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
「一通りできるようになった」その先の話
Search
hitomi___kt
January 28, 2023
Technology
0
810
「一通りできるようになった」その先の話
2023年1月に登壇した JaSST Online Edelweiss のLT資料です。
hitomi___kt
January 28, 2023
Tweet
Share
More Decks by hitomi___kt
See All by hitomi___kt
WACATE2020冬-参加報告/WACATE2020winter-report
hitomi___kt
0
110
チームの会話から始める機能開発 - JaSST'21 Hokkaido LT / Conversation of the team
hitomi___kt
1
950
IT業界で感じた食品業界との違い - IWD Women Techmakers Tokyo 2020
hitomi___kt
0
670
IT業界未経験者がkintone QA として1年間がんばった話(Cybozu Tech Meetup)
hitomi___kt
1
680
JSTQB FLを受験してみて
hitomi___kt
0
780
Other Decks in Technology
See All in Technology
改めて学ぶ Trait の使い方 / phpcon odawara 2025
meihei3
1
590
JPOUG Tech Talk #12 UNDO Tablespace Reintroduction
nori_shinoda
1
120
Spice up your notifications/try!Swift25
noppefoxwolf
2
350
入社後SREチームのミッションや課題の整理をした話
morix1500
1
250
大AI時代で輝くために今こそドメインにディープダイブしよう / Deep Dive into Domain in AI-Agent-Era
yuitosato
1
300
開発視点でAWS Signerを考えてみよう!! ~コード署名のその先へ~
masakiokuda
3
150
От ручной разметки к LLM: как мы создавали облако тегов в Lamoda. Анастасия Ангелова, Data Scientist, Lamoda Tech
lamodatech
0
480
Amebaにおける Platform Engineeringの実践
kumorn5s
6
910
Vision Pro X Text to 3D Model ~How Swift and Generative Al Unlock a New Era of Spatial Computing~
igaryo0506
0
260
Стильный код: натуральный поиск редких атрибутов по картинке. Юлия Антохина, Data Scientist, Lamoda Tech
lamodatech
0
480
Langchain4j y Ollama - Integrando LLMs con programas Java @ Commit Conf 2025
deors
1
130
AIエージェント開発における「攻めの品質改善」と「守りの品質保証」 / 2024.04.09 GPU UNITE 新年会 2025
smiyawaki0820
0
410
Featured
See All Featured
Adopting Sorbet at Scale
ufuk
76
9.3k
For a Future-Friendly Web
brad_frost
176
9.7k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
9
740
Fantastic passwords and where to find them - at NoRuKo
philnash
51
3.1k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
52
2.4k
Code Review Best Practice
trishagee
67
18k
Unsuck your backbone
ammeep
670
57k
Docker and Python
trallard
44
3.3k
VelocityConf: Rendering Performance Case Studies
addyosmani
328
24k
Speed Design
sergeychernyshev
29
880
Designing Experiences People Love
moore
141
24k
Side Projects
sachag
452
42k
Transcript
+B445 0OMJOF&EFMXFJTT ʮҰ௨ΓͰ͖ΔΑ͏ʹͳͬͨʯ ͦͷઌͷ αΠϘζגࣜձࣾ ͻͱΈʢ!IJUPNJ@@@LUʣ
ࣗݾհ ʲॴଐʳ αΠϘζגࣜձࣾ ։ൃຊ෦ ʲձࣾͷཧ೦ʳ νʔϜϫʔΫ͋;ΕΔࣾձΛΔ ʲձࣾͷࣄۀ༰ʳ άϧʔϓΣΞͷ։ൃɺൢചɺӡ༻ ʲࣗͷ୲ʳ #UP#ͷϊʔίʔυϩʔίʔυ4BB4
˞ࣗࣾ։ൃ
'08 ϦʔϚϯ γϣοΫ '11 ౦ຊ େࡂ '19 ྩ ݩ '17
'18 '20 '21 '22 学生(生物学) 食品開発 無職 研究の経験 を活かして ものづくり をしたい 研修つらすぎる 配属先楽しい 転職 ⽣き物どっぷり期 四苦⼋苦期 QAエンジニア お悩み期 毎⽇必死でヘトヘト 充実した研修に感謝 勉強会楽しい 研修 商品開発 退職 ⼤学受験 研究 就活 今後の ⼈⽣ どうし よう… PM 体験 産休 育休 必死期 充実期 できることも やりたいことも 増えて楽しい JSTQB FL WACATE 参加 '23
։ൃνʔϜͷߏ 1SPEVDU.BOBHFS 1#*࡞ ։ൃܭըͷࡦఆ ͓٬༷ͷରԠ 1SPHSBNNFS ৽نػೳͷ࣮ ੑೳվળ ෆ۩߹վम 2"&OHJOFFS
৽نػೳͷࢼݧ ͦͷଞࢼݧ ͍߹ΘͤରԠ 69ɾ6*%FTJHOFS ϓϩτλΠϓͷ࡞ ϢʔβϏϦςΟςετ σβΠϯௐ 1SPEVDU8SJUFS จݴͷݕ౼ ϔϧϓ࡞ Ξοϓσʔτࢿྉ࡞
2"ͷओͳۀ 1.͕հ͢Δ1#*Λ ֤৬छͰݕ౼ ϦϑΝΠϯϝϯτ 1(ͱݒ೦Λٞ ༷ॻҰॹʹमਖ਼ ༷ ݕ౼ 1#*ͷࢼݧΛઃܭϨϏϡʔ 1(ʹϨϏϡʔͯ͠Β͏
ػೳࢼݧ ઃܭɾϨϏϡʔ ϞϒͰࢼݧ࣮ࢪ ػೳࢼݧ ࣮ࢪɾϨϏϡʔ վम֬ೝ ϔϧϓνΣοΫ ϦϦʔεཧ ͍߹ΘͤରԠ 1(ͱٞ͠ͳ͕Β ճؼࢼݧͱͯࣗ͠ಈԽ͢Δࢼݧέʔε Λબఆ ճؼࢼݧ ઃܭ
ʹͨͬͨน
͜ͷઌɺ ԿΛ৳͍͍ͤͷͩΖ͏ʜ Ұ௨ΓͰ͖ΔΑ͏ʹͳ͚ͬͨͲ
2"ͷओͳۀ 1.͕հ͢Δ1#*Λ ֤৬छͰݕ౼ ϦϑΝΠϯϝϯτ 1(ͱݒ೦Λٞ ༷ॻҰॹʹमਖ਼ ༷ ݕ౼ 1#*ͷࢼݧΛઃܭϨϏϡʔ 1(ʹϨϏϡʔͯ͠Β͏
ػೳࢼݧ ઃܭɾϨϏϡʔ ϞϒͰࢼݧ࣮ࢪ ػೳࢼݧ ࣮ࢪɾϨϏϡʔ վम֬ೝ ϔϧϓνΣοΫ ϦϦʔεཧ ͍߹ΘͤରԠ 1(ͱٞ͠ͳ͕Β ճؼࢼݧͱͯࣗ͠ಈԽ͢Δࢼݧέʔε Λબఆ ճؼࢼݧ ઃܭ
৽ػೳ։ൃ͕ ͖ ৽ػೳΛϦϦʔε͢Δͱ ސ٬εςʔΫϗϧμʔͷԠ͕͋Δ تͼɺෆຬɺཁɺʜ ˠتͼͪΖΜخ͍͠ ͯ͢ͷԠ͕େࣄͳΠϯϓοτ Πϯϓοτ͕͋ΔͱΞΠσΟΞ͕ੜ·ΕΔ ΞΠσΟΞ͔Β৽ػೳ͕։ൃ͞ΕΔ ৽ػೳʹΑͬͯੈͷதͷ՝͕ղܾͰ͖Δ
ˠ৽ػೳʹΑͬͯੈͷதΛΑ͘Ͱ͖Δ ʢͱ৴͍ͯ͡Δʣ
ΑΓྑ͍৽ػೳ։ൃͷͨΊʹ৳͍ͨ͜͠ͱ ࣮؍Ͱ ෆ۩߹Λ͙ Ϗδωε؍Ͱ ՁΛߴΊΔ ͷՁސ٬Λཧղͯ͠ ΑΓΑ͍༷Λ ߟ͑ΒΕΔΑ͏ʹͳΓ͍ͨ ෆ۩߹ʹΑΔސ٬ͷӨڹΛ ఆ͢Δ͜ͱͰ
ෆ۩߹ͷ༏ઌΛ அͰ͖ΔΑ͏ʹͳΓ͍ͨ ෆ۩߹ʹΑͬͯސ٬ʹ༩͑Δ ѱӨڹΛݮΒ͍ͨ͠ վमʹΑΔखΓ ແବͳࢼݧΛݮΒͯ͠ ৽ػೳ։ൃվળͷΑ͏ͳ ՁΛ্͛Δ׆ಈΛ૿͍ͨ͠
۩ମతʹͬͨ͜ͱ ࣮؍Ͱ ෆ۩߹Λ͙ ɾෆ۩߹ͷ࡞ΓࠐΈΛ͙ ɾաͳςετ͠ͳ͍ ɾదʹࣗಈԽ͢Δ Ϗδωε؍Ͱ ՁΛߴΊΔ ɾͷՁΛཧղ͢Δ ɾϏδωεΛѲ͢Δ
ɾϢʔβʔͷղ૾Λ্͛Δ ɾ༏ઌͷߴ͍ෆ۩߹ΛΔ
࣮؍Ͱෆ۩߹Λ͙
ෆ۩߹ͷ ࡞ΓࠐΈΛ͙ ࣮લͷௐࠪ ɾطଘͷ༷ڍಈෆ۩߹ ɾ࣮༷ࢼݧʹ͓͚Δෆ໌ ˠ্هΛ1(ϑΟʔυόοΫ͠ɺٞ͢Δ ྫʣ͜Μͳ༷͋ͬͨͷ͔ ͜ͷػೳΕͦ͏ɺ֬ೝ߲ʹೖΕΑ͏ ͜ͷෆ۩߹͍ͭͰʹΔ͔ ͜͜ҧ͏ॲཧͳͷͰӨڹड͚ͳ͍ͣ
࣮લʹ؍Λ૿͢͜ͱͰ࣮࿙ΕΛݮΒ͢ ࢼݧલʹ࣮ͷ͜ͱΛΔ͜ͱͰ͖Δ
աͳςετ ͠ͳ͍ దͳϑΟʔυόοΫΛࢦ͢ ɾ࣮͔ྃΒෆ۩߹ใࠂ·Ͱͷ͕͍࣌ؒ ˠ࣮ͷهԱΛ۷Γى͜͢ඞཁ͕͋Δ ɾࢼݧ࣌ؒʹରͯ͠ݕग़ෆ۩߹͕ܰඍͳ͍ ˠʢҰ֓ʹݴ͑ͳ͍͕ʣ ࢼݧ͕ແବʹͳ͍ͬͯΔՄೳੑ ςετέʔεΛߜΔͷʹେࣄͳ͜ͱ ɾ࣮Λʢͬ͘͟Γʣཧղ͢Δ
ྫʣʓʓͱ˚˚ͷڞ௨෦ʹखΛೖΕͨ ˠͲͪΒ͔ҰํͷػೳΛࢼݧ͢ΕΑ͍ ɾ༏ઌͷߴ͍ෆ۩߹ͱͳʹ͔ΛѲ͢Δ ˠޙड़
దʹ ࣗಈԽ͢Δ దͳϨΠϠʔͰࣗಈԽ͢Δ ɾ1(ͱ૬ஊ͠ͳ͕Β ςετϐϥϛουʹԊͬͨࣗಈԽΛਐΊΔ ˠෆ҆ఆͳςετΛݮΒ͢ ࣗಈςετͷ࣮ߦ࣌ؒΛݮΒ͢ ඞཁͳ߲ΛࣗಈԽ͢Δ ɾ1(ͱ૬ஊ͠ͳ͕Β ࣮తʹյΕ͍͢ՕॴΛࣗಈԽ͢Δ
ɾ༏ઌͷߴ͍ෆ۩߹ΛݕͰ͖Δ߲Λ ࣗಈԽ͢Δ
Ϗδωε؍Ͱ ՁΛߴΊΔ
ͷՁΛ ཧղ͢Δ ɾͲΜͳࢥ͔Βੜ·Εͨͳͷ͔ ɾͲΜͳ՝ΛղܾͰ͖Δͷ͔ ɾސ٬εςʔΫϗϧμʔ ԿʹՁΛײ͍ͯ͡Δͷ͔ ͕ࣗ։ൃ͍ͯ͠Δ৽ػೳ ͲΜͳςʔϚͷݩͰੜ·ΕͨΞΠσΟΞͳͷ͔ ։ൃܭըΛಡΈࠐΉ 1.ͷࣄΛͬͯΈΔ
ϏδωεΛ ཧղ͢Δ ࡞ͬͨ ͲΜͳྲྀΕͰސ٬ʹಧ͍͍ͯΔͷ͔ ɾൢച ɾߪೖʹࢸΔܦ࿏ ɾߪೖͨ͠ޙʹى͍ͬͯ͜Δ͜ͱ ʢࣗࣾɺεςʔΫϗϧμʔɺʜʣ ϏδωεΛΔ͜ͱͰ ͷཱͪҐஔՁ͕ݟ͑ͯ͘Δʢͣʣ
1.ͷձΛฉ͘ ӦۀϚʔέͷձٞࢿྉΛ͍ͯΈΔ
Ϣʔβʔͷ ղ૾Λ্͛Δ Ϣʔβʔಉ͡ଐੑͰͳ͍ ɾߪೖΛܾΊΔਓ ɾཧऀ ɾը໘Λ͏ਓ ϢʔβʔͷଐੑʹΑͬͯ͏ը໘มΘΔ ٻΊΔͷมΘΔ ͕ࣗ։ൃ͍ͯ͠Δ৽ػೳ୭ʹ͚ͨͷ͔ ҙࣝͯ͠։ൃͯ͠ΈΔ
༏ઌͷߴ͍ ෆ۩߹ΛΔ 2"͕ܰඍͩͱࢥ͏ෆ۩߹ ʹ༏ઌͷ͍ෆ۩߹ Ͱඞͣ͠ͳ͍ ྫʣจݴ͕ҧ͏͚Ͳૢ࡞Ͱ͖Δ ˠผͷૢ࡞ͱޡղͯ͠αϙʔτʹ͍߹Θ͕ͤ ࡴ౸͢Δ ྫʣը໘͕ݟ͑ͮΒ͍͚Ͳૢ࡞Ͱ͖Δ ˠϚΠφεͷҹ͕ڧ͘ͳΓΘͳ͘ͳΔ
ΘΕΔݟࠐΈͷͳ͍ʹࢿ͠ͳ͍
·ͱΊ
۩ମతʹͬͨ͜ͱ ࣮؍Ͱ ෆ۩߹Λ͙ ɾෆ۩߹ͷ࡞ΓࠐΈΛ͙ ɾաͳςετ͠ͳ͍ ɾదʹࣗಈԽ͢Δ Ϗδωε؍Ͱ ՁΛߴΊΔ ɾͷՁΛཧղ͢Δ ɾϏδωεΛѲ͢Δ
ɾϢʔβʔͷղ૾Λ্͛Δ ɾ༏ઌͷߴ͍ෆ۩߹ΛΔ
·ͩ·ͩ ઌ͍ʜ ·ͩ·ͩʮͰ͖ͨʯͱݴ͑ͳ͍ ࣗͷߟ͕͑߹͍ͬͯΔͷ͔͔Βͳ͍ ਖ਼ղͳ͍ Ͱɺ୲͕͖ ୲ͷՁΛಧ͚͍ͨ ৴པͰ͖ΔνʔϜϝϯόʔͱಇ͚͍ͯΔ ͔ͩΒɺͬͱͰ͖ΔΑ͏ʹͳΓ͍ͨʂ ษڧ͍ͨ͜͠ͱ͕ࢁ΄Ͳ͋Δʜʂ
͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ