https://gihyo.jp/magazine/SD/archive/2024/202402
的を絞って詳しく書かれていていい感じ. ドメインって書籍だとあんまり資料がない気がするのでこれがいい資料になりそう. ただRFCとか参考載せてほしい.
前半で詳しくテスト設計とテスト技法について詳しく書かれていてとても良い. 『Googleのソフトウェアエンジニアリング』の11章14章あたりと合わせると良さそう. テストを組み立てていくにしてもある程度経験が必要になるので, 「第3章:探索的テストで短時間で効率よくバグを見つける やみくもにテストしないためのコツ」みたいに観点が挙げられていると助かる.
かなり具体的な内容で勉強になる. ただ紙面が足りてないので参考追っかけるのは必要そう. 各章ごとにかなり詳しくていい内容なんだけど全体としてまとまりがないのでもうちょっと統一感のある内容だともう少し深く理解できたかも. 第1特集とDevOpsでテーマが一貫していたのが面白い. 品質の重要性が認知されてシフトレフトが一般的になってきているのかな.
GCPの各サービスについて書かれているのでGCP使う人にはよさそう.
ブログ記事で見た.
やっぱり計測が大事でプラクティスを試すにも効果が見れるようにしないとだめだよな. ただデプロイ頻度はビジネスにも影響するのでビジネス層を巻き込んだりとかも必要になるのかな.
筆者の場合は、まずステークホルダーと『LeanとDevOpsの科学』の考え方に合意し、デプロイ頻度や品質指標のダッシュボードを定期的に確認することにしました。これにより、開発者体験の現状を一目で把握でき、目標とするデプロイ頻度3倍に向かっていることをリアルタイムに話し合うことができ、また品質指標が悪化しているときはその旨を定量的に認識できるようになりました。
具体的でかなりいい.
同期推論ではWeb APIの一部として推論システムを組み込みますが、学習済みモデルを配置するサーバやコンテナの設計は検討すべきです。機械学習の開発ではPythonで実装されることが多いですが、バックエンドの開発言語がPython以外の言語(Java、Golang、Ruby等々)の場合、学習済みモデルを搭載したPythonサーバを個別に用意する必要があります。
これほんとに大変なので体制整えるのが大事なんだよな.
ドキュメントとしてのテスト大事. テストファーストにも近づく. ドキュメンテーションコメントはメンテされないことが問題になりやすいのでdoctestで整備するのがいいと思う.
コラムの内容だけど具体的な攻撃シナリオへの対応方法のドキュメントがあるらしい. プラットフォームにこういうのあるのすごくいい.