タグ: #skills
GPU・LLM・MLOps・Kubernetes、そしてマインドセット · 21 件
#skills タグの記事は21件で、最新の記事は2026-08-15に公開されました。
よく一緒に付くタグ: #career 17 #craft 5 #ai 4 #claude-code 4 #mcp 3
過去90日間によく読まれた記事:
AIツールと働くことを一つの技術として — 委譲の線引きと検証の手順
AIツールをうまく使う、という言い方は、何を委ね、結果をどう判定したかを抜くと何も意味しません。この記事は、委譲の可否を難易度ではなく検証費用で分ける基準、委ねる前に四行で書く委譲カード、結果を受け取ったあと読む順序を変える検証手順、そして生産性がむしろ落ちる四つのパターンを扱います。無作為化対照試験と大規模な開発者調査の数字を引きつつ、その数字が何を語っていないかも書きました。特定の製品の話はしません。高いまま残る技術シリーズの第8回
2026-08-15 · 14 分で読めます #career#skills#ai#verification#engineering-practice問題を定義する力 — 間違った問題を完璧に解く失敗を避ける
間違った問題を完璧に解いた成果物は、正しい問題を粗く解いた成果物よりたいてい悪い。粗い答えは足りないという合図を出しますが、完璧な答えは終わったという合図を出すからです。この記事は、要求をそのまま受け取らずに問い返す三つの質問、作らないものを理由付きで先に書く非目標の書き方、六行の問題記述、そして範囲を縮めることと問題をすり替えることを見分ける基準を扱います。問題定義がなぜ検証費用の最も高い側に残るのかも説明します。高いまま残る技術シリ
2026-08-15 · 13 分で読めます #career#skills#problem-framing#requirements#scoping学び方を学ぶ — 基礎と流行を分ける基準、深く掘る一つの選び方
学習戦略はたいてい何を学ぶかの一覧として出てきますが、実際に要るのは何を学ばないかを決める基準です。この記事は、基礎と流行を分ける一つの問い、道具が要点の場所ではその道具が実装した考えを学ぶという規則、深く掘る一つを選ぶ三つの基準、読むことがなぜ学習ではないのか、そして学習を再実行できる証拠として残す方法を扱います。想起練習について観察されてきたことと、その証拠の限界も併記します。高いまま残る技術シリーズの第9回です。
2026-08-15 · 13 分で読めます #career#skills#learning#fundamentals#deliberate-practiceエンジニアの書く力 — 設計文書・障害報告・レビューコメントの仕事
エンジニアに文章力が大事だという話はよく聞きますが、なぜ大事なのかはたいてい昇進の話で終わります。この記事は順序を変えて見ます。文章はまず自分の思考を検証する装置であり、組織の中で反論できる面を作る道具であり、その結果として評価に影響します。設計文書で最も重要なのがなぜ捨てた案なのか、障害報告で事実と解釈を分けることがなぜ政治ではなく技術なのか、レビューコメントに等級を付けるとなぜ衝突が減るのかを扱います。高いまま残る技術シリーズの第5
2026-08-15 · 13 分で読めます #career#skills#technical-writing#design-doc#postmortem検証の設計 — テストを合否ではなく信頼の根拠として見る
テストが緑だという事実それ自体は何も語りません。何を心配しなくてよいかが決まって初めて、緑に意味が生まれます。この記事はテストを合否ではなく信頼の根拠として扱う方法を扱います。各テストに信頼の一文を付ける練習、カバレッジが実際に測るものと測れないものの違い、検証しないと決めたものを明示的に書くべき理由、そして正解表のない領域で判定そのものを設計する方法まで整理しました。高いまま残る技術シリーズの第4回です。
2026-08-15 · 12 分で読めます #career#skills#testing#verification#craft本番の感覚 — 障害を経験した人が違って見ているもの
同じ設計文書を読んでも、障害を経験した人は別のものを読みます。これが未明に壊れたらどんなログが残るか、戻すのに何分かかるか、戻したあとすでに入ったデータはどうなるか。この記事は、本番がなぜコードではなく状態なのか、100パーセントがなぜ正しい信頼性目標ではないのか、可観測性とロールバックと段階的リリースがなぜ道具の導入ではなく既定値の問題なのか、そして大きな障害を自分で経験せずにその感覚を得る三つの方法を扱います。デプロイ前に埋めておく
2026-08-15 · 13 分で読めます #career#skills#sre#production#reliabilityデバッグはなぜ置き換えにくいのか — 消去の技術と仮説の一文
デバッグはコードを書く仕事と向きが逆です。書くことは可能なものを一つ作り出す仕事で、デバッグは可能なものを一つ残るまで消していく仕事です。この記事では、デバッグがなぜ検証の高い側に残るのか、反証できる仮説をどう一文で書くのか、システムを層に切って半分ずつ狭める手順がどう働くのか、そして再現しない問題を再現ではなく観測で攻める方法を扱います。同じ年数でも差が最も開く能力がなぜこれなのかも合わせて説明します。高いまま残る技術シリーズの第2回
2026-08-15 · 12 分で読めます #career#skills#debugging#craft#troubleshooting何が高いまま残るのか — 生成が安くなるとき値が上がる四つ
エンジニアはこれから何を準備すべきかという問いに、道具のリストで答えると、その答えは二年で古びます。この記事は別の軸を提案します。値が残る技術とは、検証が高いままの技術だということです。生成コストと検証コストを二軸に置いて四つの枠を描くと、自動化がどこを先に食べ、どこに人が残るのかが一枚に整理されます。この枠組みには反転が一つあります。エンジニアの仕事は検証を高いまま保つことではなく、高い検証を安くする仕組みを設計することであり、その設
2026-08-15 · 13 分で読めます #career#skills#ai#craft#engineering-culture他人が書いたものを読む力 — コードベースへの入り方と文書なきシステムの読み解き
書く練習は強制されますが、読む練習はそうではありません。その非対称のせいで、読みは誰もが毎日やりながら誰も訓練しない技術になり、生成が安くなった今、最も速く値の上がった能力になりました。この記事では、見知らぬ大規模コードベースに入る七つの手順、文書のないシステムをソースではなく稼働状態から読み解く方法、そしてコードには決して残らない情報が何かを扱います。読みがなぜ検証の高い側に残るのかも合わせて説明します。高いまま残る技術シリーズの第3
2026-08-15 · 12 分で読めます #career#skills#code-reading#craft#legacy-codeドメイン知識はなぜ防衛線なのか — 業を知るエンジニアと技術だけのエンジニア
ドメイン知識はコードにも無く、文書にもたいてい無く、人の記憶と組織の慣行だけにあります。だからこのシリーズが追ってきた検証費用を最も高くする要因であり、それを担える人が残る理由でもあります。この記事は、業を知るエンジニアが問いと例外と要求の解釈で何を違えるのか、会議で使う言葉とコードにある名前がずれると何が壊れるのか、ドメインを身につける六段階の手順、そしてドメイン知識が持ち越せないという限界を扱います。高いまま残る技術シリーズの最終回
2026-08-15 · 14 分で読めます #career#skills#domain-knowledge#ddd#ontology古い技術とともに年を取ることへの恐れ
年次が積み上がると、不安の形が変わります。始める場所があるだろうかから、自分が立っている場所がいつなくなるのかへ。この記事はその恐れを二つに分けます。積み上げたものの減価と、学び直す力の減少です。そのうえで知識を賞味期限の異なる三つの層に切り分け、何が実際に古びて何が残るのかを見て、同じ十年がどんな条件で資産になり、どんな条件で負債になるのかを三つと四つに整理します。年齢の偏見と体力についても慰めずに、制御できることとできないことだけを
2026-08-15 · 13 分で読めます #career#senior-engineer#obsolescence#skills#agingFDEスキルマップ — 8ドメインの最低ライン、実務ライン、確認質問
Forward Deployed Engineer（FDE）に必要なスキルを、Linux、ネットワーク、Kubernetes、データベース、認証・セキュリティ、オブザーバビリティ、クラウド・インフラ、顧客コミュニケーションの8ドメインで地図にします。ドメインごとに、なぜ必要か、履歴書ではなく現場で通用する最低ラインはどこか、実務ラインはどこか、そして自分の位置を測る確認質問を三つずつ付けました。8つ全部を備えた人はいないので、どこが空い
2026-08-12 · 10 分で読めます #career#fde#forward-deployed-engineer#skills#roadmapコードは難しい部分ではなかったという言葉が、なぜあれほど腹立たしいのか
2026年8月にHacker Newsの上位を占めたあるエッセイは、コードはもともと難しい部分ではなかったという言葉がすべてのプログラマーへの侮辱だと主張します。この記事はその反論に同意しつつ、理由を別のところに見ます。あの文が腹立たしいのは間違っているからではなく、コードという単語の意味を途中ですり替えるからです。コードを三つの層に割れば、双方の主張がそれぞれどこで真なのかが見え、自分のチームが実際どの層に時間を使っているのかも測れま
2026-08-09 · 15 分で読めます #career#craft#ai#engineering-culture#skillsコード生成が安くなるとき値上がりするスキル — 減価するものと増価するもの
コード生成が安く豊富になると、価値は消えるのではなく移動します — ボトルネックが残っている側へ。いまそのボトルネックは検証・判断・統合です。Jason Wei の「検証の非対称性」、DORA 2025(スループットは上がったのにデプロイの不安定性は上がり続ける)、LinearB の810万PR分析(AIが作ったPRはレビューを4.6倍長く待つ)、Stack Overflow 2025(開発者の66%が「ほぼ正しいが完全ではない」コード
2026-07-12 · 27 分で読めます #career#software-engineering#ai#skills#code-review技術面接準備プレイブック — コーディング・システム設計・行動面接まで
技術面接は実力の試験であると同時に、独立した一つの技術です。コーディング面接のパターン学習法、システム設計面接の5段階フレーム、STAR法による行動面接のストーリーバンク作り、職種別の定番質問、そして8週間の逆算プランまで — 面接官が実際に見ているシグナルを基準に準備法を整理します。職種知識マップ編、AI勉強法編と続く三部作の第2編です。
2026-07-06 · 13 分で読めます #career#interview#skills#preparation2026年 伸びる職種別・必要知識マップ — 何を勉強すべきか
AI/LLMエンジニア、プラットフォーム・DevOps/SRE、セキュリティエンジニア、データエンジニア、フロントエンド — いま最も需要の高い5つの職種がそれぞれどんな知識を求めるのかをチェックリストで整理します。職種を貫く共通スキルと、各知識をブラウザですぐ練習できるツール・参考資料も添えました。面接準備編、AI勉強法編と続く三部作の第1編です。
2026-07-06 · 11 分で読めます #career#roadmap#skills#learning複利で積み上がるキャリア — 情熱を追わず、実力を積め
良いキャリアは「情熱を追いかけて」作られるものではありません。希少で価値ある実力、評判、関係を時間をかけて複利で積み上げてこそ作られます。キャリア資本の理論、意図的な練習、レバレッジ、そして毎年繰り返せる実践ループまで — 複利で積み上がるキャリアの作り方を整理します。
2026-07-03 · 28 分で読めます #career#growth#skills#productivity2026年のAIコーディング・ワークフロー・ベストプラクティス — CLAUDE.md・AGENTS.md・.cursorrules・Skills・サブエージェント・MCP徹底解説
2026年現在、AIコーディング・ツール群が収束しつつある標準 — CLAUDE.md、AGENTS.md、.cursorrules、.github/copilot-instructions.md、そしてClaude CodeのSkills・サブエージェント・hooks・MCP・パーミッション・モードまで。どのファイルに何を書き、どう階層化し、何を避けるべきか。コピーして使えるスニペット付きで整理します。
2026-05-14 · 32 分で読めます #ai-coding#claude-md#agents-md#cursorrules#claude-codeClaude Code Skills を自分で作る — SKILL.md 一枚でエージェントに新しい道具を授けるハンズオン (2026, 日本語) ♪ 聞けます
Agent Skills は Anthropic が 2025 年 10 月に導入し、12 月にオープン標準として公開した拡張機構である。2026 年 5 月現在、Claude Code を拡張する既定の方法となった。仕組みは小さい — YAML フロントマター + マークダウン指示の SKILL.md 一枚と、必要ならスクリプトやリファレンスを横に置くだけ。モデルが description を読み、自ら invoke の可否を判断する
2026-05-14 · 34 分で読めます #claude-code#skills#anthropic#ai-tooling#hands-onAIハーネスとは何か：Skills、Context、Hooks、PermissionsでAIを制御するオーケストレーションアーキテクチャ ♪ 聞けます
AIハーネス（Harness）はAIモデルをラップして制御するオーケストレーションレイヤーです。System Prompt、Tools、Context、Skills、Hooks、Permissions、Memoryの7つの構成要素を解剖し、Claude Agent SDKとLangGraphで実際に構築する方法まで — AIエンジニア必読ガイド。
2026-03-23 · 48 分で読めます #ai-harness#claude-code#agent-sdk#skills#context