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
捨てて開発できるチームづくり
Search
Takeshi Shinoda
July 01, 2015
Programming
50
15k
捨てて開発できるチームづくり
勉強会資料
Takeshi Shinoda
July 01, 2015
Tweet
Share
More Decks by Takeshi Shinoda
See All by Takeshi Shinoda
多様なプロトコルと 駆動モデルをサポートするIoTゲートウェイの開発と運用の知見
takesinoda
1
1.4k
Goを使ったセンサーデータ収集基盤の事例のお話 / golang.tokyo 26 LT
takesinoda
0
1k
API Gateway / Lambda / Kinesis を使ったストリーミングなバッチ実行基盤の実装
takesinoda
12
9.2k
Rubyを始点としてもう一つのエンタープライズ開発を続けたあるSIerの事例 - Oedo RubyKaigi 03 Edition
takesinoda
2
3.5k
エンタープライズ開発にもう一つの文化を
takesinoda
4
11k
Rubyを始点としてもう一つのエンタープライズ開発を続けたあるSIerの事例
takesinoda
5
4.2k
Introduction of thinreports-rails
takesinoda
6
2.7k
Other Decks in Programming
See All in Programming
責任感のあるCloudWatchアラームを設計しよう
akihisaikeda
3
170
Automatic Grammar Agreementと Markdown Extended Attributes について
kishikawakatsumi
0
190
AIと一緒にレガシーに向き合ってみた
nyafunta9858
0
230
CSC307 Lecture 03
javiergs
PRO
1
490
AWS re:Invent 2025参加 直前 Seattle-Tacoma Airport(SEA)におけるハードウェア紛失インシデントLT
tetutetu214
2
110
FOSDEM 2026: STUNMESH-go: Building P2P WireGuard Mesh Without Self-Hosted Infrastructure
tjjh89017
0
170
フルサイクルエンジニアリングをAI Agentで全自動化したい 〜構想と現在地〜
kamina_zzz
0
400
それ、本当に安全? ファイルアップロードで見落としがちなセキュリティリスクと対策
penpeen
7
3.9k
2026年 エンジニアリング自己学習法
yumechi
0
130
Grafana:建立系統全知視角的捷徑
blueswen
0
330
そのAIレビュー、レビューしてますか? / Are you reviewing those AI reviews?
rkaga
6
4.6k
登壇資料を作る時に意識していること #登壇資料_findy
konifar
4
1.1k
Featured
See All Featured
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
310
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
7.9k
Bootstrapping a Software Product
garrettdimon
PRO
307
120k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
Context Engineering - Making Every Token Count
addyosmani
9
660
AI: The stuff that nobody shows you
jnunemaker
PRO
2
250
The Hidden Cost of Media on the Web [PixelPalooza 2025]
tammyeverts
2
180
How to audit for AI Accessibility on your Front & Back End
davetheseo
0
180
Believing is Seeing
oripsolob
1
55
Reality Check: Gamification 10 Years Later
codingconduct
0
2k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
76
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
450
Transcript
ࣺͯͯ։ൃͰ͖Δ νʔϜͮ͘Γ ୈճ%..Y-JWFTFOTFษڧձ ࣰా݈
ΑΖ͘͠ ͓Ͷ͕͍͍ͨ͠·͢
ࣰా݈ ͠ͷ͚ͩͨ͠ -JWFTFOTF EPPSିϢχοτϓϩμΫτάϧʔϓάϧʔϓϦʔμ "TBLVTBSC !UBLFTIJOPEB 4*FSʹऑۈΊͯɺ-JWFTFOTFʹస৬ɻ 3VCZͩͱ͔ΞδϟΠϧͩͱ͔"84ͩͱ͔ͦͷ͋ͨΓ͕͖ɻ Α͍ιϑτΣΞΛ࡞Γ͍ͨ׆ಈɻ
None
None
IUUQXXXTMJEFTIBSFOFUMJWFTFOTFTT
େମݴΘΕͯ͠·͍ͬͯΔ IUUQXXXTMJEFTIBSFOFUMJWFTFOTFTT
͍·͞Β͜͜Ͱ ԿΛ͍͍ͤͷ͔
ษڧձͷςʔϚ αʔϏε։ൃͱίϛϡχέʔγϣϯ
l΅͕͘ࢦ͍ͨ͠։ൃνʔϜz ͷͳΒͰ͖ͦ͏ɻ
ܦҢɾ࣌ࢣ ϢχοτϦʔμʔ0ࢯʮ͍Α͍Αલ͔Βߟ͍͑ͯͨ հࣄۀʹΓग़ͦ͏ʂʯ ࢲʮ͓ʔɻʹ࢝ΊΒΕ·͔͢ɻ͍ͭࠒ͔Βʁʯ 0ࢯʮൟظͰ·ͣϕʔλςετ͍ͨͬ͢͠Ͷɻ݄ ʹ࢝Ί͍͔ͨͳɻʯ ࢲʮ݄ɻʯ 0ࢯʮEPPSିͱطଘސ٬ͱͷ݉Ͷ߹͍͋ΔͷͰ ผαΠτͰɻʯ ࢲʮผαΠτɻʯ
ߚനݟͯΔ͠ɺਖ਼݄͓ͱͦΛҿΜͰΔ͠ɺ ͦͷ΄͔ͷϦϦʔε͔ؒۙͩΒɺ୲Ͱ͖Δਓ͕ ۭ͘ͷͭͱͯ͠ɺ࣮࣭ϲ݄ͱि͘Β͍͔͠ͳ͍ ͚Ͳɺ·͊࡞Βͳ͚ΕԿͱ͔ͳΔ͔ɻ
ϦϦʔε͍ͨ͠ͳΒ ࡞Βͳ͚Ε͍͍ɻ ໌ϦϦʔεͰ͖Δ ˞ ࣮ࡍͭ͘Γ·͢ ˞ ᨏหͬΆ͍
৽͍͠ିͷͨΊʹ Γ·͠ΐ͏ʂ
ͱ͍͑
lແΣz ҎԼʹڍ͛ΒΕΔͷ͕zແΣz w దͳೲظ w ਓ w ༷ w త
w ࣮֬ͳϏδωεϞσϧ w Ϗδωεͷݕূ߲ w νʔϜϝϯόͷڞײ w ͜ͷઌʹ͋ΔϏδωεͷՄೳੑͷڞ༗ w ։ൃϝϯόͷָ͠Ήͱ͜Ζ
͋Δͷ w ;Θͬͱͨ͠ϏδωεϞσϧ w Ϗδωε੍্ͷೲظ
ࣄલʹແ͍΄Ͳ ཁٻ૿͑Δ ා͍
ͳͥϦϦʔε͍ͨ͠ ࣌ظ͕͍͔ ͱ͜ΖͰ
ϏδωεϞσϧ͕ԾઆϨϕϧ ିۀքͷൟظ݄ Λଧͬͯࢼ͍ͨ͠ ବͳΒ͙͢ʹ࣍ͷखΛଧ͍ͪͨ
͙͢ʹϦϦʔε͍ͨ͠త͕͋Δɻ ผʹظϦϦʔεපͳ Θ͚͡Όͳ͍ɻ ϦʔϯελʔτΞοϓΈ͍ͨͳ લఏͱͯ͠ɻ
ϦϦʔε͍ͨ͠ͳΒ ࡞Βͳ͚Ε͍͍ɻ ໌ϦϦʔεͰ͖Δ ˞ ࣮ࡍͭ͘Γ·͢ ˞ ᨏหͬΆ͍ ˞ ͜ͷεϥΠυ
ຊʹඞཁͳͷ ཁٻ Ҏ֎ࣺͯΔ ࡞Βͳ͍
ཁٻΛࣺͯΒΕΔνʔϜΛߟ͑Δ ࣺͨͩͯΕ͍͍ͷ͔
γεςϜ༷ʑͳཁૉͰߏ͞Εͯ ͓Γɺ༗ػతʹ࿈ܞ͠߹͍ͬͯΔ ߟ͑ΒΕͨ6*69 հνʔϜ ͍߹Θͤػೳ ࠂྲྀೖ Πϯϑϥ ϓϩάϥϜ Ϗδωεϑϩʔ
ݸผͷཁૉΛۃݶ·Ͱখ͘͢͞Δ ߟ͑ΒΕͨ6*69 հνʔϜ ͍߹Θͤػೳ ࠂྲྀೖ Πϯϑϥ ϓϩάϥϜ Ϗδωεϑϩʔ
࣮ࡍࣺͯʹ͍͘ w ϏδωεαΠυେࣄͳΞΠσΟΞͱࢥͬͯΔ w ৗࣝతʹ8FCαΠτʹඋΘͬͯΔػೳ w ແ͍ΑΓ͋ͬͨํ͕͍͍ʹܾ·ͬͯΔ w ࣺ͍͍ͯͯͷ͔͔Βͳ͍ w
ߴػೳͳͷέΔͱ͍͏ແҙࣝͷ৴ڼ w ։ൃؒʹ߹Θͳ͍ͱ͍͏ͷଵଦͱ͍͏ภݟ w ଞײ
ࣺͯΒΕΔνʔϜʹͳΔͨΊʹ ࣺͯΔ͜ͱΛڞ༗ ϏδωεͷతͷઌӶԽ Ϗδωεͷڞ༗ ֤ਓͷઐੑͷ֬ೝ 2$%ͷ༏ઌ͚ ࣺͯΔஅͷଚॏ
ࣺͯΔ͜ͱΛڞ༗ ͱʹ͔͘ϦϦʔε͢Δ͜ͱ͕తʹ߹͍ͬͯΔ͜ͱΛ Կ֬ೝ͢Δɻ ΧϦϧͰɺϏδωε͕ԾઆͩΒ͚Ͱ͋Δ͜ͱΛࣄલ ʹڞ༗͠ɺૣ͘ࢼ͞ͳ͍ͱ͔Βͳ͍ͱ͍͏͜ͱΛϏ δωεͱ։ൃਞͰڞ༗ɻ ΠϯηϓγϣϯσοΩͱ͔ϦʔϯΩϟϯόεͳͲɻ
ϏδωεͷతͷઌӶԽ ཁٻ͍ͭͰখ͘͞վม͢ΔͷͰᐆດͰ͍͍͕ɺ త͕ᐆດͩͱࣺͯΔ͜ͱ͕ࠔʹͳΔɻ ԿԿϏδωεͷਓͨͪʹɺհαΠτΛ࡞Δ ҙຯతΛ͍͢ɻ
ߟ͑ΒΕͨ6*69 հνʔϜ ͍߹Θͤػೳ ࠂྲྀೖ Πϯϑϥ ϓϩάϥϜ Ϗδωεϑϩʔ ҹઢ্ΛΈग़Δେ͖͞ͷཁૉཁΒͳ͍ɻ త͕ᐆດͩͱҹઢͷେ͖͞ ᐆດʹͳΓɺཁૉΛখ͘͞ग़དྷͳ͍ɻ
త 1$༻ը໘ ձһػೳ
Ϗδωεͷڞ༗ ϏδωεαΠυͷਓؒવͷ͜ͱɺΤϯδχΞɾσβΠφ ͯ͢ͷࢀը͢ΔਓͨͪͰϏδωεͷ༰లɺԶͨͪ ͕ม͑Δະདྷ૾ʹ͍ͭͯ͠߹͏ɻ ͜Ε·ͨΠϯηϓγϣϯσοΩͱ͔ϦʔϯΩϟϯόεͳͲɻ ޙड़͢ΔΦʔφʔγοϓͷৢɻ
֤ਓͷઐੑͷ֬ೝ ઐՈ֤ཁૉΛখ͘͢͞Δํ๏Λ͍ͬͯΔɻ ୭͕ԿΛಘҙͱͯ͠୲͢Δͷ͔Λࣄલʹ֬ೝ͢Δɻ ࣗԿऀͰ͋Δ͔ɻ ͦΕΛҙࣝͯࣗ͠ΒܾఆͱஅΛͰ͖Δɻ ͨͩɺηΫγϣφϦζϜͷΑ͏ͳด͜͡Γࢦ͞ͳ͍ɻੵ ۃతͳӽڥΛਪ͢Δɻ
Ϗδωε ։ൃνʔϜʹ͢Δ
2$%తͳ֬ೝ ԿΛ༏ઌ͢Δ͔ɻҰͭΛ༏ઌ͢Δͱଞ٘ਜ਼ʹͳΔɻ ͜ͷج४Ͱͯ͢ΛܾΊΔ͜ͱΛ֬ೝɻ 22VBMJUZ࣭ $$PTUίετ %%FMJWFSZೲظ
None
ࣺͯΔஅͷଚॏ ࣺͯΔͱ͍͏அʹ߅Λ࣋ͨͳ͍ɻ ֤ઐੑ୲ʹΑΔஅΛͰ͖Δ͚ͩଚॏ͢Δɻ
֬ೝͱڞ༗ͷʑΛաͯ͝͠ ΩοΫΦϑͰͯ͢Λڞ༗ ΠϯηϓγϣϯσοΩ ϦʔϯΩϟϯόε ίϯηϓτͷચ͍ग़͠ ϝϯόʔͷܾఆ ΩοΫΦϑ
ΠϯηϓγϣϯσοΩ आ༻ଟ
ΠϯηϓγϣϯσοΩ ࠷ॳʹڞ༗͓ͯ͘͠ͱΈͳ͕ಉ͡ํΛ͚ͦ͏ͳϓ ϩδΣΫτͷڞ༗ࣄ߲ͷηοτɻ զʑͳͥ͜͜ʹ͍Δͷ͔ʁ ΤϨϕʔλʔϐον ύοέʔδσβΠϯ Βͳ͍͜ͱϦετ ۙ͝ॴ͞ΜΛ୳ͤ ղܾҊΛඳ͘ Εͳ͍
ظؒΛݟۃΊΔ ԿఘΊΔͷ͔ Կ͕ͲΕ͚ͩඞཁͳͷ͔ IUUQFTUPSFPINTIBDPKQUJUMFT1 ग़య
͜ͷ࣭ΛຒΊΔͷͰແͯ͘ɺ ճ૬ΛػձΛݟͯੵΈ্͓͛ͯ͘͜ͱ͕େࣄɻ
ૂ͍
Զ શһ ͕ϓϩμΫτΦʔφʔͩ ࢁͷཁૉΛখ͘͞͠ଓ͚Δͷί ϛϡχέʔγϣϯίετ͕ߴ͗͢Δ ͱ͍͏ঢ়ଶΛࢦ͢ɻ ݴͬͯͳΕΔΜ͡Όͳ͍ɻ
ΧϦϧЌϓϩδΣΫτ " ՝# ཁૉ$ ϓνϓϩδΣΫτ େ͖͗͢Δ՝Λখ͘͢͞Δ ϓϩδΣΫτ͕ࣗൃతʹʑੜ·Ε ͨΓফ͑ͨΓग़དྷΔΑ͏ʹ͢Δ
࠲੮ஔ w Ϗδωε w ΤϯδχΞ w σβΠφ ࠲Δ੮ΛࠞͥΔ͜ͱͰɺͦΕͧΕͷձ͕ࣖʹೖΔΑ ͏ʹ͢Δɻ
Ϗδωε Ϗδωε ΤϯδχΞ اը ΤϯδχΞ ΤϯδχΞ σβΠφ اը $4 $4
ΤϯδχΞ Ϗδωε
ೲظ ਓ ༷ త ϏδωεϞσϧ Ϗδωεͷݕূ߲ νʔϜϝϯόͷڞײ ͜ͷઌʹ͋ΔϏδωεͷՄೳੑͷڞ༗ ։ൃϝϯόͷָ͠Ήͱ͜Ζ l։ൃzͱ͍͏୯ޠ͔Βೖͬͨ߹ʹ
ॏࢹ͞Ε͕ͪͳॱ
ೲظ ਓ ༷ త ϏδωεϞσϧ Ϗδωεͷݕূ߲ νʔϜϝϯόͷڞײ ͜ͷઌʹ͋ΔϏδωεͷՄೳੑͷڞ༗ ։ൃϝϯόͷָ͠Ήͱ͜Ζ ଟٯʹͨ͠ํ͕Δؾ͕ग़Δ
˞ҟฉ͖·͢
ࣗൃࣗ৴པ͞Ε͍ͯΔ ײɺΔؾͰੜ·ΕΔɻ Δؾ͕͋Δͱࣺ͍ͯ͢ ͱΓ͋͑ͣɺશһҰகஂ݁ͩʔ ͳΜ͍ͯͬͯ୭ஂ݁͠ͳ͍ɻ
ͱ͔͘࡞Γෳࡶɻ ࡞Βͳ͍༐ؾ ࣗੑͷৢ ҙࣝͷڞ༗ ϝϯόͷ૬ޓͷ৴པ ֤͕ࣗࣗͰಈָֻ͍͍͚ͯ͠࡞ΓΛ৺͕͚Δɻ ແཧͯ͠தԝूݖతͳཧ͠ͳ͍ɻ ݁Ռతʹ͍͍։ൃ͕Ͱ͖ͨɻ
ࢀߟจݙ w ΞδϟΠϧαϜϥΠ w IUUQFTUPSFPINTIBDPKQUJUMFT1 w ΞδϟΠϧͳݟੵΓͱܭըͮ͘Γ w IUUQUBUTV[JOFDPNCPPLTBHJMFFTUJNBUJOHQMBOOJOH w
ϦʔϯελʔτΞοϓ w IUUQXXXBNB[PODPKQEQ w ϦʔϯιϑτΣΞ։ൃ w IUUQXXXBNB[PODPKQEQ
͋Γ͕ͱ͏͍͟͝·ͨ͠