データ戦略を加速させる プラットフォーム エンジニアリングと進化的アーキテクチャ
speakerdeck.com
- プラットフォームエンジニアリングと進化的アーキテクチャの概念を解説し、データ戦略の加速にどう貢献するかを説明します。 - 2024 Google Cloud Modern App Summitでの発表資料であり、最新のクラウド技術動向を踏まえた内容です。 - クラウドインフラ、アーキテクチャ設計、データ戦略に関心のあるエンジニア、マネージャー、アーキテクト向けです。
エージェントを強化する: Google 公式 Skills リポジトリを発表
cloud.google.com
Googleは、AIエージェントがGoogle Cloudのプロダクトやサービスに関する最新かつ正確な情報を参照できるようにするための「Agent Skills」を発表しました。これは、コンテキストの肥大化を防ぎ、エージェントの専門知識を強化するオープンな形式で、Markdownで記述され、参照ファイルやコードスニペットを含めることができます。公式リポジトリには13のスキルが公開されており、今後も拡充される予定です。 * AIエージェントにGoogle Cloudの専門知識を効率的に与える方法について知りたい開発者。 * コンテキストの肥大化の問題を回避し、AIエージェントの性能を向上させたいエンジニア。 * Google Cloudの各種サービス（Firebase、Gemini API、BigQueryなど）を活用したAI開発に関心のある技術者。
グーグル・クラウド・ジャパン合同会社 <name>Megan O'Keefe</name><title>Senior Staff Developer Advocate</title><department></department><company></company>
Anthropicの3エージェントハーネスをRailsに取り入れる
zenn.dev
Anthropicが公開した3エージェントハーネス（Planner / Generator / Evaluator）の設計をRailsプロジェクトに導入する。 本記事では、AIエージェントのスキル実行順序の自動判断という、これまで手動で行っていた課題を解決する。 AI開発やバックエンド開発に携わるエンジニア向けの記事。
dely株式会社 kiyokuro
Vertex AI の Claude でマルチリージョン エンドポイントが利用可能に
cloud.google.com
Vertex AIのClaudeで、米国とEUにおけるマルチリージョンエンドポイントの公開プレビュー版が利用可能になりました。これにより、データ所在地要件を満たしながら、複数のリージョンにわたる容量のプールと動的なトラフィックルーティングにより、信頼性と可用性を向上させることができます。これは、データ所在地のコンプライアンス、信頼性の向上、トラフィック管理の簡素化を求めるユーザーに適しています。 - Vertex AIのClaudeで、信頼性と可用性を高めるマルチリージョンエンドポイントが利用可能になった。 - データ所在地要件を満たしつつ、単一リージョンの停止や容量制約からアプリケーションを保護できる。 - 開発者はAPIベースURLやロケーション変数を更新することで、容易に統合できる。
グーグル・クラウド・ジャパン合同会社 <name>Tao Li</name><title>Senior Staff Software Engineer, Vertex AI</title><department></department><company></company>
運用から分析へ: Spanner Graph と BigQuery Graph による統合ソリューション
cloud.google.com
Google Cloudは、運用（OLTP）と分析（OLAP）のグラフワークロードを統合するソリューションとして、Spanner GraphとBigQuery Graphを発表しました。 このソリューションは、単一のデータベースでグラフ、リレーショナル、検索、生成AI機能を統合するSpanner Graphと、大規模な分析のために設計されたBigQuery Graphを組み合わせることで、データサイロを排除し、運用と分析の間のシームレスな連携を実現します。 本記事は、データベース管理者、データエンジニア、アーキテクト、データサイエンティストなど、グラフデータベースと分析の統合に関心のある技術者向けです。
グーグル・クラウド・ジャパン合同会社 <name>Candice Chen</name><title>Product Manager</title><department></department><company></company>
GitHub Copilot のコミュニティを立ち上げました！Gh-CUG 爆誕と初回イベント公開のお知らせ
qiita.com
GitHub Copilotのユーザーコミュニティ「Gh-CUG」が発足し、初回イベントが開催されることが告知されています。 コミュニティの立ち上げに伴い、活動が増えることへの言及と、参加者へのコメントや質問、拡散の協力を呼びかけています。 この記事は、GitHub Copilotに関心のあるエンジニア、特にアーキテクトやテックリード、プロジェクトマネージャーなどが対象と考えられます。
日本マイクロソフト株式会社 aktsmm
260422_Sansan_Tech_Talk__関西_vol.3_データ活用のリアル__矢田__.pdf
speakerdeck.com
Sansan Tech Talk @関西 vol.3「データ活用のリアル」というイベントの告知です。 データ活用に関する実践的な内容が共有される予定です。 データサイエンティストや機械学習エンジニア、アーキテクト、バックエンドエンジニア、プラットフォームエンジニアにおすすめの内容です。
［速報］Google Cloud、ローカルマシンにインストールできる大規模分散RDB「Spanner Omni」プレビュー公開
www.publickey1.jp
Google Cloudは、ローカルマシンにインストール可能な大規模分散RDB「Spanner Omni」のプレビュー版を公開しました。 これにより、従来はクラウド環境でしか利用できなかったSpannerの機能を、開発環境などで手軽に試せるようになります。 バックエンドエンジニア、データベースエンジニア、インフラエンジニア、そしてGoogle Cloudを利用する開発者全般にとって、開発効率の向上や検証作業の迅速化に繋がる重要な発表です。
Publickey jniino
Spanner Omni を発表：あらゆるインフラで Google のイノベーションを活用
cloud.google.com
Google Cloudが「Spanner Omni」のプレビュー版を発表しました。これは、Google Cloud外のあらゆるインフラ（自社データセンター、マルチクラウド、ノートPCなど）で利用可能な分散データベースSpannerのダウンロード版です。 * ビジネス継続性、規制遵守、アプリケーションのポータビリティといった現代企業の多様なニーズに対応します。 * ハイブリッド/マルチクラウド環境でのレジリエンス、統一された技術スタック、オンプレミス環境のモダナイズに活用できます。 * Google Cloudのインフラに依存しないコア技術により、どこでもSpanner Omniを実行可能にし、開発や運用を効率化します。
グーグル・クラウド・ジャパン合同会社 <name>Chris Taylor</name><title>Google Fellow</title><department></department><company></company>
第 8 世代 TPU：エージェンティック時代に向けた 2 つのチップ
cloud.google.com
Google Cloudは、AIエージェント時代に対応する第8世代TPUとして、トレーニングに特化したTPU 8tと推論に特化したTPU 8iを発表しました。 これらの新チップは、前世代を大幅に上回るパフォーマンスと電力効率を実現し、GoogleのAIスーパーコンピュータの一部として提供されます。 AI開発者、インフラエンジニア、および先進的なAIワークロードを扱う組織が主な対象読者となります。
グーグル・クラウド・ジャパン合同会社 <name>Amin Vahdat</name><title>SVP and Chief Technologist, AI and Infrastructure</title><department></department><company></company>
ブラウザで Gemini がもっと身近に。Gemini in Chrome を提供開始
blog.google
Google ChromeにGeminiが搭載され、日本を含む複数地域で利用可能になりました。 これにより、世界中の数百万人のユーザーがブラウザの機能を最大限に活用できるようになります。 AI機能の統合は、ブラウザ体験の向上を目指すものです。
グーグル合同会社 <name>Charmaine D'Silva</name><title>Director, Product Management</title><department>Chrome</department><company/>
“正しく動く”を設計する。医療体験を支えるバックエンドの仕事
note.linc-well.com
オンライン診療の予約から診察、決済、処方、受け取りまでの一連の医療体験を支えるバックエンドの仕事について解説します。 患者が意識しない裏側で、複数の状態とデータが正確に連動するよう設計されているプロセスに焦点を当てます。 バックエンドエンジニアや、医療システムに関心のあるエンジニア、プロダクトマネージャー向けの記事です。
AI時代のシニアエンジニアの役割とは？[SmartHR×LayerX×IVRy×Resilire]
layerx.connpass.com
・生成AIの進化により、エンジニア、特にシニアエンジニアに求められる役割が変化している。 ・AIが実装を補助する一方で、シニアエンジニアには判断力、一貫性の維持、そして「何を作るか」への越境が求められる。 ・本イベントでは、4社がAI前提の開発におけるシニアエンジニアの役割変化について、具体的な事例を共有する。 このイベントは、以下のような方におすすめです。 ・シニアエンジニアとして自身の役割に悩んでいる方 ・AI時代におけるエンジニアリングのあり方に関心がある方 ・各社の開発現場での意思決定プロセスやチーム開発について知りたい方
AI でアラート条件を整理したらたくさん埃が出てきた話
zenn.dev
・PagerDutyアラートの条件設定の不備をAI活用というより問題提起として解説。 ・深夜にメモリ使用率90%超えのアラートで起こされた経験から、アラート設定の見直しを促す。 ・システム運用や監視に関わるエンジニア、特にSREやインフラ担当者向け。
株式会社MIXI gecko655
Envoy: エージェント型 AI ネットワーキングのための将来を見据えた基盤
cloud.google.com
エージェント型AIの普及に伴い、ネットワークに新たな責任が求められています。Envoyは、プロトコルを理解し、ポリシーを適用し、急速に進化するエージェントシステムに対応できる、将来を見据えた基盤を提供します。 この技術記事は、AIネットワーキングにおけるEnvoyの役割と、その拡張性、ポリシー適用能力、ステートフルなインタラクションのサポートに焦点を当てています。 ネットワークエンジニア、セキュリティエンジニア、インフラエンジニア、プラットフォームエンジニア、アーキテクト、SRE、機械学習エンジニア、Google Cloudユーザー、バックエンドエンジニア、コーポレートエンジニア、テックリード、エンジニアリングマネージャー、プロダクトマネージャー、リサーチャー、デザイナー、マーケター、プロジェクトマネージャー、QAエンジニア、および各種プログラミング言語やデータベースに携わるエンジニアを対象としています。
グーグル・クラウド・ジャパン合同会社 <name>Erica Hughberg</name><title>Product and Product Marketing Manager, Tetrate</title><department></department><company></company>
Spanner の完全に相互運用可能なマルチモデル データベースを使用した実際の成功事例
cloud.google.com
Google Cloud Spannerのマルチモデルデータベース機能は、スケーラビリティ、信頼性、および複数のデータモデル（リレーショナル、グラフ、ベクトル、全文検索）の統合を可能にします。 これにより、不正行為検出、レコメンデーションエンジン、ハイブリッド検索、自律型ネットワーク運用といったユースケースで、企業は複雑なデータ課題を解決し、進化するアプリケーションのニーズに適応できます。 このサービスは、データベース管理の複雑さを排除し、開発者がビジネス目標の達成に集中できる環境を提供します。
グーグル・クラウド・ジャパン合同会社 <name>Wenzhe Cao</name><title>Group Product Manager</title><department></department><company></company>
膨大な表計算作業から脱却。AI と数理最適化で実現する、需要予測の先の「発注・在庫管理の自動化」
cloud.google.com
カインズがAIと数理最適化を活用し、膨大な表計算作業に依存していた需要予測後の発注・在庫管理プロセスを自動化した事例を紹介。Vertex AI Agent BuilderによるAIエージェント導入で、自然な対話によるデータ操作・抽出、および数理最適化による「車建発注」計算の自動化を実現し、劇的な工数削減、柔軟性向上、データの一貫性確保を達成した。 - AIと数理最適化技術を駆使し、従来の表計算ソフトでの手作業による発注・在庫管理プロセスを自動化・効率化した事例。 - AIエージェントの導入により、担当者の直感的な指示でデータ処理が可能になり、属人的な作業やミスを排除。 - 需要予測から発注・在庫管理までを統合された基盤で実行可能にし、小売業におけるDX推進の鍵となる取り組み。
グーグル・クラウド・ジャパン合同会社 <name>Google Cloud Japan Team </name><title></title><department></department><company></company>
画像配信における権限制御アーキテクチャの設計
note.com
画像配信における権限制御アーキテクチャの設計について解説します。 本記事は、Communeソフトウェアエンジニアが執筆した、2025年6月23日にCommune Engineer Blogに掲載された記事です。 システムアーキテクト、バックエンドエンジニア、インフラエンジニアなど、システム設計に関わるエンジニア向けです。
コロケーテッドアーキテクチャ概要
note.com
本記事はCommune Engineer Blogに掲載された「コロケーテッドアーキテクチャ概要」についての概要です。 ・コロケーテッドアーキテクチャの基本的な概念や構成要素について解説しています。 ・インフラストラクチャエンジニアやアーキテクト、SRE担当者など、システム設計や運用に関わるエンジニアを対象としています。
自律を育てる組織とアーキテクチャ ─ 管理画面リプレイスでの試行錯誤から
note.com
・管理画面リプレイスにおける組織とアーキテクチャ設計の試行錯誤を共有 ・自律性を育む組織文化と、それを支えるアーキテクチャの構築について解説 ・シリーズ1として、概念と枠組みの共有に焦点を当て、実装は次稿以降で解説
【イベントレポート】ML/DSバックグラウンドだからこそ面白い。AIエージェントをプロダクトに実装する、泥臭い裏側と挑戦
note.com
ML/DSのバックグラウンドを持つエンジニアが、AIエージェントをプロダクトに実装する際の、現場の泥臭い部分や直面する課題について解説するイベントレポート。 - AIエージェントの実装における技術的な挑戦や工夫。 - ML/DSの知見がどのようにプロダクト開発に活かされるか。 - プロダクト開発の現場でAIを推進するエンジニア、データサイエンティスト、プロダクトマネージャー向け。
GitHub Copilot CLI の公式ハンズオンざっくり和訳 (第4章/7章) カスタムエージェント編
qiita.com
- GitHub Copilot CLIの公式ハンズオンチュートリアルの第4章「カスタムエージェント編」の和訳記事です。 - GitHub Copilot CLIの機能を拡張し、特定のタスクに特化したAIアシスタントを作成する方法を解説しています。 - GitHub Copilot CLIの導入を検討している開発者や、AIによる開発支援の活用に興味があるエンジニアが対象です。
日本マイクロソフト株式会社 chomado
Git自動化で見るMCPとAgent Skillの長所・短所
techblog.lycorp.co.jp
LINEヤフー社内で実施されたGit自動化に関する取り組みについて、MCP（Machine Code Platform）とAgent Skillの長所・短所を解説する記事です。 AIモデルやソリューション開発チームの視点から、自動化のメリット・デメリットを掘り下げています。 エンジニア、特に自動化や開発基盤に関心のあるテックリードやアーキテクト、エンジニアリングマネージャー向けです。
ASTのGitHub CopilotとCopilot CLIの現在地をお話しします/How AST Operates GitHub Copilot and Copilot CLI
speakerdeck.com
・「AI運用勉強会#3」の発表資料で、GitHub CopilotとCopilot CLIの現在の運用状況について解説しています。 ・AIを活用した運用（Agentic Ops）の文脈で、これらのツールの具体的な活用事例や、今後の展望について触れられています。 ・SRE、プラットフォームエンジニア、アーキテクト、AI技術に関心のあるエンジニアやマネージャー向けです。
Red Hat OpenShift on Google Cloud を移行およびスケールする新しい方法
cloud.google.com
Google Cloud と Red Hat OpenShift の連携強化に関するアップデート。 ・Google Cloud のインフラストラクチャを活用し、コスト最適化やパフォーマンス向上を実現。 ・Google Cloud Cluster Services for Red Hat OpenShift により、運用簡素化とマネージドサービス連携が深化。 ・Google Cloud コンソールから OpenShift クラスタを容易に作成可能に。 ・Red Hat OpenShift Virtualization により、VM とコンテナを同一プラットフォームで管理可能。 この記事は、オンプレミスからクラウドへの移行を検討している組織、Red Hat OpenShift on Google Cloud を利用している、または利用を検討しているインフラエンジニア、アーキテクト、バックエンドエンジニア、SRE担当者向けです。
グーグル・クラウド・ジャパン合同会社 <name>Bharat Singh</name><title>Staff Software Engineer</title><department></department><company></company>
Background Job Talk 〜 Temporal 活用と独自実装の舞台裏編〜
mercari.connpass.com
非同期処理、バッチ、ワークフロー基盤の複雑化と運用負荷増大の課題に対し、Temporalの活用と独自実装に焦点を当てたイベント。 各社のエンジニアが、既存システムとの統合、移行、監視設計、業務要件に合わせた実装のリアルな意思決定と工夫を具体例と共に共有。 Temporal導入検討者から運用改善に取り組む方まで、実践的なヒントや議論のきっかけを提供する。
システム設計・開発の実践Tips
techblog.lycorp.co.jp
ソフトウェアエンジニアがアーキテクトとして、検索連動型ショッピング広告のレポートシステム開発や機能追加に携わった経験から、システム設計・開発における実践的なTipsを紹介する記事です。 ・システム設計・開発における具体的なノウハウや注意点 ・アーキテクトとして、新規システム開発や機能追加に携わるエンジニア ・システム開発の経験を積んでいるバックエンドエンジニアやインフラエンジニア
エージェント型 AI の時代を支える Spanner のマルチモデルによる強み
cloud.google.com
エージェント型AIの時代において、データベースは単なるデータ保管庫から、AIの推論を支援し能動的なアクションを促すインテリジェントなコンテキストハブへと進化しています。Google CloudのSpannerは、リレーショナル、ベクトル、グラフなどの複数のデータモデルを統合し、グローバルな整合性とスケーラビリティを提供するマルチモデルデータベースとして、AI時代の要求に応えます。 この記事は、AIの導入を検討している、または既に導入している企業や開発者、特にAI基盤としてのデータベースの役割と、Spannerのようなマルチモデルデータベースの利点に関心のある技術リーダーやアーキテクトを対象としています。 Spannerは、リレーショナル、Key-Value、グラフ、ベクトル、全文検索など、多様なデータモデルを単一のデータベースで扱える相互運用性に優れたマルチモデル機能を提供します。これにより、データサイロ、運用の複雑さ、データ不整合といった従来の課題を解決し、AIアプリケーションの開発と運用を大幅に簡素化・加速させます。MakeMyTripの事例では、複数のデータベースをSpannerに統合することで運用コストを削減し、AIによるパーソナライズされた旅行提案の精度と開発速度を向上させたことが示されています。
グーグル・クラウド・ジャパン合同会社 <name>Wenzhe Cao</name><title>Group Product Manager</title><department></department><company></company>
AI 時代のオープン プラットフォーム: GKE、エージェント、OSS のイノベーションを KubeCon EU 2026 で披露
cloud.google.com
KubeCon EU 2026で、Google Kubernetes Engine (GKE) はAI時代のオープン プラットフォームとしての進化を発表しました。Autopilotモードの全クラスへの提供、GKEクラスタ オートスケーラーのオープンソース化、CNCF Kubernetes AI Conformanceへの対応強化、AIエージェント連携のためのModel Context Protocol (MCP)サーバーの発表などが行われました。また、KubernetesをAIインフラストラクチャとして進化させるllm-dプロジェクトのCNCFサンドボックス昇格、動的リソース割り当て(DRA)のオープンソース化、Kubernetes Agent SandboxやGKE Pod SnapshotsによるエージェントAIの実行環境強化、Ray v2.55でのTPUサポート、Ray History Serverによるオブザーバビリティ向上が紹介されました。 この記事は、AI技術の進化とKubernetesエコシステムの連携に焦点を当てており、特にGoogle Cloudの最新動向に関心のあるエンジニア、インフラ担当者、AI/MLエンジニア、プラットフォームエンジニア、プロダクトマネージャー、およびアーキテクトにとって有益な情報を提供します。 Googleは、KubernetesとGKEをAI推論、エージェントワークフロー、コンピューティング容量最適化のための究極のプラットフォームとすることを目指し、関連するオープンソース技術への投資とコミュニティへの貢献を強調しています。
グーグル・クラウド・ジャパン合同会社 <name>Allan Naim</name><title>Director of Product Management GKE</title><department></department><company></company>
マイクロソフト、Webブラウザ上でリアルタイムに3Dレンダリングを実現する「Babylon.js 9.0」正式リリース。照明計算の高速化、パーティクルエディタ搭載など新機能
www.publickey1.jp
マイクロソフトがWebブラウザ上でリアルタイム3Dレンダリングを実現する「Babylon.js 9.0」をリリースしました。 照明計算の高速化やパーティクルエディタ搭載など新機能が追加されています。 本記事は、JavaScriptやフロントエンド開発者、3Dグラフィックスに関心のあるエンジニア向けです。
Publickey jniino
kintoneが辿り着いた「PdMのメンタルモデル」による巨大モノリス分割術
lapras.connpass.com
kintone開発における35万行超えの巨大モノリスを分割した実践事例を、プロダクトマネージャーのメンタルモデルを起点としたアプローチに焦点を当てて紹介します。 * ボトムアップのリファクタリングからの脱却と、PdMのメンタルモデルを設計に落とし込む方法について解説。 * 巨大モノリスを分割するための具体的なアプローチや、レガシー改善・アーキテクチャ設計のヒントを提供。 * 複雑化したシステムの改善に取り組むエンジニア、テックリード、アーキテクト、他社の事例を知りたい方におすすめ。
AI インフラストラクチャとしての Kubernetes: Google Cloud、llm-d、CNCF
cloud.google.com
- Google Cloud は、AI インフラストラクチャ戦略の最優先事項として、大規模基盤モデルの構築者や AI ネイティブ企業のニーズに応えるため、Kubernetes を中心としたソリューションを進化させています。 - llm-d が CNCF のサンドボックス プロジェクトとして承認されたことを発表し、Kubernetes LeaderWorkerSet (LWS) API や GKE Inference Gateway を活用して、AI 推論の効率とパフォーマンスを向上させる取り組みを共有しています。 - この記事は、AI モデルの構築者、AI ネイティブ企業、プラットフォーム エンジニア、AI 研究者を対象とし、オープンソースの AI インフラストラクチャの未来を共に築くことを呼びかけています。
グーグル・クラウド・ジャパン合同会社 <name>Abdel Sghiouar</name><title>Senior Cloud Developer Advocate</title><department></department><company></company>
マイクロソフト、Azure Skills Plugin公開／AWS、Agent Plugins for AWS公開／AIがブラウザを自動操作「Browser Use CLI 2.0」、ほか。2026年3月の人気記事
www.publickey1.jp
2026年3月の人気記事トップ3を紹介する記事。 ・マイクロソフトのAzure Skills Plugin、AWSのAgent Plugins for AWS、AIによるブラウザ自動操作「Browser Use CLI 2.0」などが話題。 ・ITエンジニア、特にインフラ、機械学習、アーキテクト、プロダクトマネジメントに関心のある技術者向け。
Publickey jniino
新プロダクトSansan Data Intelligenceを支えるアーキテクチャと開発チームのリアル
speakerdeck.com
新プロダクト「Sansan Data Intelligence」のアーキテクチャと開発チームについて解説します。 採用説明会を兼ねたイベント告知であり、技術的な詳細というよりは、プロダクト開発の背景やチームのリアルに焦点を当てています。 対象者は、Sansan Data Intelligenceに興味のあるエンジニア、特にアーキテクト、プロダクトマネージャー、エンジニアリングマネージャー、プラットフォームエンジニア、データサイエンティスト、バックエンドエンジニアです。
組織とアーキテクチャを自ら定義する Sansan Data Intelligence における 「境界」の設計とキャリアパス
speakerdeck.com
Sansan Data Intelligenceの新プロダクトに関するエンジニア採用説明会の告知記事です。 ・組織やアーキテクチャを自身で設計・定義していくことの重要性について語られます。 ・Sansan Data Intelligenceのエンジニアとしてのキャリアパスや組織設計に興味のあるエンジニア向けです。
AI時代の認証課題を解決する次世代標準候補「ID-JAG」とは？
techblog.lycorp.co.jp
AIエージェントが様々なサービスと連携する際の認証課題を解決する次世代標準候補「ID-JAG」について解説します。 AI時代の認証基盤に関心のあるエンジニアやアーキテクト、セキュリティ担当者向けの内容です。