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
ブログ夏祭り2020_チバユキ_脳
Search
YukihiroChiba
August 12, 2020
Technology
8.2k
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
ブログ夏祭り2020_チバユキ_脳
クラスメソッド社内で2020年8月に行われたイベントでの登壇資料です
YukihiroChiba
August 12, 2020
More Decks by YukihiroChiba
See All by YukihiroChiba
DevelopersIO 2025 RIとSP基礎講座
yukihirochiba
1
2.5k
わたしの業務の中に住み着いたCacoo/Cacoo has taken up residence in my work routine
yukihirochiba
0
1.3k
Amazon VPCでの IPv6利用に向けた はじめの一歩/first-step-towards-using-ipv6-in-amazon-vpc
yukihirochiba
0
1.2k
AWS IAM の結果整合性を避けるためセッションポリシーを用いてポリシーの動作確認を行う、を解説する
yukihirochiba
0
1.2k
SSMエージェントはIAMロールの夢を見るか/ Do SSM Agents Dream Of IAM Roles?
yukihirochiba
0
3.2k
AWS IAM の知っておくべき話と知らなくてもいい話 DevIO2023/ AWS IAM DevIO 2023
yukihirochiba
0
3.7k
デジタルアイデンティティWGミニウェビナー第4回「IaaSとアイデンティティ」/ jnsa-iaas-identity
yukihirochiba
0
870
学習エンジンがうなりを上げているチームの作り方 / How to build a team with a learning engine humming along
yukihirochiba
0
7.5k
Amazon Route 53 Application Recovery Controller zonal shift 試してみた
yukihirochiba
0
2.4k
Other Decks in Technology
See All in Technology
基調講演:人とAIをつなぐIoTの今と未来 ー 「フィジカル」と「デジタル」が出会うその先へ【SORACOM Discovery 2026】
soracom
PRO
0
360
QAと開発の両側から進める AI活用 -QAプロセスAI支援ツールキットと Inner Loop / Outer Loopの取り組み-
legalontechnologies
PRO
2
360
文字起こし基盤の信頼性
abnoumaru
0
150
ウォーターフォール開発案件のPMとしてAI活用を模索している話
hatahata021
2
200
ソフトウェアアーキテクチャ研修【MIXI 26新卒技術研修】
mixi_engineers
PRO
2
990
データ活用研修 データマネジメント【MIXI 26新卒技術研修】
mixi_engineers
PRO
4
780
AI工学特論: MLOps・継続的評価
asei
11
3k
AI時代におけるテストの基礎の再定義 / Rethinking the Fundamentals of Testing in the AI Era
mineo_matsuya
15
6.2k
論語・武士道・産業革命から見る かわるもの、かわらないもの
ichimichi
8
1.6k
オートマトンと字句解析でRoslynを読む
tomokusaba
0
120
VPCセキュリティ対応の最新事情
nagisa53
1
350
2026年のソフトウェア開発を考える(2026/07版) / Agentic Software Engineering 2026-07 Findy Edition
twada
PRO
31
21k
Featured
See All Featured
Context Engineering - Making Every Token Count
addyosmani
9
1k
The SEO identity crisis: Don't let AI make you average
varn
0
520
DBのスキルで生き残る技術 - AI時代におけるテーブル設計の勘所
soudai
PRO
67
56k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
RailsConf 2023
tenderlove
30
1.5k
Six Lessons from altMBA
skipperchong
29
4.4k
Exploring the relationship between traditional SERPs and Gen AI search
raygrieselhuber
PRO
2
4.2k
Faster Mobile Websites
deanohume
310
32k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4.5k
Game over? The fight for quality and originality in the time of robots
wayneb77
1
230
The SEO Collaboration Effect
kristinabergwall1
1
510
Applied NLP in the Age of Generative AI
inesmontani
PRO
4
2.4k
Transcript
ਤɺ͔ͭ͏ɻ ɺӻͿɻ "84ࣄۀຊ෦ɹίϯαϧςΟϯά෦ νόϢΩ
ࣗݾհ ઍ༿ • 20201݄JOIN • ͖ͳ AWSαʔϏεɿVPC •
͖ͳνόɿνόϢεέ
ຊͷςʔϚ ਤΛͬͯΈΑ͏͔ͳ……ͱࢥͬͯΒ͏
ষཱͯ 4 •ୈҰষɹਤͱ •ୈೋষɹϒϩάͷͨΊͷਤ •ୈࡾষɹਤͷͨΊͷϒϩά •࠷ऴষɹ͔͜͏ɺਤ
ୈҰষɹਤͱ
͓ॻ͖ 6 I.ʹඳըॲཧΛͤ͞ͳ͍ II.࣮ଞਓͷ͚ͳ͍ III.ϝϞϦΛղ์͢Δ •ୈҰষɹਤͱ
ҙࣄ߲ ʰ˞ݸਓͷײͰ͢ɻʱ / ϊʔࠜڌͩΑ \
Ⅰ. ʹඳըॲཧΛͤ͞ͳ͍
Ⅰ. ʹඳըॲཧΛͤ͞ͳ͍ 9 • ਓؒͷΠϯϓοτΛແҙࣝʹඳը͢Δ • ςΩετɺԻ…… • ඳըॲཧͷମྗΛফඅ͢Δ •
ݟ͕ͳ͍ͷ߹ɺಛʹେม • ॳΊ͔Βඳը͞Εͨঢ়ଶͰݟͤΔ
10 ղ૾ͷ͍ඳը ςΩετ Ի ύϫʔΛ৯͏ Ⅰ. ʹඳըॲཧΛͤ͞ͳ͍
11 Ⅰ. ʹඳըॲཧΛͤ͞ͳ͍ ॳΊ͔ΒਤͰ ݟͤΔ / ͔ͨ͢ΔΘʔ \
Ⅱ. ࣮ଞਓͷ͚ͳ͍
Ⅱ. ࣮ଞਓͷ͚ͳ͍ 13 • ্༷ɺଞਓͷͷத͚ͳ͍ʢ2020ݱࡏʣ • ෆศͳͷͰΞοϓσʔτ͓͍ͪͯ͠·͢ʂ • ಉҰͷΠϯϓοτ͔Βಉ͡ͷΛ૾͍ͯ͠Δ ͔อূ͕ͳ͍
• ڌΓॴͱͯ͠ਤΛ༻͍Δ
14 Πϯϓοτ Ⅱ. ࣮ଞਓͷ͚ͳ͍ ͪΌΜͱಉ͜͡ͱࢥ͍ු͔ͯ·͔͢ʁ
15 Ⅱ. ࣮ଞਓͷ͚ͳ͍ ڞ௨ͯ͠ʹݟ͑ΔͷΛڌΓॴʹ͢Δ ͷதͰ ಛఆͷՕॴΛ ϙΠϯτ͢Δ͜ͱՄೳ / ͔ͨ͢ΔΘʔ \
/ ͔ͨ͢ΔΘʔ \ / ͔ͨ͢ΔΘʔ \
Ⅲ. ϝϞϦΛղ์͢Δ
Ⅲ. ϝϞϦΛղ์͢Δ 17 • ͕ඳ͘ਤղ૾͕͘ݻఆ͞Ε͍ͯͳ͍ • ϫʔΩϯάϝϞϦ͙͍ͬ͢ͺ͍ʹͳΔ • ෆશͰͷ֎ʹਤͱͯ͠Ξτϓοτ͢Δ
18 ղ૾ͷ͍ඳը ଞͷλεΫ ଞͷλεΫ ଞͷλεΫ Ⅲ. ϝϞϦΛղ์͢Δ ͣͬͱʹ ͱ͓͚ͬͯͳ͍ ෳࡶͳͷ
ඳ͚ͳ͍
19 Ⅲ. ϝϞϦΛղ์͢Δ ଓ͖͔ΒඳըͰ͖Δ ͷ֎ʹ ग़͓ͯ͘͠ / ͔ͨ͢ΔΘʔ \ ղ૾ͷ͍ඳը
ୈೋষɹϒϩάͷͨΊͷਤ
͓ॻ͖ 21 I.ଞਓࣗͷϒϩάʹͦΜͳڵຯͳ͍ II.ਤ͚ͬ͜͏ᐆດ͕͞ڐ͞ΕΔ •ୈೋষɹϒϩάͷͨΊͷਤ
Ⅰ. ଞਓࣗͷϒϩάʹͦΜͳڵຯͳ͍
Ⅰ. ଞਓࣗͷϒϩάʹͦΜͳڵຯͳ͍ 23 • ڵຯͳ͍ͷʹͷମྗΛׂ͜͏ͱ͠ͳ͍ • ಡΈख࠷ॳʹͬ͘͟ΓͲΜͳ͜ͱ͕ॻ͍ͯ ͍Δ͔Θ͔Βͳ͍ͱෆ҆ • ਤΛೖΕͯԿʹ͍ͭͯͷϒϩά͔Ͱཧղ
ͯ͠Β͏
24 Ⅰ. ଞਓࣗͷϒϩάʹͦΜͳڵຯͳ͍ λΠτϧ 344 ݕࡧ 4/4 ࣥචऀ Ϧʔυจ ಡΉ
ͬ͘͟Γ શମ ಡΉ ڵຯ͕ ͋Ε શମΛ ಡΉ ྲྀೖܦ࿏ ։͘લͷஅ ։͍ͨ͋ͱͷஅ هࣄͷ֓ཁ ਤΛೖΕΔ͜ͱͰڵຯΛ࣋ͨͤΔ ಄Λগ͠ ಡΉ / ಡΜͰΈΑ͏͔ͳ \ ಡΈखͷ ʜʜ ʜʜ
25 Ⅰ. ଞਓࣗͷϒϩάʹͦΜͳڵຯͳ͍ λΠτϧ 344 ݕࡧ 4/4 ࣥචऀ Ϧʔυจ ಡΉ
ͬ͘͟Γ શମ ಡΉ ڵຯ͕ ͋Ε શମΛ ಡΉ ྲྀೖܦ࿏ ։͘લͷஅ ։͍ͨ͋ͱͷஅ هࣄͷ֓ཁ ಄Λগ͠ ಡΉ ʜʜ ʜʜ ಡΉ࣌ʹলΤωͰࡁΉ / ཧղ͍͢͠ \ ಡΈखͷ
Ⅱ. ਤ͚ͬ͜͏ᐆດ͕͞ڐ͞ΕΔ
Ⅱ. ਤ͚ͬ͜͏ᐆດ͕͞ڐ͞ΕΔ 27 • ཁૉؒͷؔΛݫີʹఆٛ͠ͳͯ͘Α͍ • ݴٴ͍ͨ͠෦ΛϙΠϯτ͢Δͷָ͕ • ςΩετʹى͜͢ͷ͕େมͳͷΛਤͰදݱ ͢Δ
Ⅱ. ਤ͚ͬ͜͏ᐆດ͕͞ڐ͞ΕΔ 28 ཁૉ1 ཁૉ1-a ཁૉ2-c ཁૉ3 ཁૉ3-a ཁૉ1-b ཁૉ1-c
ཁૉ1-d ݫີʹఆٛ͠ͳͯ͘ͳΜͱͳ͘ϑΟʔϦϯάͰิͰ͖Δ ཁૉͱ ͦͷԼͷ ཁૉͷؔ ʁ ͜ͷҹ ԿΛද͢ʁ ςΩετͰ දݱͮ͠Β͍Օॴͷ ϙΠϯτָ / ਤͰඳָ͍ͯͪ͠Ό͑ \ ॻ͖खͷ
ୈࡾষɹਤͷͨΊͷϒϩά
͓ॻ͖ 30 I.ࢲਤʹͳΓ͍ͨ •ୈࡾষɹਤͷͨΊͷϒϩά
Ⅰ. ࢲਤʹͳΓ͍ͨ 31 • ઌ΄ͲݟͨͷϒϩάΛิ͢ΔͨΊͷਤ • ਤͦͷͷ͕ίϯςϯπʹͳ͍͍ͬͯͷͰ ͳ͍͔ • ಛఆͷྖҬΛநԽͯ͠ਤղͨ͠ͷΛϝΠ
ϯʹਾ͑ͯɺͦͷղઆΛߦ͏ϒϩά
Ⅰ. ࢲਤʹͳΓ͍ͨ 32 • ·ͣΤϯδχΞ͕Γ͍ͨͷҎԼͷ͋ͨΓͷͣ • Ͳ͏͍ͬͨίϯϙʔωϯτ͕͋ͬͯ • Ͳ͏͍ͬͨύϥϝʔλΛ͍࣋ͬͯͯ •
ͦΕΒ͕ͲΜͳؔʹ͋Δ͔ • AWSͩͬͨΒҎԼΛॱ܁Γͯ͠ཧղΛਂΊΔͣ • BlackBeltɺυΩϡϝϯτɺ࣮ࡍʹ৮Δɺઌਓͷϒϩά • ॱ܁Γ͢Δલʹશମ૾Λԡ͑ͯ͞Β͏ͨΊͷਤ
33 Ⅰ. ࢲਤʹͳΓ͍ͨ υΩϡϝϯτ #MBDL#FMU ࣮ࡍʹ৮Δ ઌਓͷϒϩά ମܥཱͯͨ ཧղ ͜ΕΑΓઌʹ
શମ૾͕ ͔͍ͬͯΕ ΑΓޮత
34 / രͰཧղͰ͖Δͥ \ Ⅰ. ࢲਤʹͳΓ͍ͨ υΩϡϝϯτ #MBDL#FMU ࣮ࡍʹ৮Δ ઌਓͷϒϩά
ਤղ ϒϩά ମܥཱͯͨ ཧղ ͡Ίʹͬ͘͟Γཧղ ͕͍ࣗ·ֶΜͰ͍Δͷ͕ શମͷͲ͜ʹҐஔ͢Δ͔Ḫͬͯ֬ೝ
ີ͔ͳ ʰBlackBeltΑΓઌʹ ԶͷϒϩάΛݟΖʱ / ݴ͑ΔΑ͏ʹͳΔͱ͍͍Ͷ \
࠷ऴষɹ͔͜͏ɺਤ
͓ॻ͖ 37 I.ϓϩΞΫςΟϒ2" •࠷ऴষɹ͔͜͏ɺਤ (ฉ͔Εͯͳ͍͜ͱʹউखʹ͑·͢) / Ϛονϙϯϓ \ ϒϩάʹݶΒͣɺର͓٬͞ΜͩͬͨΓɺ ֶशͷதͩͬͨΓɺʹ͓͚Δਤ
Ⅰ. ϓϩΞΫςΟϒQA 38 ΫΤενϣϯ Ξϯαʔ ਤΛ͔͘ͷΊΜͲ͘͘͞ͳ͍Ͱ͔͢ʁ ͍ɺΊΜͲ͍͘͞Ͱ͢ʂ ԿͰਤΛ͔͍ͯ·͔͢ʁ CacooͰ ͔͍ͯ·͢ʂ
CacooͰ ਤΛ͔͘ͷΊΜͲ͘͘͞ͳ͍Ͱ͔͢ʁ ͍ɺΊΜͲ͍͘͞Ͱ͢ʂ Ͱͦͷ͏ͪCacooے͕͖ͭ·͢ / ۙಓͳΜͯͳ͍ͥ…… \
39 ΫΤενϣϯ Ξϯαʔ Լॻ͖͔͍ͯ·͔͢ʁ ͔͔ͳ͍͜ͱͳ͍Ͱ͕͢ɺ ༧ఆ௨Γʹͳͬͨ͜ͱͳ͍Ͱ͢ ࢴͱϖϯͰ͍͍Ͱ͔͢ʁ ѱ͘ͳ͍Ͱ͕͢ɺ ͔͍ͨΓফͨ͠ΓͰ͖ͳ͍ͱਏ͍͔ ϗϫΠτϘʔυͰ͍͍Ͱ͔͢ʁ
ѱ͘ͳ͍Ͱ͕͢ɺίϐϖͨ͠Γ ΦϒδΣΫτҠಈͰ͖ͳ͍ͱਏ͍͔ / ੲExcelͰؤுͬͯͨΑɻํ؟ࢴʹͨ͠ExcelͰ͔͍ͯZipͯ͠ύεϫʔυΛผϝʔϧͰૹΔΜͩʂҒ͍ਓ͍͍ͪͪจষͳ ΜͯಡΜͰ͘Εͳ͍͔ΒͶɺͬ͞͞ͱֆΛඳ͍ͯૹͬͯϦϞʔτʢԻonlyʣͰઆ໌͢ΔΜͩʂָ͔ͬͨ͠ͳʂʂϋϋοʂ\ Ⅰ. ϓϩΞΫςΟϒQA
Ⅰ. ϓϩΞΫςΟϒQA 40 ΫΤενϣϯ Ξϯαʔ ͡Ί͔Βܗ͕ ࢥ͍ු͔ΜͰ·͔͢ʁ ͍͍͑ɺͷதͰҭͯΔʹ ݶք͕͋Γ·͢ɻ ͷ֎ʹग़͔ͯ͠Βҭͯ·͢ɻ
ਤΛ͔͘ͷΊΜͲ͘͘͞ͳ͍Ͱ͔͢ʁ ͍ɺΊΜͲ͍͘͞Ͱ͢ʂ ίπͱ͔͋Γ·͔͢ʁ ͱΓ͋͑ͣʹ͍ͭͨͷΛཁૉͱͯ͠ ͔͖ग़ͯ͠ɺΈ͑ΔΑ͏ʹͯ͠·͢ / Զʹݶք͋ΔΑ \ ϚωδϝϯτίϯιʔϧͷࠨϖΠϯͱ͔ υΩϡϝϯτͷதʹग़͖ͯͨϦιʔεͱ͔
41 ΫΤενϣϯ Ξϯαʔ ਤΛ͔͘ͷʹͲͷ͘Β͍ ͔͚࣌ؒͯ·͔͢ʁ ʮԿͷͨΊʹ͜Μͳ͜ͱͯ͠ΜͩΖ……ʯ ͱࢥ͏͜ͱ͕͋Δ͘Β͍͔͚ͯ·͢ ԿͷͨΊʹ ͦΜͳ͜ͱͯ͠ΔΜͰ͔͢ʁ ΈΜͳͷɺসإʜʜ
Έ͍ͨ͡Όͳ͍ʁ ͔͔ͳ͍͍ͯ͘Ͱ͔͢ʁ ೖͨ࣌ؒ͠ʹରͯ͠ಘΒΕΔޮ༻Λ ؑΈͯஅ͍ͯͩ͘͠͞ Ⅰ. ϓϩΞΫςΟϒQA / ݸਓతʹΈΜͳͷਤ͕ݟ͍ͨͰ͢ \
42 ΫΤενϣϯ Ξϯαʔ ͏গ͓͠खܰʹͰ͖·ͤΜ͔ʁ ϚΠϯυϚοϓͱ͔͍͍͔͠Ε·ͤΜ Ⅰ. ϓϩΞΫςΟϒQA ਤ ϚʔΫ μϯ
ςΩετ ϚΠϯυ Ϛοϓ ͔͘ͷ͕ ͓खܰ ͔͘ͷ͕ ΊΜͲ͍ ಡΈऔΔͷ͕େม ಡΈऔΔͷ͕ϥΫ ϚΠϯυϚοϓ ֊Խ͞Εͨදݱಘҙ͚ͩͲ ֊Λ·͍ͨͩ ؔੑͷදݱۤखͩΑ
·ͱΊ
·ͱΊ 44 • ಡΈखͷཱͱͯ͠ਤͰදݱ͞Εͨํ͕ຬ ͕ߴ͍ • ॻ͖खͷཱͱͯ͠ϝϦοτ͕͋Δ • ಡΈखΛ༠Ҿ͢Δ •
શʹςΩετʹམͱ͞ͳ͍͍ͯ͘ • ॻ͍ͨ͜ͱΕΔͷͰࣗະདྷͷಡΈख • ͱݴͬͯΊΜͲ͍ͷΊΜͲ͍ • ֶशͷ్தʹਤΛ׆༻͢Δ͜ͱͰޮΞοϓ
·ͱΊ ΈΜͳͰ ͋·Ͷ͘ਓྨͷɺ ࿑ͬͪΌ͓͏ͥ……ʁ ͓Μͺ͔ͬͯ͘ΕΑͳʂ