Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
困難を「一般解」で解く
Search
FUJIWARA Shunichiro
March 05, 2025
Technology
10
4k
困難を「一般解」で解く
https://findy.connpass.com/event/345202/
Findy 技術参謀たちの戦略図 発表資料です
FUJIWARA Shunichiro
March 05, 2025
Tweet
Share
More Decks by FUJIWARA Shunichiro
See All by FUJIWARA Shunichiro
Amazon ECS デプロイツール ecspresso の開発を支える「正しい抽象化」の探求 / YAPC::Fukuoka 2025
fujiwara3
13
7.6k
パフォーマンスチューニングのために普段からできること/Performance Tuning: Daily Practices
fujiwara3
2
280
alecthomas/kong はいいぞ
fujiwara3
6
2.1k
ecspressoの設計思想に至る道 / sekkeinight2025
fujiwara3
12
3.2k
さくらのIaaS基盤のモニタリングとOpenTelemetry/OSC Hokkaido 2025
fujiwara3
3
2.2k
監視のこれまでとこれから/sakura monitoring seminar 2025
fujiwara3
11
5.6k
k6による負荷試験 入門から日常的な実践まで/Re:TechTalk #01
fujiwara3
2
400
「隙間家具OSS」に至る道/Fujiwara Tech Conference 2025
fujiwara3
7
21k
alecthomas/kong はいいぞ / kamakura.go#7
fujiwara3
1
1.3k
Other Decks in Technology
See All in Technology
New Relic 1 年生の振り返りと Cloud Cost Intelligence について #NRUG
play_inc
0
240
意外と知らない状態遷移テストの世界
nihonbuson
PRO
1
270
[2025-12-12]あの日僕が見た胡蝶の夢 〜人の夢は終わらねェ AIによるパフォーマンスチューニングのすゝめ〜
tosite
0
190
マイクロサービスへの5年間 ぶっちゃけ何をしてどうなったか
joker1007
21
8.3k
「もしもデータ基盤開発で『強くてニューゲーム』ができたなら今の僕はどんなデータ基盤を作っただろう」
aeonpeople
0
250
AI駆動開発ライフサイクル(AI-DLC)の始め方
ryansbcho79
0
200
AIBuildersDay_track_A_iidaxs
iidaxs
4
1.4k
Knowledge Work の AI Backend
kworkdev
PRO
0
280
20251203_AIxIoTビジネス共創ラボ_第4回勉強会_BP山崎.pdf
iotcomjpadmin
0
140
AWSに革命を起こすかもしれない新サービス・アップデートについてのお話
yama3133
0
510
LayerX QA Night#1
koyaman2
0
270
Introduce marp-ai-slide-generator
itarutomy
0
130
Featured
See All Featured
Ethics towards AI in product and experience design
skipperchong
1
140
Redefining SEO in the New Era of Traffic Generation
szymonslowik
1
170
16th Malabo Montpellier Forum Presentation
akademiya2063
PRO
0
31
The Spectacular Lies of Maps
axbom
PRO
1
400
Scaling GitHub
holman
464
140k
Keith and Marios Guide to Fast Websites
keithpitt
413
23k
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
0
260
Winning Ecommerce Organic Search in an AI Era - #searchnstuff2025
aleyda
0
1.8k
Noah Learner - AI + Me: how we built a GSC Bulk Export data pipeline
techseoconnect
PRO
0
74
The #1 spot is gone: here's how to win anyway
tamaranovitovic
1
870
Learning to Love Humans: Emotional Interface Design
aarron
274
41k
Navigating the Design Leadership Dip - Product Design Week Design Leaders+ Conference 2024
apolaine
0
130
Transcript
困難を「一般解」で解く 2025-03-05 技術参謀たちの戦略図 〜リーダーシップという選択肢と彼らが選んだ企業の魅力〜 藤原俊一郎 @fujiwara
自己紹介 @fujiwara (X, GitHub, Bluesky) さくらインターネット クラウド事業本部(2025/02〜) 面白法人カヤック(〜2025/01) ISUCON 優勝4回
/ 運営(出題)4回 github.com/kayac/ecspresso github.com/fujiwara/lambroll
Staff Engineerの4類型 Tech Lead チームを導く Architect 設計で方向性を示す Solver 困難な問題を解決する Right
hand 経営陣と技術陣をつなぐ
Staff Engineerの4類型 Tech Lead Architect Solver Right hand 自分はどれか強いていえば、Solver (もちろん全員被る領域はある)
Solver = 困難な問題を解決する、火消し 困難な問題とは例えば… パフォーマンスチューニング 障害対応 セキュリティインシデント対応 コンポーネントの適切な使い方をする これが実は意外と難しい 運用における諸問題
(ログ、監視、アラート、デプロイ、etc) エンジニアリングや運用における困難 = 要因が単純ではない、複合的
やってきたこと 現場で出会った困難な問題を解決する 単にその場で解決するだけではなく、レバレッジの効く形で解決するのがベター レバレッジの効く形とは… そのプロジェクト/プロダクトに閉じていない解決法を見つける それを実装 / 導入 / 啓蒙する
→ 他のプロジェクト/プロダクトにも効く(みんなうれしい)
実例1: ログをAmazon Redshiftに取り込む 2015年ごろ fluent-plugin-redshift を使っていて運用が辛かった (最初に入れた Lobi というプロダクトで自分が…) fujiwara/Rin
( 26) で置き換え → 他のタイトルやログ基盤にも導入
実例2: オートスケール環境でのスケーラブルなデプロイ 2014年ごろ (Lobiで) EC2でオートスケールがしたかったが、rsyncベースのデプロイでは困難 fujiwara/stretcher ( 249)を開発 → 他タイトルにも適用できた。コスト削減効果大
実例3: ECS / Lambda のデプロイ そろそろコンテナ/FaaSを本格導入したかった2017年ごろ Amazon ECS: そもそもデファクトなデプロイツールがなかった kayac/ecspresso
( 892)を開発 大変世間の皆様のお役に立っているようです AWS Lambda: apex/apex を使っていたが… 2019年にEoL → fujiwara/lambroll ( 385)を開発 ecspresso 同様の使い勝手になるように便利にしていった
ECS → Lambda でスケール速度改善+コスト削減 2024年 アクセスのスパイクが鋭い+予測困難なマイクロサービス ECS ではオートスケールが追いつかない fujiwara/ridge (
63) を使って Lambda に置き換え アプリのコードは変更なし スパイク耐性が大幅にアップ(突然10倍きても平気) コストも大幅に削減 デプロイフローの変更は最小限 ecspresso / lambroll が同じ思想で作られているので 同じように使える
Staff Engineer の役割 広い範囲に技術で影響力を及ぼせるのが Staff Engineer Solver = 困難な問題がある現場でその問題を解く 可能であれば
「一般解で解く」 ある現場で解いた問題は、他でも簡単に解けるようになる 解法が OSS なら社内だけではなく、世間でも解けるようになる ジュニアエンジニア = 自分の困難を解決できる シニアエンジニア = チームの困難を解決できる Staff Engineer = 会社/業界の困難を解決できる
「最強のSREイネイブラー」by Songmu https://junkyard.song.mu/slides/fujiwara-tech-conference/#27