プロジェクト全体像と背景
アジャイル開発体制の中、タクシー配車アプリのバックエンドシステムを担う案件です。テスト工程は別会社が担当していたため、要件定義、設計、実装、コードレビュー、及びデプロイ環境の構築まで一貫して担当しました。
主な担当業務と工程
-
要件定義・設計フェーズ
- クライアントやプロジェクトリーダーとのディスカッションを重ね、システムの機能要件や非機能要件（パフォーマンス、セキュリティなど）を明確化。
- ユーザーストーリーに基づいたシステム設計およびAPI設計を実施。
-
開発フェーズ
- Pythonを用いたバックエンドの実装。
- Githubを活用し、コードのバージョン管理に加え、CI/CDパイプラインを構築して自動デプロイ環境を実現。
- SQLのパフォーマンスチューニングにより、データベースクエリの最適化を実施。
- ダイナミックプライシング用の機械学習アルゴリズムの設計・実装を担当。
-
環境構築と分析
- AWSでインフラ環境を構築し、各種サービス（EC2、RDS、S3など）の運用を最適化。
- GCPを利用して、マーケティング用のビッグデータ解析基盤の構築および運用を実施。
-
セキュリティ・新機能提案
- toC向けサービスとしてのセキュリティ懸念に対し、脆弱性の洗い出しやリスク分析、改善策の検討を実施。
- ユーザー目線での新機能（UI/UX改善、追加機能）の提案を行い、プロダクトの差別化に寄与。
-
リサーチ活動
- 海外展開を見据え、AirBNBやUberが発表している技術論文を元に、先進的な仕組みやサービスの調査を実施し、技術的なインプットとして反映。
使用技術・ツール
Python、Java、Javascript、HTML/CSS、Kotlin、AWS、GCP、MySQL、Android、Django、Github、Swagger、Mysql WorkBench
成果とインパクト
- システム全体のスケーラビリティ、パフォーマンス、セキュリティを向上。
- 自動デプロイの導入により、リリースサイクルを短縮するとともに、安定稼働を実現。
- ダイナミックプライシング機能によって、サービスの収益最大化に向けた基盤を整備。
- グローバルな競争力向上のための調査活動により、先進技術の導入検討に寄与。
開発会社の方
