MENU

EXPERIENCE開発実績

CASE STUDY

業務アプリケーション開発

CASE 01 炎上リカバリー案件

クライアント企業の依頼内容・課題

「融資保証関連システムの開発をソフト会社に一括発注したが、製造工程の遅延が改善されない。 この状況の打開に力を貸してほしい。」との依頼を受けて参加。

弊社役割

先ず実態を把握するために1名がプロジェクト管理状況を、1名が成果物(設計書、ソースプログラム約10Kstep)を1週間かけて精査し120件あまりの問題点をリストアップ。
結果、WEBシステムの開発経験不足と、進捗・品質を把握する管理ができていなかったことが原因として、開発体制の変更とプログラムの修正方針を提案。
以降、10~50名体制の進捗・品質管理、およびプログラムのレビュアーを担当。

導入効果

日々、進捗と課題など状況を報告することでクライアント企業上層部の理解と協力を得ることができ、システム全体としての開発方針を再定義し、周知とレビューを徹底したことでリカバリーすることができた。

要素技術

Web、Java、Oracle、Play Framework

MEMBER’S COMMENTS

WEBシステムで注意が必要なトランザクション管理など問題が明確だったために対策が取りやすかった。
スケジュール遅延を取り戻すために、テスト会社の力を借りるなど体制が適宜変更されたが、クライアント企業、他社メンバ含めチーム全体が協力し合う関係を築けたことが勝因だったと思う。

CASE 02 開発中パッケージのカスタマイズ案件

クライアント企業の依頼内容・課題

「融資関連パッケージを開発中だが、納入が確定しているエンドユーザへの納期が近いため、エンドユーザ向けカスタマイズ機能の開発を並行して実施してほしい。」との依頼を受けて参加。

弊社役割

クライアント企業メンバが実施する要件定義のフォロー、及び設計~保守を実施。
弊社開発メンバ4名体制(弊社協力会社含む)と他の協力外者4名のチームで順次、導入先ごとの開発を担当。
また、他社を含む複数チームの進捗、品質管理を弊社PMOにて担当。

導入効果

パッケージ本体との並行開発により手戻りが発生することはあったが、逆に本体が開発中であるため改善依頼に即時対応してもられるなど効果もあってQCDを確保することができた。

要素技術

Web、C#.net、VB.net

MEMBER’S COMMENTS

最初は業務知識がない中、融資業務の本筋の流れはある程度理解できたものの、異常系を正常として扱うための例外処理の多さに苦労した。
また、導入先ユーザの既存システムで実現できている機能を網羅するために設計書を入手してシステム要件を確認したが、既存システムには設計書にない処理も動いており、その確認作業に苦労した。
クライアント企業のリーダ、一緒にチームを組んだ協力会社のスキル、人間性に恵まれ困難を乗り越えることができ感謝している。

CASE 03 PWAによる会員用WEBサイトの開発提案

クライアント企業の依頼内容・課題

「公共系WEBサイトを2つ運営するユーザに対してPWA化によるシステムの更改を提案して開発を受注してほしい」との依頼を受けて参加

弊社役割

導入効果とシステム要件の提案中。以後開発を担当予定。

導入効果

サイトを利用するエンドユーザに対するUXの向上、及びプッシュ通知などサイト運営側への効果を期待。

要素技術

AWS、PWA、Node.js、React.js、TypeScript

MEMBER’S COMMENTS

ユーザが興味を持つようなプレゼン資料の作成から、新しい技術の実現性検証、さらにはシステム全体のインフラ知識などオールマイティーな能力が必要。
リモートワーク環境で個の実力が試されるプロジェクトであり、やりがいを感じている。

CASE STUDY

AI・IoT関連ソフトウェア開発

CASE 01 AI/画像処理を用いた図面認識システム

クライアント企業の依頼内容・課題

「人間の目視により図面に書かれた情報を判断して作成していた見積もり作業を自動化したい。」というユーザ課題に対してAIによる図面認識システムを提案。

弊社役割

システムベンダーの協力を得て、企画/提案から要件定義、認識処理アルゴリズムの検討を主動。
POC、開発工程で実装を協力会社に委託しマネジメントを担当。
提案~導入まで約1年半。

導入効果

人手による作業の自動化。

要素技術

・ディープラーニング、Chainer、Python、C#、OpenCV

MEMBER’S COMMENTS

AIによる認識では、「なぜそうなるのか」が明確でない面があるが、学習過程、認識過程のデータを視覚化して検証することで、不具合、学習過不足などの原因を特定するとともに、パラメータ調整によるチューニングを実施した。
AIによる認識結果に対して業務的な意味を持たせる部分に難しさがあった。