AI 開発自動化プラットフォームの基盤・アプリケーションの設計・構築
案件概要
大手 SIer のシステムエンジニア向けの AI による開発ライフサイクル完全自動化アプリの開発。
開発の各工程を AI で支援する社内向けプラットフォームとして構築。お客様が自作した AI モデルを社内に提供し、エンジニアが日々の開発に組み込んで使えるようにした。
体制
自社から 4 人月、チーム全体では 5 人月ほど。アジャイル開発で進行し、メンバー全員が要件定義から実装までを一貫して担当した。
業務内容
自作モデルサービングに向けたインフラ構築
- GPU を使った GKE 上での自作モデルホスティング
- 社内セキュリティ規則に基づく Apigee から GKE への閉域通信を PSC（Private Service Connect）で設計実装
- Vertex AI へのカスタムコンテナのデプロイ、技術検証
- n8n を GKE にセルフホスティングする検証、プレゼンテーション
- 社内エンドポイント連携のための n8n カスタムノード作成
- Terraform を使った IaC 実装
- グーグル・クラウド・ジャパンへ出社し、カスタマーエンジニアに課題を共有し、ディスカッションした
AIレビュー自動化アプリ開発
- Cloud Run、Cloud SQL などを使った Web アプリケーション設計構築
- Cloud Identity を使った認証基盤設計構築
- クリーンアーキテクチャをベースに Fastify を使った認可処理実装
- React を使ったフロントエンド実装
- GCE 上で Claude Code を利用するセキュリティを担保した開発環境の構築
- Azure DevOps Pipeline を使った CI / CD 構築
- Terraform を使った IaC 実装
- Google Cloud サポートとのコミュニケーション
全自動AIコーディングプラットフォーム開発
- マイクロサービス化に向けて、イベントストーミングのリード
- クラウドベンダー非依存要件を達成するための Kubernetes 設計
- Helm、IaC を使った GKE 構築
- インフラチームのタスク管理、タスク分割
成果
- お客様が自作したモデルを GKE 上にデプロイし、Apigee 経由で社内の約 60 チームが実際に呼び出せるようにした
- 決まっていない状態からお客様と要件を固め、3 ヶ月で MVP のリリースまで完走
- マイクロサービス、Kubernetes の技術的に難しい案件をリードした
- Claude Code を利用する AI 駆動開発で、本来 10 人月以上かかるアプリを 5 人月で実装
使用技術
- フロントエンド: React (TypeScript)
- バックエンド: Fastify (TypeScript)
- クラウド: Google Cloud（GKE / GCE / Cloud Run / Cloud SQL / Secret Manager / Apigee / PSC / DNS / VPC）
- Kubernetes: Helm, ArgoCD
- IaC: Terraform
- AI / ML: Vertex AI / GPU（GKE 上の自作モデルホスティング）
- 認証・認可: Cloud Identity
- CI / CD: Azure DevOps Pipeline
- 開発環境: Docker
- ワークフロー自動化: n8n（GKE セルフホスティング）
- AI 駆動開発: Claude Code
- コミュニケーションツール: Microsoft Teams / Slack
- 開発手法: アジャイル開発