6月10日週、私が以前勤務していた Standard Bank Group (SBG) がソフトウェアエンジニアリングカンファレンスを主催し、基調講演者の 1 人として私を招待してくださいました。SBG はアフリカ全土に拠点を置いており、このハイブリッドカンファレンスにはアフリカ大陸全体からほぼ 2,000 人のエンジニアが参加しました。長年の友人やかつての同僚と再会し、新しい友達ができたこのカンファレンスは、実にすばらしい経験でした。 6月10日週のリリース 6月10日週のリリースの中から、私の目に留ま
この記事は、software as a service (SaaS) のためのリレーショナルデータベースのスケーリングに関するシリーズの続編です。SaaS プロバイダーは、 Amazon Relational Database Service (Amazon RDS) や Amazon Aurora などのリレーショナルデータベースを一般的にソリューションで利用しています。 Part 1 では、リレーショナルデータベースアーキテクチャをスケーリングまたは最適化する一般的な方法をいくつか紹介しました。これら
時々、技術リーダーから、生成 AI アプリケーションの可視性とガバナンスを改善したいという話を聞きます。セキュリティ、耐障害性、プライバシー、正確性に関する問題に対処したり、責任ある AI のベストプラクティスに照らして検証したりするために、データの使用と生成をどのように監視および管理していますか? 実装段階でこれらを考慮に入れるだけでなく、長期的なオブザーバビリティを維持し、ソフトウェアのライフサイクル全体にわたってコンプライアンスチェックを実施するにはどうすればよいでしょうか? 6月11日、 AWS