はじめに SSoT とその課題 活用できなきゃ意味がない Pagoda での SSoT Pagoda の課題 AI に一縷の光明を見出す MCP とは？ mcp-pagoda を使ってみる さいごに はじめに IT インフラ本部の大山裕泰です。 このたび Pagoda と AI (LLM) とを連携する mcp-pagoda を OSS としてリリース しました。 Pagoda は DMM.com のインフラ部が、当時の情報管理の課題を解決（さまざまな主体で多重・分散管理されていた情報を整理・統合）するために開発された情報管理サービスです。 運用用途に応じて任意のデータ構造を定義でき、また他の…

想定読者 記事の目的 はじめに QA部が直面する課題 AIプロダクト開発の本格化 テスト実行リソースの肥大化 部内スキル格差とフォロー工数の課題 AX戦略への取り組み 「AI for QA」：AIが品質保証を進化させる テスト自動化の進化 今後の具体的なアクション 異常検知と継続的監視 今後の具体的なアクション 品質予測と予防的品質保証の確立 今後の具体的なアクション 「QA for AI」：AIプロダクトの品質基準を確立する 従来の品質要件を超えた包括的な品質評価 今後の具体的なアクション データ・モデル品質の徹底的な検証 今後の具体的なアクション 継続的な監視と信頼性の保証 今後の具体的な…

はじめに Turtle とは わたしたちのこれまでの取り組み AI-Turtle プロジェクトの誕生 Figma MCP サーバーを試す Turtle MCP サーバーを作る MCP サーバーの実装 ルールの作成 デザイントークンの処理 デザインデータは AI-friendly であるべき AI に考えさせることを極力減らす Turtle の認知度向上 さいごに 一緒に働ける仲間を募集しています はじめに こんにちは。DMM.com の プラットフォーム開発本部 > Developer Productivity Group > Turtle チームです。わたしたちのチームは横断チームとして社内…

はじめに Solr運用における課題 Solrを用いた検索システム構成 Solr構成における課題 EKSクラスタの定期的なアップデート Solrのウォームアップによる起動時間の長さ 検索改善施策への対応 Elastic Cloudに決定した理由 移行方法 既存機能の提供 各ユースケースの具体的なElasticsearchの例 AND検索の例 Index Settingsの例 ファセットの例 重み付けの例(titleにcommentの3倍のスコアリング) 複数Indexの横断検索例 Solr同等の性能 移行してみて 良かったこと Solrからの脱却 検索システムへの理解度 Elastic社のサポー…

General 背景 Zero Trust と BeyondCorp コンテキスト・ベースの必要性 不正対策領域への応用 BeyondCorp 処理フローと 4種の主要コンポーネント 最後の部品 Gateway 全体フロー Component 分割の価値 Blacklight の API 制御における モデルと抽象化 段階的な実現 技術要素 技術的な課題 アルゴリズム的な課題 Blacklightの効果と今後の展望 General プラットフォーム開発本部 第三開発部の恩田です。もともと基盤開発チームで Gatewayやプロキシを設計・構築・運用してきましたが、最近は同じく第三開発部の不正対策…

はじめに 当日の様子 登壇内容 いっぬ: 「encoding/json v2 を予習しよう！」 主な内容 屋比久怜央: 「log, log/slog パッケージの深掘り」 主な内容 菊地ひなた: 「意外と知らない cgo の世界」 主な内容 松本響輝: 「sync/v2 プロポーザルの背景と sync.Pool について」 主な内容 懇親会 まとめ 次回予告 終わりに はじめに こんにちは！ DMM.go 運営の國分竜二(@_ryuji_cre8ive)です。 普段は、オンラインサロン開発部のアーキテクトチームとして既存機能の改修や新しいアーキテクチャへのリプレースなどを行っています。 202…

はじめに KubeCon + CloudNativeCon Japan 2025 とは レポート Kubernetes SIG Node Intro and Deep Dive そもそも SIG Node とは何か In-Place PodResize (インプレース Pod リサイズ): Sidecar Containers (サイドカーコンテナ): DRA (Dynamic Resource Allocation - 動的リソース割り当て): 悩み 1：高価な GPU、もっと有効活用したいのに… DRA ならこう解決！ 悩み 2：特殊なハードウェアの管理が複雑で大変… DRA ならこう解決…

はじめに 研究発信 研究概要 研究課題：AIにどこまで任せることができるか HAZ（Human-AI Agreement Zone）という考え方 論文とスライド資料 エンジニアが研究し、発信する時代 研究発表 難聴からの学び 突然の難聴との遭遇 難聴からの気づき おわりに はじめに プラットフォーム開発本部 ユーザーレビューグループ（URG）の松井です。 生成AIと共に働く現場エンジニアとしてのDICOMO2025シンポジウムの研究発表に加え、今回は「難聴」という予期せぬ体験を経て、あらためて感じた「人間らしさ」についてお伝えします。 研究発信 生成AIの登場により、私たちエンジニアの働き方は…

みなさんこんにちは、プラットフォーム開発本部第1開発部CSプラットフォームグループ（以降：PF開発本部、CSP）の渡部 @tenki_develop です。 PF開発本部はDMM内の会員基盤やレビュー基盤など、多くの事業部にて使用する共通基盤を提供することがミッションです。 私たちのPF開発本部では、AIの活用を部内全体で推進するAX 戦略（AI Transformation） が副本部長兼第1開発部部長・石垣さんから発表されました。目標は 「人でやっていた業務の50%をAIに置き換えた（協働）うえで、開発リードタイムへの変化を観測する」 ことで、そこから複数のプロジェクトが派生しています。 …

はじめに 第1章：なぜオブザーバビリティ成熟度評価を始めたのか オブザーバビリティとは 私たちDMM全体が抱えていた課題 SRE部が主導した理由 成熟度評価を採用した理由 第2章：オブザーバビリティ成熟度モデルの構築 モデル設計の方針 評価項目の構成 オブザーバビリティ成熟度モデル 第3章：どのように現状を把握したのか アンケートの概要 アンケートフォームの構成 レポート作成のプロセス 実施の効果 第4章：データから見えた組織の傾向と課題 全体的な成熟度分布の傾向 データから分かるDMMの現実 組織の強み：データ収集と可視化 改善の余地：アラート最適化と障害対応 全体的な傾向 第5章：評価結果…

はじめに 背景 提案手法 構成とアーキテクチャ選定 マイクロバッチの選定理由 1. 秒単位のリアルタイム性が不要だった 2. 実装・運用保守・コストのバランスを重視した 実験 結果 履歴i2i棚経由の指標 サービス全体の指標 考察 改善点 履歴i2i棚に関すること マイクロバッチ基盤に関すること BigQueryのコスト最適化 ワークフローエンジンの統一 おわりに はじめに こんにちは、データ活用推進部 レコメンドチームの寺井とデータ基盤開発部 ML基盤チームの上田です。レコメンドチームでは、機械学習モデル（特にレコメンド）の設計・実装・評価の役割を担い、ML基盤チームでは機械学習モデルを安定…

はじめに アーキテクチャ設計の具体変化とコード構成の詳細 アーキテクチャ設計の変化 課題1: 各層の相互依存関係により、仕様変更の修正影響範囲が多い 課題2: service 層に複数の責務が集中し、メンテナンス性が低下していた 課題3: service層のdaoへの依存が大きかった コード構成の詳細 「イベントストーミング」から「実装」への変換プロセス 1.ドメインモデル から実装への変換プロセス 2.イベントから実装への変換プロセス 3. コマンド から実装への変換プロセス 4. 実装とイベントストーミングとの違いの見直しと仕様変更による修正 テストしやすい制約のポイント テスト戦略の変化…

はじめに JSAI2025の概要 参加レポート ブース展示 インダストリアルセッション 懇親会 聴講セッション おわりに はじめに 皆さん、こんにちは！データサイエンスグループの平野と菊谷です。 私たちは2024年にDMM.comに新卒入社し、現在はデータサイエンスグループで検索・レコメンド機能に機械学習技術を掛け合わせ、性能改善や新規プロダクト開発に取り組んでいます。 本記事は弊社DMM.comが今年度よりプラチナスポンサーを務めた『JSAI2025（第39回 人工知能学会全国大会）』の参加レポートをお届けします。 またブース展示にて私たちが掲示したポスター画像についても、この場であらためて…

はじめに 改善活動の目的と方針 事例1：チケット作成プロセスのAX改善 背景と課題 実装内容 システム構成 改善効果の測定 フィードバック 高度な使い方 事例2：Chrome拡張型AIアシスタント 背景と課題 実装内容 システム構成 通常ブラウジングから質問 テキスト選択からの質問 幅広い活用シーン フィードバック 新しい業務スタイル 導入の難しさ まとめ はじめに プラットフォーム開発本部 ユーザーレビューグループ（URG）の松井です。 本記事では、私たちのチームが取り組んだAX改善活動についてご紹介します。始まったばかりの取り組みですが、まずは一歩を踏み出した成果をまとめました。 改善活動…

はじめに AI Coding Agent Enablement in TypeScript 発表スライド 感想 TypeScript ネイティブ移植観察レポート 発表スライド 感想 機能的凝集を用いたコンポーネント分割 発表スライド サンプルコード generated by Claude4 感想 全体を通しての感想 発表以外のいろいろ 株式会社ダイニー様 株式会社サイバーエージェント様 おまけ おわりに はじめに オンラインサロン開発部の國分です。 今回、TSKaigi 2025 に参加しました。 現地で使用したネームプレート TSKaigi は、TypeScript コミュニティが主催する世…

はじめに try! Swift Tokyoについて DMMのブース運営について Day1 ~ 3. DMM iOSアプリ技術マップ Day2. 使ったことある！ DMMモバイルアプリは？ アンケート Day3. WWDC2025 大予想投票 そのほかの施策 さいごに 運営メンバ 感想 はじめに 本記事をご覧いただきありがとうございます。iOS版 DMMブックスアプリチーム所属 柴田です。私は最近AndroidエンジニアからiOSエンジニアへ転向し、これを機に前から興味のあったtry! Swift Tokyo2025に参加してまいりました。 iOSエンジニアとして参加するイベントは初めてで、少し…

1. はじめに 2. AIコーディングのその先へ。開発プロセス全体にAIを導入する 2.1 プロセスを"AI"に置き換えるのではなく、"AI"前提のプロセスに作り変える 2.2 開発フェーズ以外の課題がたくさんある 3. マネジメントの知見蓄積とワークフロー化 3.1 ワークフロー化を避けるべきケース 4. エンジニアが開発に集中してもらうためにできること 4.1 類推見積もりによる超概算見積もり 4.2 コードベースからの仕様自動抽出 4.3 投資工数を分析し、開発業務に集中できているか確認 5. まとめ：AIを活用した開発組織マネジメント 1. はじめに こんにちは。DMM.comでプラッ…

はじめに サービスの紹介 Android版 iOS版 Web版 サービスコンセプト AIコードレビュー導入前の状況 コードレビュー体制 導入前の課題 AIコードレビュー導入の検討 CodeRabbitの導入 CodeRabbitとは 導入の容易さ 導入1ヶ月の効果 主なメリット レビュー内容の変化 定量的な効果 チームメンバーからの声 Android開発ならではの指摘 今後の展望 課題解決の進捗 残された課題 今後の方針 プラットフォーム開発本部のAI戦略 まとめ 2025年4月30日に開催された「Sansan×DMM.com Android Tech Talk」での登壇内容を基にしています。…

テストケース作成の悩み：なぜこんなに大変なのか？ 救世主現る？生成AIでテストケース作成の負担を減らしたい！ 具体的な手順：AIを絡めたテストケースの自動生成 1. 【情報収集】スクリーンショットから機能概要を生成 (by Gemini) 2. 【知識集約】関連ドキュメントをNotebookLMに読み込ませる 3. 【情報整理】テストに必要な情報をAIが整理 4. 【シナリオ作成】テストシナリオをストーリー形式で生成 5. 【ケース生成】テストケースを表形式で出力 実際に使ってみた評価：良い点＆改善点 今後の展望：AIとの二人三脚で、より高いレベルの品質保証を目指して 最後に こんにちは！DM…

はじめに 旧システムの課題 システム理解に向けた観測と整理 Datadog による運用状況の可視化 コードの精査と処理フローの再構築 ドキュメントの整備 技術選定 主な構成要素 Next.js、SSR（サーバーサイドレンダリング）の採用 Expressによるカスタムサーバ構成 CloudFrontによるアセットのキャッシュ リリース戦略：CloudFront + Lambda@Edge による移行 1つ目：オリジンリクエストフェーズでの「オリジンの制御」 2つ目：オリジンレスポンスフェーズでの「オリジン固定制御」 まとめと展望 補足 はじめに プラットフォーム開発本部 第一開発部 認証グループ…

自己紹介 1. はじめに 2. Motion JPEGの採用とその背景 3. HLSの基本構造とキャッシュ戦略 キャッシュ戦略 4. 最終構成と移行方針 CDNを活用した移行方針と最終構成 一度はリリースしたS3ベース構成 その他の構成検討 CloudFront VPC オリジン + CloudFront Functions Lambda + EFS構成 オンプレミスNAS構成 NLB + ECS Fargate + nginx + Lua構成 5. ブラウザ側の低遅延再生の工夫 プレイリスト（m3u8）の更新間隔を短く設定 セグメントの先読み数を減らす セグメント長の短縮 プレイヤーライブラ…

はじめに 導入のきっかけ プロジェクトの進行と、乗り越えた壁 テストカードが足りない、からのスタート 設計からフロントエンド巻き込みの大切さを痛感 STG（ステージング）環境と本番の差 民間導入事例がない中での判断と設計 関係者との連携に助けられた デジタル庁のサポートが迅速かつ柔軟 QA（品質保証）担当の視点の広さ フロントエンドチームの建設的な協力 カスタマーサポート・デザイナーとの協力で「迷わせない」体験に 導入後の効果 今後について 最後に はじめに プラットフォーム開発本部 第一開発部 アカウントサービスグループの宮﨑です。 2024年6月、デジタル庁が提供を開始した「デジタル認証ア…

はじめに リアーキテクトとドメインモデリングの導入に至った背景 リアーキテクトの体制 リアーキテクトの過程で発生した課題 ドメインモデリングの導入と実践 ドメインモデリング参加者 ドメインモデリングの流れ 要件の洗い出しとドメイン知識の整理 ユースケースの洗い出し イベントストーミング イベントを洗い出す イベントを時系列に並べる コマンドを洗い出す アクターを洗い出す リードモデルを洗い出す ドメインモデルの抽出 AnnouncementToCreateモデル(Aggregate) DraftArticleToCreateモデル(Aggregate) AnnouncementTypeモデル(…

はじめに Google Cloud Nextとは 会場の様子 ラスベガスの様子 Keynoteの様子 EXPOの様子 日本人向けセッションの様子 気になったセッション 土屋パート Solve real-time AI challenges: Bigtable and BigQuery in Spotify’s music recommendation engine Scaling multimodal hybrid search for massive datasets 西潟パート 変化するユーザーの検索行動 Vector Search の重要性と Vertex AI Vector Searc…

こんにちは！DMMプロダクトマネージャーの小島です。 このレポートでは、FigmaConfig2025で得られた刺激的な体験や、発表された新機能、そしてサンフランシスコでのちょっとした出来事についてお話ししたいと思います。Figmaユーザーの方も、そうでない方も、これからのモノづくりやデザインの可能性を感じていただける内容になれば幸いです。 はじめに セッションレポート FigmaConfig App Figma / Opening keynote & Deepdive：未来を切り拓く、待望の新機能群！ Grid：デザインの根幹を、より直感的で強力に！ Figma Draw：Figmaで広がる…

こんにちは、情報システム部のエンジニアの大井です。 私たちの日常業務には、社内からのITに関する多種多様な問い合わせ対応が含まれています。 パスワードリセットのような定型的なものから、システム障害の報告まで、その内容は多岐にわたります。これらの問い合わせに迅速かつ効率的に対応することは、従業員の生産性向上とIT部門の業務負荷軽減に直結する重要な課題です。 近年、AIを活用した自動応答システムが、これらの課題解決策として注目されています。 特に大規模言語モデル（LLM）の性能向上は目覚ましく、複雑な問い合わせを理解し、適切に対応できるAIエージェントの実現を可能にしました。この技術の活用で、単純…

はじめに どんなイベントなのか コミュニティ支援制度 イベントの内容 Vol.7の振り返り 運営方針 これまでのスタッフの動き ~Vol.5まで Vol.6 今回どう変わったのか オンラインイベント オフラインイベント 大成功 さいごに はじめに 動画配信開発部 配信基盤チームエンジニアの向山といいます。 Vol.1からあっという間に時間が経ってしまいました。 inside.dmm.com 2024/11/04にイベントスペースで開催した天下一キーボードわいわい会 Vol.7（以下天キー） が過去最大規模で大成功した裏側のことなどを残して、知見を共有できたらなと思います。 文章中の出来事は「私…

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 Developer Productivity Group 横断チームにて、 プラットフォームの設計品質向上に取り組んでいます。 ここ最近、AIエージェントなどの登場により ITサービス開発においてAIとの協働が急速に進んでいます。 「これからの開発はAI協働が必須」 「エンジニアにとってAIを使いこなすことが必須基礎スキルとなる」 とも言われ始めています。 望む望まざるに関わらず、生成AIによる開発のスケールは、業界的に必然の流れになるでしょう。 そんな中、生成AIを使いこなすにはどうすればいいのか、 生成AI…

はじめに レポート Opening Keynote: The new way to cloud Maximize your cloud ROI- A practical approach to efficiency and optimization. Observability(可観測性)について Developer Keynote 「You Can Just Build Things」 GKE turns 10 and looks to the future of Kubernetes GKEの最近のアップデート 特に気になったアップデート What’s new in Cloud Run 開…

1. はじめに 2. プラットフォーム開発本部のAX戦略について 3. 組織マインドを醸成する「目標と目的」のセッティング 目標「人でやっていた業務の50%をAIに置き換えた（協働）うえで、開発リードタイムへの変化を観測する」 4. AXは、プロセスを"AI"に置き換えるのではなく、"AI"前提のプロセスに作り変える 5. 25年4月現在、進行中のプロジェクト 6. 今後の注力テーマ「コードとドキュメント（prj-doc_as_code）」 7. まとめ 1. はじめに こんにちは。DMM.comでプラットフォーム開発本部の副本部長をしている石垣です。 本記事では、DMM.comのプラットフォ…