VS Codeでエージェントピッカーが多数表示され、操作が困難になった問題を、`.agent.md`ファイルのfrontmatterを1行にするという簡単な方法で解決した。 - VS Codeのエージェントピッカーの表示数を減らす方法を知りたい開発者。 - 設定の簡略化や効率化に関心のあるフロントエンドエンジニア。 - 開発環境の最適化を模索しているテックリードやアーキテクト。
GitHub Copilotの最新アップデート、特に「Agent Skills」に焦点を当てたハンズオンイベントが大阪で開催されます。 AIによる開発体験の変化や、最新のCopilot機能について学ぶことができます。 開発者、AI技術に関心のあるエンジニア、最新技術をキャッチアップしたい方を対象としています。
Ai Workforce事業部のエンジニア組織紹介資料。 AIエージェントを中核としたプロダクト思想、アーキテクチャ、開発体制、意思決定プロセス、各ポジションの役割を網羅。 エンタープライズの複雑な業務に挑む組織の技術と全体像を紹介。
Claude Codeでよく利用されるビルトインコマンドについて解説しています。 コンテキストのリセットに使える`/clear`コマンドなどを紹介しており、開発作業の効率化に役立ちます。 バックエンドエンジニアやQAエンジニア、アーキテクトなど、開発に関わるエンジニア全般が対象です。
LINEヤフーのクラウドサービスCBUに所属する筆者が、開発サービスを支えるプライベートクラウドについて解説。 エンジニアがサービス開発に必要なインフラを提供する役割について触れています。 インフラエンジニアやサービス開発に携わるエンジニア、クラウドアーキテクトなどが対象となります。
・外部技術顧問の伴走により、単なる技術支援に留まらず、組織文化の変革に成功した事例 ・Next.js v16 (App Router) への大規模移行プロジェクトにおける「判断軸」の重要性を解説 ・技術者、プロジェクトマネージャー、組織開発に関心のある方々へ
調査会社のSynergy Research Groupによると、2025年第4四半期のクラウドインフラ市場は前年比30%成長し、AIブームに後押しされて急速な成長に回帰しました。 AWSは依然としてトップシェアですが、AzureとGoogle Cloudが差を縮めています。 この記事は、クラウドインフラ市場の動向に関心のあるインフラエンジニア、市場アナリスト、およびIT業界関係者向けです。
- 複数プロダクトでセルフホスト版Langfuseを導入した事例を紹介します。 - Langfuseの活用方法や、導入にあたっての検討事項について解説しています。 - AI技術のビジネス活用に関心のあるエンジニアやプロダクトマネージャー向けです。
* Googleは、AIエージェントを大規模に構築するための「Gemini Enterprise Agent Ready（GEAR）」プログラムを公開しました。 * このプログラムは、開発者やプロフェッショナルがGoogle AIを活用し、エンタープライズグレードのエージェントを構築・デプロイできるよう支援します。 * GEARは、学習クレジット、サンドボックス環境、認定資格取得の機会を提供し、エージェント開発スキルを習得したい開発者やプロフェッショナルを対象としています。
- Sansan社が数億件の名刺データを扱う上で、SQLパフォーマンスの改善にどのように取り組んだかについての記事です。 - 単純なインデックス作成だけでは不十分であり、より高度なチューニング手法が用いられています。 - データベースエンジニア、インフラエンジニア、アーキテクト、または大規模データ基盤のパフォーマンスに課題を感じている開発者向けです。
Vertex AI は、GKE Inference Gateway を導入することで、推論サービングにおけるレイテンシとコストの課題を解決しました。このゲートウェイは、負荷認識ルーティングとコンテンツ認識ルーティングという 2 つのインテリジェンス レイヤを追加し、モデルサーバーの Prometheus エンドポイントからリアルタイム指標をスクレイピングして最適な Pod にルーティングしたり、リクエストの接頭辞を検査して KV キャッシュに存在する Pod にルーティングしたりします。これにより、Qwen3-Coder の TTFT レイテンシが 35% 向上し、Deepseek V3.1 の P95 TTFT レイテンシが 52% 改善され、接頭辞キャッシュ ヒット率が 35% から 70% に倍増しました。 * コンテキストを多用するワークロードやバースト性の高いワークロードにおける推論サービングのレイテンシとコストの課題を解決する方法。 * GKE Inference Gateway の負荷認識ルーティングとコンテンツ認識ルーティングの仕組みとその効果。 * プラットフォームエンジニア、SRE、機械学習エンジニア、データサイエンティストなどが、カスタムインフラストラクチャを維持せずに Vertex AI の実績あるスケジューリング機能を利用する方法。
サイバーエージェントが主催する、生成AIとAIOpsの最前線に焦点を当てた技術勉強会「CA.ai#4」の開催告知です。 生成AIやAIエージェントの活用・運用事例、実践的なノウハウが紹介され、Google CloudからのゲストスピーカーによるAIOpsの特別セッションも予定されています。 対象者は、生成AIやAIOps技術に関心のあるエンジニア、テックリード、マネージャー、およびAI技術の活用・運用に携わる方々です。
- サイバーエージェントやAWSでの経験を持つエンジニアが、理想郷は存在しないという悟りに至った。 - 汎用AI時代への危機感を背景に、一つのドメインに深く入り込み、顧客と共に課題解決に挑む道を選択した。 - 経験豊富なエンジニアや、AI時代におけるキャリアパスに悩むエンジニア、困難な課題に挑戦したいエンジニアに向いている記事。
プラットフォームの成功を測る上で、単なる利用率ではなく、リードタイム、DORA指標、技術的健全性などの多角的なアプローチの重要性を解説しています。 プラットフォームエンジニア、プロダクトマネージャー、エンジニアリングマネージャーなど、開発チームの生産性向上やプラットフォームの価値最大化に関心のある技術職・管理職向けです。 プラットフォームの導入から価値測定、指標の進化、そしてデータに基づいた意思決定のプロセスを理解し、自社プラットフォームの改善に役立てたい読者におすすめです。
・通話データを活用した生成AI基盤の構築と、そこから価値を生み出す実践について解説します。 ・データ基盤の構築や機械学習モデルの開発、実運用における課題とその解決策に興味があるエンジニアやデータサイエンティスト向けです。 ・CO-LAB Tech Night #8のイベントレポートとして、共創と巻き込みの実践事例を学べます。
Google Cloudは、プロダクションレベルのAI導入とマルチモーダルAIの最先端技術に焦点を当てた、2日間の専門ワークショップとロードショーを北米各地で開催します。1日目は、AIアプリケーションの安定性、セキュリティ、スケーラビリティに重点を置き、マルチエージェントオーケストレーション、データドリブン評価、セキュリティ強化について学びます。2日目は、リアルタイムインタラクション、ビジョン、音声処理といったマルチモーダルAIの技術を探求し、同時認識、RAGを超えたインテリジェンス、ストリーミングAPIの活用に焦点を当てます。 この記事は、エンタープライズ規模のAI課題解決や、次世代のマルチモーダルAIイノベーションを目指すアーキテクト、エンジニア、AI開発者を対象としています。 参加者は、AIの未来を構築するための実践的な知識、コード、Google Cloudクレジット、そしてネットワーキングの機会を得ることができます。
Google Cloudは、Anthropicの最新かつ最も強力なモデルであるClaude Opus 4.6をVertex AIに追加したことを発表しました。 このモデルは、複雑なコーディングタスク、高度なエージェント開発、ドキュメント・スプレッドシート・プレゼンテーションの生成に優れており、エンタープライズワークフローに革新をもたらします。 この記事は、Google Cloudのプラットフォーム上で最新AIモデルを活用して高度なアプリケーションやエージェントを構築したい開発者、データサイエンティスト、エンジニアリングマネージャー、プロダクトマネージャーを対象としています。
LayerXが開催するWebフロントエンドナイトのイベント告知です。 技術的な意思決定やアーキテクチャの振り返りをテーマに、同社の事例やゲスト企業の取り組みが紹介されます。 - Webフロントエンド開発に携わるソフトウェアエンジニア - 技術的な意思決定やアーキテクチャの変遷に興味がある方 - 日々の意思決定に悩んでいる方
Kubernetesの現場での実践的な活用法に焦点を当てた書籍紹介記事です。 コマンド暗記だけでは対応できない複雑な問題に対し、現場で役立つ知識を深めるための厳選された4冊の本を紹介しています。 インフラエンジニア、バックエンドエンジニア、アーキテクト、テックリード、SRE、プラットフォームエンジニアなどを対象としています。
Google Cloudは、NVIDIA RTX PRO 6000 Blackwell GPUをCloud Runで利用可能にし、サーバーレス環境で高性能なAI推論を実現しました。 これにより、大規模モデルのデプロイと運用が容易になり、GPUリソースの管理やクラスタ構成が不要になります。 本機能は、生成AIアプリケーションの開発者、機械学習エンジニア、インフラストラクチャ担当者向けです。
・OpenAIのCodexなどのAIモデルを活用し、人間は意図を伝え、AIが実装を行う開発ワークフローを紹介します。 ・AIによるコード生成や開発プロセスの変革により、開発効率の向上が期待されます。 ・AI駆動開発に関心のあるエンジニア、プロダクトマネージャー、テックリード、アーキテクト向けの記事です。
Railsアプリで複数のコントローラーに散らばっていた外部API連携によるチェック処理を、ActiveModel::EachValidator を用いてモデル層に集約するリファクタリング手法について解説しています。 これにより、コードの重複排除、コントローラーの責務の明確化、そしてどこから保存しても一貫したバリデーションの適用が可能になります。 本記事は、Ruby on Rails を利用しているバックエンドエンジニアや、コードの保守性向上に関心のあるテックリード、アーキテクトの方々におすすめです。
金融、不動産、建設といった重厚長大産業の社会課題をテクノロジーで解決する3社（シンプレクス、ニーリー、LayerX）によるイベント。 各社のエンジニアが、事業を動かすプロダクト開発の実際、意思決定、スキルやキャリア形成について語る。 事業会社、コンサル、受託開発の間でキャリアに悩むエンジニア、プロダクト開発に興味があるエンジニア、金融・不動産などのDXに関心のあるエンジニア、開発プロセスや意思決定を知りたいエンジニア（開発経験3年以上）、toB/toC/クライアントワークの働き方に関心があるエンジニアにおすすめ。
FlutterとDartを組み合わせ、Google Cloud Run上でフルスタックアプリケーションを構築・デプロイする手法について解説しています。 - FlutterのフロントエンドとDartのバックエンドを統合し、単一コードベースで開発・デプロイするアーキテクチャを紹介。 - Cloud Runのサーバーレス環境を活用し、デプロイの簡素化とスケーラビリティを実現する方法を解説。 - DartワークスペースやCI/CDの自動化、デプロイ戦略についても触れている。
- VS Code拡張機能「Copilot Scheduler」の紹介記事です。 - GitHub Copilotのスケジュール実行機能により、ルーティン作業の自動化を目指します。 - 開発者、特にGitHub Copilotを利用するエンジニア向けです。