AIの判定を「試す」ところで終わらせず、本番業務に載せて運用し続けるところまでを担当します。
生成AIを試すところまでは、多くの会社がすでに到達しています。止まるのはその先です。
AIが間違えたときに業務が止まる、改修したら別の場所が壊れる、担当者が結果を信用しなくなる。
PoCが本番に載らない理由は、たいてい精度ではなくこの3つです。
私が担当するのは、そこを設計で吸収して動き続ける状態を作るところです。
GCP(Cloud Run / Cloud Functions / Cloud Scheduler)、Python、Google Apps Script、Gemini API を主軸に、要件定義・実装・本番運用・障害対応・定例での仕様説明までを一人で担当しています。
全数目視だった品質チェックを、AIの一次判定 + 人の最終確認に再設計
研修動画配信事業者向け。講師から提出される研修動画を、社内基準に照らして1本ずつ人が目視でチェックしていた工程を自動化しました。フォーム提出をトリガーに、Drive上の動画をGemini APIが解析し、項目ごとの判定・タイムスタンプ付きの指摘・総合判定をスプレッドシートに書き戻します。
使用技術: GCP Cloud Run (Service / Job) / Cloud Scheduler / Python / Flask / Gemini API (gemini-2.5-flash) / Google Drive・Sheets API / Google Apps Script