669件中 20件を表示
Amazon RDS for SQL Serverは、Microsoft SQL Server 2025のリリース候補版（RC版）のサポートを開始しました。これにより、ユーザーはフルマネージドなRDS環境でSQL Server 2025の最新機能や改善を早期に試すことが可能になります。RC版のため、本番環境での利用は推奨されませんが、テストや開発目的での利用が想定されており、RDS Custom for SQL Serverでも利用できます。
Kimi-K3（2.8Tパラメータ）がNVIDIA B300 x8ノードで動作するかの検証記事。FP16で約5.6TB VRAMが必要なKimi-K3に対し、B300 x8の512GB VRAMではメモリ不足が判明した。代替としてQwen-7B-ChatをFP16や各種量子化でベンチマークし、B300の高性能HBM3E帯域幅による推論速度向上を確認。巨大モデル運用における量子化の重要性を示唆した。
DeepSeek V4が正式リリースされ、推論速度が最大50%向上。JSONモード、マルチターンファンクションコール、最大128Kのコンテキスト長を持つ新コーディングモデル「deepseek-coder-v2」が導入されました。既存のAPIエイリアス（deepseek-v2など）は2024年7月24日以降HTTPエラーを返すため、利用者は「deepseek-v4」などの新エイリアスへの移行が必須となります。
プロダクト開発では「良いもの」を作るだけでなく、事業成果への貢献がPMMとプロダクトマネージャーに共通するこれからのKGIとなる。現代では、売上や利益、顧客獲得数といったビジネス指標が重視され、プロダクトをユーザーに届け、その価値を事業成長に繋げることが不可欠。プロダクトの企画・開発段階から、明確な事業成果を意識し、そこから逆算して施策を考える視点が求められる。
Pendoは、AIエージェントの自律性を高める新機能「Pendo Agent Toolkit」の提供を開始しました。本機能は、Pendoが持つユーザー行動分析やアプリ内ガイド表示機能をAIエージェントと連携させます。これにより、AIエージェントがユーザーの利用状況を理解し、個別最適化された対話や問題解決を自律的に行えるようになります。開発者はプロンプト設計の負担を軽減でき、ユーザー体験の向上に貢献します。
受託小規模開発向けに、Next.js (App Router)とTypeScriptを基盤技術として選定。状態管理にZustand、バリデーションにZod、データ取得にTanStack Query、ORMにDrizzle ORM、UIにshadcn/uiを採用し、開発生産性と保守性を重視しています。プロジェクト構成では、featuresディレクトリを用いてドメインごとに責務を分離する設計アプローチを提案しています。
ソフトウェア設計とは、変数名、クラス、DDDの境界、DB設計、マイクロサービス、組織構造といったあらゆるレベルで、「誰がどこまで責任を持って考えるか」という境界線を定める仕事である。複雑性を管理し、システムの変更容易性を高めるため、これら全ての粒度において適切な責任範囲を明確にすることが設計の本質であると説く。
エンジニアの英語学習をサポートするため、最新技術に関する知識習得も兼ねられる技術系英語ポッドキャストを5つ厳選して紹介。プログラミング言語、Web技術、ソフトウェア開発など多岐にわたるテーマを扱い、リスニング力向上と専門知識のアップデートを効率的に両立できるポッドキャストが提案されています。
SREの未来を考えるカンファレンス「SRE NEXT 2026」にZOZOはゴールドスポンサーとして協賛し、SREチームが参加・登壇しました。登壇では、ZOZO SREの組織立ち上げからレガシーシステムとの向き合い方、文化醸成について紹介。さらに、ZOZOTOWNにおけるオブザーバビリティ改善として、SLO/SLI設定から監視基盤刷新までを共有しました。両発表は多くの関心を集め、今後のSREのあり方を考える貴重な機会となりました。
Amazon S3のイベント通知機能が、システム生成タグの変更に対応しました。これにより、S3オブジェクトに自動で付与されるタグ（例：インテリジェント階層化やレプリケーションによって追加されるタグ）が追加、更新、削除された際に、Lambda、SQS、SNSなどのターゲットにイベント通知を発行できるようになります。この機能は、タグの変更をトリガーとした自動処理やワークフローの構築を容易にします。
アトラシアンのJiraがAI機能を強化し、AIによる要件定義の自動作成機能が導入されます。これにより、開発プロセスの初期段階を効率化します。また、Jiraのタスクを、関連するコンテキスト情報と共にClaudeやCopilotといった外部AIエージェントへ直接アサインできるようになります。これにより、プロジェクト管理から具体的なタスク実行までAIの一貫した活用が可能となり、開発ワークフロー全体の自動化と生産性向上を目指します。
OpenTelemetry Browser SDKはフロントエンドの可観測性向上に注目されています。Coreは安定版ですが、XHR/Fetch自動計装やWeb Vitals対応などのInstrumentationsは実験段階です。課題は、SDKのバンドルサイズ、非同期処理でのコンテキスト維持、SPAのページ遷移対応。これらを克服することで、フロントエンドのトレーシングやメトリクス収集の強力な手段となる可能性を秘めています。
エンジニアの成果はコード量のような活動量では測りきれず、その難しさを指摘。記事では、ビジネス目標に連動した評価の重要性を説き、DevOps指標（デプロイ頻度、変更リードタイム等）、品質、ビジネス貢献、チーム貢献、個人の成長といった多角的な視点からの指標設定を提案する。目的意識を持って指標を選定し、継続的なフィードバックを通じて改善と成長を促す重要性を強調している。
ループエンジニアリングは、閉じたループを回し続け改善を促す概念です。その本質は、変化を受け入れ、適応し続けるシステムを設計することにあります。固定の最適解ではなく、状況に応じた「適応解」を探し続ける仕組みを構築し、システムと文化の両面から組織やプロジェクトの継続的な適応能力を高めることを目指します。
Amazon EC2のR8iインスタンスが、東京、シンガポール、シドニー、北バージニアリージョンで提供開始されました。第4世代インテル Xeon スケーラブルプロセッサ（Sapphire Rapids）を搭載した最新のメモリ最適化インスタンスであり、最大192 vCPU、1536 GiBメモリを特徴とします。ネットワーク帯域幅は最大50 Gbps、EBS帯域幅は最大40 Gbpsで、リレーショナルデータベースやインメモリデータベースなど、高いメモリ集約型ワークロードに最適化されています。
ループエンジニアリングの次にグラフ構造が提案されることに対し、筆者はその直接的な適用に疑問を呈する。ループは状態遷移ではなくプロセスの繰り返しであるためだ。ただし、改善プロセス内の要素間の関係性や情報の流れを可視化する目的では、グラフが有用である可能性も指摘。漠然とグラフを次世代と捉えるのではなく、その具体的な適用範囲を明確にする重要性を主張している。
本記事は、初心者エンジニア向けに、プログラミング言語（Python, Java, JavaScriptなど）や、AWS、Dockerといった技術分野別の厳選された無料学習リソースを紹介しています。Progate、ドットインストール、YouTubeチャンネル、公式ドキュメント、ブログなど、多岐にわたるプラットフォームが網羅的に掲載されており、自身のレベルや目的に合った学習方法を見つけるのに役立ちます。
「バイブコーディング（感覚的で根拠の薄いコーディング）」を避けるには、コードを書く前に目的・ゴールを明確にし、具体的な「どうあるべきか」という仕様や設計を定めることが不可欠です。なぜそのコードなのかを論理的に説明できる根拠を持ち、属人化を防ぐために共有可能な形での実装を心がけます。一貫した原則に基づき、テストを伴う開発を実践することで、コード品質とチーム全体の生産性向上に繋がると述べています。
この記事では、PythonとC言語の主要な違いをコード比較を交えて解説しています。Pythonは記述が簡潔で学習しやすく自動メモリ管理である一方、C言語は手動メモリ管理で記述量が多いものの、高速な実行速度と低レベルでの制御が可能であることを示しています。
本記事は、AI初学者向けに大規模言語モデル（LLM）の仕組みを解説。LLMはディープラーニングの一種で、TransformerモデルとAttentionメカニズムが核をなす。テキストをトークンに分解し、次に来る単語を確率的に予測することで文章を生成。学習プロセスは、大量データでの事前学習、特定のタスクでのファインチューニング、そして人間からのフィードバックを用いた調整（RLHF）の3段階で行われる。
2026年7月のトレンドは、AWS環境におけるDevOps、FinOps、Securityの統合的な実践と自動化への強い関心を示す。「Agent」を活用し、開発効率、コスト最適化、セキュリティ強化を一体的に推進することで、クラウド利用のROI最大化とガバナンス強化を図る動きが加速している。
記事数
5
企業数
4
カテゴリ数
15