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
技術的負債と向き合う取り組みでよかったもの / positive_efforts_to_tac...
Search
yuuki takezawa
October 16, 2023
Programming
10
4k
技術的負債と向き合う取り組みでよかったもの / positive_efforts_to_tackle_technical_debt
こんなことをやって改善していっているよ、という話
yuuki takezawa
October 16, 2023
Tweet
Share
More Decks by yuuki takezawa
See All by yuuki takezawa
なぜAI時代に 「イベント」を中心に考えるのか? / Why focus on "events" in the age of AI?
ytake
4
1.7k
PHPでアクターモデルを活用したSagaパターンの実践法 / php-saga-pattern-with-actor-model
ytake
0
2.2k
PHP ステートレス VS ステートフル 状態管理と並行性 / php-stateless-stateful
ytake
0
270
PHPでアクターモデルを理解・体験しよう / Understand and experience the actor model in PHP
ytake
2
780
再考 アクターモデル/ reconsider actor model
ytake
0
1.5k
GoとアクターモデルでES+CQRSを実践! / proto_actor_es_cqrs
ytake
1
600
Phluxorでアクターモデルを 理解・体験しよう / toolkit-for-flexible-actor-models-in-php-phluxor
ytake
1
350
オブジェクトのおしゃべり大失敗 メッセージングアンチパターン集 / messaging anti-pattern collection
ytake
2
1.3k
DRE/SREのプラクティス融合によるクラウドネイティブなデータ基盤作り / dre_sre
ytake
0
950
Other Decks in Programming
See All in Programming
実は歴史的なアップデートだと思う AWS Interconnect - multicloud
maroon1st
0
300
[AtCoder Conference 2025] LLMを使った業務AHCの上⼿な解き⽅
terryu16
6
1k
PC-6001でPSG曲を鳴らすまでを全部NetBSD上の Makefile に押し込んでみた / osc2025hiroshima
tsutsui
0
200
AIで開発はどれくらい加速したのか?AIエージェントによるコード生成を、現場の評価と研究開発の評価の両面からdeep diveしてみる
daisuketakeda
1
300
從冷知識到漏洞,你不懂的 Web,駭客懂 - Huli @ WebConf Taiwan 2025
aszx87410
2
3.3k
GISエンジニアから見たLINKSデータ
nokonoko1203
0
190
Giselleで作るAI QAアシスタント 〜 Pull Requestレビューに継続的QAを
codenote
0
330
クラウドに依存しないS3を使った開発術
simesaba80
0
210
脳の「省エネモード」をデバッグする ~System 1(直感)と System 2(論理)の切り替え~
panda728
PRO
0
130
Combinatorial Interview Problems with Backtracking Solutions - From Imperative Procedural Programming to Declarative Functional Programming - Part 2
philipschwarz
PRO
0
130
HTTPプロトコル正しく理解していますか? 〜かわいい猫と共に学ぼう。ฅ^•ω•^ฅ ニャ〜
hekuchan
2
600
gunshi
kazupon
1
140
Featured
See All Featured
Git: the NoSQL Database
bkeepers
PRO
432
66k
My Coaching Mixtape
mlcsv
0
21
Code Review Best Practice
trishagee
74
19k
The Language of Interfaces
destraynor
162
26k
How to make the Groovebox
asonas
2
1.9k
Chasing Engaging Ingredients in Design
codingconduct
0
94
Rails Girls Zürich Keynote
gr2m
95
14k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
9.8k
Mind Mapping
helmedeiros
PRO
0
45
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
17k
It's Worth the Effort
3n
187
29k
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5.1k
Transcript
ZVVLJUBLF[BXBZUBLF ٕज़తෛ࠴ͱ͖߹͏औΓΈͰྑ͔ͬͨͷ
QSP fi MF • ελʔϑΣεςΟόϧגࣜձࣾ΄͔ • σʔλॲཧ͍Ζ͍Ζ • (P4DBMB
• ϚΠΫϩαʔϏεΞʔΩςΫνϟɾϦΞΫςΟϒγεςϜɺ ϨΨγʔվળ43&%3&ɺ֤छϞσϦϯάͷࢧԉͳͲ • 9IUUQTUXJUUFSDPNFY@UBLF[BXB
ٕज़తෛ࠴ͱָ͖͘͠߹͑ͯ·͔͢ʁ
ٕज़ෛ࠴ͦͷͷͷׂѪ ʢΥʔυࢯͷ։ൃऀମݧدΓͷͳͲʣ
͖߹͏ͨΊͷ४උ
આ໌ɾڠྗΛ์غ͠ͳ͍ • վળ͞Εͳ͚ΕͲ͏ͳΔ͔ɺվળͨ͠ΒͲ͏ͳΔ͔ վળ͠ͳͯ͘ͳ͍ͷ͔Ͳ͏͔ • ػೳՃ͕Ͱ͋Ε ͲͷΑ͏ͳΞτΧϜΛظ͍ͯ͠Δͷ͔͔ͬ͠ΓدΓఴ͏
• ΤϯδχΞͷ༻ޠΛΘͣʹ8):͕આ໌Ͱ͖Δͷ͔Ͳ͏͔
ঢ়گΛՄࢹԽ͠Α͏ • 43&͕จԽͱͯ͋͠Δ߹ɺ ͲͷΑ͏ͳྖҬ෦͕ϋοϐʔͰͳ͍ঢ়گͳͷ͔ • ΠϯλϥΫγϣϯΛཧղͯ͠၆ᛌͯ͠ߟ͑Δ
• ΤϯδχΞΘͣจԽͱ͍ͯ͘͠ͷҰͭ
શһࢀՃͰΠϕϯτετʔϛϯά
5IF"SUPG4-0TϫʔΫγϣοϓ
͖߹͏ͨΊͷجૅମྗΛ͚ͭΔ • ϫʔΫγϣοϓఆظతʹ࣮ࢪதʢʹҰճ͘Β͍ʣ • ݱࡏಈ͍͍ͯΔαʔϏεͱͷฒɾաظͷϓϥϯ • νʔϜͷ݈߁ঢ়ଶͳͲ
ฦࡁ͍ͯͧ͘͠ʂ
աڈʹܟҙΛ͏ • ݱঢ়ͷγεςϜͷঢ়گΛ͔ͬ͠Γͱཧղ͢Δ • υϝΠϯΛ͔ͬ͠Γͱཧղ͢Δ • աڈͷܦҢɾ͜Ε·ͰͷഎܠΛΔ
ҙ
ؾΛ͚ͭΑ͏ • Ϟμϯͳ࡞Γํ͡Όͳ͍͔Β৽͍ͨ͘͠͠ • ॻ͖ํ͕ؾʹ৯Θͳ͍ • ͱΓ͔͍͍͋͑ͣͬ͜ΞʔΩςΫνϟʹ͍ͨ͠ • ͳͲͳͲ
৽͘͠ΠέͯΔίʔυʹʂ
ݩͷγεςϜΑΓύϑΥʔϚϯε͕ѱ͘ͳΓ·ͨ͠ ෳࡶͳγεςϜʹͳΓ·ͨ͠ɾɾ
ؾΛ͚ͭΑ͏ • ײ֮తͳͷɺओ؍త͗͢ΔͷͳͲ͕ ೖΓࠐ·ͳ͍Α͏ʹ • ޙΠέͯΔͷ͋Γ·ͤΜ • ࠓΈͳ͞Μ͕ॻ͍ͯΔίʔυγεςϜෛ࠴ʹͳΔͷͰ͢
ೝͷࠩʹؾΛ͚ͭΑ͏
ϨϏϡʔɾυϝΠϯΛཧղ͢Δձ • ݱࡏͷυϝΠϯ͕ࣝڞ༗͞ΕΔ·Ͱຖि࣮ࢪ ʢࣄલʹΠϕϯτετʔϛϯάͳͲΛΈΜͳͰʣ • ӡ༻νʔϜͳͲަ͑ͯίʔυͷॻ͖ํӠʑ͚ͩͰͳ͘ ͜Ε·ͰͷഎܠͳͲซͤͯฉ͘
• ୯ͳΔίʔυϨϏϡʔͰด͡ͳ͍
ϨϏϡʔɾυϝΠϯΛཧղ͢Δձ • ࠓݱࡏͷঢ়گΛΓऔͬͯ៉ྷʹ͚ͨͩ͠ͷ γεςϜɾίʔυʹͳ͍ͬͯͳ͍͔Ͳ͏͔ • ։ൃऀମݧ͚͕ͩ༏ઌ͞Ε͍ͯͳ͍͔Ͳ͏͔ • νʔϜͰೝ͕ଗ͍ͬͯΔ͔ɺΕͦ͏͔Ͳ͏͔
ϨϏϡʔɾυϝΠϯΛཧղ͢Δձ • ٕज़తʹᘳͰ͋Δඞཁ͋Γ·ͤΜ • ᘳʹ͠Α͏ͱ͢Δ΄Ͳਐ·ͳ͘ͳΔ • େମͷํੑ͕͋Εɺଟগͷߥ͞ڐ༰ • ͕ɺ৫نʹΑ༷ͬͯʑ
݁Ռ νʔϜϝϯόʔ͕υϝΠϯΤΩεύʔτʹ ৫ίϛϡχέʔγϣϯ͕େ෯վળ ٕज़తෛ࠴͕ੜ·Εʹ͍͘αΠΫϧͷҰา
ࢥΛ͑Δɾ͢
ࢥΛ͖ͪΜͱ͍͑ͯ͘ • Ͳ͏͍ͬͨํͰɺࢦ͢ํͲ͜ͳͷ͔ υϝΠϯ͔Βಋ͖ग़͞Εͨͷ͔Ͳ͏͔ • ૈͯ͘άϥϯυσβΠϯɾίϯηϓτΛ
ࢥΛ͖ͪΜͱ͍͑ͯ͘ • ྫ͑ϨΠϠߏ͚ܾͩΊ͍ͯ͘ͱɺ8):͕ൈ͚མͪ ϨΠϠߏʹ͢Δ͜ͱ͚ͩʹϑΥʔΧε͞Εͯ͠·͏ • ٕज़࣌ͷྲྀΕͱͱʹมΘ͍ͬͯ͘ͷ • ΨονΨνʹߟ͑ͨͷ͕ͯݹ͘ͳΔ
࣌ͷਓ͕͍ͳ͍ ͕ࣝڞ༗͞Εͳ͍ͨΊೝʹࠩ
Α͍ͷͰ͋ͬͯෛ࠴ʹݟ͑ͯ͠·͏
ݱࡏͷνʔϜͰ࠷దͳ͑ɺ ใͷ͠ํΛ୳͠·͠ΐ͏
্ख͖͘߹͏ʹ • ٕज़໘͚ͩͰͳ͘ɺաڈΛΔ • υϝΠϯΛཧղ͠ɺγεςϜͱͷࠩΛਖ਼͘͠ೝࣝ͢Δ • ΈΜͳͰ܁Γฦཱ͔͍ͪ͠ɺจԽʹ
͋Γ͕ͱ͏͍͟͝·ͨ͠