1
/
5

「ユーザにとってどんな価値を生み出せるか」を追求する、AI inside の開発思想

ノーコードでAIモデル開発ができる「Learning Center」やAI-OCR機能が充実した「DX Suite」など、AI inside のプロダクトは日々進化し続けています。今回はスピード感を持った開発でプロダクトの進化を支えているエンジニアに、開発する上での思想や仕事のやりがい、挑戦したいことを聞きました。


Iwasaki
大学院で画像認識やパターン認識を研究し、卒業後は組み込みエンジニアとして従事。2018年にAI inside にリサーチャーとして入社し、その後アプリケーション開発に携わり、これまでOCRモデルの開発や「DX Suite」の推論基盤の開発を担当。現在はDevelopment of Workflows UnitのVPとして、「Workflows」と「Learning Center」の2つのプロダクトを横断して開発に携わっている。

目次

  1. DevOpsを実現した最適な開発体制
  2. ユーザに「価値」を届けられるプロダクト作り
  3. 全プロダクトのDevOpsとMLOpsを実現へ

DevOpsを実現した最適な開発体制

ー現在の業務内容について教えてください。

AI inside が提供するサービス・プロダクト群の中には、AIを作るためのノーコードAI開発サービス「Learning Center」や、「Learning Center」で作られたAIを使うためのソフトウェア「Workflows」があります。

私が所属するDevelopment of Workflows Unit は「Workflows」開発の攻め部隊の位置付けのユニットとして、「Workflows」と「Learning Center」の両方の開発を進めており、私はここでプレイングマネージャーのような役割を担っています。

「Workflows」は正式版リリースに向けて土台作りを他の開発ユニットと協力して進めており、組織負荷分散システムの設計・実装やパフォーマンスチューニングなどに主に関わってます。最近では、新機能追加のプロジェクトもあり、そこではメインの実装を担当しました。

「Learning Center」は要件定義・設計・実装・開発まで全体的に関わっており、チームメンバーと一緒に私も手を動かしつつ、バックエンド、推論・学習基盤の開発を行っています。

二つのプロダクトに関わっているので、日々いろんな方とコミュニケーションをとることを大切にしています。ビジネスメンバーとはお客様がどのようなニーズをお持ちなのか、デザインチームとは仕様を決める上で重要なUI/UXについて、よく会話していますね。

ー普段どのような体制・環境で開発されていますか?

「Learning Center」の開発チームは最適な開発体制を目指して試行錯誤を繰り返してきたことでDevOps* が上手く回っています。インフラ開発や運用を担当しているユニットの力を借りながら、KubernetesやArgo、Terraform、Github Actionsなどを利用していて、インフラ構築やデプロイまでをほとんどコード化・自動化することができています。DevOpsやCI/CD*を進める中でリリースが安定化し、開発者がより開発に集中できる環境になったと感じています。

*DevOps:開発(Development)と運用(Operation)が協調し密接に連携することで、より柔軟にスピーディーにシステム開発ができる。
*CI/CD:継続的インテグレーション/継続的デリバリー。ソフトウェア開発などの業務をより正確に、効率良く進めるための手法・考え方。

ユーザに「価値」を届けられるプロダクト作り

ー日々、どのような思想・想いを持って開発に取り組まれてますか?

AIサービスを持つ事業会社として、「ユーザに対してどんな価値を生み出すことができるか」を考えることを非常に大切にしています。プロダクトのクオリティを上げるために、開発チーム全体が提供価値をきちんと考えながら、日々取り組めているように思います。

例えば、機能開発について要望をいただいたとして、この「価値」の部分を考えずに開発を進めてしまうと、誰にも使われないようなものが最終的に出来上がってしまうこともあります。要望をいただいた時には一度立ち止まって、当社が目指しているビジョンの実現とユーザに提供できる価値の両側面を考えるように意識しています。

ーどのようなところにやりがいを感じてますか?

今は特にプロダクト開発自体にやりがいを感じています。「Learning Center」は現在プロダクトとして0→1から1→10のフェーズだと認識していて、どういった機能がユーザに受け入れられるのか、仮説検証のフィードバックループを頻繁に行っています。

継続的な仮説検証はDeepLearningのモデルを学習させるときのような感覚に似ています。DeepLearningでは、アーキテクチャやハイパーパラメータなど膨大なパターンの中から仮説を立てて学習し精度検証を行います。この仮説検証の中で、良いモデルや良いユーザ体験を作れたときはすごくやりがいを感じますね。

全プロダクトのDevOpsとMLOpsを実現へ

ー将来チャレンジしたいことは何かありますか?

一つは「Learning Center」だけでなく当社全てのプロダクトで高度なDevOpsを実現したいと思ってます。今は一部のプロダクトでのみ実現できている状況なので、今後は全プロダクトにおいて実現し、テストやリリースの自動化により開発の効率化を図れるようにしていきたいです。

もう一つは当社がMLOps*の最前線にいるような会社にしたいです。私自身開発の効率化や自動化に取り組んでいる時に仕事の楽しさを感じることが多いため、MLOpsに取り組むことは個人的なモチベーションにもなっています。また、当社のVisionである「AI inside X (X=様々な環境)」の実現にも繋がると考えているので、会社の目指す姿を実現させるためにもここはチャレンジしていきたいです。

*MLOps:機械学習(Machine Learning)の開発チームと運用チームが連携し、モデル開発から運用までの一連のサイクルを管理する基盤・体制。

AI inside ではエンジニアを積極的に採用しています。人事や開発メンバーは、随時オンラインで面談しているので、気になった方はぜひコンタクトください。皆様のコンタクトをお待ちしております。



AI inside 株式会社's job postings

AI

Weekly ranking

Show other rankings
If this story triggered your interest, go ahead and visit them to learn more