「社内の生成 AI 活用がもっと劇的に進めばいいのに」 生成 AI の進化は激しく有用な存在になってきたものの、それを業務で、個ではなく集団として活用するにはハードルが高いです。しかし「興味のあるごく少数の個人がやっている」程度の活用範囲に限られてしまうと、劇的な生産性向上なんて望めません。 Ubie ではこの状況を打破して、会社・集団として生成 AI を活用して生産性を上げるための工夫を、 社内ツール Dev Genius を中心に行なっています。これは初期は「ChatGPT の社内版」程度の存在だったのですが、それをどうやって組織全体の力に変えたのか。その鍵は、 「コミュニケーションの交差点」 を意識することでした。 ChatGPT の模倣から始まった社内ツール 社内生成 AI プラットフォーム Dev Genius は初期には ChatGPT クローンのような存在でした。この時の様子

はじめに はじめまして。@glassmonkey です。 現職の Ubie 株式会社に入社して約 1 年が経ちました。早いものです。 入社直後から関わることになった大規模なリプレースプロジェクトを完遂できたので、その知見を共有したいと存じます。 今回取り組んだのは、事業の屋台骨となる機能の一部を置き換える大規模なリプレースプロジェクトです。対象システムは 1300 万人のユーザーが日常的に利用する Web システムの基盤です。このような大規模リプレースは、技術的な課題だけでなく、多くのステークホルダーとの調整や事業継続性の確保など、複数の重要な要素を同時に満たす必要があります。 本記事では、約 1 年間かけて取り組んだシステム基盤のリプレースプロジェクトについて紹介します。特に、入念な設計フェーズとアジャイルな開発プロセスを組み合わせることで、どのように大規模リプレースを実現したのか、その

// --- Constants and Enums --- /** * 商品のカテゴリを定義する列挙型。 */ enum ProductCategory { Electronics = "Electronics", Books = "Books", HomeAppliances = "Home Appliances", Clothing = "Clothing", Food = "Food", Sports = "Sports", } /** * 注文のステータスを定義する列挙型。 */ enum OrderStatus { Pending = "Pending", Processing = "Processing", Shipped = "Shipped", Delivered = "Delivered", Cancelled = "Cancelled", } /** * ユーザーの役

Pydantic AIで作る！実践Text-to-SQLシステム構築ガイド 〜自然言語によるデータ抽出の自動化で分析業務を効率化〜 こんにちは、Ubieでアナリティクスエンジニア/データアナリストをしているmatsu-ryuです。 普段は、Ubieが提供するサービスから得られる様々なデータを活用し、「テクノロジーで人々を適切な医療に案内する」というミッションの実現に向けて取り組んでいます。 皆さんの職場では、こんなやり取りはありませんか？ 「先月のカテゴリ別売上トップ3、都道府県別で出せますか？」 「レビュー評価が星1つの商品のリストと、その商品を買ったユーザーのリストをお願いします。」 データドリブンな意思決定が重視される昨今、こうしたデータ抽出・分析の依頼は日常的に発生します。しかし、その裏側では多くの組織が共通の課題を抱えています。 SQLの壁: 分析したい人が必ずしもSQLを書ける

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

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。 この記事では、dbtを利用したデータモデル開発プロセスにおいて、AI搭載エディタであるCursor Editorを活用し、dbt model開発の速度向上にとどまらず、その開発ステップの大部分をAIで自動化した事例について紹介します。 Ubieでは3000以上のdbt modelを運用していますが、事業やプロダクトが拡大するにつれて、dbt model作成のためのファイル規約の遵守、テスト記述、ドキュメント更新、Lightdashに必要なメタデータの定義といった定型的な作業が増加し、開発者の負担となるケースが見られます。SQLロジックの設計や分析といったより本質的な業務に集中したい、という思いは多くの開発者が共有するところではないでしょうか。 この課題に対し、Cursor Editor、特にその Agent機能 と Pr

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

はじめに こんにちは、最近育休から復帰したyagです。数ヶ月ほどPCをほとんど触らない生活をしていて、育児から仕事という生活のギャップに体がついていけず、目の疲れが全然取れません。 さて、育休で休んでいる間に世間はすっかり生成AIをコーディングに活用する時代に突入しており、私は浦島太郎状態です。CursorやClineといったAIがサポートする機能を全面に打ち出したEditorや、Devinといった自動で実装してPull Requestを作成してくれるAI Agentが出現しています。これらを使いこなせるエンジニアかどうかで、生産性が格段に違うといった世界になったのだと実感します。一方で自分のような古い人間は、いかにターミナルで効率よくCLI操作できるかや、ランチャーを使いこなすかといった効率化ばかりを気にしてしまう性分です。趣味は休日のdotfiles盆栽の手入れです。 そこで試しにAI

はじめに 「このコードどう書けばいいんだろう…」 QAエンジニアとして長年働く中で、私はこの壁に何度も直面してきました。 私は、QAエンジニアのコーディングスキルは「必須」ではなく「あれば業務の助けになる」というNice to haveなスキルとして捉えていました。 しかし、私の経験では、リグレッションテストを自動化するという文脈においてはQAエンジニアやSET（Software Engineer in Test）エンジニアが中心となってE2Eテストのシステム構築、テスト作成、メンテナンスを行う場合が多くありました。 ところが、E2Eテストのシステムを適切に運用し、メンバーに広めていくにはメンテナンス性を意識したコーディングスキルが必要とされ、なかなかハードルが高いものとなっていました。 そんな私の仕事の可能性を広げてくれたのが、AI支援コードエディタ「Cursor」でした。 もし、この記

はじめに こんにちは、普段 Ubie で症状検索エンジンユビー(https://ubie.app/)の開発をしている江崎です。 最近、Cursor エディタや GitHub Copilot などのコーディングアシスタントツールが進化し続けていますが、社内固有のデザインシステムとの連携はまだまだ課題が残っていました。そこで社内エンジニアである sosuke とともに、Ubie Vitals というデザインシステムを MCP サーバー化することで、UI 開発の速度と精度が劇的に向上した体験を共有します。 目次 デザインシステムと開発の現状課題 MCP サーバーの登場 Ubie UI MCP の構築 デモ テキストだけで UI 実装が可能に デザイナーの壁打ち相手としての可能性 今後の展望 デザインシステムと開発の現状課題 Ubie では「Ubie Vitals」というデザインシステムに則って

Ubie で副業として Backend For Frontend (BFF) サーバーの開発を担当している nissy-dev です。 今回は、モジュラモノリスアーキテクチャにおける Prisma を利用した DB アクセスの課題と、その課題に対処するために作成した lint ルールについて詳しく解説します。 NestJS と Prisma で作るモジュラモノリス ユビーでは、BFF の GraphQL サーバーを実装する際に、NestJS を利用したモジュラモノリスを採用しています。この BFF サーバーは、マイクロサービスを呼び出すだけではなく、Prisma を使用したデータベースへのアクセスも行います。 モジュラモノリスの設計において、モジュール間の独立性の確保は非常に重要です。「ソフトウェアアーキテクチャの基礎」にも次のような説明があります。 優れたモジュール性を維持することは、暗

はじめに State of React Native 2024 が公開されました🎉 2024年12月9日〜2025年1月8日の約1か月間にわたり、3,501人の開発者の声が集まりました。このレポートを読み最新のトレンド、技術的な進化、そして今後の展望を独断と偏見も含めてまとめてみました。 アプリ開発の選択肢として 「React Native、アリかも？」 と思ってもらえたら嬉しいです🙇‍♂️ 個人的熱々ポイント🔥 Expoの世界観 最も大きな変化の一つが Expo の台頭です。Expoは、React Native開発を簡単にするためのツールセットで、現在では約8割の開発者がExpo CLIを利用しています。 さらに、React Native公式も 「Expoなどのフレームワーク利用が新規プロジェクトの推奨手法」 と明言するまでになりました。 Expoが提供する EAS（Expo Ap

DevinとCursorを比較してみてわかった、マルチタスクエンジニアにはDevinこそが救世主である理由 はじめに こんにちは。Ubieでプロダクト開発エンジニア兼社内入稿システムのPOをしている、えんぴつと申します。 「完全自律型AIソフトウェアエンジニア」Devinと、次世代AIコードエディタCursor。どちらも大きく注目されていますが、「実際どう使い分けるの？」「スクラムや日常業務に組み込むには？」と悩む方も多いのではないでしょうか。 私自身の業務内容としては、 プロダクトの実装 Epicの立案やPBIの起票 レビュー対応・ドキュメント整備 採用関連やチーム外のステークホルダーとのアライン という感じで開発以外のタスクもなにかと抱えています。 まとまった時間を取りづらいため、Devinのようにスキマ時間を使って開発タスクを進められる仕組みは本当にありがたいです。一方、Cursor

2025 年に入ってから AI の、特にエージェントによる支援を強く受けられる開発環境の導入を進められた方は多いのではないかと思っています。 僕が働いている Ubie でも、先日お伝えした通り Cursor や Cline の検討を行っていました。 そしてこのたび、 Ubie では Cursor の Business プラン を導入するに至りました。 本記事では Ubie で Business プランを導入するに至るまでの検討・調整と、導入から二週間経過した上での所感をお伝えします。 AI による強力な開発支援を受けたい方々の検討材料になったら嬉しいです。 TL;DR Ubieは、AIコーディング支援ツール「Cursor Business」を迅速に導入し、すでに40名以上の開発者が活用を開始しています。 一人当たり月額 $40 というコストながら、AIエージェントの活用により、開発の生産性

始めに Ubieでプラットフォームエンジニア兼SREをしているonoteruです。 前回の記事では、テンプレーティングツール「ubieform」を使ったプラットフォームエンジニアリングと、マルチクラスタ構成への移行について紹介しました。昨年実施した以下の3つのインフラ移行の1つ目になります。 単一のGKEクラスタからマルチクラスタ構成への移行 Argo Workflowからフルマネージドなワークフローへの移行 CloudSQLからスケーラブルで管理性の高いDB(AlloyDB)への移行 今回はその続編として、2つ目のArgo WorkflowからCloud Workflowsへの移行、つまり「フルマネージドなワークフローへの移行」について詳しく解説していきます。 この移行は、前回紹介したマルチクラスタ移行と同様に、Ubieのプラットフォームをより信頼性が高く、運用負荷の少ないものへと進化さ

TypeScript 5.8で導入されるerasableSyntaxOnlyフラグを使うと、enumやnamespace、クラスのパラメータプロパティ、moduleキーワードなどの構文をエラーとして検出できます。これらの構文はNode.jsでTypeScriptを実行する際に非互換な構文であり、本フラグの導入によりNode.jsとTypeScriptの互換性が高まります。 本記事では、erasableSyntaxOnlyフラグの挙動と、なぜこのフラグが導入されたのかを解説します。 erasableSyntaxOnlyフラグの挙動 erasableSyntaxOnly とは、「削除可能な構文のみ」という意味です。削除可能な構文とは、Node.jsでTypeScriptを実行される際に削除される構文のことです。後ほど詳しく解説します。 erasableSyntaxOnlyフラグは、tsconf

はじめに こんにちは、UbieでQAエンジニアをしている ackey です。 昨年の12月よりアプリチーム全体の開発・運用生産性改善を担うチームに所属しています。 本記事では、AIエージェントを使ったテストコード生成におけるちょっとした工夫事例をご紹介します。 2025年初頭時点での試行錯誤の記録として、また、生成AI時代を生き抜こうともがくQAエンジニアの取り組みとして参考になれば幸いです。 AIエージェントとのやりとりで感じた課題 UbieではCursorやClineなど開発AIエージェントのトライアルを一部のプロジェクトで開始しており、もはやAIエージェントなしの開発スタイルには戻れない状態になりつつあります。 アプリチームでもAIエージェントの利用は活発で、新機能開発からテストコードの生成まで幅広く活用されています。QAエンジニアの私も主にテスト作成文脈[1]でAIエージェントを活

始めに Ubieでプラットフォームエンジニア兼SREをしているonoteruです。 本記事では、2023年に公開した「Ubieにおけるプラットフォームエンジニアリングの取り組み2023」の続編として、2024年に実行したインフラのマイグレーションについて紹介します。以前のブログでは、新しいUbieプラットフォームの構想と進行中のプロジェクトについて共有しました。そして2024年、その構想のもとに以下3つのマイグレーションを実施しました。 単一のGKEクラスタからマルチクラスタ構成への移行 Argo Workflowからフルマネージドなワークフローへの移行 CloudSQLからスケーラブルで管理性の高いDB(AlloyDB)への移行 これらの移行の狙いは、Ubieのサービスの信頼性、スケーラビリティ、そして開発効率を向上させることです。 本記事では、これらの移行の詳細、直面した課題、そして得

昨今、 Cline 等の AI エージェントによる開発支援を試されている方が多いかもしれません。 Ubie でも先日から Devin をトライアルしており、生成AIによる開発生産性の向上を模索している最中です。（この様子は下記記事によく書かれています） Devinはアウトプットを考えるとコストが安いとは感じますが、 Cline のようなローカルで動作するエージェントはさらに安く高速動作します。これらが Ubie の一定規模になったコードベースで動作するのか、どのようなツールが有力候補となりえるのかを軽く検証してみました。 TL;DR ローカルで動作するAIエージェントはコスト・速度・機能においてかなり活用しうる。今回は Cursor や Roo-Cline を使用して、「一定規模のコードベース」において「テストコード追加や簡単な改修」が数十~数百円程度のコストで実現 できた。ただし現状エン

本エントリはUbie 生成AI Advent Calendar 2024の20日目、「社内用生成AI Webアプリケーションをどのように作っているか」の第7回です。 前回は、第6回 音声書き起こしとプロンプト処理を連携するについて説明しました。今回は、リアルタイム文字起こしに関して説明します。 録音後の文字起こしも悪くないが、リアルタイムの方が楽 当初、リアルタイム文字起こしのアイデアを見た時、あまりピンと来ていませんでした。音声の文字起こし機能はすでにあるし、そこまで重要だろうか？しかし、実際に作り、使ってみたところかなり便利である実感が湧きました。 リアルタイム文字起こしのファーストバージョンの作者は@ngsw_taroです。 リアルタイム文字起こしが良いと感じた点は以下の通りです。 録音が終わった時は文字起こしが終わっている 録音中に文字起こし結果が随時分かる 必要に応じてその場で編

Devinとは、ソフトウェア開発におけるタスクを自動化・効率化してくれるAIプラットフォームです。2024年12月に正式リリースされました。 私が所属しているUbieにも先日導入されました。様々な作業ができますが、あるリポジトリで不足しているテストを書いてもらったところ、その便利さに感動して椅子から転げ落ちました。 本記事では、Devinの実際の使い方と、利用する上でのポイントを紹介します。 1. テストの作成をSlackで依頼する Slackで「これこれのテストを書いてほしい」と依頼すると、Devinがテストコードを生成し、GitHubに新しいPRを作ってくれます。 依頼例は次のとおりです。 こんにちは、 @Devin 以下の仕事をして - ubie-inc/リポジトリ名 repo にアクセスして - （テスト対象のパス） のテストを書いて - 次のテストの書き方を参考にして - foo

こんにちは、UbieでQAエンジニアをしている ackey です。 今年の10月からアプリチームのスクラムマスターとQAエンジニアを兼務していましたが、12月からアプリのテスト戦略&推進を進めるため、QAエンジニアに専念しています。 本記事では、LLMを活用した不具合分析とそれに基づくテスト戦略の立案プロセスについて紹介します。LLMを活用した新しいQAアプローチに興味のあるQAエンジニアやスタートアップでの迅速な意思決定プロセスに関心のある方々にとって参考になる記事となれば幸いです。 1. 背景 Ubieでは、React Native（with Expo）を採用したアプリ開発を行っています。この技術スタックを用いて、ユーザーに価値を素早く届けることを目指しています。 そんな中、今年の10月にアプリの新機能開発を担当するチームが誕生しました。このチームは元々Webアプリケーションの開発を担

本エントリは Ubie 生成AI Advent Calendar 2024 の9日目の記事です。LLMの進化が目覚ましいですが、現状ではLLM単体では対応が難しい課題も多く存在します。そこで重要になるのが、LLMと他のツールとの連携です。 本記事では、LLMで不得意な分野を埋めるツールの一つとして数理最適化との連携方法について、自分の試している内容を簡単に紹介します。 LLMと数理最適化を組み合わせる 数理最適化とは、問題に対して明確に定義された条件（制約条件）や目標（目的関数）をもとに、最適な解を見つけ出す技術です。交通計画や物流の効率化、シフト作成、エネルギー管理など、さまざまな応用があります。 出典: 日本オペレーションズ・リサーチ学会ポスター 数理最適化を用いると、LLMの苦手とする厳密な制約の取り扱いが可能となります。たとえば配送計画では複数の条件（時間枠、移動時間、積載量など）

はじめに Ubie プロダクトプラットフォーム所属の nerocrux です。 Ubie にパスキー認証を導入しました。導入してからしばらく時間が経ちましたが、年末になると色々振り返りたくなるので、パスキーを導入した背景や導入方法などを簡単にまとめたいと思います。 導入背景 Ubie では、症状検索エンジン「ユビー」（以下、ユビー）という一般生活者向けのサービスを展開しています。ユーザーが簡単な質問を回答することで、関連する病名や、適切な受診先情報を得ることができるサービスとなっています。 ユビーを利用する際に、ユーザーはアカウントを登録することができます。アカウント登録の手段として、いわゆるソーシャルログインを利用するほか、メールアドレスを入力したあと、メールアドレスに送られた 6 桁の OTP （有効期限の短い 1 回きりのパスコード） をユビーに入力することで、メールアドレスを所有す

本エントリはUbie 生成AI Advent Calendar 2024の4日目です。 Ubieでは、社内用の生成AI Webアプリケーションを開発・運用しています。当初はソフトウェアエンジニア向けの支援ツールとして始まりましたが、現在では社内のほとんどの業務領域で活用するWebアプリケーションになりました。 本連載では、社内用生成AI Webアプリケーションのそれぞれの機能の開発背景や機能概要、実装方法、どのように使われているかなどを複数回に分けて解説します。今回は、なぜ社内用に生成AI Webアプリケーションを開発したかを簡単に解説し、今後の連載予定の内容を紹介します。 社内用の生成AI Webアプリケーションを開発した背景 現在、社内で運用している生成AI Webアプリケーション「Dev Genius」（以後、Dev Genius）は、多岐にわたる業務支援の機能を提供しています。De

こんにちは、 Ubie でソフトウェアエンジニアをしている syu_cream です。 最近は社内のデータ分析基盤のリードなどをやっております。 本記事では、まさにそのデータ分析基盤について概要と技術的構成、今後について、最近の事情を踏まえながら紹介します。社内データ基盤に関わる開発・運用に関わるソフトウェアエンジニアの方や、分析ユースケースで利用するデータアナリストなど、社内のデータ分析環境に関わる人々にとって何か参考になる記事となれば幸いです。 Ubie のデータ分析基盤とは Ubie はデータの会社です。それは勝手に僕がそう名乗っている訳ではなく、社内でもそうした認識があり、事業を支えるコアにデータの蓄積と利活用があります。データ利活用のシーンとしては、データに基づく事業やプロダクトの方向性付けもありますし、もっと Ubie 特有事情で言うと「患者のジャーニーをデータで捉え、製薬企業

Ubieでは、Ionic(Capacitor)でガワアプリ的に実装されていたモバイルアプリ(Android/iOS)を、2024年初頭にReact Native (with Expo)にリプレイスしました。 「なぜ今更React Nativeを？」という方もいらっしゃると思います。本記事では、UbieにとってReact Nativeがフィットした理由や検討した点を紹介します。Ubieの技術資産、人材、事業展望などのコンテキストを前提とするものであり、一般的な技術の良し悪しを論じる記事ではないことに注意してください。 Full-Stack TypeScript Ubieのプロダクト開発チームでは、フロントエンドエンジニア/バックエンドエンジニアといった技術領域での担当分けは原則せず、プロダクト開発エンジニアとして企画から開発、分析などに一貫して携わっています。 このように仕事を広く持つ前提で

Node.js のサーバーにおいて、メモリリークの原因の特定に Cloud Profiler を使って解決したので経緯などを含めて紹介します。 現象 Node.js のサーバーで、デプロイ後にメモリ使用量が増えていき、一定を超えると戻るという現象が発生していました。 このメモリ使用量が落ちているところのログを確認したところ FATAL ERROR: Ineffective mark-compacts near heap limit Allocation failed - JavaScript heap out of memory というログとともにプロセスが再起動していることがわかりました。明らかにメモリリークしてそうです。 原因をつきとめる まずは現象を再現するために、ローカルやテスト環境に負荷をかけて試してみたんですが、再現できませんでした。そこで本番環境でプロファイルをとって原因を探