TECH PLAY

技術ブログまとめ

「TECH PLAY 技術ブログまとめ」では様々な企業やコミュニティが発信する技術ブログの更新情報をまとめてお届けしています。
プログラミングやインフラ、アーキテクチャといった技術情報はもちろん、マネージメントや開発プロセスなどIT業界で働く皆様のヒントや刺激になる情報が日々蓄積されています。
知りたい分野がある場合はタグから選択して絞り込むこともできますし、気になる企業やグループはお気軽にフォローしてみてください。
TECH PLAYに会員登録していただくと、週に一回技術ブログの更新情報をまとめたメールをお届けします。

掲載企業一覧(93件)

おすすめの記事

はじめに サーバーワークスの池田です。 今週(4/5〜4/11)の Claude Code は v2.1.93 から v2.1.101 までの期間にリリースが行われました。Anthropic 側では 4 月 7 日に Claude Mythos Preview、4 月 8 日に Claude Managed Agents public beta と大きな発表が続いた週でもあります。Claude Code 本体でも、PR の CI エラーやレビューコメントをクラウド上で自動修正する /autofix-pr、

TECH PLAYに会員登録して最新の技術ブログ情報を受け取りましょう

会員登録すると毎週の「技術ブログまとめ」をメールで受け取ることができます。
こんにちは。株式会社SHIFTのCATエヴァンジェリスト・石井優です。
こんにちは、ブログ運営担当の遠藤です。 3/3(火)19:00~20:00 共催勉強会「生成AIを開発に組み込む設計図:AI-DLCとガードレールの作り方」が開催されます!! 今回の勉強会は、ソフトバンク株式会社様、アジアクエスト株式会社様との共同開催です! 3社のジュニアチャンピオンメンバーが集まり様々な知見を共有しますので、ご興味のある方はぜひご参加ください! 【1人目】AI×閉域NW設計~生成AIのデータ通信を閉域化するAWSアーキテクチャ~ 生成AIの活用が進む中で、「データを外部に出さずに利用で
こんにちは。バンダイナムコネクサス データエンジニアの上田です。 今回は題目のとおり、広告出稿のKPI最大化のためのデータ基盤開発について紹介します。 今回はプロジェクト発足に至った背景やプロジェクト運営上の工夫を紹介していき、次回以降詳細な技術的な内容などをご紹介していきたいと思います。 対象読者はデータ基盤新規開発プロジェクト立ち上げに将来携わるエンジニア、PM、ビジネスサイドのメンバー全員を想定し、これから広告関連のデータを触る予定のエンジニアやPMはもちろん、広告関連のデータに関わりのない方、非エ
こんにちは!バンダイナムコネクサス データ戦略部の吉村です。 今回は、わたくしデータマネージャーが、高品質のデータ基盤を構築するための進めかたと意識しているポイントをご紹介します。 高品質のデータ基盤とは プロジェクトの流れを説明する前に高品質のデータ基盤とはどのようなものを意図しているのかをご説明させていただきます。 データマネジメントの聖典であるDMBOKのデータ品質の章にはこのように書かれています。 高品質なデータとは何を意味するのかを定義できる人は少ない。あるいはそれを非常に曖昧な言葉、つまり「デ
こんにちは。バンダイナムコネクサス データ戦略部の藤井です。 今回は題目のとおり、Google Workspaceの1つの機能であるGoogleグループを使った権限管理を最適化した取り組みについて紹介します。 課題 バンダイナムコネクサスでは業務ツールとしてGoogle Workspaceを導入していることに加えて、バンダイナムコグループでグループ共通の業務システム(業務システム)としてMicrosoft 365を導入しています。 この2つのツールを併用して利用している背景としては、前回の記事で紹介したと
データ戦略部 データプロダクト課 データインフラストラテジーセクションに所属しているデータエンジニアの藤井です。 データインフラストラテジーセクションはネクサスの必需品である「データ」という必需品の基盤を支えるセクションです。 今回は、データインフラストラテジーセクションがグループ会社向けに構築しているデータ基盤について紹介したいと思います。 アーキテクチャ アーキテクチャは以下のようになっています。よくあるデータ基盤構成になっているかと思いますが、今回はグループ企業、規模の大きい会社ならではのことを記述
こんにちは! バンダイナムコネクサスのデータ戦略部で機械学習PJTのPdMをしている高野です。 データ戦略部内の機械学習チームでは、グループ内の様々なプロダクトに機械学習機能を提供するためにML基盤や機械学習モデルの開発を行っています。 そこで今回の記事では、機械学習モデル開発の一貫で実施した対照学習を用いたコンテンツベースレコメンドの技術検証について紹介します。 レコメンド技術検証の概要 下記図のように、似たアニメの推薦を実現するために、アニメのシリーズ関係とあらすじデータを用いたコンテンツベースレコメ
こんにちは、Dev Content DivisionのDiv Leadをしているmochikoです。LINEヤフー株式会社で開発者向けのドキュメントを書くテクニカルライターとして働く傍ら、個人としても...
この記事は、合併前の旧ブログに掲載していた記事(初出:2023年9月5日)を、現在のブログへ移管したものです。現時点の情報に合わせ、表記やリンクの調整を行っています。Overview30万を超える同時...
はじめに 事前準備 API Gatewayの作成 Cognitoを作成する ユーザープールの作成 【補足】運用に合わせたカスタマイズについて トークンの発行テスト API Gateway と連携させる オーソライザーを作成する APIメソッドへ適用させる 【補足】認可スコープの正確な値の確認方法 APIをデプロイする 動作確認 ① トークンなしでアクセスしてみる(失敗テスト) ② トークンを含めてアクセスしてみる(成功テスト) おわりに はじめに こんにちは!カスタマーサクセス本部の加治屋です。 本ブログ
はじめに こんにちは。商品基盤部の藤本です。 私たちのチームでは、Spring Bootで実装したJavaアプリケーションの起動時間の短縮に取り組んでいます。今回の記事では、Class Data Sharing(以下、CDS)を本番で稼働しているアプリケーションに実際に適用した内容を紹介します。 導入時には、Datadog Java Agentとの両立という課題にも直面しました。そのため、トレースとメトリクスの送信をOpenTelemetryとMicrometerに置き換える対応もあわせて実施しました。
長い前置き おはようございます。カケハシのPE新規サービス開発チームというところでソフトウェアエンジニアをやっているogijunこと荻野です。最近この技術ブログはAIの話題が多めなので、ここから言語オタク語りが始まってしまうのはいいのか?とか思いますが、かまわず書きたいと思います。 前置きとして、わたしたちのチームではその名の通り新規事業のプロトタイプをよくやってます。その際には、なるべくサクサク実装して仮説検証を短いサイクルで回すために、社内の既にあるいろいろなプロダクト基盤を間借りしながら機能追加をさ