メガベンチャー規模のプロダクト開発において、各チームが独自の基準で進める「部分最適」なQAは、組織の拡大とともに限界を迎えます。 マイクロサービス化が進み、プロダクトが複雑に絡み合う現代では、断片的な改善だけではリリース速度と品質の両立は困難です。 いまQAマネージャーに求められているのは、点在するテスト資産を統合し、組織全体の品質を俯瞰できる「全体最適」な管理基盤の構築です。 そこで今回は大規模プロジェクト特有の課題を解決し、QAを「リリースのブレーキ」から「価値創出の中核」へと変えるためのテスト管理ツ

メガベンチャーという急成長の渦中において、開発チームの独立性はスピードの源泉です。 しかし、組織が拡大し、プロダクトやマイクロサービスが複雑に絡み合うフェーズに差し掛かると、これまでの「チームごとの個別最適」は限界を迎えます。 「隣のチームと品質基準が異なり、連携部分で障害が多発する」 「リリース直前の手戻りが増え、QAがボトルネック視されている」 「属人化したテスト運用により、組織のスケールに品質体制が追いつかない」 QAマネージャーや品質推進リードが直面するこれらの課題は、単なるリソース不足ではなく、

本稿は、2026年1月5日に公開された AWS Blog “ Agentic Cloud Modernization: Accelerating Modernization with AWS MCPs and Kiro ” を翻訳したものです。 今日の急速に進化するテクノロジー環境において、組織はレガシーシステムのモダナイゼーションを進めながら、運用上の優秀性を維持し、コストを管理するという大きなプレッシャーに直面しています。従来のクラウドモダナイゼーションのアプローチでは、多くの場合、数週間にわたる手作

はじめに こんにちは！デリッシュキッチンで主にバックエンドの開発を担当している秋山です。 最近GitHub公式ブログで発表された GitHub Agentic Workflows というツールを知り、使い心地が気になったので試してみました。本記事では、CI/CDパイプラインにAIエージェントを組み込んで、テスト失敗時の原因調査からIssue作成までを自動化するワークフローを試しに構築した体験を紹介します。 目次 はじめに GitHub Agentic Workflowsとは 今回試してみたこと セットアッ

はじめに 銀行の勘定系システムや保険の基幹業務など、 社会インフラを支える多くの重要システムはいまもCOBOLで稼働しています。 これらのシステムでは、わずかな計算差異や判定誤りも許されません。 そのため、既存環境から新しい実行環境への移行は、 単なる「言語の移し替え」ではなく、 動作結果の完全一致が求められる高度な作業となります。 しかし移行対応の中で、次のような問題に直面しました。 文法上は正しい コンパイルエラーも発生しない それでも実行結果が一致しない 論理を変更していないにもかかわらず、 環境の

背景と目的 VMwareからKVMへの移行を検討する際、性能や機能差だけでなく、 「品質」や「安定性」といった観点も重要な検討事項となります。 特にミッションクリティカルなシステムであればあるほど、 「KVMでも本当に問題なく運用できるのか」という点は避けて通れません。 これまで本シリーズでは、CPU、メモリ、ディスク、ネットワーク、セキュリティ、可用性（HA）といった観点から、 VMware vSphere と Red Hat KVM の違いを整理してきました。 いずれも設計や構成によって差異を吸収でき

ミイダスは、 React Tokyo Fes 2026 にて ベーシックスポンサー を務めさせていただきます。 React Tokyo フェス2026 2026年2月28日 港区浜松町にて開催決定！ react-tokyo.vercel.app

みなさんこんにちは！ ワンキャリアでエンジニアをしている佐藤（GitHub： seiya2130 ）です。 ワンキャリアの開発組織では、月に一度、部署のメンバーが自由にテーマを選んで発表する「LT（ライトニングトーク）会」を開催しています。

こんにちは！プロダクトエンジニアのkazzhiraです。 私たちのチームでは、2025年の夏ごろから「AI活用による開発生産性の向上」に取り組んできました。しかし、当初の取り組みは抽象的なガードレールの提示や個々人の実践にとどまり、チームとして大きな成果には結びつきませんでした。 その後、SDD（仕様駆動開発）というアプローチに出会い、オープンソースの cc-sdd フレームワークをベースに試行錯誤を重ねてきました。 本記事では、AI開発標準の策定に失敗した経験から何を学び、どのように仕様駆動開発に辿り着

こんにちは、クラウドサービス関連の業務をしている藪内です。 本記事は、 「AWSパラメータシート自動生成ツール」 についてのブログリレーの最終回（5本目）です！🎉 前回は、フロントエンド技術について解説しました。概要や要件定義、機能については過去回の記事をご参照ください。 今回は本ツールをユーザーとして利用し、使用感や手作業との比較結果について紹介します。 AWSのパラメータシート作成自動化ツールの取り組みについて ~概要編~ – TechHarmony AWSパラメータシート自動生成ツールの要件定義編

こんにちは。ワンキャリアでデータサイエンティストをしている申（シン）です。 普段は、社内のデータを用いた分析や、機械学習モデルの構築を通じて、ビジネスの意思決定支援を行っています。

1. はじめに：なぜ「ただ並列化」しても速くならないのか？ Snowparkを用いてデータ分析や加工を行っていると、処理時間の長さがボトルネックになる場面に直面します。その際、「Pythonなのだから並列化すれば速くなるはずだ」と考えるのは自然な発想でしょう。 しかし実際に実装してみると、次のような問題に遭遇することがあります。 マルチプロセス（Joblib）で高速化を試みたところ、PicklingError が発生する マルチスレッド化しても、処理時間がほとんど変わらない（場合によっては遅くなる） その

こんにちは。Yahoo!オークションでAndroidアプリの開発を担当している高松です。2025年11月1日（土）に開催されたKotlin Fest 2025にて、LINEヤフー株式会社は「ことりプラ...

本記事は「 New spec types: fix bugs and build on top of existing apps 」を翻訳したものです。 モノリスからマイクロサービスへの移行を進めているとします。アーキテクチャはすでに明確で、イベント駆動、非同期メッセージング、特定のレイテンシ要件があります。必要なのは実装の手助けだけです。あるいは、バグを修正しているとします。何が壊れていて、何をそのままにすべきかはわかっています。外科的な修正が必要です。アプリの他の部分を変更したり、トークンを無駄に消費

本ブログは、三菱電機株式会社 電力システム製作所 電力ICTセンター 小森様と、アマゾン ウェブ サービス ジャパン合同会社 ソリューションアーキテクト稲田、GitLab 合同会社 ソリューションアーキテクトの小松原様の共著です。三菱電機 電力ICTセンターにおける Kiro と GitLab を組み合わせたソフトウェア開発効率化の取り組みについてご紹介します。 電力ICTセンターについて 三菱電機 電力システム製作所 電力ICTセンターは、再生可能エネルギーの拡大や電力自由化に対応する電力×ICTの専門