「開発生産性」に関する実態調査レポート概説#5 なぜDevExは日本で知られていないのか ── 認知度4.9%が語る未開拓領域 - Findy Tech Blog
こんにちは。Findy Tech Blog編集長の高橋（@Taka-bow）です。 DevEx（開発者体験）の認知度はわずか4.9%。この数字もまた、日本の開発現場が直面する課題の一つであり、同時に大きな伸びしろを示しています。 前回の記事では、Visual SourceSafe 15.8%という数字から見える技術格差と、AI時代に広がる生産性格差について取り上げました。今回は、その技術格差の背景にあるDevExに焦点を当て、日本の開発者が本当に求めているものを考察します。 【調査概要】 調査対象：ソフトウェア開発（組み込み開発を含む）に直接関わるエンジニア、プロダクトマネージャー、プロジェクトマネージャー、エンジニアリングマネージャー、開発責任者など 調査方法：インターネット調査 調査期間：2025年4月2日(水)～2025年5月21日(水) 調査主体：ファインディ株式会社 実査委託先：
JAXAが公開したMCPサーバーを触ってみる
JAXA第一宇宙技術部門のX(旧Twitter)アカウントから地球観測データを生成AIから呼び出せるようになったという投稿がありました。 公式ドキュメントを見ると、ローカルMCPサーバーを公開しているようです。 公式ドキュメントではpipを用いて環境を構築していますが、多くのMCPサーバーはuvで環境を構築している印象が個人的にあるため、この記事ではuvで動かしていきたいと思います。 ※ 個人的な備忘録として執筆しています。 想定している読者 Claude Desktopで一度はローカルMCPサーバーを使ったことある方 何だかよく分からないけど、Claude Desktopで地球観測データを呼び出してみたい方 → MCPサーバーやuvを用いた環境構築などは既に様々な記事があるので、そちらをご覧ください。 JAXA Earth APIとは？ JAXA Earth API は、JAXAが公開し
Git の次へ。jj（Jujutsu）が変えるバージョン管理の常識
はじめに 「git stash し忘れてチェックアウトできない」 「git rebase でコンフリクトの嵐」 「git reset --hard で作業が消えた...」 Git を使っていて、こんな経験はありませんか？ jj（Jujutsu） は、これらの Git の痛みをすべて解消するために設計された、次世代のバージョン管理システムです。Google のエンジニアが開発し、Rust で書かれたこのツールは、Git リポジトリとの完全な互換性を持ちながら、根本的に優れたワークフローを提供します。 この記事では、jj の魅力と基本的な使い方を紹介します。 jj とは何か Jujutsu（柔術）は、Git と互換性のあるバージョン管理システムです。既存の Git リポジトリの上にレイヤーとして動作し、チームメイトに影響を与えることなく導入できます。 最大の特徴：ロックインなし jj は Gi
Hugo+Github Pagesでプロフィールページを作ってみた
はしがき Qiita、Zennなどアウトプットする場が増えていき、それをまとめるようなものを作りたいなと思い立ちました。今回は一念発起してプロフィールページを作ることにしましたので、手順などをまとめて公開しようと思います。 サーバーサイドばっかりやってて、フロントできないコンプレックス解消も目的であったのですが、これは達成されません笑 Github Pages使えば無料でできるし、使ってみたかったという理由でホスト先はGithub Pagesにしました。あとから色々調べてみるとNetlifyを使う方が多いみたいです。 調べていくうちに、静的サイトジェネレータ(SSG)を使ってWebページを作るのが簡単らしいことが分かりました。Jamstackのページに色々なものがまとまってます。今回は特に簡単に作れるらしいHugoを使うことにしました。 できたページはこちらです。よければ見ていってください
Enabling SREの加速をAI活用で模索する
この記事は何？ 本記事は、SREとしてClaude CodeやClaude Code Actionといった生成AI技術を活用し、プロダクトチームへのEnabling活動を推進した経験をまとめたものです。プロダクトチームがインフラ・SRE領域に対して抱く心理的ハードルを下げるため、AIを用いた施策について紹介します。 あなたは誰？ 株式会社グロービスのデジタルプラットフォーム部門（以下、GDP）でSite Reliability Engineerをしており、プロダクト横断的に信頼性向上に従事しています。AWS、Kubernetes環境でTerraform、Kustomizeを活用したIaC運用を推進しつつ、AIツールを活用したチーム支援・Enabling活動の実践者として活動しています。 前提・背景 私たちのSREチームは、特定のプロダクトに紐づくのではなく、組織横断的に複数のプロダクトに関
ゆるやか成長スタートアップの小さなEnabling SRE的活動 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? SRE Advent Calendar 2023の3日目の記事です。 少し前に書いたSRE NEXT 2023 IN TOKYOにオフライン参加したら一回り成長できた #srenext の結果、自分たちは何をやっているかという部分にフォーカスして書いていけたらと思います。 言葉の認識合わせ ゆるやか成長スタートアップとは SREないしインフラメンバーが1,2名ほどで、メンバーが抜けない限り採用してない状態 上記メンバーの状態 + 現在のインフラ構成で現在の事業成長ペースに”なんとか”追従できている 手は多い方に越したことはないが、費用と
組織にSREの文化を作り上げていくEnabling SRE - Money Forward Developers Blog
こんにちは、マネーフォワード サービス基盤本部 インフラ部に所属している中谷です。 先日、鈴木のブログにもあったように、サービス基盤本部では体制を変えていっている真っ最中です。（今までの組織体制の課題や、これからの本部としての目指す方向の詳細については、是非そちらのブログを参照してみてください。） その新しい体制の中で "Enabling SRE" というチームが生まれるのですが、Enabling SREとはどういうチームなのか？どういう背景で生まれたのか？何をやっていくのか？ということを紹介したいと思います。SREの文化を根付かせたいけど、どうアクションすればいいかわからないといった方の参考になればいいなと思っています。 はじめに まずは背景を簡単に説明して、なぜEnabling SREが必要になったのかを知ってもらいたいなと思います。 サービス基盤本部の体制変更の背景 マネーフォワード
MCP Apps - Bringing UI Capabilities To MCP Clients
Today, we’re announcing that MCP Apps are now live as an official MCP extension. Tools can now return interactive UI components that render directly in the conversation: dashboards, forms, visualizations, multi-step workflows, and more. This is the first official MCP extension, and it’s ready for production. We proposed MCP Apps last November, building on the amazing work of MCP-UI and the OpenAI
続・戦略と実行を爆速でつなぐデータ活用の現在地: LLM 編 - inSmartBank
こんにちは。スマートバンク 新春エンジニア駅伝 2026 第 16 区走者の kaoru です。最近はワンバンクのポイントの基盤を作ったり、エンジニアリングマネージャーをやったりしています。 この記事では 2025 年 3 月の記事「戦略と実行を爆速でつなぐデータ活用の現在地」の続編として、LLM を取り入れたデータ活用の最新状況を紹介します。 2026 年のデータ活用の現在地 スマートバンクでは 2025 年 12 月から Snowflake + dbt で構築したデータ基盤に Claude Agent SDK をベースに構築した「Ask ワンバン」の運用を始めました。 ワンバンはワンバンクのユーザーの家計管理をサポートする AI アシスタントとして活動していますが(参考: 家計管理を変える「AI アシスタント」が生まれるまで)、Ask ワンバンの登場によりスマートバンク社員のアシスタン
就職活動のためにLangGraph+ローカルLLMでアプリを作ったら、意外にも使える子に仕上がったので自慢させてくれ - Qiita
いちおう研究者なので、モデルの正確さ評価と実行速度のベンチマークをとって決定した。 正確さ評価には、MUCH datasetのフランス語、ドイツ語サブセットで評価した。 評価はLLM-as-judgeスタイルで実行した。LLMの出力 $y_{\rm hyp}$ をデータセットの正解 $y_{\rm truth}$ と比較し、同じ意味(entailement or not)かどうかを、Geminiに判断させた。 結果だけを書くと、正確さはこうなった。高い正確さ順。 Mistral-7B-v0.3 Qwen2.5 7B Qwen3 0.6B(thinking) Qwen2.5 3B Qwen3 0.6B(non-thinking) Phi-3.5 Mini 3.8B。 一方、よわよわCPUマシンでの速度比較はこうなった（速い順）。 Qwen3 0.6B(non-thinking) Qwen2.
知識ゼロからTerraformで実装するときに知っておくと便利なTips - NRIネットコムBlog
本記事は ブログ書き初めウィーク 最終日の記事です。 📝 5日目 ▶▶ 本記事 📅 こんにちは、柴原です。 最近、実務においてTerraformによる実装をすることになったのですが、本格的な実装は初めの経験だったので進め方が全く分かりませんでした。 そんな中でいろいろ模索したり経験豊富な先輩方からのアドバイスを受けて、「これもっと早く知ってたら実装捗ったなー」というポイントがいくつかあったのでここで共有したいと思います。 前提として、内容はTerraform初心者や新人エンジニア向けになっておりますのでご了承ください。 1. ベストプラクティスを知る 2. Sampleを使う resourceのExample Usageを使う terraform-aws-modulesを使う 3. 最初はmain.tfにモノリスではじめてもいい さいごに 1. ベストプラクティスを知る ありがたいこ
知っているようで知らないCLAUDE.mdを深掘りする | gihyo.jp
「Claude Code」は、CLI上で動くLLMによるAIエージェントツールです。本連載は12月5日に発売された『Claude CodeによるAI駆動開発入門』に書ききれなかった応用的な内容や最新のアップデートについて解説します。書籍をあわせて読むとさらに理解が深まることでしょう。 今回は知っているようで知らない、Claude Codeの「CLAUDE.md」について深掘っていきます。 CLAUDE.mdとは記憶である 前提としてClaude Codeは、立ち上げた際、つまりセッション間で、そのコードベースやユーザーとの過去のやり取りを基本的に覚えていません。しかしセッションを立ち上げるたびに、膨大なコードベースを毎回走査して理解していくのも現実的ではありません。 そのため、コードやルールなどを理解する起点として存在しているのがCLAUDE.mdです。 これはエンジニアにとってのREAD
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
ゼロから始めるEnabling SRE〜Datadogへの戸惑いや敬遠を無くすためにやったこと〜
AI活用でEnabling SREの加速を模索する