鈴木 聖一郎

《規模》営業1名、開発リーダー1名、開発メンバー：3名、技術アドバイザー1名 ◼︎開発リーダーとして製薬業界向けRAGチャットアプリ開発を実施しています。 ・基本的なRAGチャット機能に加えて、キーワード検索やファイル管理、登録企業/ユーザー管理、RAGチャット機能利用時の参照可能な情報源の権限設定など開発中。 ・現在はプロジェクトを円滑に進めるために、常に私の1名の高稼働で進捗管理、実装、顧客対応でカバーしてますが、今後は属人化を防ぎつつ、誰でも参加しやすい開発体制づくりや更なるドキュメント整備、仕組み化といった“土台づくり”にも取り組んでいきたいです。 →現在は開発メンバーを増員してもらい、私は進捗管理やドキュメント整備、PRレビューと並行して一部実装などに努めさせていただいています。 ◼︎業務内容 ・技術選定 ・要件定義 ・Figmaとv0を使用してワイヤーフレームと画面遷移図の作成 ・データフロー図 ・WBS作成 ・設計 ・テーブル設計 ・開発環境の作成（Docker利用）とディレクトリ構成の検討 ・メンバーに実施してもらうチケット作成 ・PRレビュー ・メンバーとしての機能実装 タスク管理にはGithub Projectsを独自にカスタマイズして使用しています。 ・オンボーディング対応 ◼︎使用技術 - Next.js(TypeScript) →React(TypeScript)へ途中変更 - shadcn/ui - Tailwind CSS - FastAPI (Python) - SQLAlchemy - PostgreSQL(+pgvector) - Firebase - Azure - Azure OpenAI Service - Azure Web Apps - Azure Blob Storage - Azure Application Gateway - Azure Databse

《規模》開発：2名 ◼︎開発責任者もと、医用電子機器メーカーの向けRAGの開発をフルスタック（主にバックエンド・インフラ）かつ1人称で行っていました。日本語ベースで降りてくる機能要求をコードに落とし込んで実装していました。 - Next.js(TypeScript) - Python - Azure OpneAI APIからのレスポンスをストリーミングで返すようにレスポンス生成 - Databricksへのベクトル検索時に精度が上がるように下記を実施 - ハイブリッド検索 - 質問文からキーワードを抽出してベクトル検索時にそのキーワードを使ったフィルター検索 - フロントエンドからの質問文をもとにキーワード作成 + SQLの結果を元に、BM25を使った検索結果のリランキングを機能を実装 - 思ったような精度が出なかったので下記のように構成を変更して精度向上を実施 - SQLを用いてDatabricksからデータを取得 - 取得したデータをBM25を使用して順位づけ - Step-Back-Propmtingを用いてユーザーからの質問文をより具体的な質問にリライト - 上記3点をもとにLLMからの回答を取得 - 回答に使用したデータをフロントエンドで表示できる形にレスポンスを生成 - Azure - Azure Databricksのカタログを使用してベクトルDBの作成 - Azure Static Web Appsを使用したフロントエンド作成 - Azure Functionsを使用したバックエンド作成 - Azure DevOpsのPipelinesを使った上記のフロント・バックエンドのCI/CD環境構築

■フロントエンド・バックエンド（API）の開発。必要であればDBのテーブル追加やカラム変更を実施。 ■フロントエンドの開発ではデザイナーが作成したFigmaの画面デザインとビジネスサイドのがチケット（Jira）に記載した要件をもとに実装に着手。仕様で不明点があれば都度ビジネスサイドに確認を実施。 ■実装方法を調査する際には日本語・英語問わず、解決手段を模索して実装した。 ■ロジック実装の際はできるだけ関数を別ファイルなどに実装して、テストコードを実装しやすいように工夫した。