.entry .entry-content ul > li > ul { display: none; } .entry-content td { text-align: left; } はじめに こんにちは、新規事業部フロントエンドブロックの 池田 です。普段はZOZOマッチのアプリ開発を担当しています。2025年6月にマッチングアプリ「 ZOZOマッチ 」をリリースしました。ZOZOマッチにはメッセージ機能があり、この機能を実現するためにGraphQLを用いています。本記事ではFlutterアプリでG

データドリブンな人間を目指している香取です。 今回は Databricks on AWS から BigQuery のデータに接続する方法について解説します。 はじめに Databricks では レイクハウスフェデレーション 機能を使って、BigQuery のデータに直接クエリを実行できます。 この機能を使うことで、Databricks にデータをコピーすることなく、BigQuery 上のデータを活用した分析や機械学習が可能になります。 今回は以下のドキュメントに沿って実際に Databricks から

こんにちは、近藤（りょう）です！ 環境タグやシステム名タグなど、AWS上のリソースへ共通のタグを付与したい場面はよくあります。 AWS CDK では Tags.of( ).add(Key, Value) を利用することで、リソースに共通タグを一括で付与できます。 ところが、aws-cdk-lib をアップデートしたタイミングで、共通タグの影響によりリソースの置換（Replacement）が発生する事態が起きました。 本記事では、この事象が発生した時の内容と原因、そして対策をした「CDKで共通タグ付与を維持

本記事は、2025 年 10 ⽉ 21 ⽇に公開された Expand your dashboard design with font customization for axes and data labels in Amazon Quick Sight を翻訳したもの です。翻訳は Public Sector PSA の西川継延が担当しました。 Amazon Quick Sight は、 Amazon Quick Suite の機能の 1 つで、散在する企業データを実用的なインサイトに変換し、組織が大規

G-gen の杉村です。Google の生成 AI 開発ツールである Vertex AI と Google AI Studio の違いや、それぞれのユースケースについて解説します。 概要 Vertex AI と Google AI Studio 差異の一覧 選定の基本的な考え方 セキュリティと統制 Vertex AI の場合 Google AI Studio の場合 割り当てとレート制限 概要 Vertex AI の場合 Google AI Studio の場合 Google Cloud プロダクトとの連

本記事は ネットワークウィーク 11日目の記事です。 💻 10日目 ▶▶ 本記事 ▶▶ 12日目 🌐 はじめに TCP接続の基本：3ウェイ・ハンドシェイク なぜPingやTracerouteだけではネットワークの真実が見えないのか？ AWSの「不可視性」とトラブルシューティングの壁 原因追及の手がかり：Flow LogsのTCPフラグ TCPフラグの基礎とFlow Logsへのマッピング トラブルシューティングに必須の4大フラグ 複合フラグの読み解き方 【実践】正常なフローとトラブルシューティングパターン

はじめに こんにちは！開発チームで生成AI関連のシステム開発をしている広松です！ 今回は私が担当した案件で発生した「自律型AIエージェントが複雑な指示を途中で忘れてタスクを完遂できない」という課題に対して論文を元に対策を調査してみました。 具体的にはマルチエージェント化やオーケストレーターの導入によるコンテキストエンジニアリングについて論文を中心に調査してみました。 はじめに 案件で発生した課題 課題と原因について 解決策（コンテキストエンジニアリング）について 手法 1. Plan and Act 2.

Amazon Connectの「コンタクトフロー」の動作ログを確認する手順例を紹介します。 はじめに フローログ有効化の準備 1. インスタンスの設定 2. コンタクトフローの修正 コンタクトフローを動作させる CloudWatch ロググループから参照 CloudWatch Logs Insightsから検索する 操作1.ロググループ選択 操作2.日付・時刻範囲指定 操作3.クエリ条件指定 操作4.クエリの実行 操作5.ログストリームの表示 注意点 参考リンク はじめに Amazon Connectでは

はじめに AmebaLIFE事業本部でWebフロントエンドエンジニアをしている湯本航基（@yu_3i ...

こんにちは。 ファインディ株式会社でテックリードマネージャーをやらせてもらっている戸田です。 現在のソフトウェア開発の世界は、生成AIの登場により大きな転換点を迎えています。 GitHub Copilot や Claude Code など、生成AIを活用した開発支援ツールが次々と登場し、日常的なワークフローに組み込まれつつあります。 そんな中で先日、Claudeの新機能であるAgent Skillsが公開されました。 そこで今回は、Agent Skillsの紹介と解説、スキルの作り方を紹介したいと思います

日々のテスト業務で「テストを管理するための資料作成」に追われ、本来注力すべき品質検証や分析が後回しになってしまう状況は、ソフトウェア品質保証の現場で決して少なくありません。 報告用のスプレッドシート作成、テスト進捗の手動更新、各種エクセルシートのバージョン管理。こうした「テスト管理作業」が膨らむと、真に価値ある作業＝バグの発見、リグレッション防止、プロセス改善などがおろそかになる危険があります。 例えば、複数のテスターが共有スプレッドシートを使っていると、誰が最新の状態を持っているか分からず、重複作業や抜

期待を込めてテスト自動化を導入したにもかかわらず、「なぜか現場の工数が減らない」「むしろ以前より面倒になった」と感じることはありませんか。 テスト自動化は、本来、時間のかかる反復作業からエンジニアを解放し、生産性を劇的に向上させるための手段です。 しかし、多くの現場で、その期待していた「自動化＝効率化」が実現しないという現実があります。 その原因の多くは、テスト実行レイヤーではなく、テストの「管理」レイヤーに潜んでいます。例えば、以下のような状況に心当たりはないでしょうか。 「自動化スクリプトはあるのに、

Windowsサーバー上でSKYSEA Client Viewの動作検証を行う際に、ディスク容量不足やメモリ不足の問題を解決するための方法を紹介しています。特に、重複除去機能を利用してストレージ容量を効率的に確保する手法について詳述しています。

AWS EC2インスタンスで動作するSKYPCEのサービスエンドポイントのサーバー群を、評価用AWSアカウントから本番用AWSアカウントにセキュアに受け渡すためのKMSキー設定について説明しています。

はじめに QAグループのWebチームのroです。 実際のQA案件業務においては、中古車のテストデータを大量に生成する必要がありますが、その手順は複雑で注意点も多く、作業には多くの時間を要していました。 この課題を解決するため、Playwrightを活用し、中古車データ生成の全工程を自動化しようと思っています。 この取り組みを社内の「Vibe Coding」イベントにおいて実施し、Vibe Codingの手法を用いて中古車データ自動生成用のPythonスクリプトを実装しました。 Vibe Codingとは？