Bits AI を制するものは Datadog を制す / The player that controls Bits AI, controls Datadog
・DatadogのAI機能であるBits AIを活用したオブザーバビリティの向上事例を紹介します。・AIエージェントの監視や運用に関心があるエンジニアに向けた内容です。・MCP Serverを活用した具体的な実践手法と知見を共有します。
株式会社カミナシ
かみなし
法人代表者名: -
法人番号: 8040001098188
証券コード: -
事業概要: -
郵便番号: 1010045
本社所在地: 東京都千代田区神田鍛冶町3丁目7番地神田カドウチビル3階
従業員数: -
従業員数(男性): -
従業員数(女性): -
創業: -
・DatadogのAI機能であるBits AIを活用したオブザーバビリティの向上事例を紹介します。・AIエージェントの監視や運用に関心があるエンジニアに向けた内容です。・MCP Serverを活用した具体的な実践手法と知見を共有します。
・DatadogのAI機能であるBits AIを活用したオブザーバビリティの向上事例を紹介します。・AIエージェントの監視や運用に関心があるエンジニアに向けた内容です。・MCP Serverを活用した具体的な実践手法と知見を共有します。
B2B SaaSのID管理基盤において、S3 Tableを活用してログストレージのコストを削減し、運用を維持しながら事業成長を支える方法について解説します。 * B2B SaaSのID管理基盤におけるログストレージの課題と解決策。 * S3 Tableを利用したコスト効率の良いログ管理手法。 * 事業成長を阻害しないための運用とコスト制御の両立。 対象読者: * B2B SaaSを提供する企業のインフラエンジニア。 * ID管理基盤の運用・管理に携わるエンジニア。 * コスト最適化と事業成長の両立を目指す技術者。
B2B SaaSのID管理基盤において、S3 Tableを活用してログストレージのコストを削減し、運用を維持しながら事業成長を支える方法について解説します。 * B2B SaaSのID管理基盤におけるログストレージの課題と解決策。 * S3 Tableを利用したコスト効率の良いログ管理手法。 * 事業成長を阻害しないための運用とコスト制御の両立。 対象読者: * B2B SaaSを提供する企業のインフラエンジニア。 * ID管理基盤の運用・管理に携わるエンジニア。 * コスト最適化と事業成長の両立を目指す技術者。
AI時代においては、効率性や拡張性のみを追求するのではなく、あえて「スケールしないこと」に価値を見出すべきであるという提言。 AIに代替されにくい、人間ならではの価値、すなわち「なぜ作るか」という根源的な問いや、創造性、情熱といった要素に焦点を当てることの重要性を説く。 ・AI時代に求められるエンジニアの視点の転換 ・「なぜ作るか」という本質的な問いの重要性 ・人間ならではの価値を追求することの意義
AI時代においては、効率性や拡張性のみを追求するのではなく、あえて「スケールしないこと」に価値を見出すべきであるという提言。 AIに代替されにくい、人間ならではの価値、すなわち「なぜ作るか」という根源的な問いや、創造性、情熱といった要素に焦点を当てることの重要性を説く。 ・AI時代に求められるエンジニアの視点の転換 ・「なぜ作るか」という本質的な問いの重要性 ・人間ならではの価値を追求することの意義
TypeScriptに、関数型プログラミングの考え方を取り入れ、テストしやすい純粋関数を増やす方法について解説します。 ・純粋関数を増やすことで、コードの予測可能性とテスト容易性を向上させる。 ・副作用をエッジに集約し、コアロジックをシンプルに保つアプローチ。 ・TypeScriptにおける関数型プログラミングの実践方法。
TypeScriptに、関数型プログラミングの考え方を取り入れ、テストしやすい純粋関数を増やす方法について解説します。 ・純粋関数を増やすことで、コードの予測可能性とテスト容易性を向上させる。 ・副作用をエッジに集約し、コアロジックをシンプルに保つアプローチ。 ・TypeScriptにおける関数型プログラミングの実践方法。
- 「AWS Summit Japan 2026」のイベントレポートと、それを受けての2027年に向けた展望をまとめた記事です。 - イベントの振り返りと今後の展望に焦点を当てています。 - AWSの最新動向や、それらを活用した将来の技術戦略に関心のあるインフラエンジニア、SRE、プラットフォームエンジニア、組み込みエンジニア向けです。
- 「AWS Summit Japan 2026」のイベントレポートと、それを受けての2027年に向けた展望をまとめた記事です。 - イベントの振り返りと今後の展望に焦点を当てています。 - AWSの最新動向や、それらを活用した将来の技術戦略に関心のあるインフラエンジニア、SRE、プラットフォームエンジニア、組み込みエンジニア向けです。
- 「AWS Summit Japan 2026」のイベントレポートと、それを受けての2027年に向けた展望をまとめた記事です。 - イベントの振り返りと今後の展望に焦点を当てています。 - AWSの最新動向や、それらを活用した将来の技術戦略に関心のあるインフラエンジニア、SRE、プラットフォームエンジニア、組み込みエンジニア向けです。
AWS Summit Japan 2026で発表された、Amazon Redshift zero-ETL統合を活用したデータ可視化基盤の構築事例。 軽量ながらも複数のプロダクトデータを統合し、可視化する仕組みについて解説。 アーキテクト、テックリード、インフラエンジニア、データサイエンティストなど、データ基盤の構築や運用に関わる技術者向け。
AWS Summit Japan 2026で発表された、Amazon Redshift zero-ETL統合を活用したデータ可視化基盤の構築事例。 軽量ながらも複数のプロダクトデータを統合し、可視化する仕組みについて解説。 アーキテクト、テックリード、インフラエンジニア、データサイエンティストなど、データ基盤の構築や運用に関わる技術者向け。
AWS Summit Japan 2026で発表された、Amazon Redshift zero-ETL統合を活用したデータ可視化基盤の構築事例。 軽量ながらも複数のプロダクトデータを統合し、可視化する仕組みについて解説。 アーキテクト、テックリード、インフラエンジニア、データサイエンティストなど、データ基盤の構築や運用に関わる技術者向け。
カミナシ Tech Night #4では、「プロダクト開発は現場が9割」をテーマに、エンジニアが顧客の現場に直接赴き、業務を観察・対話することでプロダクト開発に活かす「現場ドリブン」という開発スタイルを紹介します。 ・エンジニアが顧客現場での対話を通じて、どのようにプロダクト改善に貢献しているかの具体例 ・現場での活動を推進するための社内体制や仕組み ・プロダクトマネージャーとエンジニアの現場での連携方法 SaaS開発、プロダクト拡大フェーズの開発チームの動き方、エンジニアとプロダクトマネージャーの連携強化に関心のある方におすすめです。
カミナシ Tech Night #4では、「プロダクト開発は現場が9割」をテーマに、エンジニアが顧客の現場に直接赴き、業務を観察・対話することでプロダクト開発に活かす「現場ドリブン」という開発スタイルを紹介します。 ・エンジニアが顧客現場での対話を通じて、どのようにプロダクト改善に貢献しているかの具体例 ・現場での活動を推進するための社内体制や仕組み ・プロダクトマネージャーとエンジニアの現場での連携方法 SaaS開発、プロダクト拡大フェーズの開発チームの動き方、エンジニアとプロダクトマネージャーの連携強化に関心のある方におすすめです。
新規プロダクト開発におけるTanStack Startの実践例を紹介します。 サーバーとクライアントの境界設計パターンに焦点を当て、具体的な開発経験から得られた知見を共有します。 フロントエンド、バックエンド、アーキテクト、テックリード、インフラエンジニア、プロダクトマネージャー、プロジェクトマネージャー、エンジニアリングマネージャー、SRE、JavaScript/TypeScript開発者、プラットフォームエンジニア、ディレクター、コーポレートエンジニア、デザイナーなどが対象です。
新規プロダクト開発におけるTanStack Startの実践例を紹介します。 サーバーとクライアントの境界設計パターンに焦点を当て、具体的な開発経験から得られた知見を共有します。 フロントエンド、バックエンド、アーキテクト、テックリード、インフラエンジニア、プロダクトマネージャー、プロジェクトマネージャー、エンジニアリングマネージャー、SRE、JavaScript/TypeScript開発者、プラットフォームエンジニア、ディレクター、コーポレートエンジニア、デザイナーなどが対象です。
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。
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。