WORK / 実績と開発

何を変え、
どうつくったか。

データ収集の運用改善、研究環境の構築、実機検証の自動化。そして、AIを活用したOSS開発。課題と設計、その後の変化をご紹介します。

以下の業務実績は法人設立前を含む代表個人の経験です。顧客名・非公開の仕様は伏せ、担当した範囲を紹介しています。

01 / DATA & RELIABILITY

代表の担当実績

毎日の手動復旧から、
状態を追える処理基盤へ。

API AAPI BAPI C QUEUE仕事を分ける WORKER処理を実行 状態を記録し、失敗時に復旧
担当した仕組みを説明する概念図。実際の画面や構成の転載ではありません。

Python / DRF・FastAPI / Cloud Tasks / タスクの状態管理

毎日、ログを探して手動で復旧。

データ収集が止まるたびに、開発者がログを検索し、リカバリコマンドを実行していました。出力されるエラー情報も乏しく、保守対応が新しい開発の時間を圧迫していました。

通知から着手し、処理の構造を変える。

まず通知を整備。直列だった処理にWorker–Dispatcherモデルを採用し、キュー経由で仕事を実行する構成へ変更しました。タスクに待機・実行中・成功・失敗などの状態を持たせ、自動で呼び出す復旧用エンドポイントも実装しました。

一つのAPIから、複数のアプリへ。

共通の設計を複数のAPI向けアプリケーションに展開。そのうち一つは、同じAPIを使いたい他部署からソースコードごとの利用を求められ、設計・共通コード・ツールを引き継ぎました。

WHAT CHANGED

状態を追いながら自動で復旧できる仕組みへ。データの再取得がほとんど発生しない状態をつくり、実装を再利用できる設計を残しました。

データ連携・システム改善を相談する

02 / CLOUD & RESEARCH

代表の担当実績

扱う情報に合わせて、
研究の環境をつくる。

通信経路とアカウントを分けて設計 ACCOUNT / AACCOUNT / B 研究用アプリ データ・解析
担当した仕組みを説明する概念図。実際の画面や構成の転載ではありません。

AWS / Transit Gateway / SageMaker / Flask / React

個人情報を扱う研究に、使える環境を。

複数のAWSアカウントを使う研究環境で、パブリック側との入出力を許さない通信要件がありました。SageMaker固有の条件も考慮し、研究に必要な処理を成立させる設計が求められました。

構成を考え、検証してから構築。

ネットワークの区分と通信経路を検討。AWSが提供する検証ツールで実現可能性を確かめ、Transit Gateway等を用いた環境の提案・構築まで一貫して担当しました。

基盤の上で使うアプリまで。

Flask・Reactを使い、データベースと連携する研究支援アプリも開発。データのアップロード・ダウンロード、解析の実行など、研究者の作業を支える機能を担当しました。

WHAT CHANGED

通信と情報の取り扱いの条件を踏まえ、研究用の基盤と、その上で使うアプリケーションの開発を担当しました。

アプリとクラウドの開発について

03 / ENGINEERING & AUTOMATION

代表の担当実績

数千件の検証を、
実行から判定まで自動化。

CSV PythonTCP / 実行・判定複数ケースをまとめて確認
担当した仕組みを説明する概念図。実際の画面や構成の転載ではありません。

Python / TCP通信 / CSV / 実機検証

コマンドを打ち、ログを確認する繰り返し。

映像伝送・切替設備の検証では、筐体を起動し、ターミナルでコマンドを手入力してログを確認していました。信号の切り替えや集約の組み合わせが多く、確認するケースは数千件に及びました。

操作の一覧と、実行・判定の仕組みをつくる。

検証コマンドをCSVに整理。PythonからTCP通信で順次送信するスクリプトを作り、コマンドの実行だけでなく、結果の合否判定も自動化しました。

数千件

実機テストの一括実行と合否判定を自動化。
担当した検証のケース数です。

WHAT CHANGED

人が繰り返していた入力と確認を、まとめて実行・判定できる仕組みに変えました。

繰り返す作業の自動化について

04 / AI-ASSISTED DEVELOPMENT

代表のOSS開発

furnace_

AIと、ソフトウェアを
つくり上げる。

Rust製の推論サーバー/ライブラリ。
AIモデルをアプリケーションから使うための仕組みを開発しています。

THE SOFTWARE

入力から推論までを、
サービスとしてつなぐ。

HTTP・gRPCで推論を受け付け、利用するモデルの実装を差し替えられる構成。負荷の制御や処理状況の計測も扱う、Rustの開発プロジェクトです。

INPUTMODEL RUST / HTTP・gRPC / 差し替え可能なモデル

ソフトウェアの役割を示す概念図。

THE WAY WE BUILD

課題を起点に、
実装と検証を重ねる。

  1. 01

    課題と案を組み立てる

    市場の困りごとと自分の技術を結び付け、事業・設計など複数の観点から案を検討。

  2. 02

    AIで実装し、別の役割でレビュー

    ClaudeやChatGPTを活用。実装とメンター役を分け、指摘・修正と変更の統合を反復。

  3. 03

    複雑な処理の流れを確かめる

    仕組みをモデル化し、処理の終了、実行数の制限、期限の扱いなど、対象を定めて検証。

技術的な検証について

furnaceでは、処理の指示・経路・実行枠に関するTLA+の仕様とモデル検査の記録を用意しています。大学の研究で取り組んだ形式検証の手法を、開発での設計確認にも取り入れています。

検証は、モデル化した範囲と前提に対して行います。実装の動作確認やレビューと組み合わせ、ソフトウェア全体を評価します。

AIを開発に活用し、設計と検証までつなぐ。
この進め方を、つくりたいサービスの相談にも。

AIを活用した開発を相談する

KEEP EXPLORING

技術を、次の課題へ。

構想・検証準備

行政文書を、理解しやすい案内に。

制度や手続きの説明をやさしい日本語にし、必要な行動を理解しやすくするナビを検討しています。利用者への効果はこれから確かめる取り組みです。

意見交換について
インタラクティブ体験

流れを、解き放て。

1,024件を一気に投入。並列化と復旧を操り、画面の奥の仕組みを光の流れで体験する、FLOW FIELD。

つくる体験を見る

LET’S TALK.

YOUR NEXT CHAPTER.

まだ、要件が
まとまっていなくても。

困っていることや、つくりたいもの。
まずは、その話から始めましょう。

初回のご相談は無料です。内容を確認し、対応の可否と進め方をご連絡します。
詳しい調査・設計・試作は、範囲と費用を合意してから進めます。