はじめに まずは会場の熱気から South of Marketを歩いて感じた危機感 Keynoteレポート：Code? or Design? 「Use AI」から「With AI」へ With AI時代の「ものづくり」を語った3つのセッション ① Figmaの「PM OS」：雑務を減らし、判断に集中する ② キャンバスは死んでいない：複雑な課題に近道はない ③ AIは「プロセスを作り替える好機」である おわりに はじめに こんにちは！DMM.comアルファ室のプロダクトマネージャーの小島です。 昨年に続き、今年も「Figma Config 2026」に参加してきました。会期は2026年6月23…

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多様性向上 意味は低次元に宿るが，検索には高次元が必要である おわりに はじめに こんにちは！ データサイエンス&AIグループの田中と森です。 私たちは2025年にDMM.comに新卒入社してから、検索やレコメンドの改善に取り組んでいます。 昨年に引き続き、今年も JSAI2026 にプラチナスポンサーとして協賛しました！ JSAI20…

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） 全自動化ではなく、人がどこで止めるかの設計だった（メルカリ・サイバーエージェント） 任せた成果を「資産」として積み上げる発想（楽天・Anthropic） 会場で感じた空気 さいごに ── では、前線に立つ者として何から始めるか はじめに プラットフォーム開発本部 第4開発部の中尾です。 直近は、AI/LLMを活用したプラットフォームエ…

はじめに DMM.go について 当日の様子 Team A: 各プロダクトのバックエンドの悩みや特殊な実装 Team B: エラーログの出し方と監視体制 Team C: トランザクションの実装どうしてる？ Team D: Goの標準パッケージをながめる 次回予告 さいごに はじめに こんにちは！ DMM.go 運営の大島です。普段は、動画配信開発部リニューアルグループで動画配信プラットフォーム基盤のリプレイスなどを行っています。 2026 年 5 月 19 日(火)、DMM 主催の Go 言語勉強会「DMM.go #13」を開催しました。 今回は初の試みとしてディスカッション形式を採用し、DM…

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 おわりに 脚注 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です。普段は DMM グループの各種サービスで、レコメンドシステムの開発・改善を担当しています。 本記事では、電子書籍サービスのレコメンドシステムに、Reranking モデル (2nd-stage) を導入した取り組みについて…

はじめに みなさんこんにちは！ デジタルコンテンツ開発本部 動画配信開発部 リニューアルグループの 大島 です。 この度、今年 4/22 ~ 4/24 (PDT) に米ラスベガスで開催された Google Cloud Next 2026 に参加してきました。 全3日で開催されたこのカンファレンスにおけるほぼすべてのセッションがAIエージェント関連の話をしていて、PayPalもShopifyもAT&Tも、「AIを使ってこれを実現した」「次はこれをやる」という具体的な成果と計画の話が続きました。AIを導入するかどうかという議論はすでに終わっていて、どう本番で動かし、組織にスケールさせるかが問われて…

はじめに みなさま、はじめまして。プラットフォーム開発本部 第二開発部 購入グループ 購入改善推進チーム のKanonと申します。 突然ですが、DMMには カンファレンス支援制度があることをご存知でしょうか？ カンファレンス支援制度は、カンファレンスへの参加費や宿泊費、移動費などの費用を会社が負担してくれる制度です。いくつか利用条件はあるのですが、この制度を利用することで海外でのカンファレンスに参加できます。 そしてこの度ありがたいことに、カンファレンス支援制度を使用しGoogle Cloud Next 2026 in LasVegasへ参加できました。 ご存知の方も多いかと思いますが、Goo…

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利用の課題 レイアウト解釈の限界 Figma 構造とコンポーネント設計の不一致 インタラクションの実装 Figma 構造の事前確認の難しさ コスト・運用面で気づいたこと どんなケースなら向いていそうか 向いているケース 注意が必要なケース まとめ はじめに こんにちは。 DMM.com の プラットフォーム…

はじめに 本イベントについて 当日のプログラム それぞれのPdMが語ったプロダクトの読み解き方 さいごに 次回開催も企画中 はじめに こんにちは。 DMM.comのPM横断組織アルファ室でプロダクトマネージャーをしている渡邊です。 「優れたプロダクトは、なぜ”好き”になってしまうのか？」 この問いに対してPdMの視点からプロダクトの戦略や思想を構造的に読み解き、最後に偏愛を語る。 ロジックと感情の両方からプロダクトに向き合い、プロダクトづくりの原点に立ち返る夜会を 株式会社サイバーエージェント、株式会社グッドパッチ、合同会社DMM.comの3社による、プロダクトマネージャー限定合同イベントとし…

はじめに 登壇内容 bytedance/sonicで実現する30ms広告配信の裏側 主な内容 【学生セッション】DMMのインターンでGo言語はじめてみた 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。 2026 年 2 月 20 日(金)、DMM 主催の Go 言語勉強会「DMM.go #12」を開催しました。 今回は DMM 六本木オフィス + オンライン配信のハイブリッド形…

はじめに 当日の様子 登壇内容 「Green Tea GCを見てみる」 主な内容 「脱・シェル芸！Taskで始めるイマドキ？ Go開発」 主な内容 「Airパッケージの深掘り〜変更検知の仕組み〜」 主な内容 「sync.Condの使い所についてチャネルと比較して考えてみる」 主な内容 懇親会 まとめ 今後のご案内 終わりに はじめに こんにちは！ DMM.go 運営の西本賢司(@overknj)です。 普段は、EC開発部としてDMM通販のモダナイズを行っています。 2025 年 9 月 17 日(水)、DMM 主催の Go 言語勉強会「DMM.go #11」を開催しました。 今回は「新卒が語る…

登場人物 始まりは「ラストワン賞」のチケットから 衝撃の「案内されない」体験。ここは大学か、ギャザリングか？ 「全くわからん」が危機感を呼び起こす コミュニティの輪は全ての人に繋げる必要はない 失敗しても死なない「アンロックされる」感 デザイナー×アジャイル？ 「便利屋（ママ）」と「コーチ」の使い分け チェンジエージェントの武器に 外の世界では全員意識が高いわけじゃない ネクストアクション まとめ 編集後記 「RSGT（Regional Scrum Gathering Tokyo）」というイベントをご存知でしょうか。スクラムやアジャイルを愛する人々が全国、そして世界から集まる熱気溢れるカンファ…

LVCC: Central Hall TOALLの軽量VRゴーグルと薄型タブレット 「例の黄色い袋」でみんながわかるInsta360 噂の「真の壁掛けテレビ」を展示するLG 毛色の違うブースを用意しているパナソニック REGZAがちゃんと存在感を出しているHisense 潤沢な資金が見受けられるTCL ソニー・ホンダモビリティのAFEELA LVCC: South Hall 1 & 2 多数のポータブル電源メーカー 謎のスマートウォッチ、謎のBluetoothイヤホン 他にもコモディティ化してそうなもの GaNなACアダプタ ドライヤー 「海外でもちゃんと流行ってるんだ」ってなったもの トイカ…

はじめに CESって？ どんなところを周ったか？ LVCC: North Hall / West Hall 数多の「AI」を取り入れたロボットたち 一線を画す性能を見せてくれたボストン・ダイナミクス ロボットにも応用できる基礎技術でしっかりとプロダクトを作るエッジコンピューティングAI 液浸冷却を売り込むENEOS EVよりも自動運転が多く展示されていたモビリティ分野 多数のLiDAR関連技術 有名EVメーカーと新興EVメーカー アメリカでは芝刈り機がウケる？ CES Foundry (NVIDIA) 後編へ続く はじめに はじめましての人ははじめまして、お久し振りの人はこんにちは。メディア基…

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。 この記事では、構築の経緯や仕組みを解説します。 これはなに？ 背景 DMMプラットフォームとは 組織全体で増大する技術的負債 負債の分析精度に課題 Modifius（モディフィウス）の開発 Modifius CIの構築 CI化の背景と狙い Modifius CIの全体像 技術スタックと仕組みの裏側 Claude Code Base ActionとM…

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フとGNNによる知識転移手法 おわりに はじめに こんにちは！データサイエンスグループの森と田中です。私たちは2025年にDMM.comに新卒入社し、データサイエンスグループで検索・レコメンド機能の改善に取り組んでいます。グループの活動で、今年も『DEIM2026（第18回データ工学と情報マネジメントに関するフォーラム）…

はじめに 背景と課題 背景 従来の対応と限界 課題の整理 対応方針：Phase分けによる段階的導入 Phase分けの全体像 Phase1:通報の登録(PoC) 実装の進め方 Phase1の特徴 Phase2：管理画面での通報管理 実装の進め方 Phase2で実装した機能 実装時に気をつけたこと 導入支援資料の作成 プロジェクト全体の効果と今後の課題 データ分析から見えた効果 見えてきた課題 今後に向けた方針 まとめ 得られた知見 はじめに こんにちは。プラットフォーム開発本部 第一開発部 ユーザーレビューグループの富澤です。 DMMのユーザーレビューサービスを支えるバックエンドチームで、システ…

1. はじめに 2. AWS WAF導入の背景 定期的な攻撃への対応 AWS WAFを選んだ理由 3. 導入前の検討事項 対象リソースの選定 リージョンの注意点 WCU（Web ACL Capacity Units）の制約 どのルールを選ぶべきか 4. 段階的な導入アプローチ まずはCountモードで開始 誤検知の発見と対応 誤検知の例：サービス間通信 検証期間について 5. ログ設計とコスト最適化 CloudWatch LogsではなくS3を選択 S3バケットの命名規則に注意 ルールの適用順番とコスト最適化 Athenaでのログ分析 誤検知判断のためのクエリ 6. Blockモードへの切り替…

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テスト 性質のテスト Eris PHP-Fuzzer 契約のテスト Pact PHP その他 AIによって何が変わったのか 仕様をどう管理するのかという問題 まとめ 最後に こんにちは！二次元コンテンツ開発部 のozaki-kotaです。 3月20日（金）より3日間にわたるカン…

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 Adapterで将来耐性を確保 ④ Observabilityと整合する構造 まとめ はじめに こんにちは。プラットフォーム開発本部 第４開発部 ユーザーレビューグループの大野です。 私たちは、DMMに投稿されるユーザーレビューを処理するバックエンド基盤を開発・運用しています。 レビ…

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測性（Observability） 統合の成果 まとめ はじめに こんにちは。プラットフォーム開発本部 第四開発部 ユーザーレビューグループの松井です。 私たちは、DMMに投稿されるユーザーレビューを処理するバックエンドAPIを開発・運用しています。レビューの投稿・表示は、ユーザー体験を支える基盤機能です。 そのため…

チャオ！DMMオンクレのプロダクトマネージャー（PdM）青井裕紀です。 本日は、昨年の大規模アップデートで実施した『検索体験改善』プロジェクトについてのお話をしようと思います。 ※この記事は画像の一部に生成AIが利用されています。 第1章：いち消費者として感じた「見つからない」もどかしさ 第2章：リアルの「ザッピング体験」を手のひらに 第3章：「映り込み」をめぐる現場との対話 第4章：DMMオンクレが描く「持続可能」な幸せの形 執筆に当たって / スペシャルサンクス まず、DMMオンクレはミッションとして『誰もが夢中になれるエンタメスペースを創造する』というものを掲げてきました。オンラインクレ…

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手動実行から自動実行への置き換えによる生産性向上 課題と感じたこと ①「違和感」の判定が苦手 ②日本語入力の制約がある ③複雑なテストケースを実行すると、Cursorが不安定になる 今後の展望とまとめ 関連記事 想定読者 本記事は、以下のような方々を想定読者としています。 AIを活用した自動テストを検討している方 QAエンジニア、テストエンジニア、品質…

はじめに なぜECS native Blue/Greenデプロイを導入したのか ECS Blue/Greenデプロイの基本概念 ALBの挙動 課題とその解決過程 1. 新しい機能なのでドキュメントが少ない 2. ライフサイクルフックの制約 3. Temporalワークフローエンジンの同期制御 4. HTTPヘッダーのgRPC内伝播 5. IP制限をWAFへ移行 6. そもそもそんなにインフラの知識がなかったのでキャッチアップに時間を要した 副次的なメリット 全体を通しての学び まとめ 参考リンク はじめに はじめまして、DMM.comのオンラインサロン開発部で新卒2年目エンジニアをしている國分…

はじめに SRE Kaigi 2026とスタッフとしての役割 イベント概要 担当業務：スポンサーブースルームの運営サポート 事前準備から当日まで 事前準備（当日スタッフの場合） 当日のタイムライン 一番大変だったこと：ドリンク持ち出し対応 想定外のトラブル 段階的な対処 この経験から学んだこと 運営スタッフとして大切にしたこと 視野を広く持つ 参加者の声を聴く 印象に残ったブース 嬉しかったエピソード 次回への改善点と展望 初めてイベントスタッフをやる人へ 心構え：「頼る」を前提にする 行動のコツ：積極的に話しかける 準備のポイント まとめ スタッフ経験から得た3つの学び 次回のイベントスタッ…

はじめに 概要 セッション セッション探しで意識したこと 1. 現地ならではの体験 2. マルチクラウドについて 3. Redis（インメモリデータベース）について 印象に残ったセッション Best 5 Hassle-free multicloud connectivity with AWS Interconnect - Multicloud (NET205) MACsecによる暗号化 考察 Moving to Valkey without downtime (OPN406) 考察 Master KRMOps: Declarative resource management with Amaz…

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 人のロール（プロジェクト体制）の変化 「ガードレール」から「ガーディアン（Guardian）」へ AI DLC における責任分界点 re:Invent で感じた「コモディティ化」 中期の中心的役割：「AI ドリブンエンジニア」 SRE はこれから何を担うのか おわりに…

はじめに 背景 タスクの流れ 1. エンドポイントのボトルネックを特定 2. 特定したボトルネックのクエリを解析 3. クエリ改善の試行錯誤 試行錯誤 1：NOT EXISTS の解消 試行錯誤 2：Seq Scan の改善 試行錯誤 3：OR 条件の排除 試行錯誤 4：インデックスの最適化 4. 実装 5. リリース・動作確認 成果 インターンでの学び 1. 「推測するな、計測せよ」の実践 2. DB 内部構造とインデックスへの深い洞察 3. 「自走」するためのコミュニケーション術 まとめとおわりに はじめに こんにちは！早稲田大学 創造理工学部 総合機械工学科 3 年の野村恒晴です。 12…

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】業務を自動化するAI活用例 さいごに 想定読者 本記事は、以下のような方々を想定読者としています。 これからAI活用を業務に取り入れる方 QAエンジニア、テストエンジニア、品質保証に関わる実務者 はじめに こんにちは、QA部の渡辺です。 普段はゲーム案件にてQA（品質保証）の業務を主に行っています。 多くの企業でAIの活用が進む中、実際に自社の現…

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 リリース自動化コマンド 課題 施策 実装の詳細 script 実装にした理由 効果 今後の展望 Cursor CLI を使用した AI 活用 他チームへの展開 まとめ はじめに こんにちは。DMMユーザーレビューグループ（URG）の大野です。 本記事では、Cursor と GitHub MCP（Model C…