Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Sign up for free
Menu
Search
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Features
All features
Private URLs
Password Protection
Custom URLS
Scheduled publishing
Remove Branding
Restrict embedding
Deck Collections
Notes
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Explore
Featured decks
Featured speakers
Programming
Technology
Storyboards
Pricing
Search
Sign in
Sign up for free
RECRUIT TECH CONFERENCE 2025 プレイベント【恒川】
Search
Recruit
PRO
February 13, 2025
Technology
890
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
RECRUIT TECH CONFERENCE 2025 プレイベント【恒川】
2025/2/4に開催したRecruit Tech Conference 2025 プレイベントの恒川のLT資料です
Recruit
PRO
February 13, 2025
More Decks by Recruit
See All by Recruit
実体験から学ぶ分析エージェントの開発と運⽤
recruitengineers
PRO
8
2.3k
大規模フロントエンド開発におけるmonorepoという選択肢
recruitengineers
PRO
2
87
自律型 AI をセキュアに実装!Gemini と MIG で作る動的コード実行環境
recruitengineers
PRO
1
260
Google Cloud Next Tokyo 26登壇時のスクリプト
recruitengineers
PRO
0
240
つくって納得、つかって実感! 大規模言語モデルことはじめ ver2.0
recruitengineers
PRO
6
2.7k
ブラウザ研修 2026
recruitengineers
PRO
8
2k
事業価値と Engineering 2026年度版
recruitengineers
PRO
59
30k
トヨタ⽣産⽅式(TPS)⼊⾨
recruitengineers
PRO
3
1.5k
JavaScript 研修 (2026)
recruitengineers
PRO
2
960
Other Decks in Technology
See All in Technology
触りたくないデータに、どう触るか AI時代のRBACアクセスガバナンス
ivry_presentationmaterials
0
240
実践! SRE × AI - ABEMA における AIOps -
tetsuya28
8
3.1k
Active Record Connection Adaptersにおける長年の課題に再び取り組む
yahonda
0
130
Conditional PED-ANOVA: Hyperparameter Importance in Hierarchical & Dynamic Search Spaces
pfn
PRO
0
130
Running Kotlin + Quarkus with Lambda
nealle
1
3.4k
初海外で注意すべきこと12選!!!安全快適なre:invent生活にするために
yuuuuuuu168
1
130
分析の民主化を支えるメタデータ整備の実践
kakehashi
PRO
4
1.4k
AI時代のPRレビューにどう向き合うか?
kairim0
1
240
Gemini Intelligence 入門 ― AppFunctions と Gemini Nano
takuroabe
0
210
『SAR衛星データ解析入門』のご紹介とその応用
syuchimu
0
120
初対面のメンバーがチームを組み、Claude Codeでゼロからサービスをリリース
mkdev10
1
130
事業成長とデータ活用を止めないためのマネジメントへ挑戦
hiracky16
0
380
Featured
See All Featured
How To Speak Unicorn (iThemes Webinar)
marktimemedia
1
600
Navigating the moral maze — ethical principles for Al-driven product design
skipperchong
2
630
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
1
450
How GitHub (no longer) Works
holman
316
150k
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
410
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
203
77k
Navigating Team Friction
lara
192
16k
Public Speaking Without Barfing On Your Shoes - THAT 2023
reverentgeek
1
600
The Art of Programming - Codeland 2020
erikaheidi
57
14k
What the history of the web can teach us about the future of AI
inesmontani
PRO
2
740
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
430
DevOps and Value Stream Thinking: Enabling flow, efficiency and business value
helenjbeal
2
410
Transcript
プロダクトにより深く向き合うためのチーム分割事例 オーナーシップ強化による開発効率向上を目指して #開発生産性 #開発フロー効率化 プロダクトディベロップメント室 販促領域エンジニアリン グ2ユニット(飲食・ビューティー) ビューティー領域エ ンジニアリング部 ビューティープロダクト開発2グループ 恒川
泰輝 RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night-
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- #開発生産性、#開発フロー効率化 プロダクトにより深く向き合うためのチーム分割事例 オーナーシップ強化による開発効率向上を目指して
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 恒川 泰輝 パスタ作り・サイクリング・アニメ
経歴 / Career 2017年にリクルートに新卒入社。 入社後はAirREGI EUのバックエンドを担当。 その後、『ホットペッパービューティーコスメ』の新規事業 立ち上げに参画し、バックエンドやインフラをメインに担当。 2021年12月から『ホットペッパービューティー』APIチーム に参画し、2024年4月より同チームのリーダーを務める。 趣味 / Hobbies プロダクトディベロップメント室 販促領域エンジ ニアリング2ユニット(飲食・ビューティー) ビューティー領域エンジニアリング部 ビュー ティープロダクト開発2グループ
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- Agenda 1. 担当プロダクトとチームの概要
2. 分割前の課題 3. 分割のねらい 4. 分割のプロセス 5. 結果・考察 6. 今後の展望
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- ホットペッパービューティー 国内最大級のヘアサロン・リラク&ビューティサロンの検索・予約サイト 年間1.9億回の予約が行われている
2024年12月現在
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- APIチーム カスタマー(サロン利用者)向けのネイティブアプリとWeb用のBackend APIを担当
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 分割前の課題
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 体制 総勢27名 リーダー・サブリーダー(2名)
TechReviewチーム(3名) エンハンスメンバー(22名) 非機能要件や内部品質を担保
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- Two-Pizza Teams >
27名 10名以下 Amazonで採用されているルール 「社内のすべてのチームは2枚のピザを食べるのにピッタリな人数でなければいけない」
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 馴染のない領域 システム規模の拡大 馴染みのない領域へのアサインが増加
チーム人数の増加 機能の複雑化 見積もり・設計の精度低下 調査工数の増加 ↓ ↓ ↓ ↓ ↓
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- リファクタ難易度の高まり 当該箇所に 馴染みのあるメンバー
当該箇所に 馴染みのないメンバー 改修工数 ◯ 既存の意図を熟知 △ 一から調査 設計の改善 ◯ 過去の反省を次に生かせる △ 設計意図を推測しながら改修 中長期的な品質向上 ◯ 学びを継続的に反映 △ 学びが断片的 都度異なる領域へのアサインにより継続的に観察できず、中長期的な改善が難しい現状
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 分割のねらい
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 認知負荷の軽減 予約 決済
サロン マガジン スタイル ブログ 口コミ スタイリスト クーポン・メニュー … 分割後 狭い領域 分割前 広い領域 把握すべき領域が狭い 特定領域の担当回数が増加 調査工数が減少 見積もり・設計の精度が向上 認知負荷が軽減 ↓ ↓ ↓ ↓ 馴染みのある領域へのアサインが増加
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- オーナーシップを発揮する学習サイクル 各領域に 継続アサイン
観察&機能開発 ふりかえり 学び 負債発見&改善 • 領域分割で「自分の範囲」を明確化 • 継続的な観察でリファクタを計画しやすく • 負債返済は「他の誰か」ではなく「自分たち」 担当領域に自然と深く向き合える環境を整備
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 分割の検討
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- イベントストーミング イベントの洗い出し 境界づけられたコンテキストの明確化
プロダクト全体像の可視化 ↓ ↓ システムやビジネスプロセスのイベントを可視化し 共有するためのワークショップ形式のモデリング手法
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- APIエンドポイントを分類 将来的なシステム分割を見据えてAPIエンドポイントをカテゴリ別に整理 そのカテゴリを分割後の各チームにアサインし担当領域を定義
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 3チームへ集約 • 大きく3つに分割
柔軟に後戻り可能で将来的に細分化が容易 • カスタマーの行動フローを意識したチーム名 プロダクトKPIと紐づけやすく • シミュレーションで事前検証 過去の一定期間について仮に分割後構成で臨んでいたとして 負荷に偏りがなかったか等問題なく案件を実施できるか確認
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 分割後の体制 リーダー・サブリーダー(2名) TechReviewチーム(2名)
ディスカバリーチーム(7名) マッチングチーム(9名) あえてサブチームに属さず 横断レビューでサイロ化防止 リザーブ・ペイチーム(6名)
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 結果・考察
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 分割結果 - 定量
チーム分割の半年後にアンケートを実施 分割全体の総合評価 8割以上がポジティブな回答 調査なしの即答が何回増えたか? 半数以上のメンバーが増えたと回答
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 分割結果 - 定性
<「保守が他人任せにならず、継続的に改善できている」 <「問い合わせが各サブチーム宛になるため、当事者意識が自然と高まる」 <「同じ領域を繰り返し担当できるので、設計方針が一貫しやすい」
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 想定と異なった点 保守案件の割り振り 担当領域の再割り当て
全体に関わる保守案件は負荷小の ディスカバリーチームが担う想定 ↓ 余裕があるチームが担当するのが効率的 チーム負荷を考慮し 掲載に関わるAPIを2チームで分担 ↓ 1チームで担当する方が適切 運用しながら都度ふりかえり、素早く反映して最適な体制へ微調整
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- チーム分割とシステム分割どちらが先か? (個人の意見) やってみないとわからないこともあるので、まずはチーム分割で学び、必要に応じてシステム再編
システム分割が先 チーム分割が先 分割軸の変更 △ システム実装変更に工数が発生 ◯ 運用・組織変更のみで工数が小さい 実運用との乖離 △ アーキテクチャが 現場の実態と乖離するリスク ◯ 逆コンウェイで理想と現場の実態を すり合わせしやすい
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 今後の展望
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- 今後の展望 システム分割を本格始動 •
これまでのチーム分割や運用知見を活用 • 後戻りコストを抑えつつ段階的に推進 プロダクト全体のチーム分割 • APIチームのみならずプロダクト チーム全員を含めた体制づくり • チームごとのプロダクトKPIの明確化 小さく分割して学んだ経験を踏まえ、システム&組織を段階的に最適化
RECRUIT TECH CONFERENCE 2025 プレイベント -LT Night- プロダクトへより深く向き合うチームへ