PythonアプリでOpenTelemetry（OTel）をNew Relicに連携した際、トランザクションがHTTPメソッド単位でしか表示されず、パスが表示されない問題の解決策について解説します。 バックエンドエンジニアやSRE、QAエンジニアが、OTelによるPythonアプリのパフォーマンス監視をより詳細に行うために役立つ情報です。
・dbtとPrefectを連携させ、データパイプラインの効率化を図る手法について解説。 ・モデル単位のキャッシュやSlim CIといった具体的な実践方法を紹介。 ・データパイプラインの構築・運用に課題を感じているエンジニアやデータアナリスト向け。
一つの大規模言語モデル（LLM）に依存せず、Gemini、Claude、GPTといった複数のLLMを連携させ、討論、推敲、メタ認知といった高度なタスクを実行する「Agent Skills」という新しい開発手法について解説します。 本記事は、AI開発者や研究者、または複数のAIモデルを効果的に活用して高度なAIアプリケーションを構築したいと考えているエンジニアやプロダクトマネージャー向けです。 複数のLLMを組み合わせることで、単一のLLMでは難しい、より複雑で創造的な問題解決やコンテンツ生成が可能になることを示唆しています。
GitHub Actionsの入門記事で、PythonとAzure、セルフホストランナーを用いた実践的な使い方を解説しています。 AIに頼らず自ら設定を行った経験に基づいた、Azure利用者に向けた内容となっています。 リポジトリ作成から具体的なステップを順を追って説明しています。
・オープンソースLLM「gpt-oss」の現状と可能性について解説しています。 ・社内LT大会での発表を元にした連載記事です。 ・LLMやAI開発に関心のあるエンジニアやデータサイエンティスト向けです。
miseの`idiomatic_version_file_enable_tools`設定について解説する記事です。 この設定は、プロジェクトごとにバージョン管理ツール（例: nvm, pyenv）の設定ファイルを自動で読み込み、適用してくれる機能です。 開発者がプロジェクト固有のツールバージョンを意識することなく、スムーズに開発を進められるようになることを目指すエンジニア向けです。
Google Kubernetes Engine (GKE) と Ray Serve を連携させ、LLMサービングのパフォーマンスを大幅に向上させる方法についての記事です。HAProxyインテグレーション、直接トークンストリーミング、vLLM用Rayエグゼキュータバックエンドといったアーキテクチャ最適化により、スループットを最大5倍、レイテンシを1/8に改善しました。 - LLMサービングのパフォーマンス向上を目指す開発者・エンジニア - Google Cloud (GKE) と Ray Serve を活用して、スケーラブルなLLM推論基盤を構築したいチーム - 最新のAIハードウェアを活用し、効率的なモデルサービングを実現したい方
・Anthropicが発表したModel Context Protocol（MCP）の概要と、そのサーバーをGoogle Kubernetes Engine（GKE）にデプロイする手順を解説しています。 ・GKEへのデプロイにより、スケーラビリティ、一元化されたアクセス、セキュリティ強化といったメリットが得られます。 ・PythonとFastMCPフレームワークを使用し、加算・減算機能を持つシンプルなMCPサーバーを構築し、GKE上で安全に公開するまでの具体的なコマンドや設定ファイルが示されています。 この記事は、AIエージェント開発者、バックエンドエンジニア、プラットフォームエンジニア、インフラエンジニア、および機械学習プロジェクトでコンテキスト統合に関心のある方を対象としています。