Vottiaボッティア株式会社面接準備資料

5分間ふんかん日本にほん語ご自己じこ紹介しょうかい原稿げんこう

はじめまして、盛偉と申しもうします。本日ほんじつはお忙しいいそがしい中なか、面接めんせつの機会きかいをいただき、誠にまことにありがとうございます。

私わたしは中国ちゅうごく出身しゅっしんで、2016年ねんに来らい日にちしてから8年ねん以上いじょうにわたり、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まいりました。武漢ぶかん大学だいがくで電気でんき工学こうがく、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んだまなんだ後あと、DiDi、MonotaRO、そして現在げんざいのSynXまで、一貫いっかんしてバックエンドエンジニアえんじにあとして経験けいけんを積んでつんでまいりました。

特にとくに最近さいきんでは、生成せいせいAIとLLMを活用かつようし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ます。現職げんしょくのSynXでは、ZabbixとMistral、Mixtralなどの複数ふくすうのLLMを統合とうごうする監視かんし自動じどう化かシステムしすてむ「Walkure Operator」のアーキテクト兼けんリードデベロッパーとして、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システムしすてむを設計せっけい・実装じっそういたしました。また、AWSのGenerative AI Use Casesフレームワークを活用かつようした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も手がけてがけ、Model Context Protocolを採用さいようしたサーさーバーレス構成こうせいによる自動じどう化かシステムしすてむを開発かいはつしております。

技術ぎじゅつ面めんでは、Python、Golang、JavaScriptを中心ちゅうしんとして、AWS、GCP、Kubernetesなどのクラウドネイティブ技術ぎじゅつ、そしてLangChain、FAISS、Transformersなどの機械きかい学習がくしゅう・AI技術ぎじゅつに精通せいつうしております。MonotaRO時代じだいには、BigQueryやKubernetesを活用かつようした大だい規模きぼデータでーた処理しょり基盤きばんの構築こうちくも担当たんとうし、スケーラブルなシステムしすてむ設計せっけいの経験けいけんも豊富ですほうふです。

私わたしが特にとくに大切にたいせつにしていることは、新しいあたらしい技術ぎじゅつを「使えるつかえる技術ぎじゅつ」として現場げんばに落としおとし込むこむことです。AIを積極せっきょく的にてきに活用かつようし、自身じしんの生産せいさん性せい向上こうじょうだけでなく、チームちーむ全体ぜんたい、そして最終さいしゅう的にてきにはユーザーゆーざーの課題かだい解決かいけつにつながるプロダクト開発かいはつを心がけてこころがけております。

Vottiaボッティア様さまのAIエージェントプラットフォームは、まさに私わたしがこれまで培ってつちかってきた技術ぎじゅつと経験けいけんを活かせるいかせる領域りょういきだと考えてかんがえております。特にとくに、コンタクトこんたくとセンターせんたーの自動じどう化かにおいて、単純なたんじゅんな問い合わせといあわせ処理しょりではなく、現場げんばのノウハウのうはうとAIを融合ゆうごうした複雑なふくざつな問題もんだい解決かいけつを実現じつげんするというビジョンびじょんに強くつよく共感きょうかんいたします。

初期しょきメンバーめんばーとして、プラットフォーム全般ぜんぱんの設計せっけいから実装じっそう、そして運用うんようまで一貫いっかんして関われるかかわれること、また経営けいえいメンバーめんばーやビジネスびじねすサイドさいどと連携れんけいしながらプロダクトを成長せいちょうさせられることに大きなおおきな魅力みりょくを感じてかんじております。私わたしの技術ぎじゅつ力りょくと経験けいけん、そして何よりなによりもスピードすぴーど重視じゅうしで「まずはやってみる」という姿勢しせいで、Vottiaボッティア様さまの成長せいちょう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。

面接めんせつ官かんからの想定そうてい質問しつもんと回答かいとう

Q1: なぜVottiaボッティアに興味きょうみを持ったもったのですか？

A1: 主におもに三みっつの理由りゆうがあります。まず、AIエージェント技術ぎじゅつが私わたしの専門せんもん分野ぶんやと完全にかんぜんに一致いっちしていることです。現職げんしょくで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を開発かいはつし、AIの実用じつよう化かについて深くふかく理解りかいしております。次につぎに、コンタクトこんたくとセンターせんたーの自動じどう化かという具体ぐたい的なてきな課題かだい解決かいけつに取り組めるとりくめる点てんです。単純なたんじゅんな自動じどう化かではなく、現場げんばのノウハウのうはうとAIを融合ゆうごうするというアプローチあぷろーちに強くつよく共感きょうかんいたします。最後にさいごに、初期しょきメンバーめんばーとして幅広いはばひろい技術ぎじゅつ領域りょういきに関われかかわれ、プロダクトの成長せいちょうを直接ちょくせつ体感たいかんできる環境かんきょうに魅力みりょくを感じてかんじております。

Q2: 生成せいせいAIを使ったつかったシステムしすてむ開発かいはつの経験けいけんについて詳しくくわしく教えておしえてください。

A2: 最ももっとも代表だいひょう的なてきなプロジェクトぷろじぇくとは「Walkure Operator」です。ZabbixとMistral、Mixtralなどの複数ふくすうのLLMを統合とうごうし、監視かんしアラートの要約ようやく、根本こんぽん原因げんいんの推定すいてい、予知よち保全ほぜんを自動じどう化かするシステムしすてむを設計せっけい・開発かいはついたしました。Model Context Protocol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、LangChainやRAG構成こうせいによる知識ちしき検索けんさく機能きのうも実装じっそうしております。また、AWSのGenerative AI Use Casesフレームワークを活用かつようした社しゃ内ないエージェントシステムしすてむでは、Amazon BedrockやKendraと連携れんけいしたサーさーバーレス構成こうせいを構築こうちくし、Terraform自動じどうレビューれびゅー機能きのうの評価ひょうかも行いおこないました。

Q3: フルふるスタック開発かいはつについてどう考えてかんがえていますか？

A3: フルふるスタック開発かいはつは、プロダクト全体ぜんたいを俯瞰ふかんして最適なさいてきな解決かいけつ策さくを提案ていあんできる重要なじゅうようなスキルすきるだと考えてかんがえております。私わたしは、フロントエンドからバックエンド、インフラいんふら、データでーた基盤きばんまで幅広くはばひろく経験けいけんしており、特にとくにスタートすたーとアップあっぷ環境かんきょうでは一人ひとりで多くおおくの領域りょういきをカバーかばーできることが大きなおおきな価値かちになると思いおもいます。ただし、それぞれの専門せんもん性せいも大切にたいせつにしており、必要にひつように応じておうじて専門せんもん家かと連携れんけいすることも重要だじゅうようだと考えてかんがえております。Vottiaボッティアのような初期しょき段階だんかいの会社かいしゃでは、まさにこのような柔軟じゅうなん性せいが求めもとめられると思いおもいます。

Q4: チームワークについてどう考えてかんがえていますか？

A4: チームワークは、技術ぎじゅつ的なてきなスキルすきると同じおなじくらい重要だじゅうようだと考えてかんがえております。特にとくに、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のプロジェクトぷろじぇくとリーダーりーだーを務めたつとめた経験けいけんでは、技術ぎじゅつ的なてきな設計せっけいだけでなく、メンバーめんばー間かんの調整ちょうせいや進捗しんちょく管理かんり、品質ひんしつ管理かんりも担当たんとういたしました。また、MonotaRO時代じだいには営業えいぎょうや経営けいえい層そうとの連携れんけいも多くおおく、技術ぎじゅつ者しゃ以外いがいのステークホルダーとのコミュニケーションこみゅにけーしょんも得意とくいとしております。Vottiaボッティアでは経営けいえいメンバーめんばーやビジネスびじねすサイドさいどとの連携れんけいが重要じゅうようとのことですので、この経験けいけんを活かしいかしたいと思いおもいます。

Q5: 技術ぎじゅつ選定せんていにおいて重視じゅうしすることは何なにですか？

A5: 技術ぎじゅつ選定せんていでは、三みっつの要素ようそを重視じゅうししております。まず、解決かいけつすべき課題かだいに対するたいする適合てきごう性せいです。過度にかどに複雑にふくざつにせず、必要ひつよう十分なじゅうぶんな機能きのうを提供ていきょうできる技術ぎじゅつを選びえらびます。次につぎに、保守ほしゅ性せいと拡張かくちょう性せいです。将来しょうらい的なてきな機能きのう追加ついかや運用うんよう負荷ふかを考慮こうりょして、長期ちょうき的にてきに持続じぞく可能なかのうな技術ぎじゅつを選択せんたくします。最後にさいごに、チームちーむのスキルすきるレベルれべると学習がくしゅうコストこすとです。新しいあたらしい技術ぎじゅつを導入どうにゅうする場合ばあいは、適切なてきせつな学習がくしゅう期間きかんとサポートさぽーと体制たいせいを確保かくほすることが重要だじゅうようだと考えてかんがえております。Vottiaボッティアでは技術ぎじゅつスタックの選定せんていから関われるかかわれるとのことですので、この経験けいけんを活かしいかしたいと思いおもいます。

面接めんせつ官かんへの質問しつもん

技術ぎじゅつ・開発かいはつに関するかんする質問しつもん

開発かいはつプロセスぷろせすについて： 現在げんざい想定そうていされている開発かいはつプロセスぷろせすやアジャイル手法しゅほうの採用さいよう予定よていについて教えておしえてください。また、コードこーどレビューれびゅーやCI/CDの体制たいせいはどのように構築こうちくされる予定よていでしょうか？
技術ぎじゅつスタックの方針ほうしん： LLMの選定せんていにおいては、商用しょうようAPIサービスさーびす（OpenAI、Claude等など）とオンプレミス型かた（Llama、Mistral等など）のどちらを重視じゅうしされる予定よていでしょうか？また、セキュリティせきゅりてぃやコンプライアンス面めんでの制約せいやくはありますか？
アーキテクチャ設計せっけい： コンタクトこんたくとセンターせんたーとの統合とうごうにおいて、既存きそんシステムしすてむとの連携れんけい方式ほうしき（API、メッセージング等など）についてどのような方針ほうしんをお考えかんがえでしょうか？
データでーた戦略せんりゃく： 現場げんばのノウハウのうはうとAIの融合ゆうごうにおいて、ナレッジベースべーすの構築こうちくやRAGシステムしすてむの実装じっそうについてどのような構想こうそうをお持ちもちでしょうか？

組織そしき・働きはたらき方かたに関するかんする質問しつもん

チームちーむ構成こうせいの展望てんぼう： 1年ねん後ご、2年ねん後ごのチームちーむ規模きぼや組織そしき構成こうせいについてどのようなビジョンびじょんをお持ちもちでしょうか？エンジニアえんじにあ以外いがいの職種しょくしゅの採用さいよう予定よていも教えておしえてください。
技術ぎじゅつ的てき成長せいちょう支援しえん： 新しん技術ぎじゅつの学習がくしゅうや外部がいぶイベントいべんと参加さんか、技術ぎじゅつ書しょ購入こうにゅうなどに対するたいする会社かいしゃのサポートさぽーと体制たいせいについて教えておしえてください。
意思いし決定けっていプロセスぷろせす： 技術ぎじゅつ的なてきな意思いし決定けっていにおいて、現場げんばのエンジニアえんじにあの意見いけんはどの程度ていど反映はんえいされる仕組みしくみでしょうか？

事業じぎょう・プロダクトに関するかんする質問しつもん

顧客こきゃくターゲットたーげっと： 想定そうていされている顧客こきゃく層そう（企業きぎょう規模きぼ、業界ぎょうかい等など）と、最初にさいしょにフォーカスする市場しじょうセグメントについて教えておしえてください。
競合きょうごう優位ゆうい性せい： 既存きそんのコンタクトこんたくとセンターせんたーソリューションそりゅーしょんと比較ひかくして、Vottiaボッティアの差別さべつ化かポイントぽいんとはどこにあるとお考えかんがえでしょうか？
成功せいこう指標しひょう： プロダクトの成功せいこうをどのような指標しひょうで測定そくていされる予定よていでしょうか？技術ぎじゅつ面めん、ビジネスびじねす面めんそれぞれについて教えておしえてください。

Mukaigawaさん：盛さん、履歴書にbiobotという開源項目のことが書いてありますね。これについて詳しく教えていただけますか？
盛さん：はい、ありがとうございます。biobotは私が個人的に開発したプロジェクトで、BioGPTを使用したDiscordとWhatsApp向けのチャットボットです。生物医学分野に特化したAIエージェントを作りたいと思って始めました。

Mukaigawaさん：なるほど、興味深いですね。なぜBioGPTを選択されたのですか？一般的なChatGPTではなく。
盛さん：良い質問ですね。BioGPTは生物医学分野に特化して訓練されたモデルなので、医学や生物学に関する専門的な質問により正確に答えられるんです。一般的なGPTモデルと比べて、専門用語の理解や医学的な文脈の把握が格段に優れています。これは、まさにVottiaさんが目指している「現場のノウハウとAIの融合」というアプローチと同じ考え方だと思います。

Mukaigawaさん：そうですね。技術的には、どのような構成になっているのでしょうか？
盛さん：技術スタックとしては、Pythonをベースに、discord.pyでDiscord連携、whatsapp-web.jsでWhatsApp連携を実現しています。Flaskでウェブサービス部分を構築し、OpenAI APIを通じてBioGPTと連携させています。環境管理にはcondaを使用し、nbdevフレームワークで文書化開発を行いました。

Mukaigawaさん：複数のプラットフォームに対応するのは大変だったのではないですか？どのような課題がありましたか？
盛さん：はい、確かに課題がありました。まず、DiscordとWhatsAppではAPI仕様が全く異なるので、統一的なメッセージ処理インターフェースを設計する必要がありました。特にWhatsAppの場合、ウェブベースのAPIを使用するため、認証やセッション管理が複雑でした。
また、各プラットフォームでのメッセージフォーマットの違いも課題でした。例えば、Discordは埋め込みメッセージに対応していますが、WhatsAppは対応していません。そこで、プラットフォームに応じてレスポンスを動的に変換するアダプターパターンを実装しました。

Mukaigawaさん：なるほど、問題解決のアプローチが素晴らしいですね。ところで、このプロジェクトは現在どのような状況ですか？
盛さん：正直に申し上げますと、半分程度の完成度で一時停止している状態です。基本的なフレームワークとDiscordの基本連携は完成していますが、AIとの対話ロジック部分や、WhatsAppの完全な統合、エラーハンドリングなどがまだ残っています。
停止した理由は、当時フルタイムの仕事が忙しくなったことと、個人プロジェクトとしてのスコープが大きくなりすぎたことです。でも、この経験から学んだのは、MVP（Minimum Viable Product）の重要性と、段階的な開発の価値です。

Mukaigawaさん：失敗から学ぶ姿勢、とても良いですね。では、この経験をVottiaでどのように活かせると思いますか？
盛さん：まず、複数プラットフォーム統合の経験は、Vottiaのコンタクトセンター統合に直接活かせると思います。Discord、WhatsApp、そして将来的にはSalesforceやZendeskなど、様々なシステムとの連携が必要になると思いますが、その設計パターンは共通しています。
また、専門分野向けAIの実装経験も重要です。BioGPTを選択した経験から、Vottiaでも業界特化型のAIエージェント開発において、適切なモデル選択や知識ベースの構築に貢献できると思います。
そして、何より「現場で試行錯誤しながら問題解決する」経験を積んだことが一番大きいと思います。技術選択の理由付け、課題の分析、段階的な解決アプローチなど、まさにVottiaが求めている自走力を実証できたプロジェクトだと考えています。

Mukaigawaさん：素晴らしいですね。最後に、もしVottiaに入社されたら、このbiobotプロジェクトをどうされますか？
盛さん：良い質問ですね。Vottiaでの経験を積んだ後、個人的にはこのプロジェクトを完成させたいと思っています。ただし、今度はよりシンプルなMVPから始めて、段階的に機能を追加していく予定です。
また、Vottiaで学んだ企業級のAIエージェント開発のノウハウを活かして、より実用的で堅牢なシステムにしたいと思います。オープンソースプロジェクトとして公開し続けることで、コミュニティにも貢献できればと考えています。

Mukaigawaさん：とても良い考えですね。技術への情熱と現実的な判断力の両方を感じます。biobotプロジェクトについてはよく理解できました。ありがとうございます。
盛さん：こちらこそ、詳しく聞いていただき、ありがとうございました。

技术・開発に関する質問への回答

Q1: 現在想定されている開発プロセスやアジャイル手法の採用予定について教えてください。

石井CEO回答：
「そうですね、私たちはまだ4名という小さなチームですので、まさにアジャイルな開発スタイルを取っています。2週間スプリントで進めていて、毎週金曜日にチーム全体でレトロスペクティブをやってるんです。コードレビューは必須にしていて、GitHubでプルリクエストベースの開発フローを使っています。CI/CDについては、10月のプロダクトローンチに向けて、今まさに整備を進めているところですね。盛さんが入社されたら、ぜひこの辺りの設計にも参加していただきたいと思っています。」

Q2: LLMの選定においては、商用APIサービス（OpenAI、Claude等）とオンプレミス型（Llama、Mistral等）のどちらを重視される予定でしょうか？

石井CEO回答：
「これは本当に重要な質問ですね。実は、両方のアプローチを取る予定なんです。まず、商用APIサービスについては、やはりOpenAIのGPT-4やClaude 3.5 Sonnetの品質は素晴らしいので、これらをメインに使っていきます。特に、Transcosmos様との連携でAWSのBedrockを活用できるのが大きなアドバンテージですね。

一方で、オンプレミス型も重要だと考えています。特に、お客様のセキュリティ要件が厳しい場合や、コスト面での最適化を考えると、MistralやLlama 3.1のような高性能なオープンソースモデルも選択肢に入れておきたいんです。盛さんのWalkure Operatorでの経験まさにこの辺りに活かせると思うのですが、いかがでしょうか？」

Q3: コンタクトセンターとの統合において、既存システムとの連携方式について教えてください。

石井CEO回答：
「ここがまさに私たちの差別化ポイントなんです。TranscosmosさんのnodesConnectプラットフォームを使って、既存のCRMやCTIシステムとシームレスに連携できるんです。APIベースの連携はもちろん、WebSocketを使ったリアルタイム通信、それからメッセージキューイングシステムも使っています。

具体的には、SalesforceやZendeskといった主要CRMとの標準連携、それからAmazon ConnectやGenesysなどのクラウドPBXとの音声連携も準備しています。ただ、正直言うと、ここはまだまだ開発が必要な部分で、盛さんのようなバックエンドの専門家に入っていただけると本当に心強いですね。」

組織・働き方に関する質問への回答

Q4: 1年後、2年後のチーム規模や組織構成について教えてください。

石井CEO回答：
「現在4名なんですが、来年3月までには12-15名くらいまで拡大したいと思っています。特に、エンジニアを6-7名、セールス・マーケティングを3-4名、カスタマーサクセスを2-3名という感じですね。

2年後には30-40名規模を目指しています。その頃には、プロダクト部門、セールス部門、カスタマーサクセス部門という3つの部門体制にして、盛さんには技術面でのテックリードやエンジニアリングマネージャーとしても活躍していただけると嬉しいです。もちろん、ご本人の希望も聞きながらですが。」

Q5: 技術的成長支援について教えてください。

石井CEO回答：
「これはとても大事にしているところです。まず、技術書籍やオンライン学習プラットフォームの費用は会社で負担しています。年間15万円までの学習支援金も用意しています。

それから、AWSのre:InventやGoogle Cloud Nextなどの大きなカンファレンスには積極的に参加してもらいたいと思っています。TranscosmosさんやMobilusさんとの技術交流会も定期的にあるので、そういった場での学習機会も豊富ですね。

あと、週に1回、チーム内で技術勉強会をやっているんです。盛さんのAI・LLMの経験もぜひシェアしていただきたいです。」

事業・プロダクトに関する質問への回答

Q6: 想定されている顧客層と最初にフォーカスする市場セグメントについて教えてください。

石井CEO回答：
「10月のローンチでは、まず製造業と建設・インフラ業界にフォーカスします。従業員数300-3000名くらいの中堅企業が最初のターゲットですね。なぜかというと、この規模の企業って、カスタマーサポートの課題は大きいけれど、大手企業向けのソリューションは高すぎて導入できないという課題があるんです。

具体的には、製造業の部品調達に関する問い合わせ対応とか、建設会社の見積もり相談対応とかですね。Transcosmos様の既存顧客基盤を活用して、まずは5-10社のパイロット導入から始める予定です。」

Q7: 既存のコンタクトセンターソリューションと比較してのVottiaの差別化ポイントは？

石井CEO回答：
「一番大きな違いは、『現場の知識とAIの融合』というアプローチですね。既存のソリューションって、汎用的なFAQ回答に留まることが多いんです。でも私たちは、お客様の業界特有の知識や、現場で蓄積されたノウハウをAIエージェントに学習させて、本当に人間のオペレーターと同レベルの対応ができるようにしています。

それから、Mobilusさんの7年間のチャットボット運用ノウハウと、Transcosmos様の60年間のBPO経験を組み合わせているのも大きな強みです。技術だけじゃなくて、運用面でのサポートも含めてトータルで提供できるんです。

あと、導入のハードルを下げるために、小さく始められるパッケージも用意しています。他社だと数百万円からのスタートが多いんですが、私たちは月額30万円程度から始められるようにしています。」

Q8: プロダクトの成功をどのような指標で測定される予定でしょうか？

石井CEO回答：
「技術面では、まず応答精度ですね。お客様の問い合わせに対して、人間のオペレーターと同等の90%以上の満足度を目指しています。それから、平均応答時間を30秒以内に抑えることも重要な指標です。

ビジネス面では、お客様のコスト削減効果を重視しています。従来のオペレーター対応と比べて、少なくとも30%のコスト削減を実現したいですね。あと、解決率の向上も大事で、一次対応での解決率を70%以上に持っていきたいと思っています。

長期的には、お客様の顧客満足度向上にどれだけ貢献できるかも見ていきます。NPSスコアの改善とか、リピート率の向上とかですね。盛さんの監視自動化システムの経験も、この辺りのKPI設計に活かしていただけそうですね。」

石井CEO最後の一言：
「盛さん、今日はありがとうございました。正直、盛さんのような経験豊富なエンジニアに来ていただけると、本当に心強いです。まだまだ小さな会社ですが、一緒に日本のAIエージェント市場を作っていけるような、そんなエキサイティングな挑戦だと思っています。ぜひ一緒にやりましょう！」

Vottia株式会社