サクサク読めて、
アプリ限定の機能も多数！
アプリで開く
「Microsoft Fabric」の技術検証を基に、Microsoft Fabricの魅力や各種ポイントを解説していきます。Microsoft Fabricとは、データレイク、データ分析、データ統合などのサービスが包括的なサービススイートとしてすべて1箇所で提供されるSaaSサービスです。データ収集、データ加工、データ分析、レポート作成等、データ基盤に必要とされる機能をシームレスに連携できるオールインワン分析ソリューションと言えます。 弊社においても、Microsoft Fabricをデータ活用民主化推進の有力なツールと位置づけています。 （以前の記事“データ活用の民主化を推し進めるための一つの解 －Microsoft Fabric－”にビジネス的視点から見たMicrosoft Fabricの良さを紹介しているので、こちらもぜひご覧ください！） 「Microsoft Fabric気にな
2024年5月、MicrosoftはWindowsにおけるVBScriptの段階的な廃止を発表しました。これにより、VBA(Visual Basic for Applications)でVBScriptを利用しているプロジェクトに影響が出る可能性があります。Microsoftは新たなブログ記事「Prepare yourVBA projects for VBScript deprecation inWindows」を公開し、廃止のスケジュールと、VBAでの対応方法について詳しく説明しています。 VBScriptは約30年前にMicrosoftが開発したスクリプト言語で、Windowsの自動化やOfficeアプリケーションの拡張に広く使われてきました。しかし、近年ではセキュリティ上の懸念から、マルウェアの配布手段として悪用されるケースも増えていました。MicrosoftはVBAScrip
【Unit4 ブログリレー8日目】 エムスリーエンジニアリンググループの井本です。Unit4チーム(m3.com開発チーム)に所属しています。今日が誕生日です。 この記事では、Claude Codeを活用して30分で作成した実用的なタスク管理ツールについてお話します。 背景 課題タスク管理ツールの開発(30分で) 結果 雑に記入できる 実際の依頼例とその結果 見やすく表示できる 今後の課題 まとめ We're hiring! 背景 中途入社してから1年以上経過し、複数サービスの開発を担当する機会が増えてきたタイミングで従来のテキストメモベースのタスク管理がしんどくなってきました。 かといって複雑なタスク管理ツールを使うのも大変で結局、使わなくなるリスクがあったため、気軽に運用できるタスク管理ツールを作りました。 あまり時間をかけたくなかったので30分で作りました。 課題 具体的な既存ツ
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 更新情報（2025年4月5日） 37万回以上の閲覧、1,500件を超える「いいね」、そして1,700件以上のストックをいただき、心より感謝申し上げます。 多くの方に読んでいただいたことで、現場での活用や共感の声を多数いただきました。 今回の更新では、読者の皆様から寄せられたフィードバックをもとに、より実践的な内容を追記し、一部の表現をリライトしました。 特に「非機能要件」「移行・引継ぎ」「保守体制」に関する項目については、現場で実際に起きやすい課題に対する解決視点を強化しています。 今後も内容を継続的にブラッシュアップしながら、現場で本
![[Doc] 要件定義書テンプレート・要件定義書の書き方 - Qiita](/image.pl?url=https%3a%2f%2fcdn-ak-scissors.b.st-hatena.com%2fimage%2fsquare%2f92dc44fc8a8e7426db0092ff0228703157a1c539%2fheight%3d288%3bversion%3d1%3bwidth%3d512%2fhttps%253A%252F%252Fqiita-user-contents.imgix.net%252Fhttps%25253A%25252F%25252Fqiita-user-contents.imgix.net%25252Fhttps%2525253A%2525252F%2525252Fcdn.qiita.com%2525252Fassets%2525252Fpublic%2525252Farticle-ogp-background-afbab5eb44e0b055cce1258705637a91.png%25253Fixlib%25253Drb-4.0.0%252526w%25253D1200%252526blend64%25253DaHR0cHM6Ly9xaWl0YS11c2VyLXByb2ZpbGUtaW1hZ2VzLmltZ2l4Lm5ldC9odHRwcyUzQSUyRiUyRnMzLWFwLW5vcnRoZWFzdC0xLmFtYXpvbmF3cy5jb20lMkZxaWl0YS1pbWFnZS1zdG9yZSUyRjAlMkYyNDE5MDklMkY1ZGU1MmRjNTAzODc4N2IzNWZjOTJkODhiNDY4ZmM3YTI2OTM2NjI1JTJGeF9sYXJnZS5wbmclM0YxNjY0NzYzNzQ4P2l4bGliPXJiLTQuMC4wJmFyPTElM0ExJmZpdD1jcm9wJm1hc2s9ZWxsaXBzZSZiZz1GRkZGRkYmZm09cG5nMzImcz0wMWQ5N2I2MTkzM2RhYmMxODNkOGRlYmI3ZmFiOTBkYQ%252526blend-x%25253D120%252526blend-y%25253D467%252526blend-w%25253D82%252526blend-h%25253D82%252526blend-mode%25253Dnormal%252526s%25253De63cbc0e90588ee773256464ed72cf53%253Fixlib%253Drb-4.0.0%2526w%253D1200%2526fm%253Djpg%2526mark64%253DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTk2MCZoPTMyNCZ0eHQ9JTVCRG9jJTVEJTIwJUU4JUE2JTgxJUU0JUJCJUI2JUU1JUFFJTlBJUU3JUJFJUE5JUU2JTlCJUI4JUUzJTgzJTg2JUUzJTgzJUIzJUUzJTgzJTk3JUUzJTgzJUFDJUUzJTgzJUJDJUUzJTgzJTg4JUUzJTgzJUJCJUU4JUE2JTgxJUU0JUJCJUI2JUU1JUFFJTlBJUU3JUJFJUE5JUU2JTlCJUI4JUUzJTgxJUFFJUU2JTlCJUI4JUUzJTgxJThEJUU2JTk2JUI5JnR4dC1hbGlnbj1sZWZ0JTJDdG9wJnR4dC1jb2xvcj0lMjMxRTIxMjEmdHh0LWZvbnQ9SGlyYWdpbm8lMjBTYW5zJTIwVzYmdHh0LXNpemU9NTYmdHh0LXBhZD0wJnM9NzE1Zjc2MTRjYTk2OWVlNzc2NmYxOTk5OTQzYjQzNjc%2526mark-x%253D120%2526mark-y%253D112%2526blend64%253DaHR0cHM6Ly9xaWl0YS11c2VyLWNvbnRlbnRzLmltZ2l4Lm5ldC9-dGV4dD9peGxpYj1yYi00LjAuMCZ3PTgzOCZoPTU4JnR4dD0lNDBzeWFudGllbiZ0eHQtY29sb3I9JTIzMUUyMTIxJnR4dC1mb250PUhpcmFnaW5vJTIwU2FucyUyMFc2JnR4dC1zaXplPTM2JnR4dC1wYWQ9MCZzPTMxZDY5NThkZmJiYTlkYzBlZGMxNjBjN2I2ZTY5Mzg0%2526blend-x%253D242%2526blend-y%253D480%2526blend-w%253D838%2526blend-h%253D46%2526blend-fit%253Dcrop%2526blend-crop%253Dleft%25252Cbottom%2526blend-mode%253Dnormal%2526s%253Dbea8cd64dcc9f57665930f9e48a48e89&f=jpg&w=240)
最近は、自分はかなり Vibe Coding にお世話になっている。実際にプロダクションのコードでも使っていて自分的には普通のことと思っていたのだが、ある人にどうやってやってるのか聞いてみたいと言われたのでせっかくだからブログに書いておくことにした。みんなとっては普通のことかもしれないので、整理のためにも書いておこう。 Vibe Coding の光と影Vibe Coding を使うと、GitHub Copilot Agent などを使うと、自然言語で指示をすればプログラムを書いてくれる。これがあると、素人でもコーディングができそうだ。プロトタイピングや、ゼロから何かを作るときはなかなか良い感じだが、プロダクションで何も考えずに使えるというわけにもいかない。実はコードが複雑になればなるほど、そのままではうまくいかない。 今読んでいるAI Engineering より引用した次のグラフが興味
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": {
OpenAIからエージェント構築のための実践ガイドが公開されました。非常に勉強になったので、全文を日本語に翻訳しながら読みました。翻訳の正確さは保証できませんが、メモとして書き残します。 はじめに 大規模言語モデルは、複雑なマルチステップのタスクを処理する能力がますます高まっています。推論、マルチモダリティ、ツール利用の進歩により、エージェントとして知られるLLM（大規模言語モデル）を活用したシステムの新しいカテゴリが生まれました。 このガイドは、初めてエージェントを構築しようとしている製品チームやエンジニアリングチーム向けに設計されており、多くの顧客導入事例から得られた洞察を、実践的で実行可能なベストプラクティスにまとめています。有望なユースケースを特定するためのフレームワーク、エージェントのロジックとオーケストレーションを設計するための明確なパターン、エージェントが安全かつ予測可能で効
米Perplexityは3月13日、企業向けAI検索サービス「Enterprise Pro」を日本で提供を始めると発表した。Web上のリアルタイム情報と企業内のデータを組み合わせたAI検索に対応するという。Perplexityは、ユーザーの質問に対し、Web上のリアルタイム情報を参照・要約して返答できるAI検索サービスが特徴。回答に用いた情報ソースを明示したり、回答をさらに深堀りできる質問をユーザーに提案したりするといった機能を備えている。 Enterprise Proでは、これらの機能はそのまま、検索の際に企業内データを参照できるように変更。金融データベース「Crunchbase」などの独自データを加えた計3種類のデータソースを、それぞれオン／オフで組み合わせることで、AIが回答の際に参照するデータを選べるという。
『全員インシデントコマンダー』の体制構築から 1年経った現在地 株式会社ユーザベース 安藤裕紀 2024/12/17 障害対応の属人化から脱却。全員を巻き込む仕組みづくりの方法 00 自己紹介 安藤裕紀 / Yuki Ando 株式会社ユーザベースNewsPicks事業 VP of Platform Engineering SREチームのチームリーダー（プレイングマネージャー） 兼 Platform Engineering グループのエンジニアリングマネージャー 特技：AWSコスト削減や障害対応を愚直に100本ノックすること 好きなSREのプラクティス：非難なきポストモーテム文化 Incident Response Meetupという障害対応のイベントを運営しています ©Uzabase, Inc. All Rights Reserved.
【はじめに】 「システムを作る技術」ではなく「作らせる技術」についての本 不思議なことがある。 世の中にはシステム開発についての本が何百冊もあるが、その全てが「システムを作る技術」の本なのだ。もちろんITエンジニアと呼ばれる専門職はたくさんいて、彼ら彼女らは勉強熱心なので技術書のニーズは高い。作る技術についての本がたくさんあるのは不思議ではない。 だがビジネスパーソンの9割はシステムを作る人ではなく、作ってもらい、使う側だ。この作ってもらう側の人々が、作らせ方を学ぶ本が一切ないのはかなり不思議なことだ。住宅建築と比べると、その異様さが際立つ。住宅の分野でも、大工さんや建築家向けの専門書は多く出版されている。同時に「望み通りの家を手に入れる方法」だの「建築家と家を作る」だの「良い工務店の選び方」といった、家を作ってもらう施主に向けた本も無数にある。 なのにシステムの世界では、作らせる方法に
SFでビジネスを試作するSFプロトタイピングは、SF作家の想像力を活用し、未来の事業や製品などのアイデアを考えようというコンサルティングの手法である。プロトタイピングは「試作する」という英単語で、つまり「SFでビジネスを試作する」という意味になる。 日本ではまだあまり知られていないコンサルティング手法だが、アメリカではすでに10年以上の歴史がある。SFプロトタイピングの先駆けとされているのは、半導体大手のインテル。同社が開発していた集積回路はライフサイクルが10年前後と長く、次世代の製品を開発するためには10年先の未来を考えなければならなかった。 そこで当時同社に勤務していた未来学者のブライアン・デイヴィッド・ジョンソンが、SF文学のテクニックによって10年先のビジネスの未来を描くというアイデアを思いついたのだという。 このアイデアは、ジョンソンの2011年の著書『インテルの製品開発を支
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめにエンジニアのみなさま、日々の学習本当にお疲れ様です！ また本記事まで足を運んでいただき本当に感謝です。 約3分程度で読めるので最後まで読んでもらえると幸いです。 要件定義関連の記事の投稿をしました。時間あればぜひ読んでみてください。 今回は「非機能要件」の 可用性 性能・拡張性 運用・保守性 移行性セキュリティ システム環境・エコロジー の6項目について理解を深めてアウトプットしようと思います。 非機能要件｜6項目について 1. 可用性 システムが継続して利用可能な状態を維持する能力を指します。『稼働率』 で表現されます。シ
2024年1月、約5万人が使う「神奈川県公立高校ネット出願システム」でGmailが使えないトラブルが発生し、大きな話題を集めた。騒動が終息して半年が経過した今、日経クロステックはITベンダーが神奈川県教育委員会に提出したシステム障害報告書を独自入手。なぜ県教委はトラブルに見舞われたのか、報告書と県教委への取材を基にその全貌に迫る。 第2回 詳細判明した神奈川県の高校入試ネット出願トラブル、専門家が指摘する3つの不備 2024年1月、約5万人が使う「神奈川県公立高校ネット出願システム」でGmailが使えないトラブルが発生し、大きな話題を集めた。騒動が収束して半年が経過した今、日経クロステックはITベンダーが神奈川県教育委員会に提出したシステム障害報告書を独自入手。なぜ県教委はトラブルに見舞われたのか、報告書と県… 2024.08.30 第1回 システム障害報告書を独自入手、神奈川県教育委員会
東京海上日動火災保険が、生成AI（人工知能）によるシステム開発の効率化を進めている。基幹システムの新規アプリケーションの開発や仕様変更で、設計書からAIでコードを生成する実証実験を実施したところ、新規開発においてプログラミング工数が44％削減できると分かった。実証実験を経て、2024年10月から実際の業務での利用を始める方針だ。 「人間にしかできない、戦略的な業務に人員を投入したい」。東京海上日動システムズの山下裕記ITインフラサービス本部インフラソリューション三部部付部長は、システム開発における生成AI活用に乗り出した理由をこう話す。生成AIと親和性が高い領域として、まずはプログラミング工程での活用を選んだ。2023年9月から、東京海上日動システムズと日本IBMが共同でコード生成の実証実験を開始した。実証実験の対象としたのが、全国の拠点からの保険金請求に対応する損害調査システムだ。この
日本経済新聞社は、2024 年 6 月 12 日にApple Vision Pro 向けの新アプリ「日経空間版」を発表しました。Apple Vision Pro向け「日経空間版」 ニュースを3Dで - 日本経済新聞Apple Vision Pro の日本発売日である 6/28 から提供を開始します。 日経空間版のリリースを記念して、本記事と発売 3 日前の 6/25 から発売日の 6/28 まで毎日 1本ずつ、4本の日経空間版に関する投稿を日経空間版リリース記念特集としてお届けします。お楽しみに。 はじめに こんにちは。デジタル編成ユニットで長期インターンをしている尾崎正和です。日経空間版ではプロダクトマネジメント、体験設計、UI デザイン、グラフィックデザイン、フロントエンドの実装(Swift)を担当しています。本記事では、本日発表したApple Vision Pro 向け
パナソニック ホールディングス（HD）は、グループ国内従業員7万人が使う新人事システムの運用を開始した。人事情報の発信や問い合わせ窓口を一本化。従業員が情報を探したり、人事社員が問い合わせ対応に割いたりする手間を削減した。生成AI（人工知能）による質問回答機能の追加開発も進めている。 「人事サービスごとに問い合わせ先が乱立していた」。パナソニック オペレーショナルエクセレンスの田中和也エンプロイーサクセスセンター企画室室長は、新システム稼働前の課題をこう語る。健康保険や給与など人事サービス領域ごとに問い合わせ窓口やシステムが異なっており、従業員が自力で問い合わせ先にたどり着けないことが頻繁にあったという。従業員に向けて人事関連の情報を発信する手段も、ポータルサイトやメールなど複数存在していた。 問い合わせにはこれまで、各事業会社の事業部など、さまざまな部門に配属されている人事社員の「事業場
生成AIを使ったサービスを開発してわかったことをメモしておきます。 開発したもの 業種 SaaS 課題 提供サービス内でユーザーがアイディアを考えることが難しかった。様々なデータを人力で集めてくる必要があった 解決策 アイディア起案に繋がりそうなデータを自動で集めてきて提示する。手法はベクトル検索、AIによる要約生成。 その他 チャットUIは作っていない。ユーザーの入力は最初の検索テキスト入力文のみ。 開発前の検証・プロトタイピング 開発する前に生成AIの出力を検証することが必要 生成AIの出力の質はサービスの肝だから 生成AIの出力は事前の予想と違うこともあり早い段階で出力を確認しておかないと後々の仕様変更があったときにキツイからAIに渡すデータの中身を確認しておく 例えばRAGを使って社内ドキュメントやDBを検索する場合、それらのデータの中身を吟味する必要がある 必要なデータと不要な
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
処理を実行中です
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
