挨拶 ども！7月の追い込みが激しくて、いろんなものに追い回されている龍ちゃんです。まぁすべてを引き受けたのは自分なので自己責任ですが、調子に乗っていたなと反省しています。とはいえ、割と順調に片付いているので、余裕が出てきたからこその発言なんですけどね。 6〜7月は13本ほどブログを執筆していますね。そんなブログのお話を今回書いていこうと思います。前半は若干のポエムの可能性もあるので、流し見で見てもらえればと思います。 今回は「Claude活用で変わった技術ブログ執筆のお話」になります。それでは始めましょう

はじめに 生成AIの急速な発展により、エンジニアを取り巻く環境は激変しています。特に注目すべきは、Coding Agentの登場によって多くの場面で生成AIが実用的なコードを書けるようになったことです。実際、単純な機能実装からバグ修正まで、Coding Agentに任せる仕事が日々増えています。 一方で、Coding Agentを効果的に使いこなすには、エンジニア自身の高い技術力が不可欠です。適切な指示を出し、生成されたコードの品質を評価し、システム全体の整合性を保つためには、従来以上の深い理解が求められ

本記事は、2025 年 4 月 24 日に公開された “ How to use data from the AWS Open Data program in Amazon Bedrock ” を翻訳したものです。翻訳はソリューションアーキテクトの秋山が担当しました。 AWS オープンデータスポンサーシッププログラム は、価値の高いデータセットをクラウド上でホストすることでデータ取得の障壁を排除し、研究者やアナリストがデータ管理ではなく、発見とイノベーションに集中できるようにします。データが Amazon

Innovation技術部の加藤です。皆さんは形式手法ってご存知でしょうか。 形式手法は、システムの仕様や動作を数理モデルとして記述し、その正確性を機械的に検証する技術です。専門的であり、まだ実社会での応用はそれほど多くありませんが、並行性や非同期処理の不整合検出に優れており、高信頼性が要求されるシステムの検証に有用であり、今後はシステム開発に不可欠な技術となっていくかもしれません。 今回、私たちは、自社で形式手法を適用できる可能性を探るため、短期間で検証を行いました。そして、その成果を国立情報学研究所(

帰納的な推論 と 発見的な推論(アブダクション) は、私たちがソフトウェア開発の現場/実務で（知らず知らずにでも）駆使している思考の形です（それどころか日々の暮らしでも使っています）。 それほど“自然な”思考の形ですが、どんな考え方で、どんなところに注意すると質の高い思考ができるのか、基本知識を押さえておくと実務のレベルアップにつながります。 ＜実務三年目からの発見力と仮説力　記事一覧＞ ※クリックで開きます 【第1回】見つけるための論理【連載初回、全文公開中】 【第2回】 “共通項”を見つけ出す 【第3

タイミーでは、Flaky Test がデプロイの妨げになることで開発効率が悪化していました この問題を解決するため、AI エージェント「Devin」を活用し、Flaky Test の検出から修正プルリクエストの作成までを完全に自動化しました 結果、CIは安定し、開発者は本来の業務に集中できるようになったことで、開発体験が向上しました こんにちは！タイミーでバックエンドエンジニアとして働いている 福井 ( bary822 ) です。 皆さんは Flaky Test に悩まされた経験はないでしょうか? タイミ

全国の G-gen ファンのみなさま、はじめまして。Cisco Systems のセキュリティ SE の稲澤です。今回、G-gen の Google Workspace 検証環境を使い、当社の Cisco Duo との連携テストを行う機会を得たため、内容を記事にまとめました。 当記事は、Cisco Systems と G-gen の共同企画で執筆されました。 はじめに Cisco Duo とは Duo と Google Workspace の連携 検証1. Google Directory-Sync 検証

はじめに こんにちは、クラウドエースの岸本です。 この記事では、GitLab CI/CD と Google Cloud の Workload Identity 連携を利用して、Infrastructure as Code (以下、IaC) のデプロイハンズオンを行います。 ゴールは、Workload Identity 連携を利用し、GitLab CI/CD から Google Cloud のリソースを作成することです。 ! 本記事では、Workload Identity を利用して Google Clou

はじめに こんにちは！レバレジーズに25卒のエンジニアとして入社したイツキです。 この記事を読んでくださっている方の中には、レバレジーズに少しでも興味を持っている就活生も少なくないかもしれません。 「実際に入社したらどんな感じなんだろう？」と、リアルな情報を集めている最中なのではないでしょうか。 この記事は、新卒エンジニアとして入社した、 イツキ、スガノ、アミタニの3人 が最初の1ヶ月をどのように過ごしたか書いた体験談です。 レバレジーズの新卒エンジニアが最初の1ヶ月でどのようなミッションに挑戦するのか。

AWS ジャパンの 広域事業統括本部では、中堅・中小企業のお客様のデジタルトランスフォーメーション（DX）、クラウドや生成 AI の利活用などを支援しています。過去 2 年間、 AWS では7月の「中小企業魅力発信月間」に合わせて、最新のテクノロジーがどのように中堅・中小企業の成長に貢献するのか、どういった成功事例があるのかなどを定期的にご紹介してきました。 2023年は、鶴見酒造株式会社様に、 AWSクラウドを活用した温度センシングシステム「もろみ日誌クラウド」を導入し、10分ごとに温度データを自動収集

アマゾン ウェブ サービス ジャパン合同会社 パートナーソリューションアーキテクトの石倉です。2025 年 6 月 25 、26 日に AWS Summit Japan が開催され、2 日間で 160 以上のセッションと 270 以上のブース展示が行われました。その中には、高い信頼性要件に対し工夫を凝らしながら耐障害性の高いワークロードを構築したお客様事例セッションもありました。また、AWS セッションや AWS Village のブース展示においても、レジリエンスに関するトピックを多数お届けしていました

Elasticsearchの標準アナライザーは  Kuromoji  ですが、他にも日本語向けのアナライザーが存在します。本記事では  Sudachi  や  MeCab 、およびPythonライブラリの  Janome 、そして  LLM（GPT-4）  といった選択肢を比較し、どんな場面でどれを使うべきかを検討しました。 なお、Elasticsearch 9.xではSudachiやMeCabの公式対応プラグインはまだリリー

テストエンジニアのマッツーです。 前回の記事 ではテスト自動化における「アサーション」の機能や活用方法について操作方法や所感をお伝えしました。 今回はテスト自動化において確認内容に日時が関係するような場合の実装方法について、操作方法や所感を書いていきます。 確認内容に日時が関係するケースはテスト自動化において登場する可能性が高いと思いますが、いざ実装するとなると少々難しかった点もありました。 機能の内容だけでなく実際の自動テスト実装で感じたことを書いていくので最後まで読んでいただければと思います。 過去の

さくらの生成AIプラットフォームについて さくらインターネットでは、「さくらのクラウド」「GPUクラウド 高火力シリーズ」など生成AIを活用したアプリケーション開発やホスティング、モデルそのものの学習が行えるサービスを提 […]

はじめに 企業は、開発者の生産性向上、アプリケーションの高速開発、レガシーコードの保守負担軽減を支援する方法を模索しています。Amazon Q Developer は、企業がカスタマイズされた SAP 環境に関連する技術的負債を解消し、新機能をより迅速に提供できるように支援する生成 AI サービスです。このブログでは、Amazon Q Developer が SAP 開発者の生産性向上とイノベーションの加速にどのように役立つかについて説明します。 SAP は、世界中の数千の企業のビジネスを支えるミッション