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
トイポで初めてちゃんとCI_CDを体験した話
Search
はたちとものり
October 24, 2023
Technology
0
170
トイポで初めてちゃんとCI_CDを体験した話
2023年9月にトイポに入社しました。私がこれまでに在籍していたSI企業やSES企業での経験と比較しながら、トイポでの開発体験を紹介したいと思います。
はたちとものり
October 24, 2023
Tweet
Share
More Decks by はたちとものり
See All by はたちとものり
SideKiqでジョブが二重起動した事象を深堀りしました
t_hatachi
0
630
AWS初挑戦で自社のサービスを参考にインフラを構築してみた話
t_hatachi
0
250
Other Decks in Technology
See All in Technology
Exadata Fleet Update
oracle4engineer
PRO
0
1.1k
コミュニティが変えるキャリアの地平線:コロナ禍新卒入社のエンジニアがAWSコミュニティで見つけた成長の羅針盤
kentosuzuki
0
130
生成AIと余白 〜開発スピードが向上した今、何に向き合う?〜
kakehashi
PRO
0
160
広告の効果検証を題材にした因果推論の精度検証について
zozotech
PRO
0
210
AIエージェントに必要なのはデータではなく文脈だった/ai-agent-context-graph-mybest
jonnojun
1
250
Cosmos World Foundation Model Platform for Physical AI
takmin
0
980
Red Hat OpenStack Services on OpenShift
tamemiya
0
130
SchooでVue.js/Nuxtを技術選定している理由
yamanoku
3
210
ブロックテーマ、WordPress でウェブサイトをつくるということ / 2026.02.07 Gifu WordPress Meetup
torounit
0
200
AIと新時代を切り拓く。これからのSREとメルカリIBISの挑戦
0gm
2
3.2k
Kiro IDEのドキュメントを全部読んだので地味だけどちょっと嬉しい機能を紹介する
khmoryz
0
210
プロポーザルに込める段取り八分
shoheimitani
1
650
Featured
See All Featured
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
920
Dealing with People You Can't Stand - Big Design 2015
cassininazir
367
27k
Building Applications with DynamoDB
mza
96
6.9k
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
650
First, design no harm
axbom
PRO
2
1.1k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2k
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
1
58
Amusing Abliteration
ianozsvald
0
110
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
190
Making Projects Easy
brettharned
120
6.6k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
3.6k
Transcript
גࣜձࣾτΠϙ ઍஐل τΠϙͰॳΊͯ ͪΌΜͱ$*$%Λମݧͨ͠
ࣗݾհ ઍஐلʢϋλντϞϊϦʣ w גࣜձࣾτΠϙɹγχΞΤϯδχΞ w 4*ༀہ͚γεςϜ։ൃɾӡ༻ʢʣ ˣ 4&4ʙ໊ͷ։ൃνʔϜϦʔμʔʢʣ
ˣ τΠϙʢʙʣ w ͖ͳ͜ͱɿ%*: !U@IBUBDIJ
τΠϙͷ͝հ
τΠϙͷ͝հ
τΠϙͷ͝հ
τΠϙͷ͝հ ༻ٕज़ w όοΫΤϯυɿ3VCZPO3BJMT w ϑϩϯτΤϯυɿ3FBDU w ϞόΠϧΞϓϦɿ3FBDU/BUJWF w Πϯϑϥɿ"84
w σʔλϕʔεɿ1PTUHSF42-
τΠϙͷ͝հ ༻ٕज़ $*$%πʔϧ w όοΫΤϯυɿ3VCZPO3BJMT34QFD w ϑϩϯτΤϯυɿ3FBDU$ZQSFTT w ϞόΠϧΞϓϦɿ3FBDU/BUJWF w
Πϯϑϥɿ"84 w σʔλϕʔεɿ1PTUHSF42- w $*$%ɿ(JUIVC"DUJPOT"QQ$FOUFS
ଞࣾͷ$*$%ࣄΓ͍ͨ
ϋλνՈͷ߹
ϋλνՈͷ$*$%ࣄ w ࠺ʢΤϯδχΞʣ ʮͲ͔͜ͷϓϩδΣΫτͰͬͯΔͱฉ͍ͨ͜ͱ͕͋Δʯ w ࢲ ʮख୳ΓͰΖ͏ͱ͚ͨ͠Ͳ࣮ݱ͠ͳ͔ͬͨɺ
ɹͱࢥͬͨΒτΠϙͰͬͯͯײಈͨ͠ɻʯ
࣭
ࣗಈςετ͋Γ·͔͢ʁ
ࣗಈσϓϩΠ͋Γ·͔͢ʁ
τΠϙͷ
ςετ
͜Ε·Ͱʹܦݧͨ͠ςετ w ΥʔλϑΥʔϧ w ࣗಈςετແ͠ w ςετ༷ॻΛ࡞࣮ͬͯࢪ ςετ ཁٻੳ جຊઃܭ
ৄࡉઃܭ ίʔσΟϯά ୯ମςετ ݁߹ςετ γεςϜςετ ػೳઃܭ ड͚ೖΕςετ
͜Ε·Ͱʹܦݧͨ͠ςετ w ຒΊࠐΜͩόά͕։ൃޙ Ͱݟ͔ͭΓ͕ͪ w ݕ͕ΕΔͱमਖ਼ίε τ͕େ͖͘ͳͬͯ͘Δ w ςετཻ͕୲ऀͤ ʹͳΓ͕ͪ
ςετ ཁٻੳ جຊઃܭ ৄࡉઃܭ ίʔσΟϯά ୯ମςετ ݁߹ςετ γεςϜςετ ػೳઃܭ ड͚ೖΕςετ
ςετ τΠϙͷςετ w Ҏલʹ.BB2ʢ.PCQSPHSBNNJOHBTB2"ʣͱ͍͏׆ಈΛ ௨ͯ͡ςετจԽΛ͔ࠜͤͨΒ͍͠ɻ w 13࡞Δͱ34QFDͱ$ZQSFTTͰࣗಈςετɻ w 8*1Ͱ13ग़ͤςετग़དྷΔ w
ͳΜͳΒϨϏϡʔͯ͠Β͑Δɻ
ςετ τΠϙͷςετ w όά͕ૣ͘ݟ͔ͭΔͷͰɺ͠Εͬͱૣͤ͘Δʂ w ΤϯδχΞςετʹࣗ৴͋Γɻςετॻ͖͍ͨΒ͍͠ɻ w ϦϑΝΫλϦϯά͢Δͱ͖ͷ҆৺ײ͍͢͝ɻޮ͕͍͍ɻ w ಈ͍͍ͯΔίʔυΨϯΨϯॻ͖͢ελΠϧ
ϦϦʔε
ϦϦʔε ͜Ε·Ͱʹܦݧͨ͠ϦϦʔε w '51Ͱຊ൪ڥʹଓɺखݩʹҙͯ͠ϑΝΠϧసૹ w ։ൃ㱻ຊ൪ͷઃఆͷҧ͍վߦίʔυͷҧ͍ʹؾΛ͚ͭΔ w ਂʹγεςϜΛࢭΊͯϦϦʔε w ϦϦʔε͢Δࢿࡐ͕࿙Εͳ͍Α͏৻ॏʹϦϙδτϦ͔Βநग़
ϦϦʔε τΠϙ w ϦϦʔε͕ඞཁʹͳͬͨΒଈ࠲ʹϦϦʔε ɹNBJOϒϥϯνʹϚʔδࡁʹϦϦʔεՄೳ w όοΫΤϯυɾ8&#ϑϩϯτΤϯυ(JUIVCͷϦϦʔεΛ࡞ Δ͚ͩɻ؆୯ɻ w
ϞόΠϧΞϓϦ"QQ$FOUFS͔Βਃ͢Δ͚ͩɻ ʢঝೝ·Ͱ͕͔͔࣌ؒΔ߹͋Γʣ
ϦϦʔε τΠϙ w $4͔ΒόάϨϙʔτɺܰඍͳΒଈ࠲ʹमਖ਼ˍϦϦʔε ˠλεΫੵΉඞཁ͕ͳ͍͠ɺରԠ͕ૣ͍ͱײँ͞ΕΔʂ w NBJOϒϥϯνʹϚʔδࡁΈͳΒɺ୭͕։ൃͨ͠ͷͰಉ͡ खॱͰϦϦʔεՄೳɻҰॹʹϦϦʔε͠ͱ͘ͶɺΈ͍ͨͳɻ w
ࠓिϦϦʔεͨ͠εΫϦϓτʹόά͕͋ͬͨͷͰɺଈमਖ਼ˍ ϨϏϡʔͯ͠Βͬͯճ࿈ଓͰϦϦʔε͠·ͨ͠ɻ
·ͱΊ νʔϜ։ൃ࣮ફೖ w ͷຊ w ੲಡΜͰ$*$%ʹ͕͋͜Ε͍ͯͨ w (JUಋೖͱ͔ɺ#BDLMPHಋೖͱ͔ ˠ$*$%·ͰḷΓண͚ͣ
w ಌΕ͍ͯͨੈք͕τΠϙʹ͋Γ·ͨ͠
·ͱΊ ͍͍։ൃମݧ͕ग़དྷͯ·͢ ৫ͷจԽΛ࡞Δେม͔͞ΔͷͰɺͱͯ͋Γ͕͍ͨɻ w ࠓޙͷ՝ w ςετΧόϨοδΛ૿͢ɻಛʹϑϩϯτΤϯυɻ ˠΧΠθϯλΠϜͷΈ͕͋ΔͷͰͦ͜ͰΓ͍ͨɻ w
શ༰ΛΔਓ͕ݶΒΕ͍ͯΔͷͰɺٕज़Λ౪Ήʂ ˠ$*$%͔Βඥղ͍ͯߦͬͯɺΠϯϑϥɻ
࠷ޙʹ τΠϙ͔Β͓Βͤ
τΠϙͰΤϯδχΞΛืू͍ͯ͠·͢ʂ IUUQTPQFOUBMFOUJPDPNSDUPZQPQBHFT
None