Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
技術的負債と向き合う取り組みでよかったもの / positive_efforts_to_tac...
Search
yuuki takezawa
October 16, 2023
Programming
10
4k
技術的負債と向き合う取り組みでよかったもの / positive_efforts_to_tackle_technical_debt
こんなことをやって改善していっているよ、という話
yuuki takezawa
October 16, 2023
Tweet
Share
More Decks by yuuki takezawa
See All by yuuki takezawa
なぜAI時代に 「イベント」を中心に考えるのか? / Why focus on "events" in the age of AI?
ytake
4
1.8k
PHPでアクターモデルを活用したSagaパターンの実践法 / php-saga-pattern-with-actor-model
ytake
0
2.2k
PHP ステートレス VS ステートフル 状態管理と並行性 / php-stateless-stateful
ytake
0
280
PHPでアクターモデルを理解・体験しよう / Understand and experience the actor model in PHP
ytake
2
820
再考 アクターモデル/ reconsider actor model
ytake
0
1.5k
GoとアクターモデルでES+CQRSを実践! / proto_actor_es_cqrs
ytake
1
610
Phluxorでアクターモデルを 理解・体験しよう / toolkit-for-flexible-actor-models-in-php-phluxor
ytake
1
350
オブジェクトのおしゃべり大失敗 メッセージングアンチパターン集 / messaging anti-pattern collection
ytake
2
1.3k
DRE/SREのプラクティス融合によるクラウドネイティブなデータ基盤作り / dre_sre
ytake
0
970
Other Decks in Programming
See All in Programming
OCaml 5でモダンな並列プログラミングを Enjoyしよう!
haochenx
0
150
OSSとなったswift-buildで Xcodeのビルドを差し替えられるため 自分でXcodeを直せる時代になっている ダイアモンド問題編
yimajo
3
630
Gemini for developers
meteatamel
0
100
Raku Raku Notion 20260128
hareyakayuruyaka
0
370
CSC307 Lecture 09
javiergs
PRO
1
840
組織で育むオブザーバビリティ
ryota_hnk
0
180
例外処理とどう使い分ける?Result型を使ったエラー設計 #burikaigi
kajitack
16
6.1k
Fluid Templating in TYPO3 14
s2b
0
130
AI & Enginnering
codelynx
0
120
カスタマーサクセス業務を変革したヘルススコアの実現と学び
_hummer0724
0
740
The Past, Present, and Future of Enterprise Java
ivargrimstad
0
620
15年続くIoTサービスのSREエンジニアが挑む分散トレーシング導入
melonps
2
230
Featured
See All Featured
個人開発の失敗を避けるイケてる考え方 / tips for indie hackers
panda_program
122
21k
jQuery: Nuts, Bolts and Bling
dougneiner
65
8.4k
The Language of Interfaces
destraynor
162
26k
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
70
[SF Ruby Conf 2025] Rails X
palkan
1
760
Designing for Timeless Needs
cassininazir
0
130
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
650
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
53
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
170
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
120
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
330
Designing Dashboards & Data Visualisations in Web Apps
destraynor
231
54k
Transcript
ZVVLJUBLF[BXBZUBLF ٕज़తෛ࠴ͱ͖߹͏औΓΈͰྑ͔ͬͨͷ
QSP fi MF • ελʔϑΣεςΟόϧגࣜձࣾ΄͔ • σʔλॲཧ͍Ζ͍Ζ • (P4DBMB
• ϚΠΫϩαʔϏεΞʔΩςΫνϟɾϦΞΫςΟϒγεςϜɺ ϨΨγʔվળ43&%3&ɺ֤छϞσϦϯάͷࢧԉͳͲ • 9IUUQTUXJUUFSDPNFY@UBLF[BXB
ٕज़తෛ࠴ͱָ͖͘͠߹͑ͯ·͔͢ʁ
ٕज़ෛ࠴ͦͷͷͷׂѪ ʢΥʔυࢯͷ։ൃऀମݧدΓͷͳͲʣ
͖߹͏ͨΊͷ४උ
આ໌ɾڠྗΛ์غ͠ͳ͍ • վળ͞Εͳ͚ΕͲ͏ͳΔ͔ɺվળͨ͠ΒͲ͏ͳΔ͔ վળ͠ͳͯ͘ͳ͍ͷ͔Ͳ͏͔ • ػೳՃ͕Ͱ͋Ε ͲͷΑ͏ͳΞτΧϜΛظ͍ͯ͠Δͷ͔͔ͬ͠ΓدΓఴ͏
• ΤϯδχΞͷ༻ޠΛΘͣʹ8):͕આ໌Ͱ͖Δͷ͔Ͳ͏͔
ঢ়گΛՄࢹԽ͠Α͏ • 43&͕จԽͱͯ͋͠Δ߹ɺ ͲͷΑ͏ͳྖҬ෦͕ϋοϐʔͰͳ͍ঢ়گͳͷ͔ • ΠϯλϥΫγϣϯΛཧղͯ͠၆ᛌͯ͠ߟ͑Δ
• ΤϯδχΞΘͣจԽͱ͍ͯ͘͠ͷҰͭ
શһࢀՃͰΠϕϯτετʔϛϯά
5IF"SUPG4-0TϫʔΫγϣοϓ
͖߹͏ͨΊͷجૅମྗΛ͚ͭΔ • ϫʔΫγϣοϓఆظతʹ࣮ࢪதʢʹҰճ͘Β͍ʣ • ݱࡏಈ͍͍ͯΔαʔϏεͱͷฒɾաظͷϓϥϯ • νʔϜͷ݈߁ঢ়ଶͳͲ
ฦࡁ͍ͯͧ͘͠ʂ
աڈʹܟҙΛ͏ • ݱঢ়ͷγεςϜͷঢ়گΛ͔ͬ͠Γͱཧղ͢Δ • υϝΠϯΛ͔ͬ͠Γͱཧղ͢Δ • աڈͷܦҢɾ͜Ε·ͰͷഎܠΛΔ
ҙ
ؾΛ͚ͭΑ͏ • Ϟμϯͳ࡞Γํ͡Όͳ͍͔Β৽͍ͨ͘͠͠ • ॻ͖ํ͕ؾʹ৯Θͳ͍ • ͱΓ͔͍͍͋͑ͣͬ͜ΞʔΩςΫνϟʹ͍ͨ͠ • ͳͲͳͲ
৽͘͠ΠέͯΔίʔυʹʂ
ݩͷγεςϜΑΓύϑΥʔϚϯε͕ѱ͘ͳΓ·ͨ͠ ෳࡶͳγεςϜʹͳΓ·ͨ͠ɾɾ
ؾΛ͚ͭΑ͏ • ײ֮తͳͷɺओ؍త͗͢ΔͷͳͲ͕ ೖΓࠐ·ͳ͍Α͏ʹ • ޙΠέͯΔͷ͋Γ·ͤΜ • ࠓΈͳ͞Μ͕ॻ͍ͯΔίʔυγεςϜෛ࠴ʹͳΔͷͰ͢
ೝͷࠩʹؾΛ͚ͭΑ͏
ϨϏϡʔɾυϝΠϯΛཧղ͢Δձ • ݱࡏͷυϝΠϯ͕ࣝڞ༗͞ΕΔ·Ͱຖि࣮ࢪ ʢࣄલʹΠϕϯτετʔϛϯάͳͲΛΈΜͳͰʣ • ӡ༻νʔϜͳͲަ͑ͯίʔυͷॻ͖ํӠʑ͚ͩͰͳ͘ ͜Ε·ͰͷഎܠͳͲซͤͯฉ͘
• ୯ͳΔίʔυϨϏϡʔͰด͡ͳ͍
ϨϏϡʔɾυϝΠϯΛཧղ͢Δձ • ࠓݱࡏͷঢ়گΛΓऔͬͯ៉ྷʹ͚ͨͩ͠ͷ γεςϜɾίʔυʹͳ͍ͬͯͳ͍͔Ͳ͏͔ • ։ൃऀମݧ͚͕ͩ༏ઌ͞Ε͍ͯͳ͍͔Ͳ͏͔ • νʔϜͰೝ͕ଗ͍ͬͯΔ͔ɺΕͦ͏͔Ͳ͏͔
ϨϏϡʔɾυϝΠϯΛཧղ͢Δձ • ٕज़తʹᘳͰ͋Δඞཁ͋Γ·ͤΜ • ᘳʹ͠Α͏ͱ͢Δ΄Ͳਐ·ͳ͘ͳΔ • େମͷํੑ͕͋Εɺଟগͷߥ͞ڐ༰ • ͕ɺ৫نʹΑ༷ͬͯʑ
݁Ռ νʔϜϝϯόʔ͕υϝΠϯΤΩεύʔτʹ ৫ίϛϡχέʔγϣϯ͕େ෯վળ ٕज़తෛ࠴͕ੜ·Εʹ͍͘αΠΫϧͷҰา
ࢥΛ͑Δɾ͢
ࢥΛ͖ͪΜͱ͍͑ͯ͘ • Ͳ͏͍ͬͨํͰɺࢦ͢ํͲ͜ͳͷ͔ υϝΠϯ͔Βಋ͖ग़͞Εͨͷ͔Ͳ͏͔ • ૈͯ͘άϥϯυσβΠϯɾίϯηϓτΛ
ࢥΛ͖ͪΜͱ͍͑ͯ͘ • ྫ͑ϨΠϠߏ͚ܾͩΊ͍ͯ͘ͱɺ8):͕ൈ͚མͪ ϨΠϠߏʹ͢Δ͜ͱ͚ͩʹϑΥʔΧε͞Εͯ͠·͏ • ٕज़࣌ͷྲྀΕͱͱʹมΘ͍ͬͯ͘ͷ • ΨονΨνʹߟ͑ͨͷ͕ͯݹ͘ͳΔ
࣌ͷਓ͕͍ͳ͍ ͕ࣝڞ༗͞Εͳ͍ͨΊೝʹࠩ
Α͍ͷͰ͋ͬͯෛ࠴ʹݟ͑ͯ͠·͏
ݱࡏͷνʔϜͰ࠷దͳ͑ɺ ใͷ͠ํΛ୳͠·͠ΐ͏
্ख͖͘߹͏ʹ • ٕज़໘͚ͩͰͳ͘ɺաڈΛΔ • υϝΠϯΛཧղ͠ɺγεςϜͱͷࠩΛਖ਼͘͠ೝࣝ͢Δ • ΈΜͳͰ܁Γฦཱ͔͍ͪ͠ɺจԽʹ
͋Γ͕ͱ͏͍͟͝·ͨ͠