AWS Secrets Managerで、シークレット名の末尾が「ハイフン＋6文字」の場合、IaCツールで参照する際にリソースが見つけられずエラーになる可能性があるという注意喚起。 これは、Secrets Managerがシークレット名の一部を自動付与されるランダムなサフィックスと誤認してしまうために発生する。 IaCツール（AWS CDKなど）でAWS Secrets Managerを利用するインフラエンジニアやバックエンドエンジニア向けの記事。
- NTTデータやビジョナルなどの有名テック企業で要職を歴任した鈴木健一氏が、CTOオファーを断りキャディへ入社。 - 「世界レベルの挑戦」とキャディの持つ異次元の熱量に惹かれ、日本を成長させる最後のチャンスと捉えている。 - キャディでの新たな挑戦と、その企業文化に焦点を当てた記事。
-kubell社が2025年9月24日に開催されたイベント「みんなの考えた最強のデータ基盤アーキテクチャ」にて発表した資料です。 -データ基盤開発の最新状況とAI活用の実践について、具体的な事例を交えて解説しています。 -データエンジニア、バックエンドエンジニア、インフラエンジニア、アーキテクト、AI・機械学習エンジニア、データサイエンティストなど、データ基盤やAI活用に関心のある技術者向けです。
iOSエンジニアが、クラシルアプリのリファクタリング中にClaude CodeとCodexを併用した経験を共有。 バージョンアップによるツールの変化に着目し、それぞれのツールが開発者に求める暗黙の条件を考察。 iOS開発者、およびAIコーディングツールの利用を検討しているエンジニア向け。
SNKRDUNKの購入処理が、長年の開発により複雑なモノリス状態になっていた課題について解説しています。 変数のライフサイクルが長く、変更による副作用が懸念され、テストが書きにくく、責任範囲が不明瞭で、全体像の把握が困難な状態でした。 これを解決するため、「購入」と「決済」の処理をドメインごとにモジュール化・サービス化してカプセル化するアプローチについて、特に「決済」の分離に焦点を当てて検討した内容を紹介します。 この記事は、複雑なレガシーコードの改善や、マイクロサービス化、ドメイン駆動設計(DDD)に関心のあるバックエンドエンジニアやテックリード、アーキテクト向けです。
ABEMAモバイルアプリのアーキテクチャについて、構築における課題や工夫を解説する記事です。 モバイルアプリ開発者やアーキテクトが、大規模サービスの開発における技術的挑戦と解決策を学ぶのに役立ちます。 アプリのパフォーマンスや保守性向上のための知見が得られます。
SNKRDUNKが開発中のDDD/モジュラモノリスな決済システムについて、Payment集約の設計、webhook受信アーキテクチャ、リコンサイル設計の3点に絞って解説しています。 Payment集約をルートとし、支払い方法によらない情報やステートソーシングを考慮した設計が示唆されています。 バックエンドエンジニア、アーキテクト、データベースエンジニア、プラットフォームエンジニアなど、システム設計や決済システム開発に関わるエンジニア向けの記事です。
サイバーエージェントが主催する、データサイエンス技術者向けの勉強会「CA DATA NIGHT#10」の告知です。 AI時代のデータ基盤として注目されるDatabricksに焦点を当て、現場のエンジニアがDatabricksの導入、活用、インフラ設計などのリアルな事例を紹介します。 データサイエンティスト、機械学習エンジニア、データエンジニア、インフラエンジニア、およびDatabricksに関心のある技術者向けです。
数千万ユーザーが利用する大規模モバイルアプリのリアーキテクチャ（サービス停止なしでの作り直し）をテーマにしたオンラインイベントの告知です。 TVerとイオンの事例から、技術的負債への対応、段階的な移行戦略、サービスを止めずに基盤を刷新する難しさや試行錯誤について語られます。 モバイルアプリ開発に関わるエンジニア、テックリード、EM、プロダクトマネージャー、アーキテクト、プロジェクトマネージャーにおすすめの記事です。
開発組織におけるAI活用レベルを可視化する「エンジニア版AI番付」の設計と運用について解説。 AI活用度を評価し、組織全体のAIリテラシー向上を目指すための仕組みを提案。 エンジニア、データサイエンティスト、リサーチャー、マネジメント層向け。
Azure BastionでEntra ID認証を設定した際の記録。 VM作成時に注意すべき点とネットワーク設定について解説。 Azureのインフラやセキュリティ設定に関心のあるエンジニア向け。
- クラウドネイティブDBの進化の歴史を、物理制約との戦いとして解説。 - Amazon AuroraやGoogle Spannerなどの事例を挙げ、スケーラビリティと整合性のトレードオフを解説。 - 分散システム設計の指針となる、スケールする理由と犠牲にするものを深掘りする。
GoogleはAIを活用し、TensorFlowからJAXへの大規模なモデル移行を6倍高速化するマルチエージェントシステムを開発しました。 このシステムは、Planner、Orchestrator、Coderエージェントが連携し、決定論的分析と「テスト＆修正」ループにより、複雑なコードベースの移行を自動化します。 本記事は、AIによるソフトウェア移行の効率化に関心のあるエンジニア、アーキテクト、テックリード向けです。
・Vibe Codingでは、Markdownファイルの読み込みがトークン消費量の大部分を占めることがあり、この問題を解決するためにmarkdown-queryスキルが開発されました。 ・このスキルはMarkdownファイルの読み込みトークン消費量を最大98%以上圧縮することが可能で、AIツールのコスト削減に貢献します。 ・AIツールの開発者や、Markdown形式のドキュメントを多く扱うソフトウェアエンジニア、コスト削減に関心のある方に役立つ情報です。
- AIエージェント時代におけるデータ基盤の進化について解説しています。 - AIがSQLを生成できるようになったが、ビジネスの問いに正確に答えるためにはデータ基盤の再定義が必要であることを示唆しています。 - データサイエンティスト、AIエンジニア、データ基盤に関わるエンジニア、およびビジネスリーダー向けの記事です。
・地域医療のクラウド化は、病院における電子カルテ導入が鍵となる。 ・しかし、部門システムとの連携が電子カルテ導入の大きな障壁となっている。 ・この課題を解決することが、病院の変革と地域医療のアクセス向上につながる。
- AnthropicとAWSが、AWS上でAnthropicのAIモデル「Claude」をフル機能で提供する「Claude Platform on AWS」を正式リリースしました。 - このプラットフォームにより、AWSユーザーはClaudeの最新機能に直接アクセスできるようになります。 - AI、クラウドインフラ、プラットフォームエンジニアリングに関心のある担当者向けの記事です。
AI Business Professional (AB-730) 資格試験の合格体験記と、815点取得のための最短学習法を解説しています。 Copilot を活用しているエンジニアや、AI関連の資格取得を目指す方におすすめです。
・AIコーディングツールの導入で実装スピードは向上したが、要件定義・設計フェーズがボトルネックになっていた。 ・この課題を解決するためにAWSのAI-DLCを導入し、Claude CodeのSkill化、Metrics自動収集、マルチリポジトリ運用などのカスタマイズを行った。 ・この記事は、AI-DLCをプロジェクトに適用し、開発プロセスを効率化したいと考えているプロジェクトマネージャーやテックリード、アーキテクトを対象としています。
AI開発における特別なアーキテクチャは不要であり、0から1の開発で実践された設計原則とガードレールについて解説します。 AI開発の初期段階で考慮すべき点や、効果的な開発を進めるための考え方を示唆します。 AI開発の初期段階に携わるエンジニア、特にアーキテクトやプラットフォームエンジニア、機械学習エンジニア向けの記事です。
UXの観点からクライアントサイドのパフォーマンス監視設計について解説した資料です。 パフォーマンス監視をUX向上にどう繋げるか、具体的な設計方法について触れています。 フロントエンドエンジニア、UI/UXデザイナー、プロダクトマネージャー向けです。
Microsoft 365 Copilot および Agent Administration Fundamentals (AB-900) の合格体験記。 Purviewの広範囲に苦戦した経験と学習のコツを紹介。 Microsoft 365 Copilot の管理・運用を体系的に学びたい、AB-900 試験合格を目指すエンジニアや管理者向け。
Microsoftが公式に提供するRelease Communications MCPで、AzureやMicrosoft 365のアップデート情報やロードマップを音声で確認できるようになったという小ネタ。 * AzureやMicrosoft 365の最新情報を音声で手軽にキャッチアップしたいエンジニア。 * 最新のサービスアップデートやロードマップ情報を効率的に収集したいプロダクトマネージャーやアーキテクト。 * Microsoftの公式情報を活用して、自身の知識をアップデートしたいコーポレートエンジニア。
AIコーディングエージェントの普及により、新しいリポジトリが次々と生まれるマルチリポジトリ環境での運用プラクティスについて考察する。 AIに「リポジトリの地図」を渡すという概念を導入し、複雑化するマルチレポ環境を効率的に管理・運用するためのセントラルリポジトリ設計の重要性を説く。 対象読者： - 複数のプロダクトや基盤をまたいで開発・運用を行うエンジニア - マルチリポジトリ環境の課題解決に関心のあるテックリードやアーキテクト - AIを活用した開発効率化に関心のあるプラットフォームエンジニア
生成AIの進化は、単なる応答から自律的な実行へと急速に変化しています。この流れを受け、Google Cloud Japanはファインディ株式会社主催の「DevOps × AI Agent Hackathon 2026」に協賛します。本ハッカソンは、Gemini Enterprise Agent Platformなどを活用し、AIエージェントの企画・開発・デプロイ・運用までを一貫して体験する「つくる、まわす、とどける」をコンセプトとしています。 ・AIエージェント開発に興味があり、企画から運用まで一気通貫で学びたいエンジニア。 ・GeminiやGoogle Cloudを用いた実践的な開発経験を積みたい、またはチーム開発に挑戦したい個人・チーム。 ・DevOpsのプロセスをAIエージェント開発に適用し、実運用を見据えたプロダクト開発スキルを向上させたい方。
エージェント型AIの時代において、従来のインフラストラクチャでは対応が困難になっている現状を踏まえ、Google CloudはAIエージェントとエンタープライズワークロードを支えるための「クロスクラウド インフラストラクチャ」を発表しました。これは、コンピューティング、ネットワーク、データ、デジタル主権の4つの分野におけるイノベーションによって構成されています。 このニュースは、AI技術の進化に対応し、安全でスケーラブルなインフラストラクチャを構築・運用する必要がある、プラットフォームエンジニア、インフラエンジニア、AI/MLエンジニア、アーキテクト、セキュリティ担当者などを対象としています。 Google Cloudは、AIエージェントの能力を最大限に引き出すための、高性能かつ安全な基盤構築を支援するソリューションを提供します。
Google CloudとSAPはパートナーシップを強化し、SAPの基幹業務プロセスにGemini AIを直接統合する「Agentic Enterprise」向けブループリントを公開しました。 Unified Data FoundationによりSAP・非SAPデータを統合し、ゼロコピーデータ共有でデータ移動の負荷をなくします。 これにより、企業は複雑なタスクを自律実行できるインテリジェントエージェントの展開が可能になります。 この記事は、AI技術の進化と企業システムへの統合に関心のある、IT戦略担当者、インフラエンジニア、データサイエンティスト、およびマーケティング担当者を対象としています。
Google Cloud Knowledge Catalogは、従来のデータカタログの限界を超え、AIエージェントがビジネスコンテキストを深く理解し、高精度なタスクを実行できるよう支援するユニバーサルコンテキストエンジンです。 集約、拡充、検索の3つの柱により、散在する情報を統合し、継続的に意味を生成し、セキュアで高精度な検索を実現します。 AIエージェント、データサイエンティスト、プラットフォームエンジニア、アーキテクト、データエンジニアなど、データ活用とAIの精度向上を目指すすべての人々向けのソリューションです。
AWS、Google Cloud、Azureの3つのクラウドサービスにおける、コンピュートからインターネットへのアウトバウンド通信のネットワーク設計の違いについて解説。 * 各クラウドでアウトバウンド通信のネットワーク設計が異なる理由を解説。 * Internet GatewayやNAT Gatewayなどの構成要素に着目。 * クラウドインフラエンジニア、ネットワークエンジニア、SRE、アーキテクト向けの記事。
AIの普及によりプロダクト開発の前提が変化していることを受け、AI時代におけるソフトウェアエンジニアリングとプロダクト開発について議論するイベント。 コード生成だけでなく、仕様定義、レビュー、検証、組織設計まで含めて、これからのプロダクトチームのあり方を見直す。 AIコーディングツールの導入や開発プロセス、組織設計まで含めて考えたいソフトウェアエンジニア、AI時代の役割変化をチームや組織の視点で捉えたいエンジニアリングマネージャー、プロダクト職、海外の議論を日本の現場に接続したい方におすすめ。
Google Cloudは、AIネイティブな「Agentic Data Cloud」を発表し、データベース機能を大幅に強化しました。これにより、AIエージェントがリアルタイムでデータを活用し、運用や分析を統合した新しいシステムを構築できるようになります。 - データベースとAIエージェントの連携を強化し、開発者体験を向上させる新機能が多数追加されました。 - レイクハウスとの統合やオープンソースへの取り組みにより、柔軟性と拡張性が向上しました。 - この記事は、Google Cloudの最新データベース技術に関心のあるエンジニア、アーキテクト、データサイエンティスト、プロダクトマネージャー向けです。