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
KAIZEN platform Inc. の開発マネジメント
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Naoya Ito
July 07, 2014
Technology
85k
173
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
KAIZEN platform Inc. の開発マネジメント
Naoya Ito
July 07, 2014
More Decks by Naoya Ito
See All by Naoya Ito
Haskell を武器にして挑む競技プログラミング ─ 操作的思考から意味モデル思考へ
naoya
12
4.3k
Haskell でアルゴリズムを抽象化する / 関数型言語で競技プログラミング
naoya
21
7.8k
Functional TypeScript
naoya
19
6.8k
TypeScript 関数型スタイルでバックエンド開発のリアル
naoya
77
38k
シェルの履歴とイクンリメンタル検索を使う
naoya
16
6.8k
20230227-engineer-type-talk.pdf
naoya
91
86k
関数型プログラミングと型システムのメンタルモデル
naoya
63
110k
TypeScript による GraphQL バックエンド開発
naoya
29
37k
フロントエンドのパラダイムを参考にバックエンド開発を再考する / TypeScript による GraphQL バックエンド開発
naoya
67
25k
Other Decks in Technology
See All in Technology
2026TECHFRESH畢業分享會 - 原生還是跨平台? App 開發踩坑實錄
line_developers_tw
PRO
0
1.3k
LayerX コーポレートエンジニアリング室におけるサプライチェーンセキュリティへの取り組み / Supply Chain Security at LayerX Corporate Engineering
yuyatakeyama
2
680
[AWS Summit Japan 2026]迷っているあなたへ_小さな一歩が、やがて自分を助けてくれる
sh_fk2
1
170
OTel × Datadog で 「AI活用」を計測し、改善に繋げる
shihochan
1
430
データサイエンスを価値につなげるプロジェクト設計 〜 DS一年目が現場で得た気づき 〜
ysd113
1
280
IaC コードを資産へ:AWS CDK 社内ライブラリと横断展開 / aws-summit-japan-2026
gotok365
5
1.1k
人材育成分科会.pdf
_awache
4
300
AIネイティブな開発のサプライチェーンリスク対策 〜激動の開発現場でリスクに立ち向かう〜【ZennFes】
cscengineer
PRO
2
140
GitHub Copilot app最速の発信の裏側
tomokusaba
1
190
フィジカル版Github Onshapeの紹介
shiba_8ro
0
290
2026TECHFRESH畢業分享會 - Lightning Talk - E起 See See : 電商推薦讀心術? 數據說了算
line_developers_tw
PRO
0
1.3k
20260619 私の日常業務での生成 AI 活用
masaruogura
1
230
Featured
See All Featured
JavaScript: Past, Present, and Future - NDC Porto 2020
reverentgeek
52
6k
Tell your own story through comics
letsgokoyo
1
960
Organizational Design Perspectives: An Ontology of Organizational Design Elements
kimpetersen
PRO
1
750
Leo the Paperboy
mayatellez
7
1.8k
Six Lessons from altMBA
skipperchong
29
4.3k
The Limits of Empathy - UXLibs8
cassininazir
1
360
How to make the Groovebox
asonas
2
2.2k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
31
3.2k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
How to build a perfect <img>
jonoalderson
1
5.7k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
10k
Tips & Tricks on How to Get Your First Job In Tech
honzajavorek
1
540
Transcript
,"*;&/QMBUGPSN*OD ͷ։ൃϚωδϝϯτ /BPZB*UP ,"*;&/QMBUGPSN*OD 4UBSUVQ8FFLFOE5PLZPY%FW-07&Πϕϯτ
QMBO#$% "#ςετͷ4BB43BJMT+BWB4DSJQU
ݱࡏͷ৫ن • ࣾһ໊ऑ • ͏ͪɺ1. ։ൃ໊ఔ ࡢळʹɺࣾһ໊͕ɻ ΘΓͱٸ
ݱͰىͬͨ͜͜ͱ • ਓ͕૿͑ͯΔͷʹ։ൃ্͕͕Βͳ͍ – ͍͢͝ΤϯδχΞ͔Γͳͷʹŋŋŋ • ͳΜ͔͍Ζ͍Ζࠞཚͯ͠Δ – ʮ͋ΕͲ͜ ʯʮͦ͜ʯʮͦͬͯ͜ ʯʮͦ͜ ͩΑʂʯ
ελʔτΞοϓ͋Δ͋Δ
ελʔτΞοϓ͋Δ͋ΔͰΓ্ ͕͍ͬͯ·͕͢͜͜Ͱݱࡏͷ։ൃ ͷݱͷ༷ࢠΛݟͯΈ·͠ΐ͏
None
None
None
None
None
None
ΊͪΌͪ͘Όྑ͍ײ͡͡Ό Ͷʔ͔
ΞδϟΠϧ։ൃͷࠨཌྷɾӈཌྷ • ϨϑτΟϯά – εΫϥϜɺேձɺࣗݾ৫ԽFUD • ϥΠτΟϯά – ܧଓతΠϯςάϨʔγϣϯɺܧଓతσϦό ϦʔɺςετࣗಈԽFUD cf.
h&p://blogs.itmedia.co.jp/hiranabe/2012/09/rightwing-‐and-‐le>wing-‐of-‐agile.html
ϥΠτΟϯά ٕज़ϓϥΫςΟε
(JU)VCͰϓϧϦΫ։ൃ ͯ͢ͷมߋ1VMM 3FRVFTUͰ
ܧଓతΠϯςάϨʔγϣϯ
ܧଓతσϦόϦʔ master deployment/ edge deployment/ qa มߋNBTUFS QVMMSFRVFTU NFSHFͨ͠ ΒࣗಈͰ
FEHFɻ (開発環境) ຊ൪ϦϦʔε NBTUFS͔ΒRB QVMMSFRVFTU RBNFSHF͞ ΕΔͱ2"ڥࣗ ಈσϓϩΠ FEHFQVTI ͞ΕΔͱ։ൃػ ࣗಈσϓϩΠ deployment/ production 2"ऴΘͬͨ ΒQSPEVDUJPO ಉ༷ʹ
1VMM3FRVFTUσϓϩΠ • σϓϩΠλεΫ1VMM3FRVFTUͰ࣮ߦ – σϓϩΠͷݟ͑ΔԽ – NFSHFϘλϯΛԡ͢ͱ$JSDMF$*ܦ༝ͰσϓϩΠ͕Δ
σϓϩΠνϟοτͰ
ίʔυϨϏϡϫʔͷࣗಈΞαΠϯ
&&ςετࣗಈԽ
Πϯϑϥɺ$IFGͰίʔυԽ
4FSWFSTQFD %PDLFSͰ Πϯϑϥ$*
ϨϑτΟϯά νʔϜڥ
ϦϞʔτϫʔΫX4RXJHHMF
ேձ IVCPU͕ேձͷ࣌ؒʹ ͳΔͱڭ͑ͯ͘ΕΔ Ͱɺ[PPNVTͰϏσΧ ϯ ˞εΫγϣͳ͔ͬͨ
None
ϓϩδΣΫτݟऔΓਤ ேձͰू·ͬͨใ͔Βɺࠓ ୭͕ͳʹΛͬͯͯɺ͍ͭऴΘ Δ͔ΛඵͰΘ͔ΔΑ͏ʹ
,15
None
,"*;&/ͷΞδϟΠϧͷ࣮ࡍ • ܕͲ͓ΓͷεΫϥϜ͏ͬͯͳ͍ – εϓϦϯτܭըɺόʔϯμϯνϟʔτɺݟ ੵΓϙʔΧʔͳΜ͔ͳ͍ • िͷ಄ʹશମײͷڞ༗ΛOBPZB͔Β͢Δɺఔ – λΠϜϘοΫεɺৼΓฦΓɺ͘Β͍ΛΏΔ͘
λεΫཧ͔ΒϓϩδΣΫτ੍ • Δ͖͜ͱΛɺΑΓେ͖ͳཻͰଊ͑Δ – λεΫˠϓϩδΣΫτ – ʮ˓˓Λ˚˚ʹॻ͖͑Δʯˠʮ%8)ߏஙϓϩδΣΫτʯ • ϓϩδΣΫτͷதͤΔ –
1.ɺΤϯδχΞʙ͘Β͍ͷ1+ – 1+ΛͲ͏ਐΊΔ͔͓·͔ͤɻϊʔλον ΓํࣗతʹܾΊΔɻղ͘ ͖ ϓϩδΣΫτͷݯ صʹࡌͤΔ
୭͕ϑΝγϦςʔτ • ϨϑτΟϯά νʔϜڥ Ϛωʔδϟʔ͕ $50OBPZB • ϥΠτΟϯά
ٕज़ڥ ͦΕઐͷνʔϜ ͕ – %FWFMPQFS1SPEVDUJWJUZ ࣗಈԽπʔϧͷಋೖΛ ϛογϣϯʹͨ͠ϩʔϧ͕ ͋Δ ืूཁ߲ʹࡌͬͯΔ Α
͜͜ʹࢸΔ·Ͱ
ٸͰɺͭ·ͮ͘ • ࢝͘Β͍ʹେ͖ͳো – ։ൃ͏·͘ճͬͯͳ͍ɺͷతͳग़དྷࣄ • ݄͘Β͍ʹʮ։ൃ͜ͷ··͡Ό·͍ͣΑͶʯ ͱ߹॓ – ʮ͠Β͘ϦϦʔεఀΊͯɺࠜͬ͜Λղܾ͠Α͏ʯͱ
ͨ͠ – ཌ݄͔ΒOBPZB͕Ϛωʔδϟʔʹ ސͳͷʹX
·ͣͬͨ͜ͱ • εΫϥϜಋೖͨ͠ ϦϑΝΫλϦϯάͨ͠ ς ετॻ͍ͨ – ͍͍͑ •
पғΛݟ͑ΔΑ͏ʹͨ͠ – λεΫ୯Ґ͔ΒϓϩδΣΫτ୯Ґ – ʑͷใڞ༗ – ͳͥ શମײΛϝϯόʔશһ͕ѲͰ͖ΔΑ͏ʹ
None
ͰɺϓϩδΣΫτݟऔΓਤ
ࣄΛɺݟ͑ΔΑ͏ʹ͢Δ • ϕλ͚ͩͲɺ݁ہ͜Ε – ͦΕΛɺେ͖ΊͷཻͰ – ཻΛ্͛ͯɺগͳ͍తෛՙͰશମΛѲ Ͱ͖ΔΑ͏ʹ • ਓ͕ؒࣗతʹಈ͚ΔΑ͏ʹͳΔʹɺ ಈ͚Δൣғ͕ѲͰ͖ͳ͚ΕͳΒͳ͍
ʮ͋ͷਓ͔͠Βͳ͍ʯΛͳ͘͢ • ࣄͷͷ͍͍ࠜͬͩͨ͜͜Ε – ʮͦΜͳ͜ͱಥવݴΘΕͯʯʮ͑ͬɺฉ͍ ͯͳ͍Αʯʮഎܠ͕Θ͔Βͳ͍ʯ • ʮใڞ༗͢Δͷʯͱ͍͏จԽͷΠ ϯετʔϧ – ΄Μͱ͏ʹͭ͘͜͠ݴ͍ଓ͚ͨ
None
ࠜؾΑ͘ଓ͚Δ • ࠷ॳ୭ॻ͔ͳ͔ͬͨ – ࣗͷใ͚͕ͩฒΜͰͨ • ਓɺਓɺਅࣅ͢Δਓ͕ग़͖ͯͨ – গͣͭ͠ɺपΓ͕ݟ͑ΔΑ͏ʹͳ͍ͬͯͬͨ
ؾ͍ͮͨΒΊͬͪΌڞ༗͞ ΕΔΑ͏ʹͳͬͯͨ
None
None
ࣾͷΈ·Ͱŋŋŋ͆
पΓ͕ݟ͑ͯ͘Δͱ • ঃʑʹɺվળ׆ಈ͕ࣗൃతʹൃੜ͠͡ΊΔ – ղ͖͘՝͕Θ͔ΕɺϘʔϧΛर͏ਓ͕ݱΕΔ – ͱ͖Ͳ͖ɺϘτϧωοΫΛऔΓআ͍ͯ͋͛Δ • ͦͷਓ͚ͩ͡ΌܾΊʹ͍͘͜ͱɺͱ͔
• ͋ͱɺ΄ͬͱ͍ͯճΓ࢝ΊΔ – Ϛωδϝϯτɺৗʹશମײ͕ѲͰ͖ΔΑ͏ʹɺΤ ωϧΪʔΛ͗ଓ͚Δ
Ϛωδϝϯτͱ • ʮཧʯͰͳ͘ʮࢧԉʯ – ʮίϯτϩʔϧ͢ΔʯͷͰͳ͘ʮྗΛൃش Ͱ͖ΔΑ͏ʹʯࢧԉ͢Δ
ͷนΛΓӽ͑Δʹ • ʮϚωδϝϯτΛ࢝ΊΔʯͱܾΊΔ – ͳΜͱͳ͘͏·͍͘͘ɺͳΜͯ͜ͱى͜Β ͳ͍ • ਓͷνʔϜͰ͏·͘ճͬͯͨ͜ͱ͕ɺճΒͳ͘ ͳͬͯΔͱ͍͏ࣄ࣮Λ·ͣड͚༰ΕΔ – νʔϜ׆ಈΛ͏·͘ճͨ͢Ίʹ࣮ߦ͖͢͜ ͱɺΛܧଓతʹߟ͑ଓ͚Δ
None
͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠