GENIEE CDPの新機能開発支援および運用・信頼性改善

プロジェクト内容

GENIEE CDPにおいて、新機能開発の推進支援と、既存機能の運用・信頼性・セキュリティ改善を担当。

新機能開発では、要件が固まりきっていない段階から業務フロー、技術課題、受入基準、検証観点を整理し、PO・実装担当・インフラ担当の認識合わせを推進。実装担当者が着手しやすいPBIへ分解することで、開発初期の手戻りリスクを下げ、関係者が同じ前提で進められる状態を作った。

既存機能領域では、SLI/SLOの導入、予算アラートの導入、セキュリティリスク調査、リリース運用上の課題整理を行い、継続的に改善しやすい状態づくりを進めた。

技術スタック

※自分が関わった範囲に限定して記載

  • クラウド: Google Cloud、AWS
  • インフラ・運用: Cloud Run、Compute Engine、Load Balancing、Terraform、GitHub Actions
  • データ基盤: BigQuery
  • 監視・信頼性: Cloud Monitoring、SLI/SLO
  • バージョン管理: Git
  • AI開発支援: Cursor、Codex、Claude Code

主な業務内容

  • 新機能開発における要件整理、業務フロー整理、受入基準設計、PBI作成
  • PO・実装担当・インフラ担当との認識合わせ、論点整理、レビュー観点の整理
  • 特定サービスにおけるSLI/SLO仕様の作成、監視方式の設計、導入後の運用整理
  • クラウド利用料の予算アラート導入によるコスト監視の仕組み化
  • CVE影響調査、APIキー権限設定の見直し、脆弱性診断に向けた前提整理
  • 構造的な技術課題に対する改善方針の提案、技術レビュー、進め方の整理
  • リリース時の通信断リスクやリリース判定プロセスに関する課題整理
  • AIエージェントを活用した調査・実装・レビュー・再検証フローの設計と運用

新機能開発におけるPBI設計と合意形成

新機能開発では、要求や業務フローが十分に固まっていない段階から、実装に進むために必要な論点を整理した。

業務として成立する流れ、技術的に決めるべき事項、検証観点、完了条件を明確化し、実装担当者が着手しやすい粒度のPBIへ分解。PO・実装担当・インフラ担当が同じ前提で動ける状態を作り、開発初期の手戻りリスクを下げた。

SLI/SLOの導入と運用

特定サービスに対して、SLI/SLOを新たに導入した。

初期段階では具体的な要件が少なかったため、サービスの利用実態や障害時の影響を踏まえ、何を信頼性指標として扱うべきかを整理。コストと運用負荷を抑えながら継続確認できる方式を検討し、Cloud Monitoring SLOを用いた監視基盤の設計・導入・運用整理を行った。

これにより、サービスの健全性を判断する基準と、運用時に確認すべき指標を明確化した。

予算アラートの導入

クラウド利用料の予期しない増加を早期に検知できるよう、予算アラートを導入した。

コストの割当先、通知先、閾値を整理し、運用担当者が費用増加に気づける状態を作ることで、クラウド利用におけるコスト管理と運用リスク低減に貢献した。

セキュリティリスクの調査と対応方針整理

Linuxカーネル由来のCVEについて、各サービスへの影響範囲を調査し、対応要否・優先度・後続タスクを整理した。

また、Google Cloud上のAPIキー権限設定に関する警告について、対象候補の調査とリスク低減方針の整理を実施。脆弱性診断に向けて、対象範囲や必要情報の整理も行い、対応を進めるための前提づくりに貢献した。

技術レビューとアーキテクチャ改善支援

Google Cloud と AWS にまたがる複数サービスの連携機能について、クラウド基盤が分かれている一方で、AWS側のデータストアへの依存がサービス間の結合点になっている構造的な課題を整理した。

中長期的な再発抑止には、共有データストアを前提にした連携から、サービスごとの責務境界をより明確にした構成へ見直す必要があると判断し、リアーキテクチャ方針を提案。実装は別担当者が担い、自身は設計レビュー、進め方の整理、関係者との相談、実装方針へのアドバイスを通じて、中長期的な改善に向けた推進を支援した。

また、リリース時の通信断リスクなど、運用上のリスクを含む技術課題についてもレビューを行い、技術的な妥当性と進め方の両面から改善方針の具体化を支援した。

リリース運用と信頼性改善の課題整理

リリース時のインスタンス置換や進行中リクエストの切断リスクについて、インフラ構成とリリース手順の観点から課題を整理した。

あわせて、リリース可能な時間帯の判断手順、リリース判定プロセス、関連機能のリリース計画を見直し、リリース作業の再現性と安全性を高めるためのタスク設計を行った。

AI支援開発フローの構築と品質改善

調査や実装検証を短いサイクルで進めるため、Claude Codeを中心に、3〜4並列のサブエージェントを用いた開発フローを設計・運用した。

コード調査、実装案の作成、レビュー観点の洗い出し、改善提案、再検証を役割ごとに分けて並列実行し、得られた結果を自身で確認して次の修正に反映するフィードバックループを構築。短期間で高頻度の検証を行いながら、品質を確認した成果物を継続的に作れる状態を目指した。

チームのレビューや既存のテスト手順を前提に、AIは下調べ、草案作成、観点出しに役割を限定し、品質責任が曖昧にならないように運用している。

Cursor、Codex、Claude Codeを用途に応じて使い分け、最終的な設計判断、品質確認、成果物への反映判断は自身で行う運用としている。

職務経歴書に戻る