お二人の現在の役割を教えてください。

SRE やプラットフォームエンジニアリングの領域を担当するインフラチームのリーダーをしています。Wantedly のサービス基盤や開発基盤全体を見ています。2018年に入社して、インフラエンジニアをしながらセキュリティや情シスのような業務も兼務していた時期もありましたが、今はインフラに集中しています。

2024年の9月に入社しました。一貫してインフラチームに所属していて、最初は監視基盤の整備を中心に、その後 Kubernetes の基盤開発・運用にも携わるようになりました。SRE という側面でインフラに関わっています。

インフラチームの体制はどのような規模なのでしょうか？

今インフラチームは7名で活動しています。会社全体で約50名のエンジニアの中で7名なので比率としてはかなり多めではあるんですが、それぐらい基盤の開発や SRE に投資をしているということでもあります。ただ、それでもまだまだ対応すべきことは多いので、Topotal さんに手伝っていただいています。

Topotal とは普段どのように進めているのでしょうか？

基本は1週間のイテレーションで回していて、社内で発生した課題を、毎週の定例ミーティングや Slack でまず相談します。そこで解決するものもありますし、実際に稼働が発生する作業については、自分たちがやるべきことは自分たちでやり、Topotal さんに頼みたいことを相談する、という形です。すべてを丸投げするのではなく、週次で区切りながら線引きして回せているのが大きいですね。

急ぎの対応が必要になることもありますか？

基本的には、長期的に効いてくる、いわゆるトイルの部分をメインでお願いしています。ただ、状況に応じてセキュリティのように急を要するものもある。そういうものはスケジュールを柔軟に調整しながら、割り込みで対応してもらうこともあります。普段は積もり積もって問題になる課題を、急ぎのときは目の前のタスクを、と使い分けている感覚ですね。

では、具体的にはどんな仕事を一緒に進めてきたのでしょうか？

ウォンテッドリーはもともと、SRE やプラットフォームエンジニアリング、DevOps といったプラクティスを仕事の中に取り入れて取り組んでいます。2021年の時点ではある程度整っている状態ではありましたが、一度構築したものを10年20年とそのまま回り続けるかというとそうではなく、運用してみてプラクティス通りではなかったり、足りない部分が出てきたりする。そうした、急ぎではないけれど積もり積もって問題になる課題（いわゆるトイル）を中心にお願いしていて、依頼の中身は、大きく移行・アップグレードの実作業、運用改善・トイルの解消、技術相談・助言の3つに分かれます。

AWS Graviton への移行は、コスト削減が目的でした。各リポジトリで1つずつ対応する必要があり手が足りなかったので、リポジトリ単位で分担して進めてもらいました。結果、インフラコストが2〜3割削減できています。CI も、Travis CI から GitHub Actions へ移行しました。GitHub 内で完結した方が便利だという判断で実作業をお願いしました。監視も、New Relic から Datadog へ移行していて、方針は社内で立て、調査と移行タスクを順番に対応してもらいました。

運用面では、Terraform の改善は数が多かったですね。導入も運用も固まってはいたのですが、たまにエラーになる、CI が遅い、変更に時間がかかる、といった細かい問題を抱えていました。インフラは基本的に全部コードで管理しているので手動操作はいらず、安心だし属人化も防げて、承認フローも効く。しかしエラーが起きると手動で対応しないといけないし、それによって別の問題も起きてしまう。そこを安全なフローに置き換えたり、もともと大きすぎた変更の単位をどんどん小さく切り出して、安全に変更できるようにする作業を担当してもらいました。インシデント対応フローの構築は、当時その仕組み自体がなかったので、整備してもらった上で社内に浸透させました。

相談ごとでも頼っていて、たとえば SLO。データポイントが少ない指標をどう扱えばいいか、といった運用の相談に乗ってもらう。セキュリティ対策についても対応方針や実際に影響を受けるのはどこかを一緒に確認してもらいました。社内でも調べはするのですが、その裏付けが取れるのは心強い。サポート切れが近いコンポーネントの脆弱性についても、危ないので上げた方がいいと先回りして知らせてくれます。いろんな会社を見ている Topotal さんに、世間一般ではこう運用しているという他社の知見を聞けるのも、相談する価値の一つです。

特に難しかったプロジェクトはありますか？

特に難しかったのは、Kubebuilder のアップグレードですね。規模が大きく、人手も足りないということでお願いしていたプロジェクトです。進め方は我々の方で決めていたのですが、どう実装していくか、レビューをどう回すかといった細部を Topotal さんから提案いただきながら、一緒にプロジェクトの進め方を固めていきました。

ウォンテッドリーは、早くから Kubernetes を採用していて、その拡張性を活かすためにカスタムコントローラーを5〜7個運用しています。導入当時はまだ公式やサードパーティ製のツールが揃っていなかったため、必要な機能を自分たちで作り込んできました。

Kubebuilder は、Kubernetes の更新に合わせて変わり、バージョン間で破壊的な変更も入る。定期的にアップグレードしないと使い続けられず、しかも事例が少ない。技術的負債も溜まっていますが、拡張性の恩恵は大きいので、ちゃんと使い続けられる状態にしようと手伝ってもらいました。最初は苦労されたようですが、波に乗ったらいい感じで進めてくれました。やっぱりレベルが高いなと感じましたね。

社内では Topotal の支援はどのように認識されていますか？

インフラのメンバーが主に関わっていますが、技術力が高くて「とりあえず困ったら相談してみよう」というポジションですね。気軽に相談できて安心感がありますね。

開発組織全体で言っても、外部に委託するのは難しいねという話もあって。やっぱり人によるところが大きいというか、依頼する会社によって品質が大きく変わる。こちらのレベルに合わせてくれる人たちはなかなかいないなという中で、Topotal さんにはお任せしてもうまくやってくれる。そういうお任せできるところが少ないなと思っている中で、ずっと続けられているのは、技術力に加え、こちらに合わせてうまくやってくれる力も大きいからだと思います。

今後取り組みたいテーマはありますか？

今まで作ってきた基盤周りにトイルがたくさんあるので、まずはそこを何とかしないと次の新しい基盤も考えにくい。引き続きお願いしたいなと思っています。

加えて、SLO をもっと価値のある形に整備していきたい。導入・運用して価値は感じているものの、まだ監視できていない部分もあるし、この指標で十分なのか、取り方は適切かといった改善の余地がある。ここも手伝ってもらえたらと思っています。

オブザーバビリティも、分散トレーシングや Datadog APM はすでに運用していますが、今は一部での活用にとどまっています。最終的には、エンジニア全員が使いこなせて、組織全体で価値を引き出せる状態にしたいですね。

最後に、SRE 領域で課題を抱えている企業に向けて一言お願いします。

やはりレベル感が高く、色々調整してうまくやってもらえるところが Topotal の強みだと思います。SRE としてのプラクティスだけでなく、実際の運用まで見てもらえるので、そういうところで困っている企業にはおすすめですね。

SRE という役職は組織と密接な関係にあると思っていて、いろんな組織と関わっている Topotal さんだと、企業ごとの特徴やノウハウをすぐに出し入れできる。Topotal さんから得た知識を自分の組織にどう適用したらいいかというところまで一緒に考えてもらえるという意味で、すごく価値があるのかなと思っています。

本日はありがとうございました。