はじめに JSAI2026 とは 参加レポート スポンサーブース インダストリアルセッション 聴講セッション 商品説明文を対象としたECRTMとLLMによる反復的トピック洗練に関する一考察 主流意見の分離と有益な少数派意見の顕化によるニュースコメントランキングの…

はじめに イベントについて 結局、何を AI に任せるのか 提供する側と使う側が、別々の入り口から同じ方を向いていた いちばん刺さったのは「業務を評価している」という一言だった（NRI） 大規模 AI プロダクト運用で重要になるのは評価とコスト設計（Canva…

はじめに 背景 提案手法 1. 候補生成 2. 特徴量設計 3. Reranking モデル 4. 推論処理の高速化 4-a. 分散ワーカーによるスケールアウト 4-b. 計算経路の見直し 効果検証 オフライン評価 A/B テスト 表示位置別 CVR 分析 補足: i2i レコメンドへの適用 おわり…

はじめに 導入の経緯 AI-Turtle を使ってみた流れ AI-Turtle利用の効果 静的実装の初動を大幅に短縮できる Turtle コンポーネントの構成設計負荷を軽減できる Storybook 生成による確認コストを削減できる Figma との整合確認を効率化できる AI-Turtle利用の…

これはなに？ こんにちは、DMM.comのミノ駆動です。 プラットフォーム開発本部コード品質チームにて、 プラットフォームの設計品質向上に取り組んでいます。 このたび、エンジニアリング組織全体の技術的負債をAIにより可視化する仕組みを構築しました。 こ…

はじめに DEIM2026の概要 参加レポート 一般発表（技術報告） スポンサーブース インタラクティブセッション [1F-04] ターゲットベクトルを用いた SPLADE への明示的な知識注入による概念マッピング効果検証 [5G-01] マルチドメイン推薦のための協調知識グラ…

PHPerKaigi とは？ PHPerKaigi 2026 開催概要 チャレンジトークン企画概要 AI時代のPHPでの検証方法を考えよう 問題提起 Agentの禁止設定 静的解析 PHPStan Deptrac テスト AIが動作確認するためのテスト PHPUnit Infection 仕様のテスト ユーザーシナリオの…

はじめに プロダクトAIはバックエンド機能である なぜAIはワークフロー化するのか 分散SaaSが生んだ構造的負債 設計原則 — AIを特別扱いしない 再設計の3つの軸 1. 実行基盤の統一（Kubernetes） 2. ドメイン境界の明確化（DDD） 3. ワークフロー内部の可観…

はじめに ワークフローをインフラに委ねなかった理由 全体構造：クリーンアーキテクチャの適用 DDDでワークフローを表現する Value Object Rich Domain Model Domain Service （ワークフロー） ① 実行形態からの完全分離 ② Protocolによる依存性逆転 ③ Model…

想定読者 はじめに 本取組の背景 使用したツールについて 具体的な手順 ①関連ドキュメントのインプット ②プロンプトによる実行指示 ③テストレポートの確認と分析 実際に使ってみてわかったこと 良かったこと ①非エンジニアでも自動テストが可能に ②手動実行…

はじめに 個別最適の限界と、AIによる強制的な標準化 re:Invent キーノートで示された Frontier Agent という未来 re:Invent で実際に試した AI エージェント AWS DevOps Agent AWS Security Agent AWSの方とのディスカッションで深まった AI DLC の現実感 …

想定読者 はじめに 1.AI活用を「手段」にするための考え方 まずは「小さな面倒」を洗い出す 2.QA業務の質を高めるAIへの「伝え方」 ポイント１【プロンプトの具体化】 ポイント2【最適なデータの提供】 ポイント3【利用環境の明示】 3.【実践事例】業務を自…

はじめに 背景 Cursor Rules / Command を活用したコマンド作成 PR 作成コマンド 課題 施策 実装の詳細 ルールサンプル 効果 レビューコメント取得コマンド 課題 施策 実装の詳細 ルールサンプル CodeRabbit、GitHub Copilot との連携 効果 リリース自動化コ…

想定読者 はじめに 本活動の背景 本取り組みの流れ 使用したツール 調査フェーズ: サイト分析と機能の把握 人間なら「見ればわかる」、AIには「教える必要がある」 設計フェーズ1: ユーザーシナリオの具現化 AIに教えた「2つの顔」 設計フェーズ2: ユーザー…

想定読者 はじめに 調査概要 調査の背景と目的 調査方法と回答状況 対象業務プロセス AXレベル定義 調査結果 AIツール利用率は9割に到達、Cursorの導入が活用を加速 活用レベルは依然「助手レベル」が主流、目標との乖離が課題 業務プロセス別の変化 進展が…

はじめに 概要 気になった新サービス・新機能 Amazon Nova Forge 3種類の「Frontier Agent」 IAM Policy Autopilot AWS Lambda Durable Functions セッションレポート Workshop: Accelerate VMware Migration with AWS Transform Chalk Talk: AWS Tools - Au…

自己紹介 はじめに 1. AIの進展による数年先のデザイナーの役割の変化 参考：取り組み詳細の記事 2. 理想に届かないAIに嘆かず、今伸びてるAIに目を向ける 3. デザインと事業の接続点をAIと見出す 参考：取り組み詳細の記事 4. さらなるデザイン組織全体の定…

はじめに TL;DR この記事を読む前に 対象読者 解決したい課題 (去年の再掲) この記事で扱わないこと この記事で伝えたいこと ビジネスロジック閲覧サイト デモサイト コード メリット 実際に運用して得られた効果 1. Go に詳しくない相手との認識合わせが速…

背景と動機 部の取り組み「分科会」について なぜこれに取り組んだのか 解決したい課題 技術選定 実装方針 ツールの比較・選定 システムアーキテクチャ 直面した 2 つの課題 1. Slack からの Event は IAP を越えられない 2. LLM 単体では URL の先にあるロ…

はじめに 前回のおさらい 困ったこととは... RAGシステム構成 問題の発生順序 なぜ発生するのか ローカル開発環境との関係 おわりに はじめに DMM.博士通信の3回目の投稿になります。前回の投稿が2025年1月でしたので随分間が空いてしまいました。前回までの…

はじめに 背景: 正規化の有無で内積ベースの類似度は変わる → レコメンド結果はどう変わる？ DMM のレコメンド - Two-Tower モデルによるレコメンド ベクトルの長さは推薦頻度に影響する 単純なモデルで影響を調べてみた 実験設定 比較するモデル 結果: アイ…

はじめに レガシー課題の整理から始まった、持続可能な設計への再定義 共通の設計言語をつくる 設計標準の軸 迷わないルールが、設計を自由にする 設計標準をAIが読める形に アーキテクチャ審議会の立ち上げ：個別移行から全体最適へ 目的は正解の強制ではな…

はじめに 導入の概要：Google Cloud基盤を活用した運用 導入経路の詳細 予算管理の詳細 チームでの活用状況 費用管理実績 ✅ 活用できているケース ⚠️ 活用が難しかったケース データ分析特有の課題と技術的解決策 課題1：Jupyter Notebook (.ipynb) のトーク…

1. はじめに 2. 背景 データ分析における課題 3. MCP Toolbox for Databasesを導入 Toolboxの概要 BigQuery / Lookerで利用可能なツール BigQueryで利用可能なツール Lookerで利用可能なツール セットアップ 動作確認 4. MCP Toolbox for Databasesの業務活…

はじめに AI導入と課題 自動化の成功例 コードレビュー自動化の挑戦 プロンプト例 意図を共有する ケース1：判断の背景を共有する ケース2：未来を見据えた意図共有 生成AIの気づき 私たちの学び これから はじめに こんにちは。ユーザーレビューグループ（U…

はじめに RecSys 2025 概要 開催概要 印象に残ったセッション・発表 菊谷パート LONGER: Scaling Up Long Sequence Modeling in Industrial Recommenders 概要 グローバルトークン トークンマージ Hybrid Attention 推論時のKVキャッシュ 実験 感想 寺井パー…

はじめに 1. Devin導入期：生産性の爆発的向上 自律型AIエージェントの可能性に着目 驚異的な成果 具体的な工数削減効果 2. Devin運用期：PRレビューボトルネックの発生 生産量増加の副作用 ボトルネックの実態 根本原因の分析 持続可能な開発体制の必要性 4…

はじめに デザインシステムとは？ これまでの歩み さらなる価値提供のためにチャレンジできないか？ 最高のフロントエンドアプリケーションを最速で はじめに こんにちは！わたしたちは DMM.com の プラットフォーム開発本部 > Developer Productivity Group…

充実した評価制度をより効果的に運用するための挑戦 LLMで解決を検討：議事録から評価レポートを自動生成する4ステップ Step 1: AIによる議事録の自動作成 Step 2: 評価項目に関連する情報をAIが自動抽出 Step 3: 1on1での内容確認と認識合わせ Step 4: 月次…

1. AIエージェント導入の期待と現実のギャップ 2. 調査概要と主要な発見 調査結果 3. 組織とシステム構造によるAIエージェントとの相性の違い パターン1. 「新規開発 × 少人数」 現実的な生産性向上の上限と人間の限界 パターン2. 「歴史があるシステム × 大…