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
AWS App Runnerについてとこれから期待したいこと/About-AWS-App-Ru...
Search
hedgehog051
August 27, 2021
Programming
130
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AWS App Runnerについてとこれから期待したいこと/About-AWS-App-Runner-and-what-to-expect-in-the-future
hedgehog051
August 27, 2021
More Decks by hedgehog051
See All by hedgehog051
AWS Generative AI CDK Constructsについて
hedgehog051
3
360
KnowledgeBasesとAgentsの紹介
hedgehog051
4
2k
BedrockUpdatesPost-GW Summary
hedgehog051
4
1.1k
来てくれClaude 3! Agents for Amazon Bedrockのモデル比較或いはチューニングの話
hedgehog051
5
1.9k
Relic_Tech_Camp_GenerativeAI.pdf
hedgehog051
12
90k
concurrencyで爆速並列デプロイ
hedgehog051
1
1.9k
AWSにおけるデータ分析入門 / Introduction To Data Analytics In AWS
hedgehog051
0
260
また増えた!?AWSコンテナ関連サービスを10分でざっくり掴もう/Learn-about-AWS-0container-services-in-10-minutes
hedgehog051
0
140
Other Decks in Programming
See All in Programming
AIが無かった頃の素敵な出会いの話
codmoninc
1
390
freee が目指す データ マネジメント戦略 AI-Ready 時代を支える 攻めのガバナンスとは
freee
PRO
0
300
生成AI導入の「期待外れ」を乗り越える ー 開発フロー改革が目指す、真の組織変革
starfish719
0
4.1k
<title><a id="</title>君はこのHTMLをパースできるか"></a></title> #雑LT_study
pizzacat83
0
140
AI時代に設計が 最大の生産性レバーになる 意図駆動開発とデータを消さない設計|Don't Delete Your Data or Your Intent — Design as the Deepest Lever in the AI Era
tomohisa
1
730
【やさしく解説 設計編・中級 #4】ルールの寿命と、システムの年輪
panda728
PRO
2
180
全PRの83%がAIレビューだけでマージできるようになった開発組織はその後どうなったか
athug
1
1.5k
メールのエイリアス機能を履き違えない
isshinfunada
0
230
そこに3びきプロダクトがいるじゃろう——生成AI時代における“価値が届かない理由”の構造
kosuket
0
430
Go 1.27 における memory allocation の高速化
andpad
0
110
PHP初心者セッション2026 〜生成AIでは見えない裏側を知る:今だからLAMPを通して仕組みを学ぶ〜
kashioka
0
870
Go言語とトイモデルで学ぶTransformerの気持ち / fukuokago23-transformer
monochromegane
0
160
Featured
See All Featured
Building Flexible Design Systems
yeseniaperezcruz
330
40k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.2k
The SEO identity crisis: Don't let AI make you average
varn
0
530
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
200
Learning to Love Humans: Emotional Interface Design
aarron
275
41k
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
240
Utilizing Notion as your number one productivity tool
mfonobong
4
520
Prompt Engineering for Job Search
mfonobong
0
400
Effective software design: The role of men in debugging patriarchy in IT @ Voxxed Days AMS
baasie
0
470
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1.2k
It's Worth the Effort
3n
188
29k
Faster Mobile Websites
deanohume
310
32k
Transcript
" Q Q 3 V O O F S
ʹ ͭ ͍ͯ ͱ ͜ Ε ͔ Β ظ ͠ ͨ ͍ ͜ ͱ ۽ ా
ࣗݾհ
ࣗݾհ • ۽ాɹ ,BO,VNBEB • ݄ʹגࣜձࣾ3FMJDೖࣾ • ॴଐɿ1*ࣄۀຊ෦@γεςϜσϕϩοϓϝϯτࣄۀ෦@51'
• "84ׂͱ͖
"QQ3VOOFSͱ
Πϯϑϥߏஙෆཁͷ ϑϧϚωʔδυܕίϯςφΞϓϦ σϓϩΠαʔϏε
͜Ε·ͰͷΞϓϦ࣮ߦͷྺ࢙
"QQ3VOOFSͱ • ΦϯϓϨϛεͷ߹
"QQ3VOOFSͱ • "84&$ͷ߹
"QQ3VOOFSͱ • "84&$4PO&$ͷ߹
"QQ3VOOFSͱ • "84&$4PO'BSHBUFͷ߹
"QQ3VOOFSͱ • "84"QQ3VOOFSͷ߹
"QQ3VOOFS
"QQ3VOOFSͷಛ
"QQ3VOOFSͷಛ • छྨͷ4PVSDFλΠϓͰ࣮ߦՄೳ • ίϯςφΠϝʔδ &$31SJWBUF1VCMJD • 1VCMJD3FHJTUSZͷ߹ɺσϓϩΠτϦΨʔखಈͷΈ
• ιʔείʔυ 1ZUIPOPS/PEFKT
"QQ3VOOFSͷಛ • ΠϯελϯεαΠζͷΈ߹Θͤ • ετϨʔδ • (J#ͷΤϑΣϥϝϧετϨʔδΠϯελϯεຖ • ίϯςφΠϝʔδΛల։͢Δ༻్ؚΉ
"QQ3VOOFSͷಛ • σϓϩΠλΠϓ • खಈσϓϩΠ • ࣗಈσϓϩΠ • ίϯςφΠϝʔδ͔ιʔείʔυ͕ߋ৽͞ΕΔͱ
"QQ3VOOFS͕ࣗಈతʹ#VJMEͱ%FQMPZΛ࣮ߦ • #MVF(SFFO%FQMPZ • ϔϧενΣοΫ 5$1 • σϓϩΠ࣌ͷ)FBMUIDIFDLࣦഊ࣌ʹࣗಈϩʔϧόοΫ
"QQ3VOOFSͷಛ • ϩʔυόϥϯγϯάͱΦʔτεέʔϦϯά • ಉ࣮࣌ߦ • ˞֤ΠϯελϯεʹৼΓ͚Δಉ࣌ϦΫΤετ • ࠷খαΠζ
Ҏ্ • ࠷ݶ*EMFঢ়ଶͱ͢ΔΠϯελϯε • ࠷େαΠζ ҎԼ • εέʔϧՄೳͳΠϯελϯε
"QQ3VOOFSͷಛ • ಉ࣌ϦΫΤετ૯ • ಉ࣮࣌ߦɺ.JOJɺ.BY
"QQ3VOOFSͷಛ • ಉ࣌ϦΫΤετ૯ • ಉ࣮࣌ߦɺ.JOJɺ.BY
"QQ3VOOFSͷಛ • ՝ۚମܥ • *EMFঢ়ଶͷΠϯελϯεͷ߹ • 64%(#࣌ • "DUJWFঢ়ଶͷΠϯελϯεͷ߹
• 64%(#࣌ɹɹ64%W$16࣌ • #VJME • 64%#VJME࣌ؒ • ࣗಈσϓϩΠ • 64%ΞϓϦέʔγϣϯ݄
"QQ3VOOFSͷಛ • ϦΫΤετ૯ • W$16.FNPSZ(#ɺಉ࣮࣌ߦɺ.JOJɺ.BY • 64% (# *OTUBODF
.JOJNVN 64%࣌
"QQ3VOOFSͷಛ • ϦΫΤετ૯ • W$16.FNPSZ(#ɺಉ࣮࣌ߦɺ.JOJɺ.BY • 64% (# *OTUBODF
.JOJNVN 64%࣌ • W$16 *OTUBODF64%࣌ • 5PUBM 64%࣌
"QQ3VOOFSͷಛ • ϩάཧ • σϓϩΠϩά • ΞϓϦέʔγϣϯϩά • Πϕϯτϩά
• ϝτϦΫε • ϦΫΤετؔ࿈ • ϦΫΤετɺϨΠςϯγɺ&3303ίʔυ • Πϯελϯεؔ࿈ • ΞΫςΟϒΠϯελϯε
"QQ3VOOFSͷಛ • ΧελϜυϝΠϯ • "QQ3VOOFSʹΑΔΞϓϦέʔγϣϯσϓϩΠͰׂΓͯΒ ΕΔυϝΠϯҎ֎ͷಠࣗυϝΠϯΛؔ࿈͚Մೳ • ҉߸Խ •
"84ϚωʔδυΩʔ σϑΥϧτ PSΧελϚʔཧܕΩʔ • Ұ࣌ఀࢭػೳ • ఀࢭத՝ۚͳ͠
"QQ3VOOFSͷಛ • ͱ͍͑ɺ·ͩ·ͩ։ൃ్্ • ϓϥΠϕʔτ71/͕ະରԠͳҝɺͲ͏ͯ͠3%4Λ͍ͨ ͍߹3%4ΛύϒϦοΫʹஔ͘ඞཁ͕͋Δ • બΔΠϯελϯελΠϓͷબࢶ͕গͳ͍ •
4(ͳͲͷ੍ޚෆՄ • 8"'࿈ܞෆՄ • ΧφϦΞϦϦʔεෆՄ • ॾʑநԽ͞Ε͍ͯΔͷͰΧελϚΠζੑ͍ • %PDLFS$PNQPTFະରԠFUDʜ
ϩʔυϚοϓ • ։ൃϩʔυϚοϓ • ࣌ؒʹج͍ͮͨΞϓϦέʔγϣϯϩάϑΟϧλϦϯά • ϓϥΠϕʔτ71$ͱͷ௨৴ • 4PVSDFλʔήοτʹ$PEF$PNNJU(JU)VC&OUFSQSJTFɺ
%PDLFS)VCͳͲΛՃFUDʜ IUUQTHJUIVCDPNBXTBQQSVOOFSSPBENBQ
·ͱΊ
·ͱΊ • ؆୯ʹΞϓϦέʔγϣϯΛσϓϩΠग़དྷΔ͚Ͳສೳ͡Όͳ͍ • ཉ͍͠ػೳ*TTVFΛ্͛Δ্͔͕ͬͯΔ*TTVFʹ͍͍ͶΛԡͤ ༏ઌ্͕͕Δ͔͠Εͳ͍ɺΒ͍͠ ɹɹɹɹɹɹ͜Ε͔Βʹظ