#技術・運用 1217件

テスト駆動開発の専門家が話す「自動テストは“信号機”」　テスト結果を“情報”として活用し、開発生産性を上げる方法

和田卓人氏が考える“自動テストの真の目的”とは？　コスト削減ではなく「変化に対応する力」を得るためのベストプラクティス

ローコード開発の可能性と落とし穴　複雑な要件、学習コスト、クラウドサービス連携

ローコードツールで、“属人性”から“チーム開発”へ　ツールで解決する「社内ツール開発」の課題

Jasmine Teaとクエリアで「ローコードUI」を構築　限られたリソースで効率的な管理ツールを開発

ノーコード／ローコードツールの勘所と活用術　開発組織の生産性向上とコード依存からの解放のために

RAG、プロンプトエンジニアリング、そしてエンドユーザー評価の重要性　三者三様のLLM社会実装への挑戦

LLM開発は"1000万円ガチャ"？　３人の専門家が語る日本語モデルの開発秘話と苦労

トークナイザーの重要性と継続事前学習の可能性　3名の専門家が語る日本語LLM開発の最前線

生成AIは社会をどう変えるのか　 PKSHAが挑む未来のエンジニアリング

ディープラーニングから生成AIへ　PKSHAが見てきたAI技術の10年

Goのテストコードをいかにして楽に書くか？　gomockとASTで実現する単体テスト自動生成テクニック

Goにおける“単体テスト効率化”への挑戦　ASTとgomockを活用したスケルトンコード自動生成ツール

生成AI時代にも活躍できるのは“目的志向の人”　生成AIの広がりで変化する、エンジニアに求められるスキル

役員を含む全社員が受講必須カリキュラム　サイバーエージェントが提供する「生成AI徹底理解リスキリング」講座とは

広告のAI化で、クリエイターの制作量が約4.5倍増加　サイバーエージェントにおける生成AI活用事例

LLMがもたらす“ニッチな業務のデジタル化革命”とは　LayerXのLLM活用戦略から学ぶ知的単純作業の革新

“知的単純作業の自動化”はLLMでどのように可能になるのか　中村龍矢氏が語る、LayerXのAI・LLM戦略

僕の好きな「LLMは知識の索引」という考え方　Preferred Networks岡野原氏が考えるLLMの進化

AIで人間の生活・常識・行動様式・価値観は大きく変わる　Preferred Networks岡野原氏が話すLLMの最前線

AKSアップグレードの練度を高めていくために何が必要か　イオンで行われたAKSアップグレード戦略の実際

アップグレードは回数をこなさないとうまくいかない　実践！企業におけるAKSアップグレード戦略

テストカバレッジが100％でもそれが意味のあるテストかは断言できない　Mutation Testでテストコード自体の検証をしよう

何をテストするか・どのような状況とシナリオか・期待される結果は何か　明日からでもすぐにできるアンチパターン回避メソッド

しんどいところを軽減する工夫はいくつもある　「がんばらない」でAKSをアップグレードする5つの方法

AKSのアップグレード、しんどくない？　「がんばらない」アップグレード方法を考える

正確で追跡可能な指標でCUJインシデント優先度を決めよう　モバイルアプリの信頼性を担保するために

「SREはDevOpsを実現するための具体的なプラクティス」　モバイルアプリの価値を迅速にエンドユーザーに届けるには

「まるで研ぎ澄まされた日本刀のような美しさ」　僕がそれでもJetBrains製のRuby on Rails IDEを使う理由

好きなのは“コードを書くことへの情熱にあふれているから”　遠藤大介氏が伝えたい、JetBrains「RubyMine」の魅力

個人開発サービスが「10万ダウンロード」されるまで　新規ユーザー獲得施策でやってよかったこと・やらなくてよかったこと・やっておけばよかったこと

ゴールを妨げるあらゆる障害を倒さないとリリースできない　総売上1,240万円の個人開発者が語る障害との向き合い方

駆け出しのAndroidエンジニアが学ぶべきことは？　パネラー同士で語り合うFlutterとKotlinのQ&A

Android開発におけるKotlinとFlutterの“愛でポイント”　開発経験者が10の質問で語る、強みや違い

「アップデートが大変」から「自動化して楽をする」時代へ　AKSアップデートにおける2つの戦略サンプル

アップグレードはアプリケーションの回復性を確かめる機会　AKSをヘルシーに運用するための、それぞれの役割

「AKSの自動アップグレードは怖い」は古い　日本マイクロソフト社員が語る2024年AKSアップデート事情

LLM生成の精度を維持しつつ、20％の応答高速化を達成　「Medusa Head+Speculative Sampling」を活用した工夫

“応答高速化”のためにはキャッシュデータをどこに保存する？　可能な限りアクセスを減らすための3つの置き場所

どうすれば“安全なエージェント型AI”を作れるのか？　ベンジオ氏が取り組む「Generative Flow Networks」とは

“AIが逃げられないケージ”を作るために人間は何ができるか　大惨事を避ける上で正しく実現しなければいけない2つの課題

「汎用人工知能（AGI）はいずれ実現し、人間よりも賢くなる」　ヨシュア・ベンジオ氏が説く、AIの特性を理解する重要性

「集合知を活用した算出」から「AIを使った算出」へ　QuerySoftmax活用で改善した“オッズ予測の精度”

「netkeiba」の予想オッズ算出方法が抱えていた課題　精度が投票数に左右される、意図的な投票操作が可能…

「尖った人ではなく、暗黙知を形式知に変換する人がほしい」　“均質人材”を育成してきた日本でこれから求められる能力とは

1

2 3 4 5

...

28