仕事内容

▶顧客ダッシュボード ・新規サービスの要件整理、設計（モデリング、API、フロー設計）、開発（UI、API） 　└イベントストーミングによりドメインエキスパートを交えた要件の整理を行ってから 　　Design Docで設計し、レビューでのブラッシュアップを経て開発を行います。 ・サービスのパフォーマンス改善、アーキテクチャ改善、運用業務 ▶販売ページ（配信、チケット・グッズ販売プラットフォーム） ・既存サービスの品質を高める改修 　└サービス開始当初からある機能に関しては機能改修がなかなか進んでいないのが現状です。ただ改修するだけではなく今ある課題を解決し、また今後さらにサービスをスケールさせる改修を行いたいと考えています。 ・開発（UI、API） ・配信プレイヤーの改修 ・障害対応 ・パフォーマンス改善 ・運用業務、既存の業務フローの改善 ▶その他、共通 ・デザイナーとエンジニア間の連携改善 【提供サービスについて】 「SPWN」ブランドで提供する、XRライブとオールインワン・ファンブーストツールの事業を展開をしております。 「SPWN」は、アーティストの活動を支援し、アーティストが安定して収益を得られるような、エンタメ業界特化のコミュニティプラットフォーム型システムです。 アーティストやクリエイターの活動におけるファンとのタッチポイント（配信、チケット、EC、デジタルコンテンツ、投げ銭、ファンクラブ、会場グッズ販売・整理券等）を一元管理できるシステムで、これまで別のサービスを使っていたため見えづらかった”ファンのユニーク数”と”ファン属性”を特定することを可能にしています。 現在は、プロンプトエンジニアを中心にLLMを活用したファンデータの分析機能も開発中です。 具体的には、Open AI社のGPTを活用し、データ分析をGPTが行うことで、事実の分析と課題抽出を行う機能を開発しています。 例えば「前回のライブチケットを購入した人のうち、今回のライブチケットを購入したファンは約40%。購入している人の特徴は20代男性が中心で、女性は全般的に再購入をしていない」といった分析をAIが行い、クライアントに詳細データを提供するような機能です。 この機能により、エンタメ業界では当たり前だった経験に基づく感覚的な施策の成果をデータに基づいた科学的な運営に変えることが可能になります。 【開発するアプリケーションの具体例】 ・LLMを活用したファンデータ分析機能 ・10万人規模の同時視聴に耐える動画の生配信システム ・10万人規模の商品購入に耐える購買システム（EC) ・ライブ会場の物販システム 【開発スタイル】 ・2週間1スプリントとしてスクラム開発を採用 　└GitHub Issues でStoryとIssueをチケットを管理し、ZenHubでカンバンでパイプラインを管理 ・モブプログラミング（複数人で同じタスクに取り組むプログラミング手法）で、知見の共有や迅速な機能リリースを意識して開発 　└オンボーディングや難しいタスクに対して局所的に取り入れるなど、柔軟に利用 ・開発に複雑な要件が絡む場合は、イベントストーミングというモデリング手法で、他チームの関係者を巻き込み要件の洗い出しを行う ・Design Docで叩きの設計を作成、レビューでのブラッシュアップを経て、開発を行う。あるコンテキスト（背景）から、ある実装方法を決定したこと、決定のトレードオフ（なぜ別の方法にしなかったのか）などを残しておく。 【技術スタック】 言語：TypeScript(Node.js) フレームワーク：React, Express データベース：Firestore, PostgreSQL ソースコード管理：GitHub CI/CD：Github Actions 分析基盤：BigQuery, Looker, metabase, redash 構成管理ツール：Terraform プロジェクト管理：Notion 情報共有ツール：Slack、Notion, ZenHub インフラ：AWS、GCP