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
暇だしDevSecOpsやってみた - CodePipeline Now and Then
Search
Kengo Suzuki
November 09, 2021
Technology
6.1k
3
Share
暇だしDevSecOpsやってみた - CodePipeline Now and Then
スタートアップは崖から飛び降りながら飛行機を組み立てると言いますが、金融機関でそれをするとはどういうことかについて実践と解説。
Kengo Suzuki
November 09, 2021
More Decks by Kengo Suzuki
See All by Kengo Suzuki
男(監査)はつらいよ - Policy as CodeからAIエージェントへ
ken5scal
5
1.1k
AI時代の大規模データ活用とセキュリティ戦略
ken5scal
1
500
Pwned Labsのすゝめ
ken5scal
2
1.1k
信頼性に挑む中で拡張できる・得られる1人のスキルセットとは?
ken5scal
3
1.3k
Eventual Detection Engineering
ken5scal
0
2.9k
脆弱性対応をこの先生きのこるには
ken5scal
0
1.6k
LayerXとMDMのリスク評価と年次対応の実例(公開版)
ken5scal
2
1.4k
AWSだ! Google Cloudだ! Azureだ! 認証連携だ!
ken5scal
9
2.6k
適応し続けるプロダクトとセキュリティ
ken5scal
5
2.5k
Other Decks in Technology
See All in Technology
Modernizing Your HCL Connections Experience: Visual Report to chain, Profile Enhancements, and AI Integration
wannesrams
0
290
巨大プラットフォームを進化させる「第3のROI」
recruitengineers
PRO
2
2.5k
知ってた?JavaScriptの"正しさ"を検証するテストが5万以上もあること(Test262)
riyaamemiya
1
160
Vision Banana: Image Generators are Generalist Vision Learners
kzykmyzw
0
320
大学職員のための生成AI最前線 :最前線を、AIガバナンスとして読み直すためのTips
gmoriki
2
3.8k
「強制アップデート」か「チームの自律」か?エンタープライズが辿り着いたプラットフォームのハイブリッド運用/cloudnative-kaigi-hybrid-platform-operations
mhrtech
0
140
Fabric MCPの紹介と使い分け
ryomaru0825
1
150
Building a Study Buddy AI Agent from Scratch: From Passive Chatbots to Autonomous Systems
itchimonji
0
140
ボトムアップの改善の火を灯し続けろ!〜支援現場で学んだ、消えないための3つの打ち手〜 / 20260509 Kazuki Mori
shift_evolve
PRO
2
590
AIが自律的に働く時代へ Amazon Quick で実現するAIエージェント紹介
koheiyoshikawa
0
190
エンタープライズの厳格な制約を開発者に意識させない:クラウドネイティブ開発基盤設計/cloudnative-kaigi-golden-path
mhrtech
0
360
AI対話分析の夢と、汚いデータの現実 Looker / Dataplex / Dataform で実現する品質ファーストな基盤設計
waiwai2111
0
200
Featured
See All Featured
Why Our Code Smells
bkeepers
PRO
340
58k
Leveraging Curiosity to Care for An Aging Population
cassininazir
1
230
Speed Design
sergeychernyshev
33
1.6k
Code Review Best Practice
trishagee
74
20k
Why Mistakes Are the Best Teachers: Turning Failure into a Pathway for Growth
auna
0
130
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
1k
The World Runs on Bad Software
bkeepers
PRO
72
12k
The agentic SEO stack - context over prompts
schlessera
0
770
Measuring & Analyzing Core Web Vitals
bluesmoon
9
820
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.2k
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Chrome DevTools: State of the Union 2024 - Debugging React & Beyond
addyosmani
10
1.2k
Transcript
Ջͩ͠%FW4FD0QTͬͯΈͨ AWS Startup Tech Meetup Online #9 - 2021/11/09 1
$PEF1JQFMJOF/PXBOE5IFO
ࣾαʔϏε։ൃ։࢝ʙϦϦʔε·Ͱͷ$PEF1JQFMJOFͷมભ ՝ ຊηογϣϯͷ༰ 2
"CPVU6T 3
໊લླݚޗ !LFOTDBM ݸਓͷ׆ಈ िץʮ͍͠ਓͷͨΊͷηΩϡϦςΟɾΠϯ ςϦδΣϯεʯ
1PE$BTUʮ4FDVSF-JBJTPOʯ ॻ੶ 0`3FJMMZʮ;FSP5SVTU/FUXPSLʯ༁ ଞ ൃදऀ 4
-BZFS9 5
6
7
8
ʮΕΔમʯΛɺActivateͤΑ 9
10
ظؒd ମ੍ʢશࣾਓதʜʣ 1E.Y σβΠφY
ΤϯδχΞ ϑϧλΠϜY ݉Y ։ൃମ੍ 11
ٕज़ελοΫ 12
ελʔτΞοϓͱ ηΩϡϦςΟ 13 ϓϩμΫτΛ࡞Δ
KVNQJOHPGGBDMJGGBOE BTTFNCMJOHBQMBOF POUIFXBZEPXO 14
ʮ֑͔Βඈͼ߱Γɺམ͍ͪͯ͘ ్தͰඈߦػΛΈཱͯΔΑ͏ ͳͷʯGSPNୈষϚωδϝϯτͷΠϊϕʔγϣϯ ϒϦοπεέʔϦϯά 15
ʮ֑͔Βඈͼ߱Γɺམ͍ͪͯ͘ ్தͰඈߦػΛΈཱͯΔΑ͏ ͳͷʯGSPNୈষϚωδϝϯτͷΠϊϕʔγϣϯ ϒϦοπεέʔϦϯά 16 ڧŋߏŋੑೳʹ͍ͭͯͷج४
૽Իͷج४ ൃಈػͷഉग़ͷج४ ܕࣜূ໌
ʮ֑͔Βඈͼ߱Γɺམ͍ͪͯ͘ ్தͰඈߦػΛΈཱͯΔΑ͏ ͳͷʯGSPNୈষϚωδϝϯτͷΠϊϕʔγϣϯ ϒϦοπεέʔϦϯά 17 ڧŋߏŋੑೳʹ͍ͭͯͷج४
૽Իͷج४ ൃಈػͷഉग़ͷج४ ܕࣜূ໌
ʮ֑͔Βඈͼ߱Γɺམ͍ͪͯ͘ ్தͰඈߦػΛΈཱͯΔΑ͏ ͳͷʯGSPNୈষϚωδϝϯτͷΠϊϕʔγϣϯ ϒϦοπεέʔϦϯά 18 ڧŋߏŋੑೳʹ͍ͭͯͷج४
૽Իͷج४ ൃಈػͷഉग़ͷج४ ܕࣜূ໌
ಜࢦ'*4$ʹैͬͨશମతͳ4P3ઃܭɾεέδϡʔϧ࡞ɾ࣮ ϓϩμΫτͷίʔυͷίϛοτγεͬΆ͍ٕज़తͳ͜ͱ εϓϦϯτʹ͓͚Δࢪࡦʹ͓͚ΔϦεΫ؍ͷࢦఠɾରҊɾ࣮ ্هʹඞཁʹԠͯ͡ϙϦγʔΨΠυϥΠϯɺϫʔΫϑϩͷ࡞ؚΉ ྫຊਓ֬ೝʢݩ֬ೝ
ຊਓೝূʣͷཁ݅ͱऩ๏ɺϦϦʔεϑϩʔͷ࡞ δϣΠϕϯʹର͢Δ-BZFS9ͷؔΘΓํͷ৫తͳஅ ग़ʹ͢Δ͔ɺҕୗͷ··ʹ͢Δ͔ ʮͪΌΜͱͨ͠ʯඈߦػΛ࡞Δ্Ͱଞʹͨ͜͠ͱ 19
ಜࢦ'*4$ʹैͬͨશମతͳ4P3ઃܭɾεέδϡʔϧ࡞ɾ࣮ ϓϩμΫτͷίʔυͷίϛοτγεͬΆ͍ٕज़తͳ͜ͱ εϓϦϯτʹ͓͚Δࢪࡦʹ͓͚ΔϦεΫ؍ͷࢦఠɾରҊɾ࣮ ্هʹඞཁʹԠͯ͡ϙϦγʔΨΠυϥΠϯɺϫʔΫϑϩͷ࡞ؚΉ ྫຊਓ֬ೝʢݩ֬ೝ
ຊਓೝূʣͷཁ݅ͱऩ๏ɺϦϦʔεϑϩʔͷ࡞ δϣΠϕϯʹର͢Δ-BZFS9ͷؔΘΓํͷ৫తͳஅ ग़ʹ͢Δ͔ɺҕୗͷ··ʹ͢Δ͔ ʮͪΌΜͱͨ͠ʯඈߦػΛ࡞Δ্Ͱଞʹͨ͜͠ͱ 20 ʢݴ͍ํͱͯ͠ΈͰͳ͍͕ʣ্ྲྀ͔ΒԼྲྀ·Ͱɺઃܭ͔Βӡ ༻·Ͱશఔʹίϛοτ͢Δ ηΩϡϦςΟόΠσβΠϯʁ%FW4FD0QT ઐʹذ͢ΔͷɺڪΒ͘ઌɻdͳ͍ͱࢥ͏
21 ։ൃ͔ΒϢʔβʔՁ
22 $*$%
23 IUUQTXXXOPUJPOTPLFOTDBMCEBEBBEEFBCFBFD QCCCBDFCBGBBCGBB ·ͱΊ 8BUDIPVUGPSTFDVSJUZ
0VS$*$% 24
/PX 25 ϑϩϯτΤϯυ όοΫΤϯυ Πϯϑϥ
/PX 26 ϑϩϯτΤϯυ όοΫΤϯυ Πϯϑϥ
ॳظߏ %FW 4UH 1BE
ॳظߏ %FW 4UH 1BE લఏ ΫϩεΞΧϯτ ઃܭӡ༻ ໘ष͍
ॳظߏ %FW 4UH 1BE ϝϦ (JU)VC$POUBJOFS3FHJTUSZͰҰݩཧͰ͖Δ (JU)VCͷϒϥϯνઓུͱ૬ੑ͕͍͍
ίϯςφʹରͯ͠.FSHFલʹςετ͕Մೳ σϝ ࣌ "84Ͱ*".6TFSͷ࡞ɾΫϨσϯγϟϧͷग़͕͠ඞཁ (JU)VCͷ͠ΐ΅͍ΞΫηεཧΛ3PPUPG5SVTUʹ͠ͳ͚ΕͳΒͳ͍ લఏ ΫϩεΞΧϯτ ઃܭӡ༻ ໘ष͍
࣍
࣍ ϝϦ ઌ΄Ͳͱಉ͡ "84Λʢ"84*".ͱ͍͏ҙຯͰͷʣ3PPUPG5SVTUʹͰ͖Δ σϝ
(JU)VCͷ͠ΐ΅͍τʔΫϯػߏʹґଘ͢Δඞཁ͕͋Δ ίϯςφ͕ϨδετϦʹQVTI͞ΕΔλΠϛϯάͱɺσϓϩΠλΠϛϯά͕ͣ ΕΔՄೳੑ͕͋Δ લఏ ΫϩεΞΧϯτ ઃܭӡ༻ ໘ष͍
/PX
/PX ϝϦ ઌ΄Ͳͱಉ͡ τʔΫϯཧશͯ"84.BOHFEͰͭ454ʹͳΔ %FQMPZલͷ"SUJGBDUੜ͕อূ
Ұ୴ଥڠͨ͠ ୯Ұͷ3FHJTUSZͰՌΛूதཧɾӡ༻͢Δ͜ͱ ίϯςφʹରͯ͠.FSHFલʹςετ͕Մೳ લఏ ΫϩεΞΧϯτ ઃܭӡ༻ ໘ष͍
ूதཧ͞ΕͨίϯςφϨδετϦ "SUJGBDUʹର͢Δςετ $POUJOVPVT%FQMPZNFOU 4PGUXBSF4VQQMZ$IBJO /FYU4UFQT 34
ूதཧ͞ΕͨίϯςφϨδετϦ "SUJGBDUʹର͢Δςετ $POUJOVPVT%FQMPZNFOU 4PGUXBSF4VQQMZ$IBJO /FYU4UFQT 35
Ԡื 36 $50ࣨ ,FOͱͷ͍ܰ໘ஊ 'JOUFDIࣄۀ෦ IUUQTMBZFSYQBHFMJOLKPCT fi
OUFDI IUUQTMBZFSYQBHFMJOLKPCT $50ࣨ IUUQTNFFUZOFUNBUDIFT4VO+0EW#,.S5
5IBOLZPV 37