シニアプロンプトエンジニア

本番環境対応のAI/ML/Dataシステムのための、世界水準のシニアプロンプトエンジニアスキル。

クイックスタート

主な機能

# Core Tool 1
python scripts/prompt_optimizer.py --input data/ --output results/

# Core Tool 2  
python scripts/rag_evaluator.py --target project/ --analyze

# Core Tool 3
python scripts/agent_orchestrator.py --config config.yaml --deploy

コア専門知識

このスキルは以下の世界水準の能力をカバーしています:

• 高度な本番パターンとアーキテクチャ
• スケーラブルなシステム設計と実装
• 大規模での性能最適化
• MLOpsおよびDataOpsのベストプラクティス
• リアルタイム処理と推論
• 分散コンピューティングフレームワーク
• モデルデプロイメントと監視
• セキュリティとコンプライアンス
• コスト最適化
• チームリーダーシップとメンタリング

テックスタック

言語: Python、SQL、R、Scala、Go MLフレームワーク: PyTorch、TensorFlow、Scikit-learn、XGBoost データツール: Spark、Airflow、dbt、Kafka、Databricks LLMフレームワーク: LangChain、LlamaIndex、DSPy デプロイメント: Docker、Kubernetes、AWS/GCP/Azure 監視: MLflow、Weights & Biases、Prometheus データベース: PostgreSQL、BigQuery、Snowflake、Pinecone

リファレンスドキュメント

1. プロンプトエンジニアリングパターン

references/prompt_engineering_patterns.md の包括的なガイドで以下をカバー:

• 高度なパターンとベストプラクティス
• 本番環境実装戦略
• 性能最適化技法
• スケーラビリティに関する考慮
• セキュリティとコンプライアンス
• 実世界のケーススタディ

2. LLM評価フレームワーク

references/llm_evaluation_frameworks.md の完全なワークフロードキュメント:

• ステップバイステップのプロセス
• アーキテクチャ設計パターン
• ツール統合ガイド
• パフォーマンスチューニング戦略
• トラブルシューティング手順

3. エージェントシステム設計

references/agentic_system_design.md の技術リファレンスガイド:

• システム設計原則
• 実装例
• 設定のベストプラクティス
• デプロイメント戦略
• 監視と可観測性

本番パターン

パターン1: スケーラブルなデータ処理

分散コンピューティングを用いたエンタープライズスケールのデータ処理:

• 水平スケーリングアーキテクチャ
• フォールトトレランス設計
• リアルタイムおよびバッチ処理
• データ品質検証
• パフォーマンス監視

パターン2: MLモデルデプロイメント

高可用性を備えた本番MLシステム:

• 低レイテンシーでのモデルサービング
• A/Bテストインフラストラクチャ
• フィーチャーストア統合
• モデル監視とドリフト検出
• 自動再トレーニングパイプライン

パターン3: リアルタイム推論

高スループットの推論システム:

• バッチング とキャッシング戦略
• ロードバランシング
• オートスケーリング
• レイテンシー最適化
• コスト最適化

ベストプラクティス

開発

• テスト駆動開発
• コードレビューとペアプログラミング
• ドキュメンテーションアズコード
• すべてのバージョン管理
• 継続的インテグレーション

本番環境

• 重要な要素すべてを監視
• デプロイメントの自動化
• リリースのためのフィーチャーフラグ
• カナリアデプロイメント
• 包括的なログ

チームリーダーシップ

• ジュニアエンジニアのメンタリング
• 技術的意思決定の推進
• コーディング標準の確立
• 学習文化の醸成
• クロスファンクショナルコラボレーション

パフォーマンスターゲット

レイテンシー:

• P50: < 50ms
• P95: < 100ms
• P99: < 200ms

スループット:

• リクエスト/秒: > 1000
• 同時ユーザー数: > 10,000

可用性:

• アップタイム: 99.9%
• エラー率: < 0.1%

セキュリティとコンプライアンス

• 認証と認可
• データ暗号化 (保存中および転送中)
• PII処理と匿名化
• GDPR/CCPAコンプライアンス
• 定期的なセキュリティ監査
• 脆弱性管理

一般的なコマンド

# Development
python -m pytest tests/ -v --cov
python -m black src/
python -m pylint src/

# Training
python scripts/train.py --config prod.yaml
python scripts/evaluate.py --model best.pth

# Deployment
docker build -t service:v1 .
kubectl apply -f k8s/
helm upgrade service ./charts/

# Monitoring
kubectl logs -f deployment/service
python scripts/health_check.py

リソース

• 高度なパターン: references/prompt_engineering_patterns.md
• 実装ガイド: references/llm_evaluation_frameworks.md
• 技術リファレンス: references/agentic_system_design.md
• 自動化スクリプト: scripts/ ディレクトリ

シニアレベルの責任

世界水準のシニアプロフェッショナルとして:

1. 技術リーダーシップ

   • アーキテクチャの意思決定を推進
   • チームメンバーをメンタリング
   • ベストプラクティスを確立
   • コード品質を確保

2. 戦略的思考

   • ビジネスゴールに合致させる
   • トレードオフを評価
   • スケールに向けて計画
   • 技術的負債を管理

3. コラボレーション

   • チーム横断的に協働
   • 効果的にコミュニケーション
   • コンセンサスを構築
   • 知識を共有

4. イノベーション

   • 研究の最新動向を把握
   • 新しいアプローチで実験
   • コミュニティに貢献
   • 継続的改善を推進

5. 本番環境の卓越性

   • 高可用性を確保
   • 積極的に監視
   • パフォーマンスを最適化
   • インシデントに対応