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
KAIZEN platform Inc. の開発マネジメント
Search
Naoya Ito
July 07, 2014
Technology
173
85k
KAIZEN platform Inc. の開発マネジメント
Naoya Ito
July 07, 2014
Tweet
Share
More Decks by Naoya Ito
See All by Naoya Ito
Haskell を武器にして挑む競技プログラミング ─ 操作的思考から意味モデル思考へ
naoya
7
1.8k
Haskell でアルゴリズムを抽象化する / 関数型言語で競技プログラミング
naoya
21
7.2k
Functional TypeScript
naoya
18
6.6k
TypeScript 関数型スタイルでバックエンド開発のリアル
naoya
75
37k
シェルの履歴とイクンリメンタル検索を使う
naoya
16
6.5k
20230227-engineer-type-talk.pdf
naoya
91
82k
関数型プログラミングと型システムのメンタルモデル
naoya
63
110k
TypeScript による GraphQL バックエンド開発
naoya
29
36k
フロントエンドのパラダイムを参考にバックエンド開発を再考する / TypeScript による GraphQL バックエンド開発
naoya
67
24k
Other Decks in Technology
See All in Technology
2025年の医用画像AI/AI×medical_imaging_in_2025_generated_by_AI
tdys13
0
140
MySQLのSpatial(GIS)機能をもっと充実させたい ~ MyNA望年会2025LT
sakaik
0
140
意外と知らない状態遷移テストの世界
nihonbuson
PRO
1
290
Strands AgentsとNova 2 SonicでS2Sを実践してみた
yama3133
1
2k
Agentic AIが変革するAWSの開発・運用・セキュリティ ~Frontier Agentsを試してみた~ / Agentic AI transforms AWS development, operations, and security I tried Frontier Agents
yuj1osm
0
100
AI時代のワークフロー設計〜Durable Functions / Step Functions / Strands Agents を添えて〜
yakumo
3
2.3k
アプリにAIを正しく組み込むための アーキテクチャ── 国産LLMの現実と実践
kohju
0
240
[Data & AI Summit '25 Fall] AIでデータ活用を進化させる!Google Cloudで作るデータ活用の未来
kirimaru
0
4k
7,000万ユーザーの信頼を守る「TimeTree」のオブザーバビリティ実践 ( Datadog Live Tokyo )
bell033
1
100
テストセンター受験、オンライン受験、どっちなんだい?
yama3133
0
180
まだ間に合う! Agentic AI on AWSの現在地をやさしく一挙おさらい
minorun365
18
2.9k
AI駆動開発の実践とその未来
eltociear
2
500
Featured
See All Featured
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
The innovator’s Mindset - Leading Through an Era of Exponential Change - McGill University 2025
jdejongh
PRO
1
70
End of SEO as We Know It (SMX Advanced Version)
ipullrank
2
3.8k
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
0
31
The Cost Of JavaScript in 2023
addyosmani
55
9.4k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2k
Utilizing Notion as your number one productivity tool
mfonobong
2
190
Why Our Code Smells
bkeepers
PRO
340
57k
The SEO identity crisis: Don't let AI make you average
varn
0
39
Optimising Largest Contentful Paint
csswizardry
37
3.5k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
How GitHub (no longer) Works
holman
316
140k
Transcript
,"*;&/QMBUGPSN*OD ͷ։ൃϚωδϝϯτ /BPZB*UP ,"*;&/QMBUGPSN*OD 4UBSUVQ8FFLFOE5PLZPY%FW-07&Πϕϯτ
QMBO#$% "#ςετͷ4BB43BJMT+BWB4DSJQU
ݱࡏͷ৫ن • ࣾһ໊ऑ • ͏ͪɺ1. ։ൃ໊ఔ ࡢळʹɺࣾһ໊͕ɻ ΘΓͱٸ
ݱͰىͬͨ͜͜ͱ • ਓ͕૿͑ͯΔͷʹ։ൃ্͕͕Βͳ͍ – ͍͢͝ΤϯδχΞ͔Γͳͷʹŋŋŋ • ͳΜ͔͍Ζ͍Ζࠞཚͯ͠Δ – ʮ͋ΕͲ͜ ʯʮͦ͜ʯʮͦͬͯ͜ ʯʮͦ͜ ͩΑʂʯ
ελʔτΞοϓ͋Δ͋Δ
ελʔτΞοϓ͋Δ͋ΔͰΓ্ ͕͍ͬͯ·͕͢͜͜Ͱݱࡏͷ։ൃ ͷݱͷ༷ࢠΛݟͯΈ·͠ΐ͏
None
None
None
None
None
None
ΊͪΌͪ͘Όྑ͍ײ͡͡Ό Ͷʔ͔
ΞδϟΠϧ։ൃͷࠨཌྷɾӈཌྷ • ϨϑτΟϯά – εΫϥϜɺேձɺࣗݾ৫ԽFUD • ϥΠτΟϯά – ܧଓతΠϯςάϨʔγϣϯɺܧଓతσϦό ϦʔɺςετࣗಈԽFUD cf.
h&p://blogs.itmedia.co.jp/hiranabe/2012/09/rightwing-‐and-‐le>wing-‐of-‐agile.html
ϥΠτΟϯά ٕज़ϓϥΫςΟε
(JU)VCͰϓϧϦΫ։ൃ ͯ͢ͷมߋ1VMM 3FRVFTUͰ
ܧଓతΠϯςάϨʔγϣϯ
ܧଓతσϦόϦʔ master deployment/ edge deployment/ qa มߋNBTUFS QVMMSFRVFTU NFSHFͨ͠ ΒࣗಈͰ
FEHFɻ (開発環境) ຊ൪ϦϦʔε NBTUFS͔ΒRB QVMMSFRVFTU RBNFSHF͞ ΕΔͱ2"ڥࣗ ಈσϓϩΠ FEHFQVTI ͞ΕΔͱ։ൃػ ࣗಈσϓϩΠ deployment/ production 2"ऴΘͬͨ ΒQSPEVDUJPO ಉ༷ʹ
1VMM3FRVFTUσϓϩΠ • σϓϩΠλεΫ1VMM3FRVFTUͰ࣮ߦ – σϓϩΠͷݟ͑ΔԽ – NFSHFϘλϯΛԡ͢ͱ$JSDMF$*ܦ༝ͰσϓϩΠ͕Δ
σϓϩΠνϟοτͰ
ίʔυϨϏϡϫʔͷࣗಈΞαΠϯ
&&ςετࣗಈԽ
Πϯϑϥɺ$IFGͰίʔυԽ
4FSWFSTQFD %PDLFSͰ Πϯϑϥ$*
ϨϑτΟϯά νʔϜڥ
ϦϞʔτϫʔΫX4RXJHHMF
ேձ IVCPU͕ேձͷ࣌ؒʹ ͳΔͱڭ͑ͯ͘ΕΔ Ͱɺ[PPNVTͰϏσΧ ϯ ˞εΫγϣͳ͔ͬͨ
None
ϓϩδΣΫτݟऔΓਤ ேձͰू·ͬͨใ͔Βɺࠓ ୭͕ͳʹΛͬͯͯɺ͍ͭऴΘ Δ͔ΛඵͰΘ͔ΔΑ͏ʹ
,15
None
,"*;&/ͷΞδϟΠϧͷ࣮ࡍ • ܕͲ͓ΓͷεΫϥϜ͏ͬͯͳ͍ – εϓϦϯτܭըɺόʔϯμϯνϟʔτɺݟ ੵΓϙʔΧʔͳΜ͔ͳ͍ • िͷ಄ʹશମײͷڞ༗ΛOBPZB͔Β͢Δɺఔ – λΠϜϘοΫεɺৼΓฦΓɺ͘Β͍ΛΏΔ͘
λεΫཧ͔ΒϓϩδΣΫτ੍ • Δ͖͜ͱΛɺΑΓେ͖ͳཻͰଊ͑Δ – λεΫˠϓϩδΣΫτ – ʮ˓˓Λ˚˚ʹॻ͖͑Δʯˠʮ%8)ߏஙϓϩδΣΫτʯ • ϓϩδΣΫτͷதͤΔ –
1.ɺΤϯδχΞʙ͘Β͍ͷ1+ – 1+ΛͲ͏ਐΊΔ͔͓·͔ͤɻϊʔλον ΓํࣗతʹܾΊΔɻղ͘ ͖ ϓϩδΣΫτͷݯ صʹࡌͤΔ
୭͕ϑΝγϦςʔτ • ϨϑτΟϯά νʔϜڥ Ϛωʔδϟʔ͕ $50OBPZB • ϥΠτΟϯά
ٕज़ڥ ͦΕઐͷνʔϜ ͕ – %FWFMPQFS1SPEVDUJWJUZ ࣗಈԽπʔϧͷಋೖΛ ϛογϣϯʹͨ͠ϩʔϧ͕ ͋Δ ืूཁ߲ʹࡌͬͯΔ Α
͜͜ʹࢸΔ·Ͱ
ٸͰɺͭ·ͮ͘ • ࢝͘Β͍ʹେ͖ͳো – ։ൃ͏·͘ճͬͯͳ͍ɺͷతͳग़དྷࣄ • ݄͘Β͍ʹʮ։ൃ͜ͷ··͡Ό·͍ͣΑͶʯ ͱ߹॓ – ʮ͠Β͘ϦϦʔεఀΊͯɺࠜͬ͜Λղܾ͠Α͏ʯͱ
ͨ͠ – ཌ݄͔ΒOBPZB͕Ϛωʔδϟʔʹ ސͳͷʹX
·ͣͬͨ͜ͱ • εΫϥϜಋೖͨ͠ ϦϑΝΫλϦϯάͨ͠ ς ετॻ͍ͨ – ͍͍͑ •
पғΛݟ͑ΔΑ͏ʹͨ͠ – λεΫ୯Ґ͔ΒϓϩδΣΫτ୯Ґ – ʑͷใڞ༗ – ͳͥ શମײΛϝϯόʔશһ͕ѲͰ͖ΔΑ͏ʹ
None
ͰɺϓϩδΣΫτݟऔΓਤ
ࣄΛɺݟ͑ΔΑ͏ʹ͢Δ • ϕλ͚ͩͲɺ݁ہ͜Ε – ͦΕΛɺେ͖ΊͷཻͰ – ཻΛ্͛ͯɺগͳ͍తෛՙͰશମΛѲ Ͱ͖ΔΑ͏ʹ • ਓ͕ؒࣗతʹಈ͚ΔΑ͏ʹͳΔʹɺ ಈ͚Δൣғ͕ѲͰ͖ͳ͚ΕͳΒͳ͍
ʮ͋ͷਓ͔͠Βͳ͍ʯΛͳ͘͢ • ࣄͷͷ͍͍ࠜͬͩͨ͜͜Ε – ʮͦΜͳ͜ͱಥવݴΘΕͯʯʮ͑ͬɺฉ͍ ͯͳ͍Αʯʮഎܠ͕Θ͔Βͳ͍ʯ • ʮใڞ༗͢Δͷʯͱ͍͏จԽͷΠ ϯετʔϧ – ΄Μͱ͏ʹͭ͘͜͠ݴ͍ଓ͚ͨ
None
ࠜؾΑ͘ଓ͚Δ • ࠷ॳ୭ॻ͔ͳ͔ͬͨ – ࣗͷใ͚͕ͩฒΜͰͨ • ਓɺਓɺਅࣅ͢Δਓ͕ग़͖ͯͨ – গͣͭ͠ɺपΓ͕ݟ͑ΔΑ͏ʹͳ͍ͬͯͬͨ
ؾ͍ͮͨΒΊͬͪΌڞ༗͞ ΕΔΑ͏ʹͳͬͯͨ
None
None
ࣾͷΈ·Ͱŋŋŋ͆
पΓ͕ݟ͑ͯ͘Δͱ • ঃʑʹɺվળ׆ಈ͕ࣗൃతʹൃੜ͠͡ΊΔ – ղ͖͘՝͕Θ͔ΕɺϘʔϧΛर͏ਓ͕ݱΕΔ – ͱ͖Ͳ͖ɺϘτϧωοΫΛऔΓআ͍ͯ͋͛Δ • ͦͷਓ͚ͩ͡ΌܾΊʹ͍͘͜ͱɺͱ͔
• ͋ͱɺ΄ͬͱ͍ͯճΓ࢝ΊΔ – Ϛωδϝϯτɺৗʹશମײ͕ѲͰ͖ΔΑ͏ʹɺΤ ωϧΪʔΛ͗ଓ͚Δ
Ϛωδϝϯτͱ • ʮཧʯͰͳ͘ʮࢧԉʯ – ʮίϯτϩʔϧ͢ΔʯͷͰͳ͘ʮྗΛൃش Ͱ͖ΔΑ͏ʹʯࢧԉ͢Δ
ͷนΛΓӽ͑Δʹ • ʮϚωδϝϯτΛ࢝ΊΔʯͱܾΊΔ – ͳΜͱͳ͘͏·͍͘͘ɺͳΜͯ͜ͱى͜Β ͳ͍ • ਓͷνʔϜͰ͏·͘ճͬͯͨ͜ͱ͕ɺճΒͳ͘ ͳͬͯΔͱ͍͏ࣄ࣮Λ·ͣड͚༰ΕΔ – νʔϜ׆ಈΛ͏·͘ճͨ͢Ίʹ࣮ߦ͖͢͜ ͱɺΛܧଓతʹߟ͑ଓ͚Δ
None
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠