■日文にちもん 自己じこ紹介しょうかい（2〜3分ふん）

はじめまして、盛と申しもうします。中国ちゅうごくの大学院だいがくいんで電気でんき工学こうがくとシステムしすてむ分析ぶんせきを学んだまなんだ後あと、2016年ねんから日本にっぽんでソフトウェアそふとうぇあ開発かいはつをしています。これまで8年ねん以上いじょう、日本にほん語ご環境かんきょうでクラウド、AI、自動じどう化かなどのプロジェクトぷろじぇくとに関わってかかわってきました。

最近さいきんはAWSやAzureを使いつかい、AIのマネージドサービスさーびすを実装じっそうする経験けいけんを積んでつんできました。たとえば、社しゃ内ないエージェントシステムしすてむの開発かいはつでは、BedrockやKendraを使いつかい、RAGやセキュリティせきゅりてぃ設計せっけいも行いおこないました。LinuxやPythonを使ったつかった開発かいはつは長くながく経験けいけんしています。Firewallやモニタリングについても、運用うんよう自動じどう化かやセキュリティせきゅりてぃ強化きょうかを意識いしきしてきました。

私わたしは新しいあたらしい技術ぎじゅつを学ぶまなぶことが好きですきで、BicepバイセップのようなIaCツールつーるにも挑戦ちょうせんしたいと思っておもっています。お客きゃく様さまの要件ようけんに合わせてあわせて、クラウド基盤きばんやAIサービスさーびすの実装じっそうに貢献こうけんできると考えてかんがえています。どうぞよろしくお願いねがいいたします。

■Bicep

• **Azure専用せんようのIaC言語げんご**。
• ARMテンプレート(Azure Resource Manager Template, JSON)を簡潔にかんけつに書くかくための上位じょうい言語げんご。
• Azureリソースとの互換ごかん性せいが完全でかんぜんで、新しん機能きのうもすぐサポートさぽーと。
• 学習がくしゅうコストこすとが低いひくい。YAMLに近いちかいシンプルなしんぷるな書きかき方かた。
• ただし、Azure以外いがい（AWSやGCP）には使えつかえない。

■Terraform

• **マルチまるちクラウド対応たいおうのIaCツールつーる**。
• Azure, AWS, GCP など幅広くはばひろく使えるつかえる。
• 大だい規模きぼ環境かんきょうやマルチまるちクラウド運用うんようで実績じっせきが豊富ほうふ。
• State（状態じょうたい管理かんりファイルふぁいる）を扱うあつかうため、チームちーむ開発かいはつではバックエンド管理かんりが必要ひつよう。
• 新しいあたらしいAzure機能きのうの対応たいおうはBicepより遅れるおくれることもある。

■使い分けつかいわけ

• Azure専用せんよう案件あんけん → Bicepのほうがシンプルでしんぷるで最新さいしん機能きのうに強いつよい。
• マルチクラウドうどや既存きそんTerraform資産しさんがある案件あんけん → Terraformを選ぶえらぶ。
• 学習がくしゅうのしやすさ → Bicep。
• 運用うんようの柔軟じゅうなん性せい → Terraform。

面接めんせつで使えるつかえる一言ひとことまとめ（日にち英えい）

日本にほん語ご
「Azureに特化するならBicepが軽量けいりょうで学びまなびやすいです。マルチまるちクラウドやチームちーむ運用うんようを考えるかんがえるとTerraformの方かたが実績じっせきが豊富ですほうふです。」

English
“For Azure only, Bicep is simpler and supports new features quickly. For multi-cloud or team operations, Terraform has more use cases and flexibility.”

■日文にちもん 想定そうてい質問しつもんと回答かいとう

Q1. Azureの経験けいけんはありますか？
A1. はい。最近さいきんは主におもにAWSを使いつかいましたが、AzureポータルからAIサービスさーびすを利用りようする実装じっそうも経験けいけんがあります。新しいあたらしいサービスさーびすも積極せっきょく的にてきに学びまなびます。

まず、CloudWatch です。
CloudWatch は AWS の監視かんしツールつーるです。
サーバーさーばーやアプリあぷりの CPU、メモリめもり、ログろぐを集めてあつめて、グラフぐらふやアラートを作れつくれます。
Azure では同じおなじ役割やくわりは Azure Monitor です。
同じおなじようにメトリクスやログろぐを集めてあつめて、ダッシュだっしゅボードぼーどやアラートを作れつくれます。

次につぎに、Security Group です。
これは AWS の仮想かそうファイアウォールです。
インスタンスごとに入にゅう出しゅつ力りょくの通信つうしんを制御せいぎょできます。
Azure では Network Security Group（NSG） が同じおなじ役割やくわりです。
サブさぶネットねっとやネットワークねっとわーくインターフェースにルールるーるを設定せっていできます。

Direct Connect は AWS と自社じしゃデータでーたセンターせんたーを専用せんよう線せんでつなぐサービスさーびすです。
Azure では ExpressRouteエクスプレス・ルート が対応たいおうします。
高速でこうそくで安定あんていした専用せんよう回線かいせん接続せつぞくが可能ですかのうです。

PrivateLink と PrivateLink Service は、AWS のサービスさーびすをプライベートぷらいべーと IP で利用りようする仕組みしくみです。
Azure では Private Endpoint と Private Link Service が同じおなじ役割やくわりです。
クライアントくらいあんと側がわは Private Endpoint、サービスさーびす提供ていきょう側がわは Private Link Service です。

最後にさいごに、VPC Endpoint です。
これは VPC 内ないから AWS サービスさーびすをプライベートぷらいべーとアクセスあくせすする仕組みしくみです。
Azure では Service Endpoint または Private Endpoint が対応たいおうします。
Service Endpoint は子こネットねっとから Azure PaaS にアクセスあくせす。
Private Endpoint はリソースに専用せんようのプライベートぷらいべーと IP を割り当ててわりあてて完全にかんぜんにプライベートでぷらいべーとでアクセスあくせすできます。

Q2. Firewallやセキュリティせきゅりてぃの経験けいけんは？
A2. 過去かこの案件あんけんでZabbixやクラウド環境かんきょうの監視かんし設定せっていを行いおこない、Firewallルールるーるやログろぐの分析ぶんせきを担当たんとうしました。基礎きそは理解りかいしています。

Q3. Pythonはどの程度ていど使えつかえますか？
A3. 8年ねん以上いじょうの経験けいけんがあり、API開発かいはつ、データでーた処理しょり、AI実装じっそうに広くひろく利用りようしてきました。関数かんすうやテストてすとも問題もんだいなく扱えあつかえます。

Q4. 上司じょうしを怒らいからせたことがありますか？

A3. 例れい1（ポジティブにぽじてぃぶに経験けいけんを活かすいかす場合ばあい）
「はい、過去かこに意見いけんの相違そういや報告ほうこくのタイミングたいみんぐのズレずれで上司じょうしにご迷惑めいわくをおかけしたことはあります。ただ、その経験けいけんを通じてつうじて、事前じぜんに相談そうだんすることや報告ほうこくの仕方しかたを工夫くふうすることの大切たいせつさを学びまなびました。それ以来いらい、チームちーむ内ないでの情報じょうほう共有きょうゆうや報告ほうこくのタイミングたいみんぐを意識いしきするようにしています。」

A3. 例れい2（具体ぐたい的なてきな改善かいぜんを強調きょうちょう）
「過去かこに、私わたしの判断はんだんで作業さぎょう方針ほうしんを進めたすすめた結果けっか、上司じょうしの意図いととずれてしまい注意ちゅういを受けたうけたことがあります。その経験けいけんから、重要なじゅうような判断はんだんは必ずかならず上司じょうしと確認かくにんしてから進めるすすめるようにし、報告ほうこく・連絡れんらく・相談そうだん（ホウレンソウほうれんそう）の徹底てっていを心がけてこころがけています。」

■日文にちもん 私わたしから質問しつもん

1. 出勤しゅっきんは週しゅう1日にちとのことですが、具体ぐたい的にてきにはどの曜日ようびが想定そうていされていますか？
2. 今回こんかいのAI実装じっそうは、どのAzureサービスさーびすを主におもに使うつかう予定よていでしょうか？
3. セキュリティせきゅりてぃの作業さぎょうは主におもにFirewall設定せっていなのか、監視かんし運用うんようも含まふくまれるのか教えておしえていただけますか？

■英文えいぶん Self Introduction（2–3 min）

Hello, my name is Andrew. I studied Electrical Engineering in undergraduate school and System Analysis in graduate school, and since 2016 I have been working in Japan as a software engineer. I have more than eight years of experience in cloud, AI, and automation projects.

Recently, I worked on building an internal agent platform using AWS and Azure. I implemented AI services, used RAG for knowledge search, and also considered security, such as access control and monitoring. I have long experience with Linux and Python. I also have some background in Firewall and network monitoring.

I like learning new technologies. I am also interested in Bicep and IaC tools. I believe I can contribute to this project with my cloud and AI experience, and I am motivated to grow as a cloud engineer. Thank you very much.

■英文えいぶん Anticipated Questions & Answers

Q1. Do you have experience with Azure?
A1. Yes. I mainly worked with AWS recently, but I also used Azure Portal to implement AI services. I am willing to learn more Azure services quickly.

Q2. How about your Firewall or security experience?
A2. I configured monitoring and firewall rules in cloud environments. I also analyzed logs for security. I understand the basics and can handle it.

Q3. How much Python experience do you have?
A3. I have more than eight years of experience. I used it for API development, data processing, and AI implementation. Functions and testing are no problem.

■英文えいぶん My Questions to Them

1. For the hybrid work style, do you have a fixed day to go to the office?
2. Which Azure AI services will be mainly used in this project?
3. Regarding security, will the main focus be firewall setup, or also monitoring and operation?

■案件あんけんに合うあうプロジェクトぷろじぇくと紹介しょうかい（日本にほん語ご＋英語えいご）

日本にほん語ご

たとえば、2025年ねん6月がつから7月がつに担当たんとうした 「社しゃ内ないエージェントシステムしすてむ」 の開発かいはつです。AWSのBedrockやKendraを利用りようし、RAGを組みくみ込んでこんでAIサービスさーびすを実装じっそうしました。このとき、セキュリティせきゅりてぃやTerraformによるIaCにも関わりかかわりました。Pythonでの開発かいはつが中心ちゅうしんで、クラウド上じょうでのAI実装じっそうの流れながれを理解りかいしています。Azureでも同じおなじようにポータルからAIサービスさーびすを組み合わせるくみあわせることができると思いおもいます。

英語えいご

For example, in June–July 2025, I worked on an Internal Agent Platform project. I used AWS Bedrock and Kendra, and implemented RAG for AI services. I also handled security design and Infrastructure as Code with Terraform. Python was the main language. Through this project, I gained experience in implementing AI services in the cloud. I believe I can apply the same skills to Azure, using the portal and managed AI services.

日本にほん語ごバージョンばーじょん

自己じこ紹介しょうかい（2-3分ふん）

はじめまして、盛と申しもうします。中国ちゅうごくで電気でんき工学こうがくとシステムしすてむ分析ぶんせきを学びまなび、2016年ねんに来らい日にちして以来いらい、8年ねん以上いじょうソフトウェアそふとうぇあ開発かいはつに携わってたずさわってきました。
Pythonを中心ちゅうしんに、バックエンドからフロントエンド、クラウド、AIまで幅広くはばひろく経験けいけんしています。特にとくに最さい近は、生成せいせいAIやRAG技術ぎじゅつを用いたもちいたシステムしすてむ開発かいはつに力ちからを入れていれており、社しゃ内ないエージェントシステムしすてむや監視かんし自動じどう化かシステムしすてむを設計せっけい・実装じっそうしました。
SQLAlchemyエスキューエル・アルケミーやpytestを使ったつかった開発かいはつ経験けいけんもあり、AzureやAWS上じょうでのインフラいんふら構築こうちくも担当たんとうしました。Shellスクリプトすくりぷとによる運用うんよう効率こうりつ化かや、PostgreSQLを使ったつかったデータでーた処理しょりも実務じつむで経験けいけんしています。
また、プロジェクトぷろじぇくとリーダーりーだーとして詳細しょうさい設計せっけいから実装じっそう、テストてすと、運用うんようまで一貫いっかんして推進すいしんした経験けいけんがあり、GitHubやSwaggerを活用かつようしたチームちーむ開発かいはつも得意ですとくいです。
日本にほん語ご環境かんきょうで長年ながねん業務ぎょうむを行っておこなっており、コミュニケーションこみゅにけーしょんや要件ようけん整理せいりも問題もんだいなく対応たいおうできます。これまでの経験けいけんを活かしいかし、御おん社しゃのAIアプリケーションあぷりけーしょん開発かいはつに貢献こうけんできればと思いおもいます。どうぞよろしくお願いねがいいたします。

想定そうていされる質問しつもんと回答かいとう

Q1. Pythonでの開発かいはつ経験けいけんを具体ぐたい的にてきに教えておしえてください。
A1. Pythonは8年ねん以上いじょう使ってつかってきました。API開発かいはつではFastAPIを用いたもちいた経験けいけんがあり、pytestでのテストてすと自動じどう化かや、SQLAlchemyを使ったつかったORM設計せっけいも行いおこないました。最近さいきんは生成きなりAIとRAGを組み合わせたくみあわせたシステムしすてむに多くおおく関わってかかわっています。

SQLAlchemy は、Python の ORM です。
ORM っていうのは、データベースでーたべーすをオブジェクトおぶじぇくととして扱えるあつかえる仕組みしくみです。
簡単にかんたんに言ういうと、テーブルてーぶるをクラスくらすにして、行ぎょうをオブジェクトおぶじぇくとにできます。
だから、SQL を直接ちょくせつ書かかかなくても、Python のコードこーどだけでデータでーた操作そうさができます。

SQLAlchemy は二ふたつの使いつかい方かたがあります。
ひとつは ORM です。
クラスくらすとオブジェクトおぶじぇくとを使ってつかって、データベースでーたべーすを操作そうさできます。
もうひとつは Core です。
こちらは SQL に近いちかい書きかき方かたができます。
複雑なふくざつなクエリやパフォーマンスぱふぉーまんす重視じゅうしのときに便利ですべんりです。

SQLAlchemy のいいところは柔軟なじゅうなんなことです。
ORM だけで簡単にかんたんに操作そうさもできます。
Core を使えばつかえば、高度なこうどな SQL も書けかけます。
さらに、SQLite、PostgreSQL、MySQL など、いろんなデータベースでーたべーすで使えつかえます。

要するにようするに、SQLAlchemy は Python でデータベースでーたべーすを便利にべんりに扱えるあつかえる強力なきょうりょくなツールつーるです。
初心しょしん者しゃでも使いつかいやすく、プロぷろでも柔軟にじゅうなんに使えるつかえる、とても便利なべんりなフレームワークです。

Q2. Azureアジュールでの経験けいけんはありますか？
A2. はい。Azure VMやACRを利用りようしたコンテナこんてな構築こうちく、Azure Blobストレージやネットワークねっとわーく設定せっていの経験けいけんがあります。AWSやGCPの経験けいけんもあり、マルチまるちクラウド対応たいおうが可能ですかのうです。

Q3. チームちーむでの役割やくわりはどのようなものでしたか？
A3. 詳細しょうさい設計せっけいや技術ぎじゅつ選定せんていを行いおこない、リーダーりーだーとしてタスクを分担ぶんたんしながら、自分じぶんも実装じっそうやテストてすとに積極せっきょく的にてきに参加さんかしてきました。

私わたしからの質問しつもん

1. 今回こんかいのプロジェクトぷろじぇくとで特にとくに重要じゅうよう視ししている技術ぎじゅつ要素ようそはどれでしょうか？
2. チームちーむ体制たいせいはどのようになっていますか？
3. 開発かいはつからリリースりりーすまでのスケジュールすけじゅーる感かんを教えておしえていただけますか？

英語バージョン

Self-Introduction (2-3 min)

Hello, my name is Andrew. I studied Electrical Engineering and System Analysis in China, and since 2016 I have been working in Japan as a software engineer.
I mainly work with Python, and I have experience from backend to frontend, cloud, and AI. In recent years, I focused on Generative AI and RAG systems. I designed and built internal agent platforms and monitoring automation systems using LLMs.
I also have hands-on experience with FastAPI, pytest, and SQLAlchemy. I have used PostgreSQL in production, and I write Shell scripts for automation. On the infrastructure side, I have worked with Azure VM, ACR, Blob Storage, and also AWS services.
As a project leader, I managed tasks from design to testing and deployment. I often used GitHub and Swagger for documentation and team collaboration.
I have been working in a Japanese-speaking environment for over 8 years, so communication is not a problem. I would like to contribute my skills and experience to your AI application development project. Thank you.

Possible Questions & Answers

Q1. Can you explain your Python experience?
A1. I have used Python for more than 8 years. I developed APIs with FastAPI, automated tests with pytest, and designed database models with SQLAlchemy. Recently, I worked on RAG and Generative AI systems.

Q2. What experience do you have with Azure?
A2. I built systems on Azure VM, used ACR for container images, and worked with Blob Storage and networking. I also have AWS and GCP experience.

Q3. What was your role in the team?
A3. I often took the role of a technical leader. I did system design, task assignment, and also coding and testing myself.

My Questions

1. What is the main goal of this AI project?
2. How is the development team organized?
3. What is the expected timeline for release?

① MonotaRO「RecSys API開発かいはつ」

• 募集ぼしゅう条件じょうけん対応たいおう：Python、FastAPI、pytest、SQLAlchemy（ORM）、PostgreSQL、CI/CD

日本にほん語ご（口語こうご）
MonotaROで商品しょうひん推薦すいせんシステムしすてむのAPIを開発かいはつしました。PythonとFastAPIでAPIを実装じっそうし、SQLAlchemyを使ってつかってデータでーたを扱いあつかいました。データベースでーたべーすはPostgreSQLです。テストてすとはpytestで自動じどう化かし、CI/CDパイプぱいぷラインらいんに組みくみ込みこみました。この経験けいけんで、設計せっけいから実装じっそう・テストてすと・運用うんようまで一貫いっかんして担当たんとうしました。

English
At MonotaRO, I developed a product recommendation API. I implemented it using Python and FastAPI, and managed data with SQLAlchemy. The database was PostgreSQL. I automated tests with pytest and integrated them into the CI/CD pipeline. I was responsible for the entire process, from design to implementation, testing, and deployment.

② SynX「Intelligent Agent Platform」

• 募集ぼしゅう条件じょうけん対応たいおう：生成せいせいAI、RAG、Agent開発かいはつ、Python、クラウド（AWS → Azureに展開てんかい可能かのう）、Terraform、GitHub、Markdown、Swagger

日本にほん語ご（口語こうご）
SynXでは社しゃ内ないエージェントシステムしすてむを開発かいはつしました。Pythonでサーバレス構成こうせいを作りつくり、RAGと知識ちしきベースべーすを統合とうごうしました。生成きなりAIを使ってつかって自動じどう応答おうとうができるようにしました。AWSのBedrockとKendraを使いつかいましたが、Azureでも同じおなじ構成こうせいが可能ですかのうです。ドキュメントどきゅめんとはMarkdownとSwaggerでまとめ、GitHubで管理かんりしました。Terraformでインフラいんふらを自動じどう化かしました。

English
At SynX, I built an internal agent platform. I used Python for a serverless setup and integrated RAG with a knowledge base. The system provides automated responses using Generative AI. I used AWS Bedrock and Kendra, but the same structure can be applied on Azure. I documented with Markdown and Swagger, managed the code on GitHub, and automated infrastructure using Terraform.

③ SynX「Walkure Operator」

• 募集ぼしゅう条件じょうけん対応たいおう：生成せいせいAI、RAG、Python、LangChain、Markdown、GitHub、監視かんし自動じどう化か（インフラいんふら知識ちしき）

日本にほん語ご（口語こうご）
もう一いちつ、SynXで「Walkure Operator」という監視かんし自動じどう化かシステムしすてむを作りつくりました。PythonでZabbixと複数ふくすうのLLMを統合とうごうしました。LangChainとRAGを使ってつかって知識ちしき検索けんさくを実現じつげんしました。ドキュメントどきゅめんとはMarkdownで作成さくせいし、GitHubで管理かんりしました。アラートの要約ようやく、原因げんいん推定すいてい、予知よち保全ほぜんまで自動じどう化かできました。

English
Another project at SynX is called “Walkure Operator,” an intelligent monitoring automation system. I integrated Zabbix with multiple LLMs using Python. I used LangChain and RAG to enable knowledge search. Documentation was written in Markdown and code managed with GitHub. The system automated alert summarization, root cause estimation, and predictive maintenance.

1. 社内エージェントシステムしすてむ『Intelligent Agent Platform』

日语口语化介绍
これは社しゃ内ない用ようのエージェントシステムしすてむです。Pythonでサーバレスを作りつくりました。RAGと知識ちしきベースべーすを統合とうごうし、LLMを使ってつかって自動じどう応答おうとうできます。AWS Lambda、API Gateway、DynamoDBも使いつかいました。Terraformで環境かんきょうを管理かんりしました。GitHubでバージョンばーじょん管理かんりしています。テストてすとはpytestで実装じっそうしました。生成せいせいAIのユースケースも組みくみ込みこみました。

English (concise)
This is an internal agent platform. I built it serverless with Python. It integrates RAG and a knowledge base to provide automated responses using LLMs. Used AWS Lambda, API Gateway, DynamoDB. Managed infrastructure with Terraform and version control with GitHub. Tests implemented using pytest. Generative AI use cases are included.

2. LLM活用かつよう型かたインテリジェント監視かんし自動じどう化かシステムしすてむ『Walkure Operator』

日语口语化介绍
これは監視かんし自動じどう化かシステムしすてむです。PythonでZabbixと複数ふくすうLLMを統合とうごうしました。アラート要約ようやくや原因げんいん推定すいてい、予知よち保全ほぜんができます。LangChainやRAG構成こうせいを活用かつようして知識ちしき検索けんさくも対応たいおう。MCPプロトコルを採用さいようしてLLMの互換ごかん性せいを確保かくほしました。Markdownでドキュメントどきゅめんと作成さくせい、GitHubで管理かんりしました。

English (concise)
This is an intelligent monitoring automation system. Integrated Zabbix with multiple LLMs using Python. Supports alert summarization, root cause estimation, predictive maintenance. Used LangChain and RAG for knowledge search. MCP protocol ensures LLM compatibility. Documentation in Markdown, version control via GitHub.

3. Backlogデータでーた解析かいせきによるインテリジェントプレゼンテーションシステム『Presenter』

日语口语化介绍
BacklogのプロジェクトぷろじぇくとデータでーたをAIで解析かいせきし、自動じどうでHTMLスライドすらいどを作るつくるシステムしすてむです。音声おんせいナレーションなれーしょんやインタラクティブな可視化かもあります。PythonでAI解析かいせきと可視かし化か機能きのうを実装じっそうしました。GitHubで公開こうかい、保守ほしゅしています。

English (concise)
This system analyzes Backlog project data with AI and automatically generates HTML slides. Includes voice narration and interactive visualization. Implemented AI analysis and visualization in Python. Published and maintained on GitHub.

4. AWSでの生成せいせいAI・RAGユースケース実装じっそう

日语口语化介绍
AWSの生成せいせいAIサンプルさんぷるプロジェクトぷろじぇくとを参考さんこうに、Pythonで社しゃ内ない向けむけRAGシステムしすてむを構築こうちくしました。Amazon Bedrock、Kendraを利用りようし、LLMモデルもでるを統合とうごう。TerraformとGitHub Actionsで環境かんきょう管理かんり・自動じどうレビューれびゅーも行いおこないました。

English (concise)
Built internal RAG system in Python using AWS generative AI sample projects. Integrated LLMs with Amazon Bedrock and Kendra. Managed infrastructure and automated reviews with Terraform and GitHub Actions.

自己じこ紹介しょうかい（朗読ろうどく用よう）

はじめまして、盛 偉いと申しもうします。私わたしは中国ちゅうごくの大学だいがくで電気でんき工学こうがくとシステムしすてむ分析ぶんせきを学んだまなんだ後あと、2016年ねんに来らい日にちし、以来いらい日本にほん語ご環境かんきょうで8年ねん以上いじょうソフトウェアそふとうぇあ開発かいはつに従事じゅうじしてきました。ウェブシステムしすてむ、物流ぶつりゅうシステムしすてむ、画像がぞう処理しょり、大だい規模きぼデータでーた処理しょり、自動じどう化かツールつーる、機械きかい学習がくしゅう基盤きばん、そして最近さいきんでは生成きなりAIを活用かつようした社しゃ内ない業務ぎょうむ自動じどう化かシステムしすてむなど、多岐にたきにわたるプロジェクトぷろじぇくとで開発かいはつとプロジェクトぷろじぇくとリーダーりーだー経験けいけんがあります。

最近さいきんは特にとくにPythonを使ったつかったバッチ処理しょりやデータでーたパイプぱいぷラインらいん、BIプラットフォームとの連携れんけいを担当たんとうしてきました。関連かんれんシステムしすてむの安定あんてい稼働かどうのための開発かいはつ、運用うんよう、手順てじゅん書しょ作成さくせい、チームちーむ内外ないがいの調整ちょうせいなども行っていってきました。また、AWS LambdaやAPI Gateway、DynamoDBを活用かつようしたサーさーバーレス構成こうせいでのシステムしすてむ構築こうちく経験けいけんもあります。

私わたしは技術ぎじゅつ力りょくだけでなく、チームちーむとの円滑なえんかつなコミュニケーションこみゅにけーしょん、課題かだいの整理せいり、進捗しんちょく管理かんりも重視じゅうししています。御おん社しゃのPythonバッチ開発かいはつやBI統合とうごうプロジェクトぷろじぇくとにおいて、安定あんてい性せいと効率こうりつ性せい向上こうじょうに貢献こうけんできると考えてかんがえております。どうぞよろしくお願いねがいいたします。

面接めんせつで聞かきかれそうな質問しつもんと回答かいとう

1. Pythonでのバッチ開発かいはつ経験けいけんについて教えておしえてください。
   Pythonでデータでーた処理しょりや自動じどう化かバッチを設計せっけい・実装じっそう・運用うんようしてきました。例えばたとえば、プロジェクトぷろじぇくとデータでーたを処理しょりしてBIシステムしすてむに統合とうごうするパイプぱいぷラインらいんの構築こうちくや、エラーえらー処理しょり・監視かんし体制たいせいの整備せいびも担当たんとうしました。

2. JP1やShell、Cでのバッチ経験けいけんはありますか？
   はい、Shellスクリプトすくりぷとでの自動じどう化か経験けいけんがあり、Cを使ったつかった既存きそんシステムしすてむとの連携れんけいも行いおこないました。Pythonを中心ちゅうしんに、他た言語げんごと組み合わせてくみあわせて安定あんていしたバッチ処理しょりを構築こうちくしています。

3. リーダーりーだーとしてのチームちーむコミュニケーションこみゅにけーしょんはどうしていますか？
   ドキュメントどきゅめんと整備せいびや定期ていきミーティングみーてぃんぐを行いおこない、進捗しんちょくや課題かだいを共有きょうゆうします。メンバーめんばーが安心あんしんして相談そうだんできる環境かんきょうを作りつくり、プロジェクトぷろじぇくとを円滑にえんかつに進めるすすめるよう心がけてこころがけています。

4. BIプラットフォームへの移行いこう経験けいけんはありますか？
   はい、データでーた処理しょりパイプぱいぷラインらいんをBIシステムしすてむに統合とうごうし、自動じどうレポートれぽーとやダッシュだっしゅボードぼーど化かを行いおこないました。データでーたの整合せいごう性せいと運用うんよう手順てじゅんの明確めいかく化かを意識いしきして進めてすすめています。

5. AWSの利用りよう経験けいけんはありますか？
   AWS Lambda、API Gateway、DynamoDB、S3などを利用りようしたサーさーバーレス構成こうせいの経験けいけんがあります。バッチ処理しょりや社しゃ内ない自動じどう化かシステムしすてむに統合とうごうして運用うんようしてきました。

自分じぶんから質問しつもんする内容ないよう

1. 現在げんざいのPythonバッチプロジェクトぷろじぇくとの主なおもな課題かだいや重点じゅうてん領域りょういきについて教えておしえていただけますか。
2. チームちーむ構成こうせいやリーダーりーだーとSEの役割やくわり分担ぶんたんはどのようになっていますか。
3. 現在げんざい使用しようしているBIプラットフォームやツールつーるについて、今後こんごの移行いこう計画けいかくはありますか。
4. バッチジョブの実行じっこう頻度ひんどや安定あんてい稼働かどうのための監視かんし・運用うんよう体制たいせいはどのようになっていますか。
5. チームちーむ内ないでの改善かいぜん提案ていあんや自動じどう化かの取り組みとりくみに参加さんかする機会きかいはありますか。

自我介绍稿（口头朗读用）

Hello, my name is Andrew. I am an experienced software engineer with over eight years of professional experience in Japan, working entirely in Japanese-speaking environments. I graduated with a master’s degree in Electrical Engineering and System Analysis from Zhejiang University in China, and since coming to Japan, I have been involved in a wide range of projects, including web systems, logistics automation, image processing, big data pipelines, and AI-driven platforms.

Most recently, I have been developing Python-based batch and automation systems, including AI-powered operational monitoring systems and internal agent platforms. I have designed, implemented, and maintained backend services, data pipelines, and batch jobs, often integrating them with BI platforms and cloud services such as AWS Lambda, API Gateway, and DynamoDB. I also have experience leading projects, coordinating teams, and preparing documentation and procedures.

I am particularly skilled in Python for batch processing, asynchronous programming, and system integration. I am proactive, collaborative, and able to communicate effectively with team members and stakeholders. I am excited about the opportunity to contribute my expertise to your Python batch development and BI integration projects, and I am confident I can help strengthen the stability and efficiency of your systems.

面试可能问你的问题及示例回答

1. Can you describe your experience with Python batch development?
   Answer: I have developed and maintained multiple Python batch systems for data processing, monitoring, and automation. For example, at my current company, I built automated workflows that process project data, integrate with BI platforms, and generate reports, ensuring stable operation and handling exceptions effectively.

2. Have you worked with JP1, Shell, or C in batch systems?
   Answer: Yes, I have experience with Shell scripting for automation, and I have developed some legacy system integrations using C. In most cases, I combine Python with these tools to create reliable batch processes and data pipelines.

3. How do you ensure communication within a team, especially when acting as a lead?
   Answer: I maintain clear documentation, hold regular meetings, and proactively check on task progress. I make sure everyone understands their responsibilities and feel comfortable sharing concerns. This approach has helped me manage teams efficiently and deliver projects on time.

4. Have you migrated batch systems to BI platforms?
   Answer: Yes. For instance, I have migrated data processing pipelines into BI systems, automating reporting and dashboards. I focus on preserving data integrity, ensuring smooth ETL processes, and creating clear operational procedures.

5. Do you have experience with AWS services?
   Answer: I have worked with AWS Lambda, API Gateway, DynamoDB, and S3 in serverless architectures. I have integrated batch processes and internal automation systems on AWS, though my primary focus is on Python development.

你可以问面试官的问题

1. Can you tell me more about the current Python batch projects and their main challenges?
2. How is the team structured, and what is the expected collaboration between the lead and SE roles?
3. What BI platforms and tools are currently used, and are there any planned migrations or upgrades?
4. How often are the batch jobs executed, and what measures are in place to ensure stability and monitoring?
5. Are there opportunities to contribute to process improvement or automation initiatives within the team?

業務ぎょうむ内容ないよう

金融きんゆう業界ぎょうかい向けむけのAIソリューションそりゅーしょん開発かいはつ（自然しぜん言語げんご処理しょりを中心ちゅうしんとした業務ぎょうむ領域りょういき）
大だい規模きぼ言語げんごモデルもでる（LLM）を活用かつようしたアプリケーションあぷりけーしょんの設計せっけい・実装じっそう
RAGアーキテクチャの構築こうちくおよびベクトルデータベースでーたべーすとの連携れんけい開発かいはつ
プロンプトエンジニアリングの検討けんとう・最適さいてき化か
フロントふろんとエンドえんど（Vue.js／React）との連携れんけい開発かいはつ（できると嬉しいうれしい）
データでーた処理しょり・モデリング・評価ひょうかを含むふくむPoC／本番ほんばん導入どうにゅう支援しえん

応募おうぼ資格しかく

必須ひっす条件じょうけん

コンピュータこんぴゅーたサイエンスさいえんす関連かんれん専攻せんこう、若しくはもしくは、AI関連かんれん専攻せんこう、または同等のどうとうの知識ちしきを有するゆうする方ほう
Pythonを用いたもちいた開発かいはつ経験けいけん
プロンプトエンジニアリングの基礎きそ知識ちしき
RAG構築こうちくやベクトルデータベースでーたべーすの利用りよう経験けいけん

歓迎かんげい条件じょうけん

Vue.js または React を用いたもちいたフロントエンド開発かいはつ経験けいけん
金融きんゆう業界ぎょうかいでのシステムしすてむ開発かいはつやデータでーた分析ぶんせきの経験けいけん
NLPモデルもでる（BERT、GPT系けい、LLaMA系けいなど）の実務じつむ経験けいけん
英語えいごまたは日本にほん語ごでの技術ぎじゅつ文書ぶんしょ読解どっかい力りょく（日本にほん語ご力りょくはビジネスびじねすレベルれべるでなくても可か）

自己じこ紹介しょうかい（2〜3分ふん）

私わたしは盛偉と申しもうします。中国ちゅうごくの大学院だいがくいんでシステムしすてむ分析ぶんせきを専攻せんこうし、2016年ねんから日本にっぽんでエンジニアえんじにあとして働いてはたらいております。これまで8年ねん以上いじょう、日本にほん語ご環境かんきょうの中なかで、フルふるスタック開発かいはつやクラウド、AIを活用かつようしたシステムしすてむ開発かいはつを経験けいけんしてきました。
近年きんねんは特にとくに生成せいせいAIや大だい規模きぼ言語げんごモデルもでるを使ったつかった業務ぎょうむ効率こうりつ化かに取り組みとりくみ、RAG構成こうせいの設計せっけいやプロンプトエンジニアリングの最適さいてき化かに携わりたずさわりました。Pythonを中心ちゅうしんに、バックエンドからフロントエンド、AWSやGCPなどクラウド基盤きばんまで幅広くはばひろく対応たいおうできます。
技術ぎじゅつ的なてきな探究たんきゅう心しんを持ちもちつつ、実際じっさいに使えるつかえる形かたちに落としおとし込むこむことを得意とくいとしております。御おん社しゃの業界ぎょうかい向けむけAIソリューションそりゅーしょん開発かいはつにおいても、経験けいけんを活かしいかしつつ、新しいあたらしい挑戦ちょうせんをして貢献こうけんしたいと考えてかんがえております。どうぞよろしくお願いねがいいたします。

プロジェクトぷろじぇくと紹介しょうかい（2つ）

一ひとつ目めは「Intelligent Agent Platform」の開発かいはつです。AWSの生成せいせいAIプロジェクトぷろじぇくとを活用かつようし、社しゃ内ない向けむけのエージェントシステムしすてむを構築こうちくしました。RAGを組みくみ込みこみ、Amazon BedrockやKendraと連携れんけいすることで、知識ちしき検索けんさくやTerraform自動じどうレビューれびゅーを実現じつげんし、業務ぎょうむ効率こうりつを大きくおおきく改善かいぜんしました。

二ふたつ目めは「Walkure Operator」という監視かんし自動じどう化かシステムしすてむです。Zabbixと複数ふくすうのLLMを統合とうごうし、監視かんしアラートを自動じどうで要約ようやく・原因げんいん推定すいていする仕組みしくみを構築こうちくしました。LangChainやベクトルデータベースでーたべーすを利用りようして検索けんさく精度せいどを高めたかめ、アラート対応たいおうの自動じどう化かと予知よち保全ほぜんを実現じつげんしました。

2019年ねんから2020年ねんにかけて、Google Kubernetes Engine 上うえに機械きかい学習がくしゅうプラットフォームを構築こうちくしました。
バックエンドは Python と GCP を使いつかい、データでーたアクセスあくせすは BigQuery と連携れんけいしました。
また、ユーザーゆーざーがブラウザぶらうざから簡単にかんたんに利用りようできるように、フロントふろんとエンドえんど部分ぶぶんでは Vue.js を用いてもちいてインターフェースを開発かいはつしました。JupyterLab の拡張かくちょう機能きのうと統合とうごうし、ユーザーゆーざー認証にんしょうやジョブ管理かんりを直感ちょっかん的にてきに操作そうさできるようにしました。
この結果けっか、再現さいげん性せいのある ML 環境かんきょうを整備せいびし、実験じっけんから本番ほんばんデプロイまでの流れながれを統一とういつすることができました。

想定そうていされる質問しつもんと回答かいとう（日本にほん語ご）

Q1: なぜ金融きんゆう業界ぎょうかいで働きはたらきたいのですか？
A: 金融きんゆう業界ぎょうかいはデータでーたが非常にひじょうに多くおおく、AIによる効率こうりつ化かや新しいあたらしい価値かち提供ていきょうの余地よちが大きいおおきいと考えてかんがえております。これまで培ったつちかったRAGやLLMの経験けいけんを活かしていかして、信頼しんらい性せいの高いたかいソリューションそりゅーしょんを提供ていきょうしたいと思っておもっています。

Q2: プロンプトエンジニアリングの経験けいけんは？
A: 監視かんし自動じどう化かシステムしすてむで、アラート要約ようやくや推定すいていの精度せいどを上げるあげるため、複数ふくすうのプロンプトパターンぱたーんを検証けんしょうし最適さいてき化かしました。その結果けっか、誤ご判定はんていを減らしへらし、運用うんようの効率こうりつを高めるたかめることができました。

Q3: チームちーむでの役割やくわりは？
A: 多くおおくの場合ばあいプロジェクトぷろじぇくとリーダーりーだーとして要件ようけん整理せいりから設計せっけい・開発かいはつ・導入どうにゅうまでを担当たんとうしました。チームちーむメンバーめんばーの強つよみを活かしいかしつつ、自らみずからも実装じっそうを行うおこなうスタイルすたいるです。

こちらからの質問しつもん（日本にほん語ご）

• 御おん社しゃが金融きんゆう業界ぎょうかいに提供ていきょうしているAIソリューションそりゅーしょんの中なかで、今いま最ももっとも注力している領域りょういきはどこでしょうか？
• RAGやLLMを導入どうにゅうする際さい、御おん社しゃではどのように品質ひんしつ評価ひょうかをされていますか？
• チームちーむ構成こうせいや開発かいはつプロセスぷろせすについて教えておしえていただけますか？

Self-introduction (2–3 min)

My name is Andrew. I studied system analysis at Zhejiang University and have been working in Japan as an engineer since 2016. Over the past eight years, I have gained experience in full-stack development, cloud platforms, and more recently, AI-driven automation using large language models.
In particular, I have designed and implemented RAG-based systems, optimized prompt engineering, and integrated LLMs with enterprise applications. My main language is Python, but I am also comfortable with JavaScript, Golang, and cloud services such as AWS and GCP.
I always try to turn new technologies into practical solutions. I would like to contribute to your AI solutions in your industry with both my technical skills and implementation experience. Thank you.

Project introduction (2)

The first project is the “Intelligent Agent Platform.” I built an internal agent system using AWS Bedrock and Kendra, combined with RAG architecture. It enabled knowledge search and automated Terraform review, which greatly improved productivity.

The second project is “Walkure Operator,” an intelligent monitoring system. I integrated Zabbix with multiple LLMs to summarize alerts, estimate root causes, and even predict failures. By using LangChain and vector databases, I improved search accuracy and reduced manual operation workload.

Likely questions and answers (English)

Q1: Why do you want to work in the financial industry?
A: Because the financial industry deals with massive data and requires high reliability. I believe AI solutions such as RAG and LLMs can bring significant efficiency and new value there.

Q2: What experience do you have with prompt engineering?
A: In the monitoring automation system, I tested and optimized multiple prompt templates to improve accuracy in summarizing alerts and predicting causes. This reduced errors and improved operational efficiency.

Q3: What role do you usually play in a team?
A: I often take the role of project leader, handling requirements, design, development, and deployment. At the same time, I contribute directly to coding and implementation.

Questions to ask them (English)

• Which areas of AI solutions in the financial sector are you focusing on the most right now?
• How do you evaluate the quality and reliability of RAG or LLM-based systems in your company?
• Could you tell me more about your team structure and development process?

【スキルすきる】
（必須ひっす）
・Go, Python, JavaScript
・AWS（API Gateway, Lambda, ECS, CloudWatch）
・音声おんせい・映像えいぞうデータでーた処理しょりの基礎きそ知識ちしき - 8月がつ
・音声おんせい関連かんれん技術ぎじゅつの知見ちけん（WebRTC、音声おんせいCodec、音声おんせいのストリーミングなど）
（尚可）
・AWS(X-Ray）
・Linux (Ubuntu, Amazon Linux)
・クラウドの運用うんようログろぐ/メトリクスの分析ぶんせき、ダッシュだっしゅボードぼーど作成さくせい経験けいけん
・WebRTC 関連かんれん知識ちしき (OSS LiveKitなどのWebRTC SFUに触れたさわれた経験けいけん)
・Dockerコンテナこんてなを使ったつかった開発かいはつ経験けいけん
・RESTful API, Serverlessに関するかんする知識ちしき
・音声おんせいメディアめでぃあの解析かいせきや評価ひょうかツールつーる作成さくせいの経験けいけん
・英語えいごの理解りかい力りょく（業務ぎょうむ上じょう求めもとめられる場面ばめんがある可能かのう性せいあり）

日語 自己じこ紹介しょうかい（約やく2～3分ふん）

蔡さいさま、こんにちは。盛せい 偉いと申しもうします。中国ちゅうごくの浙江せっこう大学だいがく大学院だいがくいんでシステムしすてむ分析ぶんせきを学びまなび、2016年ねんに来らい日にちして以来いらい、日本にっぽんの完全かんぜん日本にほん語ご環境かんきょうでソフトウェアそふとうぇあ開発かいはつに従事じゅうじしてきました。バックエンド、フロントエンド、クラウド、AIなど幅広いはばひろい分野ぶんやでの経験けいけんがあり、プロジェクトぷろじぇくとリーダーりーだーとしての実績じっせきもございます。

特にとくにAWSを利用りようしたサーバーさーばーレスシステムしすてむの設計せっけい・開発かいはつ経験けいけんが豊富でほうふで、Lambda、API Gateway、ECS、CloudWatchなどを組み合わせたくみあわせた分散ぶんさん処理しょりや運用うんよう自動じどう化かを行っておこなってきました。また、Python、Golang、JavaScriptを用いたもちいたリアルりあるタイムたいむ通信つうしんやデータでーた処理しょりシステムしすてむの実装じっそうにも携わってたずさわっております。

音声おんせいや映像えいぞうデータでーた処理しょりについても基礎きそ知識ちしきがあり、WebRTCの仕組みしくみや音声おんせいCodecの利用りよう方法ほうほうについてキャッチきゃっちアップあっぷ中ちゅうです。Dockerを用いたもちいた開発かいはつや、Linux環境かんきょうでの運用うんよう経験けいけんもありますので、新しいあたらしい技術ぎじゅつやOSSを取り入れとりいれながら迅速にじんそくに貢献こうけんできると考えてかんがえております。

多言たげん語ご環境かんきょうにも対応たいおう可能でかのうで、日本にほん語ごに加えくわえ、中国ちゅうごく語ごと英語えいごでもコミュニケーションこみゅにけーしょんが可能ですかのうです。御おん社しゃのWebRTCを活用かつようした音声おんせい伝送でんそうクラウドサービスさーびすの発展はってんに、自身じしんの経験けいけんと技術ぎじゅつ力りょくを活かしいかし貢献こうけんできれば幸いですさいわいです。どうぞよろしくお願いねがいいたします。

日語 想定そうてい質問しつもんと回答かいとう

Q1: WebRTCや音声おんせいCodecの実務じつむ経験けいけんはありますか？
A1: 実務じつむとして直接ちょくせつWebRTCを使ったつかった大だい規模きぼ開発かいはつはまだありませんが、リアルりあるタイムたいむ通信つうしんや音声おんせいデータでーた処理しょりの基礎きそを理解りかいしており、GolangやPythonでのストリーミング処理しょり経験けいけんがあります。キャッチきゃっちアップあっぷは得意なとくいなので、短たん期間きかんで習得しゅうとくし、貢献こうけんできると考えてかんがえております。

Q2: AWSでどのようなシステムしすてむを構築こうちくしましたか？
A2: API Gateway、Lambda、DynamoDBを用いたもちいたサーバーレスAPIや、ECS上うえのコンテナこんてな化かシステムしすてむを構築こうちくしました。CloudWatchでの運用うんよう監視かんしやダッシュだっしゅボードぼーど作成さくせいの経験けいけんもあります。

Q3: チームちーむ開発かいはつにおける強つよみは何なにですか？
A3: プロジェクトぷろじぇくとリーダーりーだーとしての経験けいけんがあり、設計せっけいから運用うんようまでを一貫いっかんして管理かんりできる点てんです。また、多た国籍こくせきメンバーめんばーとの協業きょうぎょうも経験けいけんしており、言語げんごや文化ぶんかの違いちがいを越えたこえた調整ちょうせい力ちからに自信じしんがあります。

日語 自分じぶんから質問しつもんできる内容ないよう

• 本ほんプロジェクトぷろじぇくとで採用さいよう予定よていのWebRTCフレームワークやOSSは何なにでしょうか？（例れい：LiveKitなど）
• 音声おんせいのストリーミング処理しょりにおいて現在げんざいの課題かだいはどのような点てんでしょうか？
• チームちーむの規模きぼやリモート勤務きんむの割合わりあいについて教えておしえていただけますか？

英えい語ご Self Introduction (2–3 minutes)

Hello, my name is Wei Sheng. I completed my Master’s degree in System Analysis at Zhejiang University in China, and since 2016, I have been working in Japan in a fully Japanese business environment. Over the past eight years, I have gained wide-ranging experience in backend and frontend development, cloud infrastructure, automation, and AI integration, while also leading multiple projects as a technical leader.

I have strong hands-on experience with AWS services, including API Gateway, Lambda, ECS, and CloudWatch, building serverless systems and container-based solutions. I am also proficient in Python, Go, and JavaScript, and I have worked on real-time communication and data processing systems.

While I have not yet developed a large-scale product directly with WebRTC, I have studied its architecture, and I have experience with audio streaming, codecs, and Docker-based development. Combined with my background in Linux environments and monitoring dashboards, I believe I can quickly get up to speed and contribute to your project.

In addition, I am fluent in Japanese, Chinese, and English, which allows me to work smoothly in multicultural teams. I am very motivated to contribute to your WebRTC-based cloud service for multi-connection audio streaming, ensuring quality and scalability. Thank you very much.

英えい語ご Expected Questions & Answers

Q1: Do you have direct experience with WebRTC?
A1: Not directly in a production system, but I have worked on real-time communication and streaming with Go and Python, and I have studied WebRTC and audio codecs. I am confident I can adapt quickly.

Q2: What AWS services have you used?
A2: I have implemented serverless systems using Lambda, API Gateway, and DynamoDB, containerized applications on ECS, and monitoring with CloudWatch, including dashboards for metrics and logs.

Q3: How do you usually contribute to team projects?
A3: I take responsibility for end-to-end processes, from design to deployment, and as a project leader, I manage schedules and make technical decisions. I also communicate effectively across teams and cultures.

英語えいご You can ask them

• Which WebRTC framework or OSS are you currently using, for example LiveKit or others?
• What are the biggest technical challenges in your audio streaming system?
• Could you tell me about the team size and the balance between remote work and office work?

WebRTC SFU

WebRTCというのは、ブラウザぶらうざやアプリあぷりの間あいだで音声おんせいや映像えいぞうを直接ちょくせつやり取りやりとりできる技術ぎじゅつです。
その中なかで、SFUは「セレクティブ・フォワーディングふぉわーでぃんぐ・ユニットゆにっと」と言っていって、多人数たにんずうで会話かいわするときに使わつかわれる仕組みしくみです。
各かく参加さんか者しゃが自分じぶんの音声おんせいや映像えいぞうをサーバーさーばーに送っておくって、サーバーさーばーはそれを加工かこうせずに、他ほかの人ひとにそのまま転送てんそうします。
こうすると、遅延ちえんが少なくてすくなくて、サーバーさーばーの負荷ふかも軽いかるいので、大人数おおにんずうのミーティングみーてぃんぐや音声おんせいサービスさーびすに向いてむいています。

音声おんせいコーデック

コーデックというのは「コーダー」と「デコーダー」の意味いみで、音声おんせいを**圧縮あっしゅくして送るおくる技術ぎじゅつ**のことです。
インターネットいんたーねっとで会話かいわするときは、そのまま送るおくるとデータでーたが大きおおきすぎるので、コーデックで小さくちいさくしてから送りおくります。
代表だいひょう的なてきなのは Opus というコーデックで、高こう音質おんしつで遅延ちえんも少なくすくなく、WebRTCではよく使わつかわれています。

OSS LiveKit

LiveKitはオープンおーぷんソースそーすのWebRTC用ようサーバーさーばーで、簡単にかんたんに言ういうと「SFUをすぐ使えるつかえるようにしたソフトそふと」です。
LiveKitを使うつかうと、多人数たにんずうの音声おんせい・映像えいぞう通話つうわの仕組みしくみをすばやく作れつくれます。
また、GoやPython、JavaScript向けむけのライブラリらいぶらりも提供ていきょうされていて、クラウド環境かんきょうにも導入どうにゅうしやすいです。

はじめまして、盛せい 偉いと申しもうします。私わたしは中国ちゅうごくの浙江せっこう大学だいがくで電気でんき工学こうがくとシステムしすてむ分析ぶんせきを学びまなび、2016年ねんに来らい日にちして以来いらい、日本にっぽんの完全かんぜん日本にほん語ご環境かんきょうでソフトウェアそふとうぇあ開発かいはつに従事じゅうじしてきました。バックエンド、フロントエンド、クラウド、データでーた基盤きばん、AIまで幅広くはばひろく経験けいけんしており、プロジェクトぷろじぇくとリーダーりーだーとしてチームちーむをまとめた経験けいけんもあります。

最近さいきんでは、AWSを活用かつようしたサーさーバーレスシステムしすてむや、LLMを用いたもちいた自動じどう化か・監視かんしシステムしすてむの開発かいはつに携わりたずさわりました。また、Python、Go、JavaScriptでの開発かいはつ経験けいけんも豊富でほうふで、音声おんせいデータでーた処理しょりやリアルりあるタイムたいむ通信つうしんの基礎きそ知識ちしきも有してゆうしています。英語えいごと中国ちゅうごく語ごも業務ぎょうむレベルれべるで理解りかいでき、多た文化ぶんかチームちーむでのコミュニケーションこみゅにけーしょんにも対応たいおう可能ですかのうです。

御おん社しゃのWebRTCを用いたもちいた多た接続せつぞく音声おんせい伝送でんそうクラウドサービスさーびすにおいて、私わたしの経験けいけんと技術ぎじゅつ力りょくを活かしいかし、高こう品質ひんしつかつスケーラブルなシステムしすてむ構築こうちくに貢献こうけんしたいと考えてかんがえております。どうぞよろしくお願いねがいいたします。

Q1: WebRTCの経験けいけんはありますか？
A1: 直接ちょくせつ的なてきなプロダクト経験けいけんはありませんが、PythonやGoでリアルりあるタイムたいむ通信つうしんシステムしすてむを開発かいはつした経験けいけんがあり、WebRTCの仕組みしくみを短たん期間きかんで習得しゅうとく可能ですかのうです。

Q2: AWSでのサーバーさーばーレスれす開発かいはつ経験けいけんはありますか？
A2: はい、Lambda、API Gateway、DynamoDB、ECSなどを用いたもちいたサーバーレスシステムしすてむの設計せっけい・実装じっそう経験けいけんがあります。

Q3: チームちーむでの役割やくわりは何なにですか？
A3: プロジェクトぷろじぇくとリーダーりーだーとして、設計せっけい、実装じっそう、テストてすと、デプロイ、運用うんようまで全体ぜんたいを管理かんりし、技術ぎじゅつ的なてきな判断はんだんと進捗しんちょく管理かんりを行っておこなってきました。

• 開発かいはつチームちーむの規模きぼや構成こうせいはどのようになっていますか？
• 音声おんせいデータでーたのリアルりあるタイムたいむ処理しょりで、特にとくに注意ちゅういしているポイントぽいんとは何なにですか？
• リモートワークとオフィスおふぃす出社しゅっしゃの割合わりあいはどのくらいですか？

自己じこ紹介しょうかい（2〜3分ふん、朗読ろうどく用よう）

はじめまして、盛と申しもうします。これまで日本にほんで8年ねん以上いじょうソフトウェアそふとうぇあエンジニアえんじにあとして働いてはたらいてきました。バックエンドからフロントエンド、クラウドまで幅広いはばひろい経験けいけんがあります。特にとくにPythonとGoを使ったつかった開発かいはつを多くおおく担当たんとうし、AWS環境かんきょうでのシステムしすてむ設計せっけいや運用うんようも経験けいけんしています。

最近さいきんは音声おんせいや生成せいせいAIを組み合わせたくみあわせたシステムしすてむの開発かいはつに携わりたずさわり、リアルりあるタイムたいむ性せいを意識いしきしたアーキテクチャ設計せっけいやAPI連携れんけいを実装じっそうしました。また、WebRTCや非ひ同期どうき処理しょり、ストリーミング処理しょりなどにも関心かんしんがあり、今回こんかいの案件あんけんにも近いちかい領域りょういきを扱ったあつかったことがあります。

外国がいこく籍せきですが、2016年ねんから日本にほん語ご環境かんきょうで働いてはたらいており、日常にちじょう業務ぎょうむでの日本にほん語ごによる会話かいわや文書ぶんしょ作成さくせいも問題もんだいなく対応たいおうできます。御おん社しゃのクラウドサービスさーびす開発かいはつにおいて、これまでの経験けいけんを活かしていかして貢献こうけんできればと思っておもっております。どうぞよろしくお願いねがいいたします。

想定そうていされる質問しつもんと回答かいとう（日本にほん語ご）

Q1: Go 言語げんごの経験けいけんはどのくらいありますか？
A: Golang は主におもにネットワークねっとわーく監視かんしツールつーるやバックエンド API の開発かいはつで使いつかいました。非ひ同期どうき処理しょりや並列へいれつ性せいを活かしたいかした実装じっそうを経験けいけんしました。

Q2: AWS のサービスさーびすはどのように使ったつかったことがありますか？
A: Lambda、API Gateway、DynamoDB、ECS などを利用りようしてサーさーバーレスやマイクロサービスさーびすの構築こうちくを行いおこないました。CloudWatch でログろぐ監視かんしやアラート設定せっていも担当たんとうしました。

Q3: 音声おんせいや映像えいぞうデータでーた処理しょりの経験けいけんはありますか？
A: 音声おんせい合成ごうせいやナレーションなれーしょん生成せいせいのプロジェクトぷろじぇくとで、音声おんせいデータでーたの前まえ処理しょりやストリーミング配信はいしんの仕組みしくみを実装じっそうしました。WebRTC そのものの商用しょうよう開発かいはつ経験けいけんはまだ浅いあさいですが、関連かんれん技術ぎじゅつを学習がくしゅうしながら応用おうようできると考えてかんがえています。

Q4: 日本にほん語ごでの業務ぎょうむに不安ふあんはありませんか？
A: 2016年ねんから日本にほん語ご環境かんきょうで業務ぎょうむを行っておこなっており、日常にちじょう会話かいわや技術ぎじゅつ的なてきな議論ぎろん、ドキュメントどきゅめんと作成さくせいは問題もんだいなく対応たいおう可能ですかのうです。

こちらからの質問しつもん例れい（日本にほん語ご）

1. 今回こんかいの案件あんけんでは WebRTC のどの部分ぶぶん（接続せつぞく管理かんり、音声おんせい処理しょり、スケーリングなど）に最ももっとも注力していますか？
2. 開発かいはつチームちーむの体制たいせいや、リモートと出社しゅっしゃの割合わりあいについて教えておしえていただけますか？
3. 今回こんかいのシステムしすてむで特にとくにパフォーマンスぱふぉーまんすや信頼しんらい性せいの課題かだいになっている点てんは何なにでしょうか？
4. X-Ray などの監視かんし・トレーシングは既にすでに導入どうにゅうされていますか、それともこれから検討けんとうする段階だんかいでしょうか？

はじめまして、盛 偉と申します。私は中国の浙江大学で電気工学とシステム分析を学び、2016年に来日して以来、日本の完全日本語環境でソフトウェア開発に従事してきました。バックエンド、フロントエンド、クラウド、データ基盤、AIまで幅広く経験しており、プロジェクトリーダーとしてチームをまとめた経験もあります。

最近では、AWSを活用したサーバーレスシステムや、LLMを用いた自動化・監視システムの開発に携わりました。また、Python、Go、JavaScriptでの開発経験も豊富で、音声データ処理やリアルタイム通信の基礎知識も有しています。英語と中国語も業務レベルで理解でき、多文化チームでのコミュニケーションにも対応可能です。

御社のWebRTCを用いた多接続音声伝送クラウドサービスにおいて、私の経験と技術力を活かし、高品質かつスケーラブルなシステム構築に貢献したいと考えております。どうぞよろしくお願いいたします。

Q1: WebRTCの経験はありますか？
A1: 直接的なプロダクト経験はありませんが、PythonやGoでリアルタイム通信システムを開発した経験があり、WebRTCの仕組みを短期間で習得可能です。

Q2: AWSでのサーバーレス開発経験はありますか？
A2: はい、Lambda、API Gateway、DynamoDB、ECSなどを用いたサーバーレスシステムの設計・実装経験があります。

Q3: チームでの役割は何ですか？
A3: プロジェクトリーダーとして、設計、実装、テスト、デプロイ、運用まで全体を管理し、技術的な判断と進捗管理を行ってきました。

• 開発チームの規模や構成はどのようになっていますか？
• 音声データのリアルタイム処理で、特に注意しているポイントは何ですか？
• リモートワークとオフィス出社の割合はどのくらいですか？

Hello, my name is Wei Sheng. I studied Electrical Engineering and System Analysis at Zhejiang University in China, and since moving to Japan in 2016, I have been working in a fully Japanese environment as a software engineer. I have extensive experience in backend, frontend, cloud services, data infrastructure, and AI systems, and I have led multiple project teams as a technical leader.

Recently, I have worked on serverless systems using AWS and automation monitoring systems integrating large language models. I am proficient in Python, Go, and JavaScript, and I have basic knowledge of audio data processing and real-time communication. I am also fluent in English and Chinese, which allows me to collaborate effectively in multicultural teams.

I am excited about the opportunity to contribute my skills to your WebRTC-based multi-connection audio transmission cloud service, ensuring high-quality and scalable system development. Thank you for your time.

Q1: Do you have experience with WebRTC?
A1: I haven’t worked with WebRTC directly, but I have experience developing real-time communication systems in Python and Go, and I can quickly get up to speed with WebRTC technology.

Q2: What is your experience with serverless architecture on AWS?
A2: I have designed and implemented serverless systems using AWS Lambda, API Gateway, DynamoDB, and ECS, integrating automation and monitoring features.

Q3: How do you contribute to team projects?
A3: As a project leader, I manage design, implementation, testing, deployment, and operation, making technical decisions and ensuring project progress and quality.

• Could you tell me about the team size and structure for this project?
• What are the key challenges in real-time audio processing that the team focuses on?
• What is the balance between remote work and office presence?

自己紹介（2〜3分、朗読用）

はじめまして、盛と申します。これまで日本で8年以上ソフトウェアエンジニアとして働いてきました。バックエンドからフロントエンド、クラウドまで幅広い経験があります。特にPythonとGoを使った開発を多く担当し、AWS環境でのシステム設計や運用も経験しています。

最近は音声や生成AIを組み合わせたシステムの開発に携わり、リアルタイム性を意識したアーキテクチャ設計やAPI連携を実装しました。また、WebRTCや非同期処理、ストリーミング処理などにも関心があり、今回の案件にも近い領域を扱ったことがあります。

外国籍ですが、2016年から日本語環境で働いており、日常業務での日本語による会話や文書作成も問題なく対応できます。御社のクラウドサービス開発において、これまでの経験を活かして貢献できればと思っております。どうぞよろしくお願いいたします。

想定される質問と回答（日本語）

Q1: Go 言語の経験はどのくらいありますか？
A: Golang は主にネットワーク監視ツールやバックエンド API の開発で使いました。非同期処理や並列性を活かした実装を経験しました。

Q2: AWS のサービスはどのように使ったことがありますか？
A: Lambda、API Gateway、DynamoDB、ECS などを利用してサーバーレスやマイクロサービスの構築を行いました。CloudWatch でログ監視やアラート設定も担当しました。

Q3: 音声や映像データ処理の経験はありますか？
A: 音声合成やナレーション生成のプロジェクトで、音声データの前処理やストリーミング配信の仕組みを実装しました。WebRTC そのものの商用開発経験はまだ浅いですが、関連技術を学習しながら応用できると考えています。

Q4: 日本語での業務に不安はありませんか？
A: 2016年から日本語環境で業務を行っており、日常会話や技術的な議論、ドキュメント作成は問題なく対応可能です。

こちらからの質問例（日本語）

1. 今回の案件では WebRTC のどの部分（接続管理、音声処理、スケーリングなど）に最も注力していますか？
2. 開発チームの体制や、リモートと出社の割合について教えていただけますか？
3. 今回のシステムで特にパフォーマンスや信頼性の課題になっている点は何でしょうか？
4. X-Ray などの監視・トレーシングは既に導入されていますか、それともこれから検討する段階でしょうか？

機械学習職位面接準備資料

📢 1分間ふんかん自己じこ紹介しょうかい（口頭こうとう発表はっぴょう用よう）

初めまして、盛偉と申しもうします。私わたしは8年ねん以上いじょうのソフトウェアそふとうぇあ開発かいはつ経験けいけんがあり、特にとくに機械きかい学習がくしゅう分野ぶんやでは4年ねん以上いじょうの実務じつむ経験けいけんを持ってもっております。

Pythonでの開発かいはつは8年間ねんかん行っておこなっており、MonotaRO在職ざいしょく時じにはGoogle Cloud PlatformとKubernetesを使ったつかった機械きかい学習がくしゅうプラットフォームの構築こうちくを主導しゅどうしました。JupyterLabの拡張かくちょうからBigQueryとの連携れんけいまで、データでーたサイエンティストが実験じっけんから本番ほんばん環境かんきょうまで一貫いっかんして利用りようできるMLパイプぱいぷラインらいんを設計せっけい・構築こうちくした経験けいけんがあります。

直近ちょっきんでは、LLMを活用かつようした監視かんし自動じどう化かシステムしすてむでプロジェクトぷろじぇくとリーダーりーだーを担当たんとうし、LangChainやRAG構成こうせいを用いたもちいたインテリジェントなシステムしすてむを開発かいはついたしました。また、強化きょうか学習がくしゅうや最適さいてき化かアルゴリズムあるごりずむを使ったつかったAGVの協調きょうちょう制御せいぎょシステムしすてむも手がけててがけており、理論りろんと実装じっそうの両面りょうめんで経験けいけんを積んでつんでおります。

フルふるリモート環境かんきょうでの開発かいはつにも慣れてなれており、チームちーむ連携れんけいや品質ひんしつ管理かんりも得意とくいとしております。十じゅう月がつ一日ついたちから貢献こうけんできる準備じゅんびが整ってととのっておりますので、どうぞよろしくお願いねがいいたします。

❓ 想定そうてい質問しつもんと回答かいとう

Q1: Pythonでの機械きかい学習がくしゅう経験けいけんについて具体ぐたい的にてきに教えておしえてください

A: 私わたしのPython機械きかい学習がくしゅう経験けいけんは主におもに三みっつの領域りょういきに分かれわかれます。まず、MonotaRO時代じだいにはscikit-learnやTensorFlowを用いたもちいた予測よそくモデルもでるの構築こうちくを2年間ねんかん担当たんとうしました。特にとくに、顧客こきゃく行動こうどう予測よそくやレコメンデーションシステムしすてむの開発かいはつに従事じゅうじし、A/Bテストてすとを通じてつうじてモデルもでるの効果こうかを検証けんしょうしました。次につぎに、画像がぞう処理しょり分野ぶんやでは、OpenCVとPyTorchを使ったつかった画像がぞう認識にんしきシステムしすてむを開発かいはつし、Cannyエッジ検出けんしゅつなどのアルゴリズムあるごりずむを実装じっそうしました。最近さいきんでは、LangChainとTransformersライブラリらいぶらりを活用かつようしてLLMベースべーすのシステムしすてむを構築こうちくしており、RAG構成こうせいやベクトル検索けんさくの実装じっそう経験けいけんもあります。

Q2: 機械きかい学習がくしゅうパイプぱいぷラインらいんの構築こうちく経験けいけんについて詳しくくわしく聞かきかせてください

A: MonotaROでGKE上うえに構築こうちくした機械きかい学習がくしゅうプラットフォームが代表だいひょう例れいです。データでーたの前まえ処理しょりからモデルもでる訓練くんれん、評価ひょうか、デプロイまでの全ぜん工程こうていを自動じどう化かするパイプぱいぷラインらいんを設計せっけいしました。具体ぐたい的にてきには、BigQueryからのデータでーた抽出ちゅうしゅつ、Pandas・NumPyでの前まえ処理しょり、JupyterLabでの実験じっけん環境かんきょう、Kubernetesでのモデルもでる訓練くんれんジョブの分散ぶんさん実行じっこう、そして本番ほんばん環境かんきょうへの自動じどうデプロイまでを一いち元げん管理かんりしました。CI/CDパイプぱいぷラインらいんも構築こうちくし、モデルもでるのバージョンばーじょん管理かんりとA/Bテストてすとの自動じどう化かも実現じつげんしました。この結果けっか、データでーたサイエンティストの実験じっけんから本番ほんばん化かまでの時間じかんを30%短縮たんしゅくできました。

Q3: 強化きょうか学習がくしゅうや最適さいてき化かの経験けいけんはありますか？

A: はい、複数ふくすうのプロジェクトぷろじぇくとで経験けいけんがあります。SynXでのAGVフロアふろあ間かんタスク調整ちょうせいシステムしすてむでは、複数ふくすうのロボットろぼっと間かんの協調きょうちょう制御せいぎょにマルチまるちエージェント強化きょうか学習がくしゅうのアプローチあぷろーちを採用さいようしました。Q-learningベースべーすのアルゴリズムあるごりずむを実装じっそうし、搬送はんそう効率こうりつの最適さいてき化かを図りはかりました。また、数理すうり最適さいてき化かでは、制約せいやく付きつき最適さいてき化か問題もんだいを解くとくためにSciPyの最適さいてき化かライブラリらいぶらりを活用かつようし、遺伝いでん的てきアルゴリズムあるごりずむやシミュレーテッドアニーリングなどのメタヒューリスティクス手法しゅほうも試行しこうしました。これらの経験けいけんにより、理論りろん的なてきな背景はいけいと実装じっそうの両面りょうめんでスキルすきるを身みにつけています。

Q4: フルふるリモートでの開発かいはつ経験けいけんについて教えておしえてください

A: 8年間ねんかんの日本にほんでの開発かいはつ経験けいけんの中なかで、特にとくにコロナころな以降いこうはフルふるリモート環境かんきょうでの開発かいはつが中心ちゅうしんでした。GitHubを使ったつかったコードこーど管理かんり、Slack・Teamsでのコミュニケーションこみゅにけーしょん、Zoomでの定期ていき的なてきなスタンドすたんどアップあっぷミーティングみーてぃんぐなど、リモート開発かいはつに必要なひつようなツールつーるは全てすべて習熟しゅうじゅくしております。また、プロジェクトぷろじぇくとリーダーりーだーとしても、リモート環境かんきょうでのチームちーむ管理かんりやタスクの進捗しんちょく管理かんりを経験けいけんしており、非ひ同期どうきでのコミュニケーションこみゅにけーしょんや文書ぶんしょ化かによる情報じょうほう共有きょうゆうも得意とくいとしております。

Q5: 今後こんごどのような技術ぎじゅつに興味きょうみがありますか？

A: 特にとくに生成きなりAIとProcedural Content Generationに強いつよい関心かんしんがあります。現在げんざいのLLM経験けいけんを活かしいかしつつ、マルチモーダルな生成せいせいモデルもでるやGANを使ったつかったコンテンツこんてんつ自動じどう生成せいせいに挑戦ちょうせんしたいと考えてかんがえています。また、強化きょうか学習がくしゅうとゲームげーむ開発かいはつの融合ゆうごうにも興味きょうみがあり、NPCの行動こうどう学習がくしゅうやゲームげーむバランスばらんすの自動じどう調整ちょうせいなどの分野ぶんやで貢献こうけんしたいと思いおもいます。さらに、MLOpsの分野ぶんやでは、Kubeflowやflow等とうの最新さいしんツールつーるを学びまなび、よりスケーラブルで運用うんようしやすいMLパイプぱいぷラインらいんの構築こうちくスキルすきるを向上こうじょうさせたいと考えてかんがえております。

🙋‍♂️ こちらからの質問しつもん

技術ぎじゅつ・開発かいはつ環境かんきょうについて

Q: 現在げんざい使用しようされている機械きかい学習がくしゅう技術ぎじゅつスタックを教えておしえてください
意図いと：技術ぎじゅつ的なてきな適合てきごう性せいと学習がくしゅうすべき技術ぎじゅつの確認かくにん

Q: 開発かいはつチームちーむの規模きぼと、機械きかい学習がくしゅうエンジニアえんじにあの役割やくわり分担ぶんたんはどのようになっていますか？
意図いと：チームちーむ構成こうせいと自分じぶんの位置づけいちづけの理解りかい

Q: モデルもでるの本番ほんばん運用うんようにおいて、どのような監視かんし・運用うんよう体制たいせいを取らとられていますか？
意図いと：MLOpsへの取り組みとりくみ状況じょうきょう確認かくにん

プロジェクトぷろじぇくと・業務ぎょうむ内容ないようについて

Q: 入社にゅうしゃ後ご、最初にさいしょに担当たんとうする可能かのう性せいが高いたかいプロジェクトぷろじぇくとはどのような内容ないようでしょうか？
意図いと：具体ぐたい的なてきな業務ぎょうむイメージいめーじの把握はあく

Q: ゲームげーむやアプリあぷりサービスさーびすの開発かいはつにおいて、機械きかい学習がくしゅうはどのような場面ばめんで活用かつようされていますか？
意図いと：ビジネスびじねすへの機械きかい学習がくしゅうの適用てきよう方法ほうほう理解りかい

Q: 研究けんきゅう開発かいはつ的なてきな要素ようそと実装じっそう業務ぎょうむの比率ひりつはどの程度ていどでしょうか？
意図いと：業務ぎょうむの性質せいしつと期待きたい値ちの確認かくにん

成長せいちょう・キャリアきゃりあについて

Q: 機械きかい学習がくしゅうエンジニアえんじにあのスキルすきるアップあっぷ支援しえん制度せいどはありますか？
意図いと：継続けいぞく的なてきな学習がくしゅう環境かんきょうの確認かくにん

Q: 学会がっかい発表はっぴょうや技術ぎじゅつブログぶろぐでの情報じょうほう発信はっしんは推奨すいしょうされていますか？
意図いと：技術ぎじゅつ者しゃとしての成長せいちょう機会きかい確認かくにん

Q: 将来しょうらい的にてきに、機械きかい学習がくしゅうチームちーむのリーダーりーだーやアーキテクトへのキャリアきゃりあパスぱすはありますか？
意図いと：長期ちょうき的なてきなキャリアきゃりあ展望てんぼうの確認かくにん

働きはたらき方かた・環境かんきょうについて

Q: フルふるリモート環境かんきょうでのチームちーむ連携れんけいやコミュニケーションこみゅにけーしょんの工夫くふうがあれば教えておしえてください
意図いと：リモートワークの実態じったい確認かくにん

Q: GPU等とうの計算けいさんリソースの利用りよう環境かんきょうはどのようになっていますか？
意図いと：開発かいはつ環境かんきょうの充実じゅうじつ度ど確認かくにん

Q: コードレビューやペアぺあプログラミングぷろぐらみんぐなどの品質ひんしつ管理かんり体制たいせいについて教えておしえてください
意図いと：開発かいはつプロセスぷろせすの質しつ確認かくにん

1分間ふんかん自己じこ紹介しょうかい

案件のご紹介をいただき、ありがとうございます。盛偉と申しもうします。私わたしは8年ねん以上いじょうのソフトウェアそふとうぇあ開発かいはつ経験けいけんを持ちもち、特にとくにPythonでの高度なこうどな開発かいはつに従事じゅうじしてまいりました。MonotaROでは6年ねん半はんにわたり、Google Cloud PlatformとAWSを活用かつようしたビッグデータでーた処理しょりシステムしすてむの設計せっけい・開発かいはつを担当たんとうし、BigQueryやKinesisを使用しようした大だい規模きぼデータでーたパイプぱいぷラインらいんの構築こうちくを手がけてがけました。また、FlaskやDjangoなどのMVCフレームワークを用いたもちいたWebアプリケーションあぷりけーしょん開発かいはつの豊富なほうふな経験けいけんがあります。直近ちょっきんのSynXでは、機械きかい学習がくしゅう基盤きばんやLLMを活用かつようしたシステムしすてむ開発かいはつのプロジェクトぷろじぇくとリーダーりーだーを務めつとめ、アジャイル開発かいはつ手法しゅほうでチームちーむを統括とうかつしました。Docker、Kubernetesを使ったつかったコンテナこんてな化かやCI/CDパイプぱいぷラインらいんの構築こうちくなど、DevOpsの実務じつむ経験けいけんも豊富ですほうふです。AWS上じょうでのシステムしすてむ設計せっけいから運用うんようまで一貫いっかんして対応たいおうできます。御おん社しゃでもこれまでの経験けいけんを活かしいかし、スケーラブルなシステムしすてむ開発かいはつに貢献こうけんしたいと考えてかんがえております。よろしくお願いねがいいたします。

想定そうてい質問しつもんと回答かいとう

Q: Scalaの経験けいけんはありますか？
A: Scalaの直接ちょくせつ的なてきな実務じつむ経験けいけんは限定げんてい的ですてきですが、JVMベースべーすの言語げんごであるJavaでの開発かいはつ経験けいけんがあり、関数かんすう型かたプログラミングぷろぐらみんぐの概念がいねんについても理解りかいしております。また、Sparkを使用しようしたビッグデータでーた処理しょりにおいて、Scalaで書かかかれたコードこーどの読解どっかいや修正しゅうせいを行ったおこなった経験けいけんがあります。入社にゅうしゃ後ごは積極せっきょく的にてきにScalaのスキルすきるアップあっぷを図りはかり、早期そうきにプロジェクトぷろじぇくとで活用かつようできるよう努めつとめます。

Q: Spark/Hadoopの具体ぐたい的なてきな経験けいけんを教えておしえてください
A: MonotaROでのデータでーたパイプぱいぷラインらいん構築こうちくにおいて、大だい規模きぼログろぐデータでーたの処理しょりでSparkを活用かつようしました。特にとくに、fluentd、Kinesis、Lambdaと組み合わせたくみあわせたストリーム処理しょり基盤きばんを構築こうちくし、BigQueryでの分析ぶんせき用ようデータでーたの前まえ処理しょりを担当たんとうしました。また、機械きかい学習がくしゅうプラットフォームの構築こうちくでは、Sparkを使用しようしたデータでーた前まえ処理しょりパイプぱいぷラインらいんの設計せっけい・実装じっそうを行いおこない、ML訓練くんれん用ようのデータでーたセットせっと生成せいせいを自動じどう化かしました。

Q: DevOpsの経験けいけんについて具体ぐたい的にてきに教えておしえてください
A: Docker、Kubernetesを使用しようしたコンテナこんてな化かとオーケストレーションの経験けいけんがあります。GKE上じょうでの機械きかい学習がくしゅうプラットフォーム構築こうちくでは、JupyterLabのコンテナこんてな化かと自動じどうスケーリング設定せっていを行いおこないました。また、GitHubActionsやTerraformを使用しようしたCI/CDパイプぱいぷラインらいんの構築こうちく、インフラいんふらの自動じどう化かも実装じっそうしており、開発かいはつから本番ほんばんデプロイまでの全ぜん工程こうていを自動じどう化かした経験けいけんがあります。

Q: アジャイル開発かいはつでのプロジェクトぷろじぇくと管理かんり経験けいけんは？
A: 直近ちょっきんのSynXでのプロジェクトぷろじぇくとでは、2週間しゅうかんスプリントすぷりんとのスクラムすくらむ開発かいはつを採用さいようし、プロジェクトぷろじぇくとリーダーりーだーとしてデイリーでいりースタンドすたんどアップあっぷやスプリントすぷりんとプランニングを主導しゅどうしました。特にとくに、LLMという新しん技術ぎじゅつを既存きそんシステムしすてむに統合とうごうする際さいのリスクりすく管理かんりにおいて、段階だんかい的なてきな実装じっそうとイテレーティブな検証けんしょうを重視じゅうしし、プロダクトオーナーおーなーと緊密にきんみつに連携れんけいしながらプロジェクトぷろじぇくとを成功せいこうに導きみちびきました。

Q: 大手おおて町ちょうでの勤務きんむについて問題もんだいありませんか？
A: 問題もんだいございません。現在げんざい千葉ちば市しに住んですんでおり、大手おおて町ちょうまでは総武そうぶ線せんで通勤つうきん可能ですかのうです。また、リモートワークとのハイブリッド勤つとむ務体制せいについても柔軟にじゅうなんに対応たいおういたします。チームちーむメンバーめんばーとの密接なみっせつな協力きょうりょくが必要なひつような場面ばめんでは積極せっきょく的にてきにオフィスおふぃす勤務きんむし、集中しゅうちゅうして作業さぎょうしたい時ときはリモートワークを活用かつようするなど、プロジェクトぷろじぇくとの状況じょうきょうに応じておうじて最適なさいてきな働きはたらき方かたを選択せんたくしたいと考えてかんがえております。

逆ぎゃく質問しつもん集しゅう

Q: 開発かいはつチームちーむの技術ぎじゅつスタックと開発かいはつ体制たいせいについて教えておしえてください
意図いと：使用しよう技術ぎじゅつとチームちーむ規模きぼの把握はあく

Q: Scala・Pythonの使い分けつかいわけはどのような基準きじゅんで行わおこなわれていますか？
意図いと：技術ぎじゅつ選択せんたくの方針ほうしん理解りかい

Q: 現在げんざい取り組まとりくまれているビッグびっぐデータでーたプロジェクトぷろじぇくとの規模きぼ感かんや課題かだいがあれば教えておしえてください
意図いと：具体ぐたい的なてきな業務ぎょうむ内容ないようの確認かくにん

Q: アジャイル開発かいはつのサイクルさいくるやチームちーむ運営うんえいで重視じゅうしされていることはありますか？
意図いと：開発かいはつプロセスぷろせすの理解りかい

Q: AWSの利用りよう状況じょうきょうと、今後こんごのクラウド戦略せんりゃくについて教えておしえてください
意図いと：インフラいんふら環境かんきょうと将来しょうらい性せいの確認かくにん

Q: リモートワークとオフィスおふぃす勤務きんむのバランスばらんすはどの程度ていどでしょうか？
意図いと：働きはたらき方かたの具体ぐたい的なてきな確認かくにん

Q: 入社にゅうしゃ後ごの技術ぎじゅつキャッチきゃっちアップあっぷやスキルすきるアップあっぷ支援しえん制度せいどはありますか？
意図いと：成長せいちょう環境かんきょうの確認かくにん

Q: チームちーむ内ないでのコードこーどレビューれびゅーや技術ぎじゅつ的なてきな議論ぎろんの文化ぶんかについて教えておしえてください
意図いと：技術ぎじゅつ的なてきな環境かんきょうの質しつ確認かくにん

本日ほんじつはお忙しいいそがしい中なか、貴重なきちょうなお時間じかんをいただき、ありがとうございます。盛偉と申しもうします。

私わたしは中国ちゅうごくの名門めいもん大学だいがくで電気でんき工学こうがくとシステムしすてむ分析ぶんせきを学んだまなんだ後あと、来らい日にちしてから八はち年ねん以上いじょうにわたり、完全かんぜん日本にほん語ご環境かんきょうでソフトウェアそふとうぇあ開発かいはつに従事じゅうじしてきました。これまでの経験けいけんでは、ウェブシステムしすてむから機械きかい学習がくしゅう基盤きばん、そして最近さいきんでは生成きなりAIを活用かつようした運用うんよう監視かんし自動じどう化かシステムしすてむや社しゃ内ないエージェントシステムしすてむの構築こうちくまで、多岐にたきにわたるプロジェクトぷろじぇくとを主導しゅどう・開発かいはつしてきました。

今回こんかいの技術ぎじゅつ課題かだいでは、「Intelligent Presenter for HTML Slides」というプロダクトを開発かいはつし、BacklogのプロジェクトぷろじぇくとデータでーたからAIを活用かつようしてHTMLスライドすらいどを自動じどう生成せいせいするシステムしすてむを構築こうちくしました。MCP協議きょうぎの採用さいよう、Vue 3とSlidevによるモダンなもだんなフロントエンド、そして日本にほん語ごTTS機能きのうまで統合とうごうした包括ほうかつ的なてきなソリューションそりゅーしょんに仕上げしあげました。この課題かだいを通じてつうじて、Nulabの技術ぎじゅつ方針ほうしんやプロダクト理念りねんに深くふかく共感きょうかんし、特にとくにBacklog AI助手じょしゅの機能きのう拡張かくちょうという方向ほうこう性せいで、既存きそんサービスさーびすとの統合とうごうを意識いしきした設計せっけいを心がけこころがけました。

私わたしがNulabに魅力みりょくを感じるかんじるのは、「このチームちーむで一緒にいっしょに仕事しごとできてよかった」という理念りねんと、TRY FIRST、LOVE DIFFERENCES、GOAL ORIENTEDという行動こうどう方針ほうしんです。これまでの経験けいけんでも、多様なたようなメンバーめんばーとのチームワークを重視じゅうしし、新しいあたらしい技術ぎじゅつへの挑戦ちょうせんを恐れおそれず、常につねに共通のきょうつうの目標もくひょうに向かってむかって努力どりょくすることを大切にたいせつにしてきました。

Nulabでは、これまでの豊富なほうふな開発かいはつ経験けいけんとAI技術ぎじゅつへの深いふかい理解りかいを活かしいかし、Backlog AI助手じょしゅをはじめとする次つぎ世代せだいプロダクトの開発かいはつに貢献こうけんしたいと考えてかんがえています。特にとくに、ユーザーゆーざーの業務ぎょうむ効率こうりつ化かと新しいあたらしい価値かち創造そうぞうの両立りょうりつを目指しめざし、技術ぎじゅつ的なてきな革新かくしんとユーザビリティの向上こうじょうを同時にどうじに実現じつげんするプロダクト開発かいはつに取り組みとりくみたいと思いおもいます。

本日ほんじつはどうぞよろしくお願いねがいいたします。

Intelligent Presenter for HTML Slides

技術ぎじゅつ課題かだい発表はっぴょう資料しりょう

スライドすらいど1: プロジェクトぷろじぇくと概要がいよう

Intelligent Presenter for HTML Slidesは、BacklogプロジェクトぷろじぇくとデータでーたからAIを活用かつようしてHTMLスライドすらいどを自動じどう生成せいせいするシステムしすてむです。

主要しゅよう機能きのう

• BacklogプロジェクトぷろじぇくとデータでーたをMCP協議きょうぎで取得しゅとく
• AIによる10種類しゅるいのテーマてーま別べつスライドすらいど自動じどう生成せいせい
• 日本にほん語ごTTS音声おんせい解説かいせつ機能きのう
• リアルりあるタイムたいむ流りゅう式しき処理しょりによるスライドすらいど配信はいしん

解説かいせつ文ぶん

こんにちは。私わたしが開発かいはつしたIntelligent Presenter for HTML Slidesについてご紹介しょうかいさせていただきます。このシステムしすてむは、BacklogのプロジェクトぷろじぇくとデータでーたからAIを使ってつかってHTMLスライドすらいどを自動じどうで生成せいせいするシステムしすてむです。Backlogプロジェクトぷろじぇくとのデータでーたを自動じどうで取得しゅとくし、AIが十じゅう種類しゅるいのテーマてーまに分けてわけてスライドすらいどを作成さくせいします。さらに、日本にほん語ごの音声おんせい解説かいせつも付けるつけることができます。

スライドすらいど2: 技術ぎじゅつアーキテクチャ

1
2

TypeScript Frontend (Vue 3) ↔ Go Backend (MCP Gateway) ↔ MCP Servers
(Slidev + Chart.js)        (WebSocket + REST API)    (Backlog + TTS)

主要しゅようコンポーネント

• フロントエンド: Vue 3 + TypeScript + Slidev
• バックばっくエンドえんど: Go + Gin + WebSocket
• MCP統合とうごう: Backlog MCP Server + Speech TTS Server
• 認証にんしょう: OAuth 2.0 + JWT

解説かいせつ文ぶん

システムしすてむのアーキテクチャは三さん層そう構造こうぞうになっています。フロントエンドはVue 3とTypeScript、Slidevを使用しようしています。バックエンドはGo言語げんごとGinフレームワークで構築こうちくし、WebSocketでリアルりあるタイムたいむ通信つうしんを行いおこないます。外部がいぶサービスさーびすとの連携れんけいはMCP協議きょうぎを使いつかい、Backlog MCP ServerとTTS音声おんせい合成ごうせいサーバーさーばーに接続せつぞくしています。認証にんしょうはOAuth 2.0とJWTを使用しようして実装じっそうしました。

スライドすらいど3: 10種類しゅるいのスライドすらいどテーマてーま

プロジェクトぷろじぇくと管理かんりの全ぜん側面そくめんをカバーかばー

1. プロジェクトぷろじぇくと概況がいきょうと基本きほん情報じょうほう
2. プロジェクトぷろじぇくと進度しんどと状態じょうたい
3. 課題かだい詳細しょうさいと管理かんり
4. プロジェクトぷろじぇくとリスクりすくと瓶頸予警
5. チームちーむメンバーめんばーと協作状態じょうたい
6. ドキュメントどきゅめんとと知識ちしき庫こ管理かんり
7. コードこーどベースべーすと開発かいはつ活動かつどう
8. 通知つうちとコミュニケーションこみゅにけーしょん管理かんり
9. 智能化か輔助と予測よそく分析ぶんせき
10. 総括そうかつと次つぎ段階だんかい計画けいかく

解説かいせつ文ぶん

システムしすてむでは十じゅう種類しゅるいのスライドすらいどテーマてーまを用意よういしています。プロジェクトぷろじぇくと概要がいようから始まりはじまり、進捗しんちょく状況じょうきょう、課題かだい管理かんり、リスクりすく分析ぶんせき、チームちーむ協力きょうりょく状況じょうきょう、文書ぶんしょ管理かんり、開発かいはつ活動かつどう、コミュニケーションこみゅにけーしょん管理かんり、そして予測よそく分析ぶんせきまで、プロジェクトぷろじぇくと管理かんりの全てすべての側面そくめんをカバーかばーしています。最後にさいごに総括そうかつと次のつぎの段階だんかいの計画けいかくを自動じどう生成せいせいします。これにより、包括ほうかつ的なてきなプロジェクトぷろじぇくとレポートれぽーとを短たん時間じかんで作成さくせいできます。

スライドすらいど4: リアルりあるタイムたいむ生成せいせいフローふろー

非ひ同期どうき流りゅう式しき処理しょり

graph TD
    A[ユーザー要求] --> B[Backlogデータ取得]
    B --> C[AI内容生成]
    C --> D[スライド配信]
    D --> E[TTS音声生成]
    E --> F[完了通知]
    
    B -.-> G[WebSocket]
    C -.-> G
    D -.-> G
    E -.-> G

解説かいせつ文ぶん

システムしすてむの生成せいせいフローふろーは非ひ同期どうきで処理しょりされます。ユーザーゆーざーからのリクエストりくえすとを受けるうけると、まずBacklogからプロジェクトぷろじぇくとデータでーたを取得しゅとくします。次につぎに、AIがそのデータでーたを分析ぶんせきしてスライドすらいどの内容ないようを生成せいせいし、WebSocketを通じてつうじてリアルりあるタイムたいむでフロントエンドに配信はいしんします。同時にどうじに、TTS機能きのうで日本にほん語ごの音声おんせい解説かいせつも生成せいせいします。すべての処理しょりが完了かんりょうすると、完了かんりょう通知つうちをユーザーゆーざーに送信そうしんします。

スライドすらいど5: マルチモーダル統合とうごう

豊富なほうふなコンテンツこんてんつ表現ひょうげん

• Markdown + Mermaid: フローチャート・図表ずひょう自動じどう生成せいせい
• Chart.js: インタラクティブデータでーた可視化か
• Slidev: モダンもだんHTML5プレゼンテーション
• TTS音声おんせい: 日本にほん語ごナレーションなれーしょん自動じどう生成せいせい

AI統合とうごう

• OpenAI GPT-4: 内容ないよう生成せいせいとテキストてきすと処理しょり
• AWS Bedrock: マルチプロバイダーAIサポートさぽーと
• RealtimeTTS: 日本にほん語ご音声おんせい合成ごうせい

解説かいせつ文ぶん

システムしすてむは複数ふくすうのコンテンツこんてんつ表現ひょうげん方法ほうほうを統合とうごうしています。MarkdownとMermaidでフローチャートや図表ずひょうを自動じどう生成せいせいし、Chart.jsでインタラクティブなデータでーた可視化かを実現じつげんします。Slidevを使ってつかってモダンなもだんなHTML5プレゼンテーションを作成さくせいし、TTS機能きのうで日本にほん語ごのナレーションなれーしょんも自動じどう生成せいせいします。AIの統合とうごうでは、OpenAI GPT-4とAWS Bedrockを使用しようし、RealtimeTTSで高こう品質ひんしつな日本にほん語ご音声おんせいを生成せいせいします。

スライドすらいど6: 技術ぎじゅつ的てき特長とくちょうと創新点

Nulab AI戦略せんりゃくとの整合せいごう性せい

• 既存きそんBacklog AIアシスタントの機能きのう拡張かくちょう
• プレゼンテーション領域りょういきへの応用おうよう展開てんかい
• MCP協議きょうぎによるサービスさーびす統合とうごうの先進せんしん実装じっそう

セキュリティせきゅりてぃ・品質ひんしつ

• OAuth 2.0 + JWT認証にんしょう
• Go言語げんごによる高こう性能せいのうバックエンド
• TypeScriptによる型かた安全あんぜんフロントエンド
• Docker コンテナこんてな化かデプロイ

解説かいせつ文ぶん

技術ぎじゅつ的なてきな特長とくちょうとして、NulabのAI戦略せんりゃくとの整合せいごう性せいを重視じゅうししました。既存きそんのBacklog AIアシスタントの機能きのうを拡張かくちょうし、プレゼンテーション領域りょういきに応用おうよう展開てんかいしています。MCP協議きょうぎを使ったつかった先進せんしん的なてきなサービスさーびす統合とうごうも実装じっそうしました。セキュリティせきゅりてぃ面めんでは、OAuth 2.0とJWTによる認証にんしょうを実装じっそうし、Go言語げんごによる高こう性能せいのうなバックエンドとTypeScriptによる型かた安全なあんぜんなフロントエンドを構築こうちくしています。Dockerによるコンテナこんてな化かデプロイも対応たいおうしています。

スライドすらいど7: 実装じっそう成果せいかと検証けんしょう

実装じっそう完了かんりょう機能きのう

✅ OAuth 2.0 認証にんしょうシステムしすてむ
✅ MCP Client統合とうごう（Go実装じっそう）
✅ リアルりあるタイムたいむWebSocket通信つうしん
✅ Vue 3 + Slidev フロントエンド
✅ 10テーマてーま自動じどう生成せいせいシステムしすてむ
✅ TTS音声おんせい合成ごうせい統合とうごう
✅ Docker コンテナこんてな化か

テストてすと・品質ひんしつ管理かんり

• Go単体たんたいテストてすと（80%カバレッジ）
• TypeScript統合とうごうテストてすと
• APIエンドえんどポイントぽいんと検証けんしょう

解説かいせつ文ぶん

実装じっそうの成果せいかをご報告ほうこくします。OAuth 2.0による認証にんしょうシステムしすてむ、Go言語げんごでのMCP Client統合とうごう、WebSocketによるリアルりあるタイムたいむ通信つうしん、Vue 3とSlidevによるフロントエンド、十じゅう種類しゅるいのテーマてーまによる自動じどう生成せいせいシステムしすてむ、TTS音声おんせい合成ごうせいの統合とうごう、そしてDockerによるコンテナこんてな化かまで、全てすべての主要しゅよう機能きのうを実装じっそう完了かんりょうしました。品質ひんしつ管理かんりでは、Go言語げんごの単体たんたいテストてすとで80パーセントぱーせんとのカバレッジを達成たっせいし、TypeScriptでは統合とうごうテストてすとを実装じっそうし、全てすべてのAPIエンドポイントの検証けんしょうも完了かんりょうしています。

スライドすらいど8: 今後こんごの展望てんぼう