担当の離職後は、PdM・リーダーと都度すり合わせて仕様の穴を埋めながら前進しました。 - 技術: Go / chi / Google Cloud / React / Terraform / Storybook / Vite / Chromatic / Vitest / OpenAI / GitHub Copilot
- 概要: チームが管理する 5 サービスに対する Storybook の整備と、Chromatic による VRT(Visual Regression Testing)の導入 - 役割: 設計・導入担当 - 実績: - 社内 UI ライブラリの更新のたびにレイアウト崩れが頻発し、画面の目視確認では検知漏れが出ていました。Storybook を整備してコンポーネント単位で表示を確認できる状態を作り、その Storybook を前提に Chromatic による VRT を導入しています。目視確認に依存していた検知を自動化し、確認工数の削減とリリース時の安全性を両立させました。 - 導入後は、UI ライブラリの更新時に限らず通常の機能開発においても、意図しない表示崩れをリリース前に検知できるようになりました。 - Story の作成・更新には AI エージェントを活用し、Storybook の導入時に懸念されやすい維持コストを抑えました。Chromatic は社内の別プロダクトでの利用実績があり、既存のアカウントを活用しました。 - 技術: TypeScript / React / Storybook / Chromatic
- 概要: 各種サーベイ・アンケートに対する機能開発(多言語対応 / 設問文のカスタマイズ対応) - 役割: フロントエンドエンジニア(チーム 3 名) - 実績: - 多言語対応では、翻訳対象を性質で 2 つに分離する構成(固定 UI 文言は翻訳 SaaS、テナントごとに入力される設問文は新規テーブルによる言語別管理)のもとで実装しました。レスポンス構造と画面構造が噛み合っていなかったため、多数の API の取得結果を結合するロジックは hooks に集約しています。この機能は海外拠点を持つ顧客からの大型受注で成約条件となっていたもので、英語・中国語での回答が可能になりました。運用の中では翻訳 SaaS の使い勝手・コスト面の課題を上申し、同様の意見が集まったことで、のちにライブラリベースの多言語対応へ移行する判断の一因となっています(移行の実装は別メンバーが担当)。 - 設問文のカスタマイズ対応では、設問編集 UI に編集の指針を示すガイド文言が配置されていない点に気づき、UI 改善を提案・反映しました。また既存画面の権限による表示制御の不備を発見し、本対応と併せて修正してテストコードを追加しています。 - 技術: TypeScript / React / Vite
主軸はフロントエンドですが、バックエンドについても簡単な実装は経験しています。 一時期、1人でフロントエンドのプロダクトを見ていましたが、今は公式ドキュメントを読み合わせるなどして、メンバーフロントエンドの知見を強化しています。
- 概要: クラウド型動画配信サービスの動画プレイヤーの開発・運用 - 役割: フロントエンドリーダー - 実績: 型定義が曖昧なまま俗に言う「神クラス」化したオブジェクトがあらゆる箇所で使用され、新規機能追加の工数が肥大化していました。型を厳格にするにはほぼ作り直しが必要で、ビジネス面・人員面から現実的ではないと判断しました。本プロダクトにはテストコードが存在しなかったため、まず「神クラス」へのテスト追加を先行させる方針を取っています。 - 技術: Node.js / TypeScript / Video.js / webpack / GitHub Actions / AWS
- 概要: クラウド型動画配信サービスの管理画面(10 画面規模 × 3 つ)の開発・運用 - 役割: フロントエンドリーダー。うち約 1 年は開発から運用までを単独で担当 - 担当: 新機能・保守開発の設計・実装・テスト / AWS App Runner を用いたデプロイ環境の構築と、AWS Copilot CLI による CI からのデプロイの仕組み化 - 実績: 開発初期はテストコードが存在せず、依存ライブラリも約 2 年分更新が止まり、実質的なレビュー体制もない状況でした。テストの導入を提案し、純粋関数・小さいコンポーネントから段階的に導入した上で、モックが必要な領域・新規実装分へと拡大し、CI とあわせて安全網を整備しました。その上で Next.js のメジャーバージョンアップを含む約 2 年分の依存ライブラリ更新を完遂しています。導入したテストはリグレッションを実際に検知し、以降は定期的なバージョンアップを習慣化しました。 - 技術: Node.js / npm / React / Next.js (page router) / TypeScript / Jest / Testing Library / Storybook / Chakra UI / TanStack Query / MSW / React Hook Form / Zod / Jotai / GitHub Actions / AWS App Runner / AWS Copilot CLI / Docker
- 概要: クラウド型動画配信サービスの WebAPI の開発・運用 - 役割: バックエンドエンジニア(チーム 3 人) - 担当: 保守開発の実装・テスト / Amazon API Gateway と AWS Lambda で実装されていた Web API を FastAPI に載せ替えるリファクタリングにメンバーとして従事 - 技術: Python / Poetry / FastAPI / pytest / GitHub Actions / AWS / Docker
<職種> データアナリスト <役割> メンバー <チーム規模> 1-10人 <プロジェクト詳細・ 担当業務・主な実績> ▼担当業務 ・分析に必要なデータセットの作成 ・分析定義に従い、データの集計および抽出 ・Microsoft Excelを用いた、データの可視化 <利用技術> BigQuery、R、Python、Excel、PowerPoint、VBA、SQL Server、GitHub
<職種> データアナリスト <役割> メンバー <チーム規模> 1-10人 <プロジェクト詳細・ 担当業務・主な実績> ▼担当業務 ・調剤レセプトデータを用いたデータの集計、可視化、レポート作成業務 ▼詳細 ・記事のテーマとする疾患領域等の選定 ・分析に必要なデータセットの作成 ・分析定義に従い、データの集計および抽出 ・Microsoft Excelを用いた、データの可視化 <利用技術> BigQuery、R、Python、Excel、PowerPoint、VBA、SQL Server、GitHub
https://tokushimarocket.wordpress.com/
池田 雄祐さん
のプロフィールをすべて閲覧
Wantedlyユーザー もしくは つながりユーザーのみ閲覧できる項目があります
過去の投稿を確認する
共通の知り合いを確認する
池田 雄祐さんのプロフィールをすべて見る
React
TypeScript
Next.js
AWS
Google Cloud Platform
企業からスカウトをもらいましょう
アメリエフ株式会社 / エンジニア
担当業務:機能実装、仕様書の作成 開発人数:2名。 利用スキル:Python, Git, GitHub