プログラミング未経験の高校生が、AIを活用した「バイブコーディング」でたった4時間でWebアプリ開発からデプロイまでを体験。ReactとNext.jsを使い、自然言語の指示だけでオリジナルアプリを完成させました。

こんにちは、広野です。 生成 AI 界隈の技術の進化がすさまじく、以前開発したチャットボットのアーキテクチャも陳腐化が見えてきました。この記事を執筆している時点での最新のアーキテクチャで改めて作り直してみたので、いくつかの記事に分けて紹介します。 今回 (2回目) は実装編 その1 Amazon Cognito 編です。 大変恐縮ですが、AWS CloudFormation によるデプロイをしているので YAML テンプレートベースでの説明となります。ご了承ください。 前回の記事 アーキテクチャ概要につい

AI事業本部 アドテクディビジョン SREグループに所属している平田聡一朗と申します。SREグループ ...

こんにちは。コミュニケーションアプリ「LINE」のモバイルクライアントを開発している大石です。この記事は、"Review Committee Report" 共有の連載第 71 回です。LINEヤフー...

はじめに 25卒でNTTデータに入社し、セキュリティ&ネットワーク事業部サイバーセキュリティ統括部に配属となった佐藤です。 情報処理安全確保支援士令和7年度春期に合格できたため、勉強法や戦略を含めて共有できたらと思います。本記事は、これから情報処理安全確保支援士試験を受験しようと考えている方、特に学生や若手社員など、実務経験があまりない方に向けた内容となります。 試験の概要はIPA公式サイトをご参照ください 前提 応用情報技術者令和6年度秋期合格→午前Ⅰ免除 理系(電気・情報系)修士卒 ※セキュリ

はじめに こんにちは！株式会社タップル技術本部でAIチームのリーダーをしている坂上（@tosaka0 ...

皆さん、こんにちは！ 皆さん、生成AI活用していますか？ 文章を書かせたり、プログラムのコードを生成させたり、最近では気兼ねなく悩みを打ち明けられる良き相談相手として活用している人もいるようです。 でも、なんだか彼らの回答って、いつも丁寧で優等生すぎると思いませんか…？ 「もちろんですよ！」「お役に立てて光栄です！」 …いや、嬉しいんだけど、たまにはもっと個性的で、厳しくしてくれるAIがいてもいいのでは…？ そんなことを考えていた私は、ふと思いました。 「人間の相談にズバッと答えらられる、こてこての関西弁

こんにちは。 電通 総研ITの寺尾です。 今回は IntelliJ の コード補完機能 の実装方法についてご紹介します。 前回はこちら： IntelliJプラグイン開発の始め方～コード検査編～ コード補完とは Java で 予約語 や変数名などを記述する時、「Ctrl + Space」でIDEAから提示される候補から選択するという操作はよくされると思います。 近年では、AIによるサポートで入力候補が提示される機能もよく見かけるようになりました。 そのように提案（サジェスト）されるリストを、 プラグイン の

2025 年 6 月 25 日・26 日に開催された AWS Summit Japan 2025 において、鉄道業界向けの 2 つのソリューションを展示いたしました。本記事では、展示ブースの内容と来場者の皆様からいただいたご意見をご報告いたします。 展示概要 今回の展示では、鉄道業界が直面する課題に対応する 2 つのアプローチをご紹介しました。 展示内容 生成 AI エージェントによる鉄道業界の業務改善　〜鉄道 AI エージェント 〜 複数の AI エージェント連携による部門横断型の業務支援 AI エージ

はじめに 　普段プログラミングを主としている側からすると、DML（ SELECT, INSERT, UPDATE, DELETE ）、DML（ CREATE, ALTER, DROP ）はコードの中で書くことはあるので気にすることはないと

こんにちは、SCSKの齋藤です。 本記事では、TMetric というタイムトラッキングツールからデータを自動で抽出し、BigQueryにロードするまでのプロセスを、Cloud RunとPythonを活用して実装した事例を紹介します。日々の業務で利用するトラッキングツールのデータ分析に活用したい、自動化して効率的にデータ収集を行いたい、という方にとって参考にしていただける内容となっています。TMetric のデータを活用し、 プロジェクトの進捗状況の把握、メンバーの稼働状況の分析、リソース配分の最適化 など

自動車業界は、車両がメカ主体のシステムから高度なコンピューティングプラットフォームへと進化する中で、大きな変革期を迎えています。この進化の中心にあるのが、SDV (ソフトウェア定義車両) であり、ソフトウェア機能が業界のイノベーションと差別化を牽引し続けています。現代の車両には、安全システムからドライバー支援、インフォテインメント機能まで、複数の電子制御ユニット（ ECU ）にわたって1億行ものコードが含まれています。 自動車システムにおけるハードウェアとソフトウェアの関係性の管理は、特に安全性、セキュリ

こんにちは、エンジニアの籏野です。 今回はPGliteとPrismaを用いて、実際にデータベースに接続して行うリポジトリ層のテストについて紹介します。 作成したサンプルプロジェクトは以下のリポジトリに置いていますので、合わせてご確認ください。 https://github.com/taku-hatano/pglite-prisma-test リポジトリ層におけるテストの課題 クリーンアーキテクチャのようなデザインパターンを利用する場合、リポジトリ層を利用してビジネスロジックとデータアクセス層を分離すること

G-gen の三浦です。当記事では、特定の GitHub リポジトリの内容を Gemini アプリに解説させる方法を紹介します。 概要 当機能について Gemini アプリとは 前提条件 検証手順 検証 リポジトリとディレクトリ構成 main.py error/error.py パブリックリポジトリのインポート コード理解と改善の確認 プライベートリポジトリのフォルダインポート デバッグとコード生成の確認 概要 当機能について Gemini アプリでは、GitHub のパブリックリポジトリまたはプライベー

init_mathjax = function() { if (window.MathJax) { // MathJax loaded MathJax.Hub.Config({ TeX: { equationNumbers: { autoNumber: "AMS", useLabelIds: true } }, tex2jax: { inlineMath: [ ['$','$'], ["\\(","\\)"] ], displayMath: [ ['$$','$$'], ["\\[","\\]"] ],