プロダクト横断デザインシステム導入のあゆみ／（１）輪読会で共通認識を作る篇 - SEN PRODUCT BLOG
こんにちは！ICTチームのデザイナー、moco（@moco_megane）です。 現在、デザイナーとエンジニアが協力し、はいチーズ！の複数プロダクトにおいてデザインシステムの導入・運用を進めています。 この記事では、まず最初の一歩として行った「輪読会」の様子と、そこで得られたことについて書きます。 今後、実際に運用を始めるまでの泥臭い取り組みを、他のデザイナーメンバーとともに連載形式で書いていきます。 どうぞお楽しみに！ 手段としてのデザインシステム 経験の異なるメンバー同士で共通認識を作りたい （１）人を集めよう （２）本を決めよう （３）発表担当を決めよう （４）読んで、発表を聞いて、ディスカッションしよう （５）学んだことをもとに、企画書を作ろう （６）ふりかえろう アンケート結果 もらった感想たち 知識の底上げはできた、が！ 次回予告 手段としてのデザインシステム 千のサービスであ
BigQueryとGeminiの連携で広がるSQLの世界 | 株式会社プリンシプル
近年、生成AIの活用が企業のデータ分析において重要なトレンドとなっています。その中で、BigQueryが提供する”ML.GENERATE_TEXT”関数は、データベースとAIの融合という新しい可能性を開きました。 この関数を使うには「存在そのものがあまり知られていない」「使い方が難しい」「利用するためには別途”BigQuery ML リモートモデル”を作成する必要がある」というハードルがあります。そのため、あまり使われていない印象です。 しかしながら、この”ML.GENERATE_TEXT”関数はとても強力です。本記事では、「この”ML.GENERATE_TEXT”関数で何ができるのか？」「どのように活用するのか？」「利用方法と注意点」を解説していきます。 ML.GENERATE_TEXT関数で何ができるのか？ “ML.GENERATE_TEXT”関数は、BigQueryのSQLクエリを介
AI Agentの評価指標まとめ
はじめに こんにちは．株式会社neoAIの研究開発組織 (neoAI Research) / 東京都立大学の板井孝樹です． 昨今LLM based Agentの開発が盛んですが，実ユースケースへの応用においては多角的な評価が必要となります．そもそも"良いAgent"がどのような評価観点が求められるのかを知ることで，良い開発・価値提供が実現可能だと考えます． 本記事では，まずLLM Agentに求められる要素能力に関する評価観点についてまとめます．そしてこれらの要素能力を包括して遂行する必要のあるタスクに関する評価指標についてもまとめます．特に昨今のビッグテックのリリース時によく用いられる評価指標をベースに調査を行いました． LLM Agentの評価指標のサーベイに関する先行の取り組みとして，Yehudaiらの"Survey on Evaluation of LLM-based Agents
若手エンジニアに薦める技術書籍以外の本10選
こんにちは！ゲンシュンです。 新卒研修の時期ですね〜！この時期とか先輩から様々な本をオススメされますよね〜、自分も新卒数年目の頃は技術書籍だけでなくビジネス書籍、自己啓発本など色々薦められました。自分は本が本当に読めなくて、人生で完読できた本は「ハリー・ポッター」「7つの封印」「涼宮ハルヒの憂鬱」という小説シリーズだけです...笑 そんな自分が、断腸の思いで読めた(もしくは目を通した)書籍を紹介します。今回は技術書ではなく、社会人生活を送るうえでソフトスキルの形成に役に立った自己啓発チックな本10選、内容と感想をまとめました〜！ カエルを食べてしまえ！ 残業3時間を朝30分で片づける仕事術 本の中身が頭に入ってこない人のための読書のルール 次の会議までに読んでおくように! ~モダンミーティング7つの原則 時間をかけずに成功する人 コツコツやっても伸びない人 SMARTCUTS 成功する人は
📝Playwright-mcp を使ったE2Eテストスクリプトの作成を試してみた
こんにちは！アルダグラムでQAエンジニアをしている千葉です！ 最近AIの進化が目覚ましく、画像生成とかコードを書くAIとか何にでもAI使えるようになってきて、技術の進歩が凄まじい勢いだなって感じている今日この頃です。 突然ですが、私が担当している業務として、E2Eテストの自動化があります。 弊社でのE2Eテストの自動化は、MagicPodとPlaywrightを利用しており、併用してテストの自動化を進めている状況です。 開発のメンバーでは、様々なAIを駆使して開発業務の効率化を行っていますが、QAメンバーでもAIを利用してテスト自動化の工数を削減する取り組みを行っていきたいと考えています。 今回は、Playwright-mcpとCursorを使って、E2Eテストを自動で生成する方法の検証を行ったので、こちらをご紹介したいと思います！ 1.Playwrightとは？ まずはPlaywrigh
MCPでのデータベースとの対話+資料化 - Qiita
はじめに 以前から話題になっていたMCP（Model Context Protocol）ですが、Anthropicの独自規格の範囲に留まらず、OpenAIが公式に採用を発表した事で一気に火がつき、最近は至るところでMCPという単語が躍るようになりました。 今回はMCPを利用したデータベースとの対話+資料化までのデモを1つのユースケースとして残しておきたいと思います。 ■構成 クライアント：Claude Desktop データベース：BigQuery データベースとの対話+資料化デモ BigQueryのMCPサーバーについては以下2つが公開されています。 機能的にはほぼ一緒なのですが、後者はデータセット名までパラメータで渡せるので、こちらを使っていきます。 Claude Desktopの構成で以下の設定をするだけで、すぐに使えます。 "mcpServers": { "bigquery": {
生成AIと「チケット駆動」で作るAPI開発 ~ 俺、プログラミングを辞めるってよ ~
想定読者 ソフトウェア開発チームに属している人 AI活用に関心がある人 はじめに はじめまして。知ってる人はお久しぶりです。 最近めっきりアウトプットがなくなった、これでようやくzenn初投稿、Ubieのしらじです。 ところで話変わるんですが、Nintendo Switch 2が出るようですね。 近況とPHRチーム 2024年末くらいにシステム開発で利用できるAI Agent(以降、AI Agent)が爆発的に認知され、一気に開発の現場に浸透してきました。 各社、個人ブログで活用事例がいっぱい出ているし、一開発者として、ついにこの時代が来たか・・・！と考えたものでした。 ここ半年のUbieのアウトプットもすさまじい・・・ 自分は現在PHR(Personal Health Record)チームに所属しています。 PHRとは患者の健康履歴を保存して、各種システムに適切な形で渡すという社内のバッ
7000体のAIエージェントを投入したPKSHA代表が語るAIの進化 - エンジニアtype | 転職type
NEW! 2025.04.28 ITニュース 生成AIAI AI業界の競争は激しく、昨日まで最先端だった技術が、今日には陳腐化してしまうことも珍しくない。その開発の“ど真ん中”にいるエンジニアにとって、この状況は大きなジレンマだろう――。 そんなリアルを感じさせられたのが、2025年4月21日に開かれたAIベンチャー・PKSHA Technology（以下、パークシャ）による『PKSHA AI Agents』のメディア向けローンチ発表会だ。 国内ではまだバズワード感が拭えない「AIエージェント」という言葉だが、同社はすでに7000体ものAIエージェントを社会実装済みという実績を明らかにし、会場からも驚きの声があがった。 本記事では、改めて抑えたい「AIエージェントの技術的な深掘り」をはじめ、7000体投入の裏側で見えてきたAI活用におけるリアルな課題、そして「AI社員」がもたらすであろう衝
PyCon APAC 2023における登壇者採択に関する調査結果のご報告
▼ 2025 (19) ▼ 4月 (5) PyCon APAC 2023における登壇者採択に関する調査結果のご報告 PyCon JP TV #51「国際法人Python Asia Organization設立の裏話」... PyCon JP 2025 主催メンバーミーティングを開催しました！ PyCon APAC 2025 参加報告会を開催しました PyCon JP 2025のテーマ決定！広島でPythonの「ピース」をつなげよう！ ► 3月 (7) ► 2月 (2) ► 1月 (5) ► 2024 (119) ► 12月 (9) ► 11月 (4) ► 10月 (14) ► 9月 (12) ► 8月 (15) ► 7月 (21) ► 6月 (11) ► 5月 (10) ► 4月 (10) ► 3月 (5) ► 2月 (4) ► 1月 (4) ► 2023 (113) ► 12月 (6)
漫画の「とりあえずここまで読んでおけ」ライン(＋追記編集)
どんな漫画にも 「とりあえずここまで読んでみて。そこまで読んで合わなかったら切っていい」 って損切り目安ラインあるじゃん そういうの教えてほしい 【例】 •デッドマウントデスプレイ 1巻 •ARMS 1巻 •アポカリプスの砦 1巻 •常人仮面 1巻 2巻 •亜人 2巻 •寄生獣 3巻 •地獄楽 3巻 •マギ 8巻(バルバッド編) •鬼滅の刃 5巻もしくは8巻 •進撃の巨人 3巻もしくは11巻 •裏バイト 一話もしくは1巻 •走馬灯株式会社 一話もしくは1巻 •チェンソーマン 一話もしくは6巻 •ケントゥリア 一話もしくは4巻 【追記】 ブクマコメ本当にありがとう！メモしておきます •血の轍 1巻 •よつばと 1巻 •チ。 1巻 •ファイブスター物語 1巻 3巻 •平和の島の国崎へ 1巻 •ふたりソロキャンプ 1巻 •十字架のろくにん 1巻 •葬送のフリーレン 1巻 3巻 9巻 12巻 •最
プロダクトマネージャーがCursorと作る、"思考が蓄積する"仕事環境 ~AI伴走を当たり前に~｜Naomi Shiraishi
プロダクトマネージャー業務は、日々のタスクから中長期の戦略策定まで、多岐にわたります。忙しさに追われ、その日の思考や課題が記憶の彼方に消えてしまう… 私はそのスパイラルに入ってしまっており、タスク管理ツールやtimesに「日報」を書いたりと試行錯誤していたものの、何度も挫折していました。 Cursorとの出会いと活用のひらめきそんな中、社内で利用が広まっていたAIエディタ「Cursor」。 当初は、ノンエンジニアでもコード調査やSQL作成が出来ることや、一貫したドキュメント作成が出来ることに魅力を感じて使っていました。 これまで私のAI活用は、「PRDの壁打ち」に代表されるドキュメント作成の補助、「開発仕様の確認」など特定の複雑な業務だけにとどまっていました。 小さな日常的タスクにもAIを絡められる可能性があるとは、正直あまり想像できていなかったのです。 きっかけは、みやっちさんのCurs
転職エントリ（DX推進部を辞めてきました）｜むぎSE
みなさん、お疲れ様です！ だいぶ時間が経ってしまいましたが、新しい職場も落ち着いてきたので、退職エントリを書こうと思います。 前職でのお仕事や転職活動において、フォロワーの皆さんや同僚の方々にはたくさん助けていただき、本当に感謝しています。ありがとうございました！ 今回は、キャリアアップ等のポジティブな理由で、現職に残るという選択肢も含めての転職活動でしたので、単なる不平不満はなるべく避けて、良い部分と悪い部分の両面について触れようと思います。 が・・・ 結局、悪い部分を容赦なく書いてしまいました💦 しかも、どうやら元同僚にこのアカウントがバレてる気配があるので、関係者の皆さまはそっとブラウザを閉じることをおすすめします…ｗ １．前職でどんな業務をしてきたか改めまして。私は先日、東証一部上場の不動産会社を退職しました。 社内では情報システム部に所属し、社内SEとして企画系の仕事をメインに
月35人以上が開発するUbieのdbt開発のガードレール
こんにちは、おきゆきです。Ubieでデータ関連業務を担当しています。 4月9日に開催されたTokyo dbt Meetup #13にて、「dbtとLightdashを社内へ浸透させるまでの取り組み」というテーマで発表させていただきました。当日は多くの方にご参加いただき、たくさんのご質問、誠にありがとうございました！ その中で特にコメントが多かったのは、「データエンジニアが1人の状況で、dbtとLightdashを利用する月間PR作成者が35人以上というのは、具体的にどのようにデータマート開発を進めているのか？」「品質はどのように維持しているのか？」「データモデリングの知見はどのように共有しているのか？」といったご質問でした。 具体的には、以下のスライドで示した数値についてです。 https://speakerdeck.com/okiyuki99/integrate-dbt-and-ligh
Google Cloud のデータ変換サービス DataForm 入門 | Hakky Handbook
Google Cloud のデータ変換サービス DataForm 入門DataForm とは Google Cloud 上で動作する ELT の T (Tranform) を担当するソフトウェアです。ELT については、 ETL/ELT とは で解説していますが、簡単にまとめるとデータをデータウェアハウスなどから抽出 (Extract) 、ロード (Load)、変換 (Transform) する３つの処理をまとめたものです。 DataForm は、データウェアハウスなどから読み込んだデータを様々な目的のために加工し、データウェアハウスに書き戻すツールです。 また、Google Cloud 上で動作するため、BigQuery などの Google Cloud のサービスとの連携が容易となっています。 元は英国のスタートアップ DataForm が開発していたもので、2020 年に Goog
生成AI（Claude）を活用したデータクレンジングの実演〜AI時代のデータ分析〜｜ぬるったん @データサイエンティストキャリア発信
※本記事は一部AIにより作成しています。 ※本記事では、データプライバシーとセキュリティの観点から、すべて架空のデータサンプルを使用しています。実務でのClaudeの活用に際しては、所属組織のセキュリティポリシーを遵守し、適切なデータ取り扱いを行ってください。 はじめにデータ分析の価値は、その土台となるデータの質に大きく左右されます。どれほど洗練された分析手法を用いても、基礎となるデータに問題があれば「Garbage In, Garbage Out（ゴミを入れればゴミが出る）」の原則通り、信頼性の低い結果しか得られません。そのため、あらゆるデータプロジェクトにおいて、データクレンジングは不可欠なプロセスとなっています。 近年、生成AIの発展により、データ分析のワークフローも大きく変化しつつあります。特に、データクレンジングという時間を要する作業において、AIの支援を受けることで、データアナ
TypeScriptの危険性 - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 筆者は現在、ESMベースの素のJavaScriptにJSDocで型情報を付与し、tsc によって型定義（.d.ts）のみを出力する構成で開発を行っています。 この構成は、静的解析や補完といった恩恵は享受しつつ、 視認性の良さ 型の複雑化 言語的な矛盾 ビルドの煩雑さ チーム運用コストの肥大化 といったTSの構造的な問題を回避する、極めてバランスの取れた開発スタイルであると思い採用しています。 私も現場を指揮する上でTSへの移行についてはずっと考えてきましたが、次にTSで書きたいと言われた際には 「開発コスト食い潰すだけだからや
TypeScript以外が嫌いです
TypeScript以外が嫌いです こんにちは、TypeScript原理主義者のTakoです。今日は私がなぜTypeScript以外の言語が心の底から嫌いなのかをお話しします。 はじめに みなさん、世の中にはプログラミング言語がたくさんありますよね。Java、Python、JavaScript、Ruby、Go...。でも、私にとってそれらは全て「TypeScriptではない言語」というカテゴリに分類されます。つまり、使う価値のない言語です。 型がないなんて、人生がないようなもの JavaScript？あんなの型がなくて何が楽しいんですか？undefined is not a functionとかcannot read property of nullとかいうエラーと戯れるのが好きですか？私は嫌いです。 // TypeScriptの美しさ interface User { id: numbe
AIに全てを委ねるコーディング「vibe coding」とは？｜d
元OpenAIのAndrey Karpathy氏が「vibe coding」という新たなコーディングスタイルを提唱し、Xで大きな話題となっています。 「vibe coding」とは？「vibe coding（バイブコーディング）」とは、「雰囲気に完全に身を任せ、指数関数を受け入れ、コードが存在することすら忘れる」コーディングスタイルです。「vibe」は「雰囲気、高揚感、ノリ」という意味合いで、直訳すると「雰囲気コーディング」といったところでしょうか。 このスタイルの特徴は： 音声でAIに指示するだけ コーディングをLLM/AIエージェントに任せ、"雰囲気"に身を委ねる 常に「Accept」で差分を読まない バグがなくなるまでランダムに修正依頼 コードの存在を忘れる ただ見て、言って、実行して、コピペして、それで大体動く これは「コードを書く」というより「AIにコーディングを任せる」 感覚に
【非エンジニア向け】Cursor活用ガイド 入門編 ~ "AIと一緒に作る"が実現する業務効率化｜chihaya
はじめにこんにちは！スマートバンクでビジネス本部の責任者をしている赤池（@chihaya_akaike）です。 最近、非エンジニア向けのCursor活用記事をよく見かけますが、「エディタ」や「MCP」などの馴染みのない用語が多く、「興味はあるけど、どう業務に活用すればいいの？」と感じている方も多いのではないでしょうか。 私自身も最初は「Cursorってエンジニア向けのツールでしょ？」「ChatGPTとどう違うの？」と疑問に思っていました。でも実際に使ってみると「めちゃくちゃ便利！」という驚きの発見がありました！ この記事では、非エンジニアがCursorを日常業務に取り入れる具体的な活用方法をご紹介します。特に事業開発、経営企画、マーケティングなどの職種の方に役立つ内容になるよう心掛けたので、ぜひ読んでいただけると嬉しいです！ こんな悩みを持っている方に読んでほしいCursorの活用術を見か
生成AIの時代にレイヤードアーキテクチャは古いかなと思った
概要 導入 生成AIの進化に伴いシステム開発においても生成AIにとっても管理しやすいコードベースを作ることが重要になってきてるかなと思います。 そこで重要な点は生成AIに一度に読み書きさせる文章量や概念の広さ(コンテキストウィンドウ)が広い程に品質が下がるので判断材料は多いほど良いのですが効率的に関連情報のみにフィルタリングして渡す情報を節約するのが重要なのでなはいかと(お値段的にも)。 そこで今回お話ししたいのは、昨今流行っているレイヤードアーキテクチャのレイヤー構造が生成AIのコンテキストウィンドウと相性が悪いのではないかと気付き新しいアーキテクチャのコンセプトを描きたくなったので記事を書きました。 コード生成処理の流れ 1.コード生成対象ディレクトリの特定(pwd) 2. 関連パス（親ディレクトリ含む）を列挙 3. module.yaml（と親のmodule.yaml）から設計情報を
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
