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
Applivの開発体制から考える、理想の開発体制とは?
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Yoshinobu Wakamatsu
April 23, 2015
Technology
10k
2
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
Applivの開発体制から考える、理想の開発体制とは?
2015/04/23 Weekdayランサーズ勉強会で発表した内容です。
Yoshinobu Wakamatsu
April 23, 2015
More Decks by Yoshinobu Wakamatsu
See All by Yoshinobu Wakamatsu
金融領域におけるサービス開発の進め方
yshnb
0
790
資産運用スタートアップの開発で採用した、PlayによるClean Arcitectureでの設計・開発事例
yshnb
5
1k
ReactベースのSPA開発で開発者が気をつけたいSEOのお話
yshnb
2
1.8k
Fundsのアーキテクチャについて
yshnb
0
290
ScalaによるDDDライクなプロダクト開発
yshnb
0
530
Other Decks in Technology
See All in Technology
個人最適 から 全体最適 へ AI情報共有会・AIギルド・AI-DLC で進める カンリーの組織展開
rfdnxbro
0
2k
AI フレンドリーなエラー監視を TypeScript で実現する
shinyaigeek
2
280
Platform Engineering as a Product: Criteria for Improvement and Multi-Tenant Design
kumorn5s
0
530
AI-DLCを活用した高品質・安全なAI駆動開発実践 / AI Driven Development with AI-DLC
yoshidashingo
0
160
「気づいたら仕事が終わっている」バクラクAIエージェント本番運用の裏側 / layerx-bakuraku-aie2026
yuya4
19
11k
AI Testing Talks: Challenges of Applying AI in Software Testing: From Hype to Practical Use
exactpro
PRO
1
140
「嘘をつくテスト」の失敗例から学ぶ 良いテストコード #frontend_phpcon_do
asumikam
0
590
Amazon Bedrock AgentCore ワークショップ JAWS UG TOHOKU / amazon-bedrock-agentcore-workshop-jawsug-tohoku-2026
gawa
9
510
関西に縁あるMicrosoft MVPsが語るCopilotの未来
kasada
0
1.2k
「速く作る」から「正しく作る」へ ─ 生成AI時代の開発フロー改革の ロードマップと実行 ─
starfish719
0
9.3k
小さくはじめるSLI/SLO ~育てながら組織に定着させる実践知~ / Starting Small with SLI/SLOs: Building Adoption Through Continuous Growth
nari_ex
0
280
ITエンジニアを取り巻く環境とキャリアパス / A career path for Japanese IT engineers
takatama
4
1.8k
Featured
See All Featured
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
128
55k
Building Flexible Design Systems
yeseniaperezcruz
330
40k
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
1
140
The Power of CSS Pseudo Elements
geoffreycrofte
82
6.3k
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.5k
BBQ
matthewcrist
89
10k
Thoughts on Productivity
jonyablonski
76
5.2k
How to train your dragon (web standard)
notwaldorf
97
6.7k
The AI Revolution Will Not Be Monopolized: How open-source beats economies of scale, even for LLMs
inesmontani
PRO
3
3.5k
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
1
2k
Design in an AI World
tapps
1
230
How to Think Like a Performance Engineer
csswizardry
28
2.6k
Transcript
"QQMJWͷ։ൃମ੍͔Βߟ͑Δ ཧͷ։ൃମ੍ͱʁ ϰΥϥʔϨגࣜձࣾɹएদܚ৴ ˏ8FFLEBZϥϯαʔζษڧձ
एদܚ৴ ϰΥϥʔϨגࣜձٕࣾज़ϑΣϩʔ ೖࣾ ʢ"QQMJWʹؔΘ͍ͬͯΔͷʙʣ ݱࡏͷࣄɿ Πϯϑϥɾج൫γεςϜ։ൃ ΤϯδχΞͷ࠾༻ɾ৫ઃܭͳͲ
5XJUUFS!ZTIOC
None
ΞτϥΠϯ n αʔϏεͷͱ։ൃ n ϦϦʔε࣌ͷ։ൃελΠϧ n ݱࡏͷ։ൃελΠϧ n ཧͷ։ൃମ੍ͱʁ
ΞτϥΠϯ n αʔϏεͷͱ։ൃ n ϦϦʔε࣌ͷ։ൃελΠϧ n ݱࡏͷ։ൃελΠϧ n ཧͷ։ൃମ੍ͱʁ
αʔϏεͷͱ։ൃ
ApplivʮΞϓϦΠϯετʔϧΛɺͬͱۙͳͷʹ͢ΔʯΛཧ೦ʹܝ͛Δ iPhoneɾiPadɾAndroidΞϓϦΛൃݟ͢ΔͨΊͷϓϥοτϑΥʔϜαʔϏεɻ
ϓϩμΫτͷछྨ ɹαʔϏεͷͱ։ൃ
ϦϦʔε࣌ʢʣ ɹαʔϏεͷͱ։ൃ
ϦϦʔε࣌ʢʣ ɹαʔϏεͷͱ։ൃ
ϦϦʔε࣌ʢʣ ݱࡏʢʣ ɹαʔϏεͷͱ։ൃ
ϦϦʔε࣌ʢʣ ݱࡏʢʣ ɹαʔϏεͷͱ։ൃ Ad Network
ϓϩμΫτͷछྨ͕ ͍Ζ͍Ζ૿͑ͨ ɹαʔϏεͷͱ։ൃ
։ൃऀͷਓ ɹαʔϏεͷͱ։ൃ
݄ ໊ ʢϦϦʔε࣌ʣ ։ൃऀͷਓ ɹαʔϏεͷͱ։ൃ
݄ ݄ ໊ ໊ ʢϦϦʔε࣌ʣ ։ൃऀͷਓ ɹαʔϏεͷͱ։ൃ
݄ ݄ ݄ ໊ ໊ ໊ ʢϦϦʔε࣌ʣ ։ൃऀͷਓ ɹαʔϏεͷͱ։ൃ
݄ ݄ ݄ ໊ ໊ ໊ ʢϦϦʔε࣌ʣ ։ൃऀͷਓ ɹαʔϏεͷͱ։ൃ ˞ࢲ͜ͷλΠϛϯάͰՃೖ
։ൃऀͷ૿͑ͨ ɹαʔϏεͷͱ։ൃ
ಉ͡ΓํͰਐΊΒΕΔʁ ɹαʔϏεͷͱ։ൃ
ಉ͡ΓํͰਐΊΒΕΔʁ ɹαʔϏεͷͱ։ൃ /P
ͲͷΑ͏ʹมΘ͔ͬͨʁ ɹαʔϏεͷͱ։ൃ
ΞτϥΠϯ n αʔϏεͷͱ։ൃ n ϦϦʔε࣌ͷ։ൃελΠϧ n ݱࡏͷ։ൃελΠϧ n ཧͷ։ൃମ੍ͱʁ
ϦϦʔε࣌ͷ։ൃελΠϧ
νʔϜฤ ໊ ɹϦϦʔε࣌ͷ։ൃελΠϧ
n 7$44VCWFSTJPO n νέοτͷཧ͍͕ͯͨ͠ ίϛοτΘΓͱࣗ༝ ɹϦϦʔε࣌ͷ։ൃελΠϧ ։ൃϫʔΫϑϩʔ
ɹϦϦʔε࣌ͷ։ൃελΠϧ S S S S S
Πϯϑϥʁ n ߏஙख࡞ۀ n υΩϡϝϯτ΄ͱΜͲͳ͍ ɹϦϦʔε࣌ͷ։ൃελΠϧ
ͳͥ͜ͷΑ͏ʹ͍ͯͨ͠ͷ͔ʁ ü ࠷ॳͷλΠϛϯάͰεϐʔυ͕ॏཁ ü 4VCWFSTJPOͷํ͕ݟ͕͋ͬͨ ɹϦϦʔε࣌ͷ։ൃελΠϧ
ͨͩ͠վળͷ༨͋Δ ɹϦϦʔε࣌ͷ։ൃελΠϧ
ΞτϥΠϯ n αʔϏεͷͱ։ൃ n ϦϦʔε࣌ͷ։ൃελΠϧ n ݱࡏͷ։ൃελΠϧ n ཧͷ։ൃମ੍ͱʁ
ݱࡏ ݱࡏͷ։ൃελΠϧ
νʔϜฤ ໊ ໊ ໊ ɹݱࡏͷ։ൃελΠϧ
ɹݱࡏͷ։ൃελΠϧ ݱࡏͷ։ൃελΠϧͷ֓ཁ n HJUʹΑΔ։ൃϫʔΫϑϩʔ n Πϯϑϥ։ൃ n 4MBDLͷ׆༻
ɹݱࡏͷ։ൃελΠϧ HJUʹΑΔ։ൃϫʔΫϑϩʔ n HJU(JUIVC n ϫʔΫϑϩʔHJUqPXΛ࠾༻ n 1VMM3FRVFTU࣌ʹίʔυϨϏϡʔ n ʢTVCNPEVMFΛซ༻ʣ
ɹݱࡏͷ։ൃελΠϧ EFWFMPQ EFWFMPQ ։ൃऀ
ɹݱࡏͷ։ൃελΠϧ GFBUVSF EFWFMPQ EFWFMPQ ։ൃऀ
ɹݱࡏͷ։ൃελΠϧ HJUQVTI GFBUVSF EFWFMPQ GFBUVSF EFWFMPQ ։ൃऀ
ɹݱࡏͷ։ൃελΠϧ GFBUVSF EFWFMPQ GFBUVSF EFWFMPQ EFWFMPQ` ։ൃऀ QVMMSFRVFTU ϨϏϡΞʔ
ɹݱࡏͷ։ൃελΠϧ GFBUVSF EFWFMPQ GFBUVSF EFWFMPQ EFWFMPQ` ։ൃऀ ϨϏϡΞʔ GFBUVSF ίʔυϨϏϡʔ
ɹݱࡏͷ։ൃελΠϧ GFBUVSF EFWFMPQ GFBUVSF EFWFMPQ EFWFMPQ` ։ൃऀ ϨϏϡΞʔ NFSHF
ɹݱࡏͷ։ൃελΠϧ HJUQVMM GFBUVSF EFWFMPQ GFBUVSF EFWFMPQ EFWFMPQ` ։ൃऀ EFWFMPQ`
ɹݱࡏͷ։ൃελΠϧ Πϯϑϥ։ൃ n Πϯϑϥͷ։ൃ$IFG n $PNNVOJUZ$PPLCPPLͱ ಠࣗͷ$PPLCPPLΛซ༻ n $IFGͰѻ͑ͳ͍ྖҬख࡞ۀ
ɹݱࡏͷ։ൃελΠϧ 4MBDLͷ׆༻ n Ϋϥυܕνϟοτπʔϧ n 8FCɾΞϓϦͷํͰར༻Ͱ͖Δ n ֤छαʔϏεͱͷ*OUFHSBUJPOΛ׆༻͠ ௨ΛҰݩԽ
ɹݱࡏͷ։ൃελΠϧ ˙4MBDLʹ௨ΛҰݩԽ
ɹݱࡏͷ։ൃελΠϧ ˙௨ͷྫ
αʔϏεͷͱڞʹ ։ൃମ੍มΘ͖ͬͯͨ ɹݱࡏͷ։ൃελΠϧ
ΞτϥΠϯ n αʔϏεͷͱ։ൃ n ϦϦʔε࣌ͷ։ൃελΠϧ n ݱࡏͷ։ൃελΠϧ n ཧͷ։ൃମ੍ͱʁ
։ൃνʔϜͷϢʔτϐΞͱʁ ཧͷ։ൃମ੍ͱʁ
ࠓͷ։ൃମ੍ཧతʁ ɹཧͷ։ൃମ੍ͱʁ
ࠓͷ։ൃମ੍ཧతʁ ɹཧͷ։ൃମ੍ͱʁ /P
͜Μͳ՝ͷ ϢʔτϐΞͷΑ͏ͳڥͰͳ͍ ɹཧͷ։ൃମ੍ͱʁ
։ൃମ੍ͷʮϢʔτϐΞʯ ຊʹͤʁ ɹཧͷ։ൃମ੍ͱʁ
ϑΣʔζʹΑͬͯ ϕετͳମ੍ҟͳΔ ɹཧͷ։ൃମ੍ͱʁ
ϑΣʔζʹΑͬͯ ϕετͳମ੍ҟͳΔ ɹཧͷ։ൃମ੍ͱʁ αʔϏεᴈ໌ظ ։ൃମ੍ͷཁٻʢྫʣɿεϐʔσΟͳ։ൃ͕Մೳͳମ੍
ϑΣʔζʹΑͬͯ ϕετͳମ੍ҟͳΔ ɹཧͷ։ൃମ੍ͱʁ αʔϏεᴈ໌ظ αʔϏε֦େظ ։ൃମ੍ͷཁٻʢྫʣɿεέʔϥϒϧͳ։ൃମ੍ ։ൃମ੍ͷཁٻʢྫʣɿεϐʔσΟͳ։ൃ͕Մೳͳମ੍
ɹཧͷ։ൃମ੍ͱʁ ࣌ͷྲྀΕͱͱʹ ৽͍ٕ͠ज़Ξϓϩʔν͕ొ
ɹཧͷ։ൃମ੍ͱʁ ʢྫʣ$POUBJOFS NJDSPTFSWJDFT ࣌ͷྲྀΕͱͱʹ ৽͍ٕ͠ज़Ξϓϩʔν͕ొ
ͳΜͯ͋Γ͑ͳ͍ ɹཧͷ։ൃମ੍ͱʁ
ɹཧͷ։ൃମ੍ͱʁ ͋Δͷ ʮΑΓ༏Εͨ։ൃମ੍ʯ͚ͩ
ɹཧͷ։ൃମ੍ͱʁ ཧͷ։ൃମ੍͕͋Δ͜ͱΑΓ ʮվળՄೳͳ։ൃମ੍ʯ Ͱ͋Δ͜ͱ͕ॏཁ
ɹཧͷ։ൃମ੍ͱʁ վળՄೳͳ։ൃମ੍ͱ͢ΔͨΊʹ n ՝Λൃݟ͢ΔҙࣝΛͭ n ղܾՄೳͳखஈΛ୳͓ͯ͘͠ n ఏҊ͍͢͠Λͭ͘Δ n ΞϓϩʔνΛ࣮ફͰ͖ΔػձΛͭ͘Δ
ϰΥϥʔϨגࣜձࣾͰ "QQMJWͷ։ൃʹܞΘΔΤϯδχΞΛ ืूத͍ͯ͠·͢ʂ ͝ڵຯͷ͋Δํ!ZTIOC·Ͱ ͍͞͝ʹ
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠