はじめに # 前回 は、Q Developerを使って簡単なアプリケーションをインタラクティブモードで作成しました。 今回の記事では、Q Developerをさらに一歩掘り下げ、 仕様 → 実装 → テスト生成 → 修正 の一連の工程を通じて、AIがどのようにソフトウェア開発を支援するのかを確認します。 とくに焦点を当てるのは、 テスト可能な仕様（バリデーション） の考え方です。 AIが生成するテストがどこまで自動化できるのか、そして人間の開発者がどの段階で介入し、品質を保証すべきなのかを、実際のプロセス

ソフトウェア開発において、テストや品質保証（QA）は安定したリリースに不可欠なプロセスです。 しかし「テストの情報共有」という目立たない作業が、チーム全体の生産性を著しく下げているケースが少なくありません。 テストケースはExcel、進捗はSlack、バグは課題管理ツール…と情報がバラバラに散らばっているため、必要な情報の確認に時間がかかり、会議は長引き、手戻りが頻発。 その結果、本来集中すべきテスト設計や自動化といった本質的な業務にリソースを割けず、開発サイクルが遅延するという悪循環に陥って

みなさん、こんにちは。AWS ソリューションアーキテクトの古屋です。 近年、生成 AI 技術は急速な進化を遂げ、ビジネスや社会のあらゆる領域に変革をもたらしています。テキスト生成から画像作成、音声合成、コード開発支援まで、その応用範囲は日々拡大しており、多くの産業で業務効率化や新たな価値創造が実現されています。特に注目すべきは、専門性の高い領域や業界においても、生成 AI が人間の専門家を支援し、これまで解決が困難だった課題に新たなアプローチをもたらしている点です。 そのような中で、医療機器業界では、品質

はじめに こんにちは。Clientグループ所属エンジニアの井上です。 本記事では、広告ログを集計するアーキテクチャの一部を刷新した「広告ログ基盤リアーキテクチャ」について以下の内容を中心に紹介します。 新旧広告ログ基盤の概要 広告ログ基盤リアーキテクチャの進め方で良かった方針 なお、以下の内容については本記事では特筆せず別の機会に譲ります。 詳細な技術選定やその方針 リアーキテクチャの効果 本記事で紹介する方針の考え方はどのようなシステムに対しても応用できると考えていますので、本記事が読者の皆様にとって少

はじめに 事前知識 スクラム Codex CLI AI-Scrumで何ができるのか 概要 1. 要件整理AI（プロダクトオーナー）が動く 2. 設計AI（アーキテクト）が設計書を作成 3. タスク分解AI（プランナー）が作業を細分化 4. 開発AI（デベロッパー）が実際のコードを生成 5. 品質管理AI（QA）がテストコードを作成・実行 6. ドキュメント作成AI（ドキュメンター）が説明書を生成 使い方 ステップ1：インストール ステップ2：やりたいことを書く ステップ3：コマンド実行 特定の工程から再開

ゾーン分析は、プロジェクトの品質を定量的に評価する手法です。テスト密度とバグ密度を用いてプロジェクトの状況を可視化し、品質管理やプロセス改善などに役立つ方法を説明します。

Q Developerとは # Q Developer は、AWSが提供する 生成AIによる開発支援ツール です。 ChatGPT や Copilot のように「コードを補完するAI」ではなく、 設計・実装・テスト・レビュー・ドキュメント化までを支援する開発プラットフォーム として設計されています。 特徴を一言で言うと、 AWSの開発を、AIと一緒に進められる統合環境 です。 主な機能と特徴 # 項目 概要 自然言語での開発支援 「Lambda関数を作って」「DynamoDBと連携して」と自然言語で指示で

夜遅くまで不具合を一つひとつ丁寧に潰し、品質を維持するために奔走している…。 にも関わらず、その努力がなかなか正当に評価されないという現実にお悩みの方もいらっしゃるのではないでしょうか。 ソフトウェア開発の現場では、QA（品質保証）やテスト業務は「リリースできて当たり前」「バグがないのは当然」といった見られ方をされがちです。 開発メンバーが新しい機能を実装すれば、その成果は「機能が追加された」という形で明確に現れます。 しかし、QAの努力は「何も問題が起きなかった」という、一見すると地味な結果としてしか示

こんにちは、Amazon Connect ソリューションアーキテクトの梅田です。 2025 年 9 月のアップデートまとめ はお読みいただけましたでしょうか。今月も 以下の内容でアップデート 情報をお届けします。皆さんのお役に立つ内容があれば幸いです！ 注目のアップデートについて 2025 年 10月のアップデート一覧 AWS Contact Center Blog のご紹介 AWS Black Belt オンラインセミナー (Amazon Connect 関連) 1.注目のアップデートについて Amaz

MLOpsエンジニアの tomoppi です。 データエンジニアリング部 データサイエンスグループ（以下、DS G）に所属し、ML/LLM基盤の構築・改善に取り組んでいます。 概要 2025年4月、タイミーPlatform EngineerのMoneyForestさんが、 「タイミーにおけるProduction Readiness Checkの取り組み」 という記事を公開しました。サブシステムや新規サービスのリリースに際しての評価基準を定めたもので、MLOpsとしても参考になる部分が非常に多くありました。

ソフトウェア開発におけるテスト工程は、品質を保証するための重要なプロセスですが、「今、どこまで終わっているのか？」という進捗の把握が困難になりがちです。 特にプロジェクトの規模が大きくなると、進捗報告が口頭や分散したExcelファイルに頼ってしまい、正確な状況が見えづらくなる「情報のブラックボックス化」が深刻な課題となります。 もし、プロジェクト内で「どこまで終わってる？」という言葉が頻繁に交わされているとしたら、それはテスト進捗の見える化に赤信号が灯っている危険なサインです。 進捗が不透明な状態は、リリ

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？

こんにちは、2年目の加藤です！ 私は現在、データエンジニアとして、Google Cloudを活用したデータの取得や加工、整形などを担当しています。データ取得をCloud Run上でPythonを動かしたり、リソースをTerraformで管理する上で、GitHubを利用しています。前回の記事では、GitHubを利用する上でのGitの概念やGitコマンドを書きましたが、本記事では、共同で開発を行う上でのGitHubの運用方法のお勧めを共有したいと思います。 おさらい 本記事では、ブランチという考えが多くでてき

Introduction I'm okapi from the Mobile team in the QA Group. "How much can we boost development productivity using generative AI in one week?" With that challenging spirit ignited, the QA Group also joined the internal event Vibe Coding Week

.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安土琢朗です。普段はZOZOマッチのFlutterアプリ開発を担当しています。 ZOZOマッチは2025年6月にリリースされた、ゼロから立ち上げたマッチングアプリです。 zozomatch.jp 本記事では、開発初期から取り組んできたデザインシステムの導入によって、