■プロジェクト概要
学習塾向けアダプティブラーニング&試験インテリジェンスプラットフォーム
12名 × 10ヶ月
PM / BA / 開発者 / QC
要件定義 / UI・UX設計 / 開発 / テスト / 導入 / 保守・運用
■技術構成
AI / 学習モデル:LightGBM(スコア予測) / ベイズ型知識追跡(BKT:習熟度推定) / 項目応答理論(IRT:難易度最適化) / GPT-4o
LLM / RAG:LangChain / Qdrant / Azure OpenAI / text-embedding-3-large
バックエンド / データ管理:Python(FastAPI) / Neo4j(ナレッジグラフ) / PostgreSQL / Redis / Celery
フロントエンド:Flutter 3.x / React 18 / TypeScript / Recharts
データ基盤:Apache Airflow / dbt / BigQuery
クラウド / MLOps:GCP(GKE / Cloud Run / Vertex AI) / MLflow / GitHub Actions
■システム機能
共通テスト得点の予測
教科別スコア推移の可視化
志望校判定サポート
学習進捗のリアルタイム表示
正答率・学習時間の分析
弱点領域の可視化
記述式採点の自動化
成績入力の簡略化
レポート自動生成
生徒ごとの弱点分析レポート
推奨指導プランの提示
クラス全体の理解度分析
■プロジェクト成果
導入4ヶ月で8,000名の生徒に展開
AI採点:1日1,500件処理、採点業務を65%削減
スコア予測:MAE ±42点で志望校選定に活用
弱点に基づく学習により、学習効率を向上
保護者満足度:3.8 → 4.7へ向上
夜間質問の68%をAIが自動解決
採点業務65%削減 → 指導時間へ再配分
Early Warning Systemにより離脱リスクを6〜8週間前に検知
教師オンボーディング期間:4週間 → 1週間
目標得点達成率:+27%
継続率:54% → 76%(+41%)
入塾コンバージョン:+23%
日本の受験制度への深い理解が高く評価。
共通テスト対応、記述式問題設計、受験生心理への配慮などが評価ポイント。
現在、英検・TOEFL対策への展開を検討中。

