Upgrade to PRO for Only $50/Year—Limited-Time Offer! 🔥
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
エンジニアメンター制度の効果的な運用を目指して/improve-mentor-system
Search
shibayu36
April 16, 2019
Technology
27
10k
エンジニアメンター制度の効果的な運用を目指して/improve-mentor-system
shibayu36
April 16, 2019
Tweet
Share
More Decks by shibayu36
See All by shibayu36
EMこそClaude Codeでコード調査しよう
shibayu36
0
1k
詳しくない分野でのVibe Codingで困ったことと学び/vibe-coding-in-unfamiliar-area
shibayu36
3
5.6k
個人CLAUDE.md紹介と設定から学んだこと/introduce-my-claude-md
shibayu36
0
950
今の生産性改善活動で大切にしている考え方
shibayu36
8
8.7k
グレードイメージ具体化のため昇格理由を公開する
shibayu36
8
5.9k
新機能作成時に開発ブランチに細かくmergeしていく戦略/merge-strategy-for-new-feature
shibayu36
6
18k
一から始めるJavaScriptユニットテスト/js-unit-test-from-scratch
shibayu36
8
33k
技術ブログを書くことについて/writing-tech-blog
shibayu36
17
27k
はてなと技術研修
shibayu36
1
6.5k
Other Decks in Technology
See All in Technology
20251218_AIを活用した開発生産性向上の全社的な取り組みの進め方について / How to proceed with company-wide initiatives to improve development productivity using AI
yayoi_dd
0
660
20251203_AIxIoTビジネス共創ラボ_第4回勉強会_BP山崎.pdf
iotcomjpadmin
0
140
ペアーズにおけるAIエージェント 基盤とText to SQLツールの紹介
hisamouna
2
1.7k
半年で、AIゼロ知識から AI中心開発組織の変革担当に至るまで
rfdnxbro
0
140
AWSに革命を起こすかもしれない新サービス・アップデートについてのお話
yama3133
0
500
100以上の新規コネクタ提供を可能にしたアーキテクチャ
ooyukioo
0
250
Amazon Connect アップデート! AIエージェントにMCPツールを設定してみた!
ysuzuki
0
140
[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
3.9k
Strands AgentsとNova 2 SonicでS2Sを実践してみた
yama3133
1
1.9k
障害対応訓練、その前に
coconala_engineer
0
200
モダンデータスタックの理想と現実の間で~1.3億人Vポイントデータ基盤の現在地とこれから~
taromatsui_cccmkhd
2
270
AI駆動開発ライフサイクル(AI-DLC)の始め方
ryansbcho79
0
180
Featured
See All Featured
Fireside Chat
paigeccino
41
3.8k
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
32
1.9k
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
120
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
0
31
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
74
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
7.9k
30 Presentation Tips
portentint
PRO
1
170
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
Applied NLP in the Age of Generative AI
inesmontani
PRO
3
2k
B2B Lead Gen: Tactics, Traps & Triumph
marketingsoph
0
32
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
49
Transcript
ΤϯδχΞϝϯλʔ੍ͷ ޮՌతͳӡ༻Λࢦͯ͠ @shiba_yu36 2019/04/16 Engineering Manager Meetup #5
ࣗݾհ • @shiba_yu36 • https://blog.shibayu36.org/ • ͯͳͷνʔϑΤϯδχΞɻٕज़৫શମΛݟΔ • ͍ΘΏΔEMͰͳ͍͕ɺ͍ۙΈͷ͕Ͱ͖Δͱࢥ͏
None
None
ಥવͰ͕͢ɺEMΛ͍ͬͯͯ ͜Μͳ͜ͱΛࢥͬͨ͜ͱ͋Γ·ͤΜ͔ʁ
• ॳΊͯϚωʔδϟʹͳ͚ͬͨͲ·ͣԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • ඪઃఆɺ1on1ɺධՁͳͲΛ͍ͬͯΔ͚ͲखԠ͕͑ͳ͍ • ͦͦͲ͏ͬͯΈΛղܾ͍ͯͬͨ͠Βྑ͍ͷ͔͔ Βͳ͍ • ϚωʔδϟεΩϧΛͲ͏ʹ͚ͭͨΒΑ͍͔͔Βͳ͍ •
(Manager of Managerࢹ): ϚωʔδϟεΩϧΛͲ͏ͬͯԣల ։͍͚ͯ͠Α͍ͷ͔͔Βͳ͍
શ෦ࢥͬͨ͜ͱ͕ ͋Γ·͢ʂ
ͯͳͷνʔϜԣஅͷ ΤϯδχΞϝϯλʔ੍Ͱ ಉ͡՝͕͋Γ·ͨ͠
ࠓͦͷ՝ΛͲ͏վળ ͍͔ͯͬͨ͠Λհ͠·͢
ΞδΣϯμ • ͯͳͷνʔϜԣஅͷΤϯδχΞϝϯλʔ੍ͱ • ࣮ࡍʹͲͷΑ͏ͳ՝͕͔͋ͬͨ • ͲͷΑ͏ʹվળ͔ͨ͠ • վળࢪࡦʹΑΓ࠷ऴతʹͲ͏ͳ͔ͬͨ
ΞδΣϯμ • ͯͳͷνʔϜԣஅͷΤϯδχΞϝϯλʔ੍ͱ • ࣮ࡍʹͲͷΑ͏ͳ՝͕͔͋ͬͨ • ͲͷΑ͏ʹվળ͔ͨ͠ • վળࢪࡦʹΑΓ࠷ऴతʹͲ͏ͳ͔ͬͨ
ͯͳͷΤϯδχΞϝϯλʔ੍ https://developer.hatenastaff.com/entry/2018/05/30/173000
νʔϜԣஅͷϝϯλʔ੍ • (എܠ: ΤϯδχΞɺνʔϜ) • શͯͷΤϯδχΞʹϝϯλʔ͕Ұਓ • ৽ଔɾத్ɺೖࣾͷؔ͞ͳ͠ • νʔϜ֎ͷνʔϑ/γχΞΤϯδχΞ͕ϝϯλʔʹ
• νʔϑ/γχΞ؇͍ϐϥϛουߏ
νʔϜԣஅͷϝϯλʔ੍ • ׂղܾࢧԉɺࢧԉɺઐੑධՁ • ඪઃఆɾຖ݄ͷ1on1ɾධՁͳͲΛ௨ͯ͡ୡ ͢Δ
νʔϜ֎ʹஔ͘ͶΒ͍ • νʔϜ֎ʹ૬ஊઌΛ࡞Γ͍ͨ • νʔϜͰτϥϒϧ͕͋ͬͯ૬ஊ͘͢͠ • νʔϜ֎ͷҧ͏ࢹ͔ΒҙݟΛަ • ࢹɺೝϑϨʔϜΛ͛Δ
νʔϜ֎ʹஔ͘ͶΒ͍ • ಘҙͳਓʹ͓ئ͍͍͢͠ • νʔϜʹಘҙͳਓ͕͍ͳͯ͘ରԠͰ͖Δ • ผνʔϜؒͷใڞ༗ͷͱͯ͠
͋ΔCTO͔Β Φʔμʔ͕
ࠓͷϝϯλʔ੍ͩͱɺޮՌతʹղܾɺ ࢧԉ͕ग़དྷ͍ͯͳ͍Α͏ʹײ͡Δ վળͯ͠Α
ࠓͷϝϯλʔ੍ͩͱɺޮՌతʹղܾɺ ࢧԉ͕ग़དྷ͍ͯͳ͍Α͏ʹײ͡Δ վળͯ͠Α ͍͍ײ͡ʹΓ·͢ʂ
ΞδΣϯμ • ͯͳͷνʔϜԣஅͷΤϯδχΞϝϯλʔ੍ͱ • ࣮ࡍʹͲͷΑ͏ͳ՝͕͔͋ͬͨ • ͲͷΑ͏ʹվળ͔ͨ͠ • վળࢪࡦʹΑΓ࠷ऴతʹͲ͏ͳ͔ͬͨ
ຊʹ՝͕ଘࡏ͢Δ͔ʁ
՝ൃݟͷͨΊϝϯλʔʹΞϯέʔτ • γχΞͷׂ͝ͱͷखԠ͑Λڭ͍͑ͯͩ͘͞(5ຬ) • ղܾࢧԉ • ࢧԉ • దͳධՁ •
ϝϯλʔͷαϙʔτΓ͍ͯ·͔͢ʁ • ଞ͍Ζ͍Ζهड़ཝ(ࠔͬͨ͜ͱͱ͔ɺ͏·͍ͬͨ͘͜ͱͱ͔)
݁Ռ…?
None
None
None
None
• ϝϯλʔ͕ΊͬͪΌࠔͬͯΔ… • ͜ͷௐࢠͩͱ • ޮՌతʹϝϯλʔ੍͕ӡ༻Ͱ͖ͳ͍ • ϝϯλʔΛ૿ͤͣɺ৫εέʔϧ͠ͳ͍ʂ
՝ੳΛ͢Δ
ΞϯέʔτΛੳ͢Δͱɺ ͍͔ͭ͘ͷ՝͕ݟ͔ͭͬͨ
՝ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍
՝ੳͰ͖ͨͷͰ ͋ͱվળͯ͜͠
ΞδΣϯμ • ͯͳͷνʔϜԣஅͷΤϯδχΞϝϯλʔ੍ͱ • ࣮ࡍʹͲͷΑ͏ͳ՝͕͔͋ͬͨ • ͲͷΑ͏ʹվળ͔ͨ͠ • վળࢪࡦʹΑΓ࠷ऴతʹͲ͏ͳ͔ͬͨ
վળࡦΛࡾͭߟ͑ͨ • ϚχϡΞϧɺਪનॻ੶ɺͦͯ͠ಋೖձ • ϝϯλʔάϧʔϓձ • ϑΟʔυόοΫΞϯέʔτ
վળࡦΛࡾͭߟ͑ͨ • ϚχϡΞϧɺਪનॻ੶ɺͦͯ͠ಋೖձ • ϝϯλʔάϧʔϓձ • ϑΟʔυόοΫΞϯέʔτ
ϚχϡΞϧɺਪનॻ੶ɺ ͦͯ͠ಋೖձ
Ծઆ • ׂۀ༰Λ໌֬ʹ͠ɺಋೖձΛ͢Εɺ৽ ͍͠ϝϯλʔ͕࢝Ί͘͢ͳΔͷͰ • ਪનॻ੶Λ·ͱΊΔ͜ͱͰɺʹ͚ΔεΩϧͷ ࢦΛ࡞ΕΔͷͰ
Ծઆ • ׂۀ༰Λ໌֬ʹ͠ɺಋೖձΛ͢Εɺ৽ ͍͠ϝϯλʔ͕࢝Ί͘͢ͳΔͷͰ • ਪનॻ੶Λ·ͱΊΔ͜ͱͰɺʹ͚ΔεΩϧͷ ࢦΛ࡞ΕΔͷͰ ϚχϡΞϧ࡞Γɺਪનॻ੶બఆɺ ৽ϝϯλʔͷಋೖձΛͪΌΜͱΖ͏
ʲ࠶ܝʳ՝ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍
՝ͷதͰղܾͰ͖ͦ͏ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍ ϚχϡΞϧͱಋೖʹΑΔղܾ ॻ੶Ͱͷͱ͔͔ͬΓఏڙͰͷղܾ
ϝϯλʔͷׂͱ ۀυΩϡϝϯτͷ࡞ • ׂͷ໌֬Խ • ۀ༰ͷ໌֬Խ • ࠷ॳͷͱ͔͔ͬΓͷਪનॻ੶
None
None
None
ಋೖձ • υΩϡϝϯτΛઌʹಡΜͰɺ࣭Λߟ͓͍͑ͯͯΒ͏ • ৽ϝϯλʔΛશһݺΜͰ࣭λΠϜΛߦ͏ • ͔ͬͪ͜Βઆ໌͠·͘Βͳ͍
(ࢪࡦͷ࣮ࡍͷޮՌޙड़͠·͢)
ϝϯλʔάϧʔϓձ
վળࡦΛࡾͭߟ͑ͨ • ϚχϡΞϧɺਪનॻ੶ɺͦͯ͠ಋೖձ • ϝϯλʔάϧʔϓձ • ϑΟʔυόοΫΞϯέʔτ
Ծઆ • ϝϯλʔಉ࢜ͷ͢ػձ͕গͳ͍ͨΊɺؾܰͳ૬ஊ͕Ͱ͖ͳ͍ͷͰ • ૬ஊͰ͖ͳ͍ͱਏ͍͠ɺҰਓͰղܾग़དྷͳ͍ʹରॲͰ͖ͳ͍ • ϝϯλʔಉ࢜ͷަྲྀ͕গͳ͍ͨΊɺࣗવͳεΩϧԣల։͕͞Εͳ͍ ͷͰ
Ծઆ • ϝϯλʔಉ࢜ͷ͢ػձ͕গͳ͍ͨΊɺؾܰͳ૬ஊ͕Ͱ͖ͳ͍ͷͰ • ૬ஊͰ͖ͳ͍ͱਏ͍͠ɺҰਓͰղܾग़དྷͳ͍ʹରॲͰ͖ͳ͍ • ϝϯλʔಉ࢜ͷަྲྀ͕গͳ͍ͨΊɺࣗવͳεΩϧԣల։͕͞Εͳ͍ ͷͰ άϧʔϓձͱ͍͏ձٞମΛ࡞ͬͯձ͢ΔΛ໌ࣔతʹ࡞Ζ͏
ʲ࠶ܝʳ՝ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍
՝ͷதͰղܾͰ͖ͦ͏ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍ εΩϧͷԣల։ʹΑΔղܾ ૬ஊॴΛ࡞ͯ͠ղܾ
ϝϯλʔάϧʔϓձΛ݁ • ݄1Ͱू·ͬͯ1࣌ؒձ͢Δ • ϝϯςΟʔͷղܾ͍ͯ͠ͳ͍՝ɾؾʹͳΔ͜ͱΛڞ ༗͍͋͠ɺղܾҊΛ૬ஊ͢Δ • ղܾͰ͖ͳ͚Ε্ҐϨΠϠʔ(νʔϑ) • ϝϯλʔͱͯ͠ͷࠔΓ͝ͱ૬ஊ
& ݟڞ༗ͷ
ϝϯλʔάϧʔϓձΛ݁ • 4~5ਓͣͭͰϝϯλʔάϧʔϓձΛ݁ • νʔϑ1ɺγχΞ3~4 • ࠷ॳ2άϧʔϓ
ձͰ͢͜ͱ • લճͷΞΫγϣϯɾνʔϑʹ্͛ͨʹ͍ͭͯ • ϝϯςΟʔͷղܾ͍ͯ͠ͳ͍ɾؾʹͳΓ͝ͱ • ɾݟڞ༗ • ࣍ͷΞΫγϣϯ
(ࢪࡦͷ࣮ࡍͷޮՌޙड़͠·͢)
ϑΟʔυόοΫΞϯέʔτ
վળࡦΛࡾͭߟ͑ͨ • ϚχϡΞϧɺਪનॻ੶ɺͦͯ͠ಋೖձ • ϝϯλʔάϧʔϓձ • ϑΟʔυόοΫΞϯέʔτ
Ծઆ • ϝϯςΟʔ͔ΒཱͬͨମݧΛฉ͘ػձ͕ͳ͍ͨ Ίɺཱ࣮͍ͬͯͯखԠ͑Λײ͡ΒΕͳ͍ͷͰ • ϝϯςΟʔ͔ΒͷվળཁΛฉ͘ػձ͕ͳ͍ͨΊɺ ϑΟʔυόοΫ͔Βͷվળ͕Ͱ͖ͳ͍ͷͰ
Ծઆ • ϝϯςΟʔ͔ΒཱͬͨମݧΛฉ͘ػձ͕ͳ͍ͨ Ίɺཱ࣮͍ͬͯͯखԠ͑Λײ͡ΒΕͳ͍ͷͰ • ϝϯςΟʔ͔ΒͷվળཁΛฉ͘ػձ͕ͳ͍ͨΊɺ ϑΟʔυόοΫ͔Βͷվળ͕Ͱ͖ͳ͍ͷͰ ఆظతʹϝϯςΟʔ͔ΒҙݟΛΒ͏͜ͱͰղܾ͍ͨ͠
ʲ࠶ܝʳ՝ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍
՝ͷதͰղܾͰ͖ͦ͏ • ϝϯλʔͱͳͬͨ࣌ɺ࠷ॳԿΛͨ͠Β͍͍͔ͬ͞ͺΓ • Ͳ͏͍͏εΩϧΛʹ͚ͭΕΑ͍͔͔Βͳ͍ • ϝϯλʔಉ࢜ͷͭͳ͕Γ͕ͳ͘ɺղܾͰ͖ͳ͍Λ ૬ஊͰ͖ͳ͍ • ϝϯςΟʔͷʹཱ͍ͬͯΔͷ͔͕அͰ͖ͣɺϝϯ
λʔ͕खԠ͑Λײͯ͡ͳ͍ ϑΟʔυόοΫ͔ΒͷվળʹΑΔղܾ ϑΟʔυόοΫͰͷߩݙ࣮ײʹΑΔղܾ
ϑΟʔυόοΫΞϯέʔτ • ʹҰϝϯςΟʔશһʹૹ৴ • ಗ໊Ͱɺίϝϯτه໊Ͱϝϯλʔʹڞ༗ • Google FormͰ࡞
Ξϯέʔτ߲ • ϝϯλϦϯάΛ௨ͯ͠ࠔΓ͝ͱɾؾʹͳΓ͝ͱͷղܾͷ ͖͔͚ͬΛಘΒΕ·͔ͨ͠ʁ (5ຬ) • ϝϯλϦϯάΛ௨ͯࣗ͠ͷֶशͷͨΊͷ͖͔ͬ ͚ΛಘΒΕ·͔ͨ͠ʁ (5ຬ) •
ϝϯλʔͳͲٕज़άϧʔϓ͔ΒͷධՁదͱײ͡·ͨ͠ ͔ʁ (5ຬ)
Ξϯέʔτ߲ • ϝϯλϦϯάͰྑ͔ͬͨͱ͜ΖΛڭ͍͑ͯͩ͘͞ • ϝϯλϦϯάͰؾʹͳͬͨͱ͜Ζվળͯ͠΄͍͠ͱ ͜ΖΛڭ͍͑ͯͩ͘͞ • ͦͷଞϝϯλʔʹ͍͑ͨࣄ͕͋ΕͲ͏ͧ
None
None
Ξϯέʔτ߲ͷ • ϝϯλʔࣗΛରͱ͢ΔΑ͏ͳ࣭Ͱͳ͘ɺϝ ϯλϦϯάͱ͍͏εΩϧΛରͱ͢ΔΑ͏ͳ࣭ʹ • ؾʹͳͬͨͱ͜Ζͱදݱ͢Δ͜ͱͰɺվળϑΟʔυ όοΫΛૹΓ͘͢
Ξϯέʔτ݁Ռ
ϓϥεධՁ͕84.1%
ϓϥεධՁ͕79.5%
ϓϥεධՁ͕61.4% (25%͕ධՁະܦݧ)
ޮՌͷॴײ • ϝϯλʔͷ࣮ײͱରʹɺධՁ͕ඇৗʹྑ͔ͬͨ • όΠΞε͕͋Δʹͯ͠ߴ͘ݟ͑Δ • ྑ͔ͬͨ͜ͱଟ͘ॻ͔Ε͍ͯͨ ϝϯλʔͷखԠ͑ʹӨڹΛग़ͤͨͷͰ
෭࣍తޮՌͷॴײ • ϝϯλʔͷධՁͷશମײ͕͔ͬͨ • ૬ੑͷΠϝʔδ͕ͭ͘ͳͲ • ࣍ͷϝϯλʔΈ߹ΘͤΛܾΊ͘͢ͳͬͨ
ΞδΣϯμ • ͯͳͷνʔϜԣஅͷΤϯδχΞϝϯλʔ੍ͱ • ࣮ࡍʹͲͷΑ͏ͳ՝͕͔͋ͬͨ • ͲͷΑ͏ʹվળ͔ͨ͠ • վળࢪࡦʹΑΓ࠷ऴతʹͲ͏ͳ͔ͬͨ
࠷ऴతͳޮՌ
3ͭࢪࡦΛߦͬͯ݁ہ ՝վળͨ͠ͷʁ
࠶ϝϯλʔʹΞϯέʔτ • γχΞͷׂ͝ͱͷखԠ͑Λڭ͍͑ͯͩ͘͞(5ຬ) • ղܾࢧԉ • ࢧԉ • దͳධՁ •
ͦΕͧΕͷࢪࡦͷཱͪ߹͍
ͦΕͧΕͷׂͷखԠ͑ʁ
ղܾࢧԉ
ղܾࢧԉ
ࢧԉ
ࢧԉ
దͳධՁ
దͳධՁ
શମతʹ্ʂ ΑΓޮՌతʹग़དྷͨͱ࣮ײ ) Ξϯέʔτͷগͳ͍ͷͰɺ ఆྔతʹՃݕূඞཁ
ࢪࡦͷཱͪ߹͍ʁ
None
None
໌จԽࢪࡦͷ • γχΞީิͷϝϯςΟʔʹγχΞΤϯδχΞͱͳʹ ͔ͱઆ໌͢Δͷʹʹཱͪ·ͨ͠ • ࠓ·Ͱಓ͠Δ͕ಛʹͳ͔ͬͨͷͰ৭ʑඋ͞Εͯ Δ͜ͱ͕໌֬ʹͳͬͨ
None
ϝϯλʔάϧʔϓࢪࡦͷ • ΈΜͳͰղܾ͍ͯ͠Δײ͕ग़ͨ • άϧʔϓձΞυόΠεΒ͑ͯॿ͔Γ·ͨ͠ • ଞͷγχΞͷ׆ಈ͕ݟཱ͑ͯͬͨ • ੋඇࠓޙଓ͚ͯཉ͍͠ •
ղܾ૬ஊʹΑΔࣗવͳݟڞ༗ʹͳͬͨ(͜Ε ͷͰ͢)
None
ϑΟʔυόοΫࢪࡦͷ • ͳʹ͔͠Βͷߩݙ͕Ͱ͖͍ͯͨ͜ͱ͕Θ͔ͬͨ ͷͰΑ͔ͬͨͰ͢ • ϑΟʔυόοΫΞϯέʔτɼ͔ͨ͠ʹͱࢥ͑ ΔճΛΒ͑·ͨ͠ • ͷϑΟʔυόοΫඇৗʹࢀߟʹͳΓ·͠ ͨ
ಛʹάϧʔϓձͱϑΟʔυόοΫ͕ߴධՁɻ ͜ΕΒͷࢪࡦΛͬͯΑ͔ͬͨ
ϝϯλʔ૿ͤͨ • උͨ͜͠ͱͰಋೖ͘͢͠ͳͬͨ • ͜ͷҰؒͰ8ਓ૿һ • ϝϯλʔάϧʔϓ4άϧʔϓʹ εέʔϧՄೳʹ
࠷ޙʹ: ࠓճͷࢪࡦΛ ௨ͯ͠ͷؾ͖
Ϛωʔδϟ͚ʹ ͨΓલͷ͜ͱΛ͢Δ
ϝϯόʔ͚ʹͨΓલͷ͜ͱ͔Γ • ϚχϡΞϧɺਪનॻ੶ɺಋೖձ • ׂ໌ࣔɺಋೖΛஸೡʹ͢ΔͷͨΓલ • ϝϯλʔάϧʔϓձ • ԣͷͭͳ͕ΓΛ࡞ΓશһͰεΩϧΞοϓ͢ΔͷͨΓલ •
ϑΟʔυόοΫΞϯέʔτ • ఆظతͳϑΟʔυόοΫ͔Βվળ͢ΔͷͨΓલ
ͨΓલͳͷʹɺͳ͔ͥ Ϛωʔδϟ͚ʹग़དྷͯͳ͔ͬͨ ͳΜͱͳ͘େৎͰ͠ΐ ͱࢥͬͯ͠·͍ͬͯͨ
͔͠͠·ͣͨΓલͷ͜ͱΛ ͢Δ͚ͩͰޮՌ͕͋ͬͨ
ըظతͳͷͷಋೖ͚ͩͰͳ͘ ݩͷඋେࣄ
ࠓޙҰͭͣͭվળ͠ ͍͖͍ͯͨ
ʲPRʳੵۃ࠾༻தͰ͢ʂ • ΤϯδχΞ͔Β։ൃϚωʔδϟʹͳͬͨਓ͍·͢ʂ • ಇ͘Πϝʔδ: https://speakerdeck.com/yashigani/hatena-engineer-seminar-number-10 • ͪΖΜΤϯδχΞͱͯ͠όϦόϦΓ͍ͨਓʂ • ڵຯ͕͋Ε͔͚͍ͯͩ͘͞(TwitterͰՄ)
͝ਗ਼ௌ͋Γ͕ͱ͏ ͍͟͝·ͨ͠
Any Question?