登録して招待リンクを共有すると、動画再生報酬と紹介報酬を獲得できます。

検索結果 AIエンジニアリング
AIエンジニアリング コミュニティ
1つのキーワードが1つのコミュニティです。
コミュニティ作成
アカウント
見つかりません
AIエンジニアリング を含む検索結果
AIエンジニアリングの肝は評価(eval)なわけだけど、Claude Academyで専用のコースができていたので、結構良さげかもしれない。
【AIエンジニアリング実践|カリキュラム刷新&受講生募集開始】 AIコーディングを前提とした開発を出発点に、要件定義からデータ・ログ設計、プロトタイプ構築、デプロイ、評価、改善、エージェント化までを扱う「AIエンジニアリング実践」。全7回だったカリキュラムを一から再設計し、全13回へと刷新しました。 全回演習・ハンズオン形式で、1つのAIアプリケーションをRAGによるプロトタイプ構築からクラウドへのデプロイ、LLM-as-a-Judgeによる評価設計、MLOpsによる継続的改善まで一気通貫で実装します。 ▼今期の新規拡充テーマ ・評価の深掘り(評価指標・LLM-as-a-Judge・回帰テスト) ・レイテンシとコストの最適化 ・セキュリティとプライバシー(ガバナンス・リスク・コンプライアンス) ・AIエージェントとワークフロー設計 ▼講座情報 ・全13回|毎週月曜 19:00〜20:45(第11回のみ火曜) ・完全オンライン(Zoom)・受講料無料 ・対象:学生(大学院生〜中学生)※学位取得可能な学校法人に在籍中、または入学予定であることの証明が必要 ・開講:10/19(月) ▼スケジュール ・ID登録締切:10/3(土) 10:00 ・申込締切:10/5(月) 10:00 ・選考結果:10/13(火)19:00までに全応募者へご連絡 ▼お申し込み
もっと見る
AI Engineering Summit Tokyo 2026で登壇します! 改めてAIエンジニアリングの今までやこれからを概観・整理し、プロダクトだけでなく、Agentic Engineeringやソフトウェアファクトリーなど、AI駆動開発でも活かせるような内容としてお届ければできると思います よろしくお願いします!
もっと見る
✍️ AIが秒間何百行もコードを書ける今、開発者の仕事は「書く」から「読んで検証する」へ変わりました。だとすれば、言語選択の基準も変わるはずです。 Why Go is an Ideal Language for AI-Assisted Software Engineering 🔍 概要 GoogleのGoチームが発表した「AI補助開発時代の言語選択論」。コード生成のボトルネックが「書くこと」から「レビュー・検証すること」に移った今、読みやすさと保守性を軸に設計されたGoがいかに理想的かを論じています。 ⚠️ 解決する課題 ・LLMは型の不一致や存在しないプロパティを頻繁に生成する ・動的型付け言語(Python等)では型エラーが実行時まで検出されない ・AI生成コードが古いパッケージや脆弱な依存関係を参照するリスクがある ・繰り返しリファクタリングで精度が劣化する(初回約95%→低下) 🛠 Goのアプローチ ・gofmtによる完全自動フォーマット:AI生成コードの構文が常に予測可能 ・静的型付け+高速コンパイル:Java/C#/Rustより桁違いに速くエラーを弾く ・govulncheck:呼び出されるシンボルだけを対象とした低ノイズ脆弱性スキャン ・ネイティブファズテスト:境界条件バグを継続的に発見 ・15年間の完全後方互換:Go 1.0のコードが今も無修正で動作 📌 逆説的な結論 「開発者が書くコードが減るほど、言語選択はより重要になる。」AIの大量出力を安全に吸収するには、決定論的なガードレールを持つ言語基盤が必要。Goはそのために設計されていた。 #Go言語# #AIエンジニアリング#
もっと見る
【📢明日ID登録締切|GCI・AIE】 大変好評につき、最終締切を延長したGCI 2026 WinterとAIエンジニアリング実践(AIE)。 いよいよ明日10/20(火)がID登録締切です! AI・データサイエンスの基礎から学ぶGCIと、AIを実際のシステムとして形にするためのエンジニアリングを学ぶAIE。 この機会に、AIの学びを一歩先へ進めませんか? ■GCI 2026 Winter ID登録締切日:10/20(火)23:59 最終申込締切日:10/22(木)23:59 ■AIエンジニアリング実践(AIE) ID登録締切日:10/20(火)午前10:00 最終申込締切日:10/22(木)午前10:00 いずれも学生は受講無料・オンライン開催。 ※講座によって締切時刻が異なります。ID登録済みの方も、受講申込をお忘れなく!
もっと見る
セキュリティ責任者(CISO)専用の業務基盤を掲げるPulse Security AIがステルスを解除し、Foundation Capital主導・Zetta Venture Partners参加で800万ドルのシード資金を調達した(https://www[.]globenewswire[.]com/news-release/2026/07/15/3327850/0/en/pulse-security-debuts-operational-management-platform-built-for-security-leaders.html)。 CEOのMike Armistead氏は「CFOには基幹業務システム(ERP)があり、CROには顧客管理システム(CRM)がある。セキュリティの責任者だけは、それに相当するものを持ったことがない」と語る。実際、セキュリティプログラムはスプレッドシートやスライド、属人的なノウハウ(tribal knowledge)で回されてきたという。米国立標準技術研究所(NIST)によれば脆弱性識別番号(CVE)の登録件数は2020〜2025年で263%増加、脆弱性データを追跡するVulnCheckの調査では2025年だけで884件が新たに悪用され、うち約29%はCVE公開と同日かそれ以前に攻撃が始まっていたという。 Pulseが80件超のCISOインタビューから見出した共通の悩みは、取締役会でも経営陣の前でも規制当局の監視下でも拠り所にできる「常に最新の状態を保った権威ある記録」が無いことだった。そこでEDR(端末の侵入検知)やクラウド、ID管理といった技術サイロと評価レポートなどの非構造データを1つにつなぐ「文脈グラフ」というアーキテクチャを採用し、散らばった情報を1枚の地図として扱えるようにしている。 創業者のMike ArmisteadとRobert Hippsは、SOC(セキュリティ運用センター)自動化のRespond Softwareを共同創業し2020年にFireEye/Mandiantへ1億8600万ドルで売却した実績組。Armisteadは以前にもアプリケーションセキュリティの先駆けFortify Softwareを創業しHPに売却(2010年)、Nick GilliganはRespondの初期メンバーで後にMandiantとGoogleでAIエンジニアリングを率いた。 他部門には当たり前の「専用の基盤ソフト」がCISOだけ無かったというのは、言われてみれば確かに歪だ。
もっと見る
🚀 FastAPIを「最初のエンドポイント」から「本番でスケールするAIシステム」まで一気通貫で学べる電子書籍です。LLM/RAG serving まで踏み込み、各章末に面接問題が付くのが実用的です。 タイトル: FastAPI for AI Engineers: From First Endpoint to Production-Scale AI Systems URL: 🚀 概要 PythonでMLモデルやLLM/RAGを本番運用するAIエンジニア向けの実践書(初版・2026年、AI Engineering Insider)。全10章・計100問の面接問題に加え、実在の障害事例やコストモデルのコラムが織り込まれています。 ❓ 解決する課題 ・モデルは作れても、本番でスケールするAPIとして安全に配信するのは別スキル ・LLM/RAGの serving はストリーミング・ガードレール・コスト管理など固有の難しさがある 本書はFastAPIを「AI/MLの事実上の serving レイヤー」として体系化します。 💡 構成と扱う技術 ・基礎:ASGI/WSGI、Uvicorn、OpenAPI、Pydantic v2によるスキーマ分離と検証 ・実装:冪等性、適切なステータスコード、ページネーション、Router→Service→Repositoryのクリーンアーキテクチャ ・DB/セキュリティ:SQLAlchemy/SQLModel/Alembic、N+1、プールサイジング、JWT、BOLA対策、OWASP API Top 10 ・非同期:「イベントループを絶対にブロックしない」、def vs async defの使い分け、httpxのリトライ/サーキットブレーカー 🎯 核心(第9章 AI/RAG/LLM) ・lifespanで重みを一度だけロード、CPU推論はスレッドにオフロード ・LLMゲートウェイで認証・プロンプト・ガードレール・コスト計測を集約、SSEでトークンを逐次配信 ・埋め込み+ベクトルDB(pgvectorから開始)でRAGを構築し、出力はPydanticで検証→失敗なら差し戻して再試行 ・max_tokensを「支出上限」として型で強制 📊 注目ポイント ・実在の障害(Netflix、Stripe、GitLab、Optus、Air Canada)から学ぶ実践志向 ・第10章はGunicorn+Uvicorn、K8sのliveness/readiness、可観測性の3本柱(p99 vs p50)、SLOベースのアラートまでカバー #FastAPI# #AIエンジニアリング#
もっと見る
TL;DR: 同じ Claude Opus でも、ハーネスなしは20分で$9の失敗、ハーネスありは6時間で$200のプロダクト。この差を体系的に教えるオープンソースカリキュラムです。 learn-harness-engineering 「モデルは賢い。ハーネスが信頼性を作る」——このリポジトリはAIコーディングエージェント向けのハーネス工学を14レクチャー・8プロジェクトで学ぶ教材です(⭐️ 13.7k)。 ポイント 🔧 5つのサブシステムがハーネスの骨格 ・Instructions: AGENTS.md など構造化ガイダンスでリポジトリを真実源に ・State: claude-progress.md とgit履歴でマルチセッション継続性を確保 ・Verification: テスト・lint・E2Eで「完了したふり」を防ぐ ・Scope: 明示的な完了基準で1フィーチャーずつ確実に進める ・Session Lifecycle: init → 実装 → 検証 → コミット → ハンドオフの構造的フロー 📚 段階的なカリキュラム設計 基礎(問題の直視・構造化)から発展(ループ自動化・グラフ設計・Human-in-the-Loop)まで段階的に構成。共有の Electron アプリを題材に、コードを通じてハーネスを習得します。 ⚡ すぐ既存プロジェクトに適用できる AGENTS.md・ の3ファイルをテンプレートからコピーするだけで即座に効果が出る設計。 🌐 最新のフロンティア設計も収録 Pi・Claude Code・Codex・DeepSeek の実際のハーネス設計の分析(2026年8月追加)、ループエンジニアリング・グラフエンジニアリング(2026年7月追加)と、現場の最新実践を継続的に反映しています。 エージェントを「プロンプトで動かす」から「ハーネスで信頼させる」へ、という発想の転換を13.7kのエンジニアが支持しています。 #CodingAgent# #AIエンジニアリング#
もっと見る
エージェントの検索が失敗する理由は、検索の精度だけではありません。コンテキストの使い方に原因があります。 タイトル: Context Engineering Starts with Retrieval URL: 🔎 概要 LangChain が Deep Agents を例に、検索を3つの失敗(非効率・多すぎる・古い/無関係)に分けて整理した記事です。毎週数百社を調べる競合分析エージェントが題材です。 ⚠️ 解決する課題 ・検索のたびにトークンを消費し、コンテキストが埋まる ・大きな検索結果が作業スペースを圧迫する ・古い情報や的外れな情報が、以降の手順の土台になる 🛠️ 方法論と提案手法 ・まず glob と grep で絞り、意味で探すときだけベクトル検索を使う ・read_file は既定100行でページング。約2万トークン超の結果は自動でファイルに退避 ・検索結果はパスだけ返し、1ファイル担当のサブエージェントが要点と出典だけを返す ・日付フィルタで鮮度を保ち、取得テキストはインジェクションを前提に出典を検証する 📊 ユースケース 約4万行の市場データから売上を1つ引く場合、grep で数値を探して前後の数行だけを読みます。ニュース検索は4本の全文ではなく4つのパスだけがメインに返ります。 #コンテキストエンジニアリング# #AIエージェント#
もっと見る
新しいブログを公開しました 📝 「Buzzword engineering」 新しい技術や概念が次々と生まれ、情報が飛び交う現代。「〇〇」という言葉の響きだけが先行して、本来の目的や技術の本質を見失ってしまうことはありませんか?🤓 Prompt Engineering、Context Engineering、Harness Engineering、そしてLoop Engineering——LLMの登場からわずか数年で、私たちは少なくとも四つの「Engineering」の誕生に立ち会いました。なぜ、前の名前が方法論として成熟する前に、次の名前が到着するのでしょうか 🤔 📖本稿では、この現象を「Buzzword engineering」と名付けて解剖しました。正体は、速度の非対称です。LLMによって方法論を「提案」するコストはほぼゼロになり、いまやLLM自身が提案の主体になり始めています。一方で「検証」は、プロダクトがユーザに使われて初めて完了するため、人間の行動速度に律速されたままです。提案は機械の速度で進み、検証は人間の速度で進む——その隙間に、検証待ちの名前が堆積していくのです。 🅱️ただし、本稿はバズワードを嗤う記事ではありません ⚙️ シュンペーターの「群生」やハイプサイクルが示すように、乱立はイノベーションの標準的な進行表に最初から書き込まれた現象であり、世界中のエンジニアの注意を揃える知識創造の第一工程でもあります。 ⚙️その上で提案するのは、週単位で回る「方法論の時計」と、年単位で回る「プロダクト価値の時計」とをつなぐ変速機、すなわちxOpsを整えることです。複利で増える評価資産、エージェントへの権限委譲を観測で運用する「自律性予算」、そして「命名するなら反証条件とevalを添えよ」という規範——LLM/エージェント時代のプロダクト開発の進む先を考えました。 方法論は減価し、評価資産は複利で増えます。次々と現れる新しい名前に少し疲れた方にこそ、読んでいただきたい一本です 🚀 👇日本語版はこちら #バズワードエンジニアリング# #AI#
もっと見る