Genki Hagiwara

AI-DLC（AI-Driven Development Lifecycle）を前提に、意思決定 → 要件 → 実行 → 運用改善が一気通貫で回る 開発運用基盤（Context Planning Layer × Execution & Operating Layer）へ移行。 AIが“都度賢くなる”のではなく、AIが確実に働ける前提（コンテキスト整備・テンプレ化・ガードレール・証跡）を設計し、スループットと運用品質の両方を底上げした。 取り組み概要（AI-DLC） 1)Inception Phase（意思決定・要件定義・コンテキスト整備） リポジトリ / CI/CD / 監視 / 運用手順 / 変更履歴を棚卸しし、論点・制約・リスク・依存関係を構造化 要件定義を「議論」ではなく成果物（テンプレ）として固定化 論点整理、要求仕様、受入条件、実行計画、影響範囲、ロールバック、運用観点まで含む ADR / Runbook / 設計メモの標準フォーマットを整備し、AIが “Context Compiler” として 資料集約 → 要件整理 → 実行計画 → Issue草案生成まで再現可能な状態を構築 権限・承認・監査観点（HITL/証跡）を前提に、AI活用のガードレール設計を組み込み 2)Construction Phase（実装・運用実行：Issue/PR駆動へ移行） 作業をIssueで分割し、AI支援で 差分生成 → テスト → レビュー を回すフローに移行 CI/CD品質ゲートを整備（例：lint/test/scan、マージ要件、レビュー観点の標準化） 変更管理を“運用可能な形”まで落とし込み 承認フロー / 切り戻し手順 / 変更理由（ADR紐づけ）/ 監査証跡（誰が何をなぜ）を一体化 3) Operations Phase（障害対応と学習ループの実装） 監視・アラートを再設計（ノイズ削減、一次切り分け可能な粒度へ） インシデント運用を Intake → Runbook → Postmortem で標準化し、対応後に ナレッジをWrite-back（Runbook/ADR/設計メモへ反映）する学習ループを設計 「人が覚える運用」から「仕組みが育つ運用」へ移行

ブロックチェーン関連サービスの成長に伴い、スケールとセキュリティ要件を満たすために、AWS上での基盤を再設計し、EKSを中心とした運用可能なプラットフォームを構築しました。 EKS基盤設計・構築：クラスタ構成、ネットワーク/セキュリティ境界、ノード運用、デプロイ戦略を設計し、アプリの継続的デリバリーが回るEKS基盤を整備。 AWSアカウント統合（運用設計込み）：複数アカウント/環境の整理・統合方針を定義し、権限設計（最小権限、ロール運用）と監査性を確保した運用へ移行。 セキュリティパイプライン設計・構築：脆弱性/設定逸脱/権限リスクを早期検知できる仕組みを、CI/CDおよび運用監視に組み込み。開発スピードを落とさずに“守れる”状態を実装。 CI/CD整備：ビルド〜テスト〜デプロイの自動化に加えて、品質・セキュリティのゲート（例：静的解析、依存関係スキャン等）を組み込み、変更管理とリリース再現性を向上。 成果：デプロイの安定化、環境差異の削減、監査・セキュリティの強化により、事業成長に耐える基盤と運用体制を構築。 （必要に応じて：IaC標準化、運用Runbook整備、障害対応フロー整備まで対応）

自動車の査定を自動化するプロジェクトのなかで、自動車の写真から、車両の傷をみつけ、位置、大きさを特定するAIを作成。

電力系の需要予測AIの開発

製造業系新規PJの開発環境、CI/CD環境の整備をAWS上で行いました。