CIで守るフロントエンドのコード品質　〜荒野から始める仕組み作り〜

はじめに コード品質とは なぜ仕組みが必要だったのか コード品質を保つ仕組みの構築 1. 循環的複雑度の検査と違反コードの解消 2. CIでの静的解析（ESLint）とマージルールの設定 3. 静的解析の強化（Prettier、ls-lint） まとめと今後の展望 最後に はじめ

【n8n × Google Cloud】Slack をトリガーとした AI Agent ワークフロー基盤を構築した話

背景と動機 部の取り組み「分科会」について なぜこれに取り組んだのか 解決したい課題 技術選定 実装方針 ツールの比較・選定 システムアーキテクチャ 直面した 2 つの課題 1. Slack からの Event は IAP を越えられない 2. LLM 単体では URL の先にあ

静的解析ツールを活用した、チームでのコードベース健全化戦略

はじめに 静的解析を取り入れた品質改善アプローチ 改善を進める中で見えてきた課題と気づき 品質改善の効果を最大化するための目標再設計 チームで取り組んだ改善プロセスと具体的な進め方 1. 優先順位付けとタスクの細分化戦略 優先順位付けの基準 タスクの細分化（チケット作成） 2.

Think! FrontEnd #9 開催レポート

はじめに Think! FrontEnd とは？ Atomic Design から bulletproof-react へ – 構成リアーキテクト – DMMブックスを Next.js 化している話 大規模アプリをリアーキテクトした際の知見 データとコンポーネントの複雑さを整理整

Slack上の作業スレでつくる、“点も線も残る日報”

はじめに “日報”と”分報” 作業スレのデモ 点と線の記録の共存による相互補完と効能 始めるには明日からでも かいつまんだ仕組み紹介 運用上の考慮 さいごに ※DMMグループ Advent Calendar 2025 12/16の記事です。本記事は飯田涼太 mesh1nek0x0

社内SSoTツールを破壊してしまった話

はじめに SSoTとは？ 利用しているSSoTツールについて どのように破壊したの？ 1回目の破壊 2回目の破壊 3回目の破壊 破壊して得た学び Adapterの簡略図 まとめ はじめに 皆様ネットワーク運用自動化してますか？ どうも、ITインフラ本部インフラ部ネットワークグルー

オブザーバビリティ成熟度モデルをGitHub公開！明日から使える評価フレームワーク

はじめに これまでの取り組みの流れ 第1段階：社内での実践と評価 第2段階：外部カンファレンスでの知見共有 第3段階：GitHubでの完全公開 なぜ公開したのか 1. 外部への貢献：明日から使える実用的なツール 2. 自社への学び：多様な視点からの発展 公開したフレームワークの特

Datadog のダウンタイムを使って監視を改善する

はじめに 課題 対策 おわりに はじめに この記事は、DMMグループ Advent Calendar 2025 の 15 日目の記事です。 プラットフォーム開発本部で認可サービスの開発をしている juve_534 です。 私が所属するチームは認可サーバの開発・運用を責務としていま

Containerlabでフルルートは扱えるのか？ 主要ネットワークOSのリソース検証

はじめに 概要 検証構成 対象イメージ 検証環境 VMスペック フルルートの生成 検証トポロジー 測定方法 ① 起動時のリソース測定 ② フルルート学習時のリソース測定 ③ 学習完了後の安定時リソース測定 テスト結果 Juniper vJunosSwitch グラフから分かること

ボットからのアクセスで負荷が偏るケースを発見しました

はじめに 急にレスポンスタイムが悪化した 問題のリクエストの特定を試みるが失敗した スティッキーセッションを無効化するため、Blue/Greenデプロイメントへ移行する ECSの組み込みBlue/GreenデプロイメントはDMMブックスと相性が良くない ALBのリスナールールが複

明日からちょっと自慢できる画質AUTOの仕組みについて

初めに 画質AUTOの仕組み スムーズな画質変更への工夫 実際のコードを見ながら処理を追ってみる まとめ・宣伝 初めに この記事は DMMグループ Advent Calendar 2025 の12日目の記事です。 こんにちは。メディア基盤開発部でフロントエンドエンジニアをしている

Kubernetes Gateway API の成り立ちを調べてみた 🔖 1

はじめに Ingress が直面した「構造的課題」 Ingress の果たした役割とその後の課題 1. 「最低限の共通機能」設計の限界 2. 「アノテーション地獄」が招いた移植性の低下 3. 運用上の摩擦：役割と責任の混在 KubeCon 2019：API 再構築という決断 なぜ

DMM.博士 通信 Vol.3 - RAGシステム環境の落とし穴 🔖 1

はじめに 前回のおさらい 困ったこととは... RAGシステム構成 問題の発生順序 なぜ発生するのか ローカル開発環境との関係 おわりに はじめに DMM.博士通信の3回目の投稿になります。前回の投稿が2025年1月でしたので随分間が空いてしまいました。前回までの流れは以下の記事

レガシー脱却の現場で進める設計再構築とAIレビューの実践

はじめに レガシー課題の整理から始まった、持続可能な設計への再定義 共通の設計言語をつくる 設計標準の軸 迷わないルールが、設計を自由にする 設計標準をAIが読める形に アーキテクチャ審議会の立ち上げ：個別移行から全体最適へ 目的は正解の強制ではなく、考え方の共有 議論テーマと成

アイテム埋め込みの正規化が推薦頻度に与える影響を調べてみた

はじめに 背景: 正規化の有無で内積ベースの類似度は変わる → レコメンド結果はどう変わる？ DMM のレコメンド - Two-Tower モデルによるレコメンド ベクトルの長さは推薦頻度に影響する 単純なモデルで影響を調べてみた 実験設定 比較するモデル 結果: アイテムの頻度

DCIへの400G-ZR/ZR+導入事例

はじめに DCI（Data Center Interconnection:データセンター間相互接続) 可用性 拡張性 IP over DWDM 400G-ZR/ZR+ 波長 送信パワー FEC（前方誤り訂正） 消費電力 発熱対策 Transceiverの選定 実環境への導入（＆ト

データ組織へのClaude Code導入と、その後の利用状況

はじめに 導入の概要：Google Cloud基盤を活用した運用 導入経路の詳細 予算管理の詳細 チームでの活用状況 費用管理実績 ✅ 活用できているケース ⚠️ 活用が難しかったケース データ分析特有の課題と技術的解決策 課題1：Jupyter Notebook (.ipynb

GoのSCA何使おうか悩んでいる人へ

はじめに 背景 Nancyとは？ Nancyのメリット Nancyのデメリット govulncheckとは？ govulncheckのメリット govulncheckのデメリット 検証 検証項目 検証環境 脆弱性の選定根拠 1. 実行パスに含まれる真正な脅威（True Posit

アクティべ式・心理的安全性のつくり方——今日から試せる3つの習慣　多拠点・リモートワークでも心理的安全性を高める方法とは——

アクティベーションチームについて チーム活動の弊害と課題 多拠点・非同期の壁 個人依存と残業前提の進め方 プランニングの曖昧さ やってよかった習慣 3選 1. スクラムイベントの改善 1週間スプリントでの高速PDCA 毎回のレトロスペクティブで「TRY」を実施し、課題を放置しない

MCP Toolboxで実現する、BigQueryとLookerを用いたデータ分析の効率化

1. はじめに 2. 背景 データ分析における課題 3. MCP Toolbox for Databasesを導入 Toolboxの概要 BigQuery / Lookerで利用可能なツール BigQueryで利用可能なツール Lookerで利用可能なツール セットアップ 動作確

失敗を武器に変える。決済手段追加でチームの開発効率に再現性をもたらすまで

はじめに 取り組んだこと 過去の過ちを繰り返さない 属人化からの脱却 停滞を素早く検知して対処する AIエージェントの活用 まとめ これからの展望 最後に はじめに こんにちは、DMM.com の西です。 普段は決済関連のプロダクトの機能開発、運用業務に携わっています。 今年の9

決済手段追加の開発期間を半分にして欲しいと頼まれたときの話

はじめに 背景 期間を短縮するためにやったこと １．大前提として、要件の最小化は必須（王道） ２．決済領域単独で開発進行できれば省略できる工程がありそう ３．過去実績を鑑みると、各工程の効率化は必須 設計のスリム化 結合テストの最適化 ４．大きな手戻りが発生したら終わる 既存決済

AIで本当に開発効率よくなった？私たちのチームでのAI活用事例とその効果

1. はじめに 2. 開発フローの全体像 上流工程（PRD・DesignDoc）はAI活用を検証中 AI活用のアプローチ：Cursorと「ルール」 3. API定義書の作成・DB定義書の作成 4. ドメインモデリング 4-1. Before：ゼロからの作図と議論の往復で消耗 4-

DDD経験者がEvent Sourcingで躓いた話

DDD経験者がEvent Sourcingで躓いた話 はじめに 1. 背景 何が変わったのか（対比表） 2. 私が直面した2つの大きな違い 2-1. 大きな違い①：状態永続化モデル State Sourcing（従来の方法） Event Sourcing（今回の現場での方法） 私

BigQuery自動キャンセルで社内データ基盤のコスト最適化

1. はじめに 2. 背景と目的 3. 機能概要 3.1 Airflow を中心にした実装 3.2 キャンセル処理の流れ 3.3 キャンセル後の通知 3.4 キャンセル除外対象 4. 運用の成果 5. まとめ 1. はじめに こんにちは。開発統括本部 データ基盤開発部の林 沛萱（

【イベントレポート】ただ断るだけじゃない。飯沼さんに聞く「Noを伝える技術」

なぜ「No」が言えないのか 「No」の目的は、断ることではなく「より良いYes」を引き出すこと 「No」を伝えるのは「勇気」ではなく「戦略」 「No」を直接使わない。「Not」で分解する伝え方の技術 相手から「No」と言われたら、「牛歩」で進める 質疑応答（Q&A） Q:

続・決済基盤の技術的負債に向き合う

はじめに Phase1: 基盤構築から機能実装へ（2025年1月〜7月） やったこと わかったこと できたこと Phase2: 一般アカウント移行への挑戦（2025年8月〜2026年2月、進行中） 取り組んでいること これまでにわかったこと 今後の方針 技術的な学び Tempor

コンタクトセンターにリアルタイム文字起こしを導入した話

はじめに 背景と課題 従来の文字起こし処理の課題 従来の方式：Azure Speech-to-Textの採用理由 1. リアルタイム性の欠如 2. 処理回数とコストの問題 解決策の概要 技術的な実装のポイント 1. Contact Lensによる文字起こし処理の統合とコスト削減

AIが教えてくれたコードレビューの本質　― 意図共有という学び ―

はじめに AI導入と課題 自動化の成功例 コードレビュー自動化の挑戦 プロンプト例 意図を共有する ケース1：判断の背景を共有する ケース2：未来を見据えた意図共有 生成AIの気づき 私たちの学び これから はじめに こんにちは。ユーザーレビューグループ（URG）の松井です。 私

Datadogダッシュボードを目的別に再設計した話

はじめに 背景 多すぎるモニターと機能しないダッシュボード 目的別ダッシュボードの設計 第1階層：インシデント初動調査用ダッシュボード 問題発生の即時確認とサービス健全性の判断 相関関係によるボトルネックの切り分け ドリルダウンへの誘導とコンポーネントの主要メトリクス確認 第2階

『がんばらない運営』ー DMMのPMイベント運営の秘訣 ー

はじめに 「プロジャミ!!」というPMイベントを社内で運営しています プロジャミ!!とは 「コミュニティ」と「イベント」の違いを意識する 社内イベント運営時に持つべきたった2つのルール ルール1. とにかく定期で継続 ルール2. 人集めに集中 その他は『がんばらない運営』がモット

Proxmox VEで学ぶcloud-init

はじめに cloud-initとは Proxmox VEで簡単にcloud-initを体験してみよう cloud-initイメージの取得 テンプレートの作成 インスタンスのクローン cloud-initのパラメーターを変更する cloud-initの仕組み cloud-confi

Observability Conference Tokyo 2025に登壇しました！オブザーバビリティ成熟度モデルの実践事例を共有

はじめに Observability Conference Tokyo 2025とは 発表内容 発表資料と詳細ブログ 当日の様子：会場の熱気と参加者の反応 Ask the Speakerコーナーでの対話 SNSでの反響と外部からの評価 登壇を通じた学びと気づき 発表準備での苦労と

DMMデータサイエンスグループがRecSys 2025に参加しました！

はじめに RecSys 2025 概要 開催概要 印象に残ったセッション・発表 菊谷パート LONGER: Scaling Up Long Sequence Modeling in Industrial Recommenders 概要 グローバルトークン トークンマージ Hybr

Think! FrontEnd #8 開催レポート

はじめに Think! FrontEnd とは？ 研修で学んだリクエスト毎にページのレンダー方法を変える小技 TypeScriptで型レベルJSONパーサー Marpで学ぶHTML/CSS パネルディスカッション 懇親会 おわりに はじめに こんにちは！「Think! Front

Devin×Claudeで実現する持続可能なAI開発体制 🔖 1

はじめに 1. Devin導入期：生産性の爆発的向上 自律型AIエージェントの可能性に着目 驚異的な成果 具体的な工数削減効果 2. Devin運用期：PRレビューボトルネックの発生 生産量増加の副作用 ボトルネックの実態 根本原因の分析 持続可能な開発体制の必要性 4. 改善期

DMM の Turtle Design System ポータルサイトを公開しました

はじめに デザインシステムとは？ これまでの歩み さらなる価値提供のためにチャレンジできないか？ 最高のフロントエンドアプリケーションを最速で はじめに こんにちは！わたしたちは DMM.com の プラットフォーム開発本部 > Developer Productivity Gr

AIが変える、人事評価の未来 〜LLM活用でもっと『人』の時間を創り出す挑戦〜

充実した評価制度をより効果的に運用するための挑戦 LLMで解決を検討：議事録から評価レポートを自動生成する4ステップ Step 1: AIによる議事録の自動作成 Step 2: 評価項目に関連する情報をAIが自動抽出 Step 3: 1on1での内容確認と認識合わせ Step 4

AIエージェントで生産性は上がっていますか？DMMプラットフォーム基盤のエンジニアに聞いた生産性の変化 🔖 2

1. AIエージェント導入の期待と現実のギャップ 2. 調査概要と主要な発見 調査結果 3. 組織とシステム構造によるAIエージェントとの相性の違い パターン1. 「新規開発 × 少人数」 現実的な生産性向上の上限と人間の限界 パターン2. 「歴史があるシステム × 大人数」 「

国内5社目！DMMが「AWS AI-DLC Unicorn Gym」から学んだ、AIネイティブの開発プロセスとは 🔖 20

1. はじめに AI-DLC（AI駆動開発ライフサイクル）とは？ 2. 抱えていた課題 3. AWS AI-DLCへの参加の目的 4. 当日の様子 1日目の流れ Inceptionフェーズ 2日目の流れ Constructionフェーズ 5. 実施結果 主要成果指標 工数の変化

AIエージェントで挑んだ大規模リファクタリング 🔖 212

はじめに 背景 コード品質 ミノ駆動設計講座とは？ AX戦略 AI活用 対応方針 リファクタの対応 リポジトリ分割の例 Before After リファクタの工夫 リファクタの成果 工数削減 Findy Team+で可視化 まとめ はじめに こんにちは。DMMユーザーレビューグル

ふりかえり座談会で学んだ、チームのふりかえりをより良くするための実践知 🔖 1

この記事のねらい 参加者プロフィール Round1：どうやってぶっちゃけさせていますか？（遠慮のとっぱらいかた） リアクションで場を盛り上げる 雑談で壁を溶かす チーム分割で課題を解決する Round2：ふりかえりがうまくいったとき、いかなかったときって？ うまくいってるふりかえ

PGO活用による認可APIのパフォーマンス改善検証レポート

はじめに 検証実施の背景 PGOとは？ PGOのメリット PGOのデメリット PGOの使い方 1. PGO なしの初期バイナリをビルドしてリリース 2. (本番環境から)プロファイルを収集 プロファイルとは？ 3. 更新されたバイナリをリリースするタイミングで、最新のソースをプロ

MySQLのベンチマーク測定：mysqlslapについての紹介

はじめに mysqlslapの概要 ベンチマークテスト実行例 実行例1 実行例2 実行にあたっての留意点 おわりに はじめに みなさんこんにちは、LC開発部の神畠です。 普段は、24時間365日で稼働する大規模サービス基盤の課題解決に取り組み、さらなる高品質化と安定運用の実現を目

DMM.comはiOSDC Japan 2025に「ゴールドスポンサー」として協賛します！

ブース/ノベルティ紹介 DMM.com iOS Application Tech Stacks アンケート・クイズ さいごに 今年もiOSDCの季節がやってまいりました！ 2025年9月19日（金）〜 9月21日（日）の3日間にわたり開催されるiOSDC Japan 2025、本

スクラムフェス金沢2025 登壇レポート

はじめに 登壇レポート(1): 共創はどこまで拡張できるか ─「民泊×地域共創」の現場に見る、スクラムとパターン・ランゲージの可能性 スクラムとパターン・ランゲージの実践知：現場から生まれた共創の仕組み 発表してみての感想 登壇レポート(2): チーム開発における責任と感謝の話

LiteLLM を App Runner + CloudFront + WAF でシンプルに構築・運用してみた話

はじめに 背景 プラットフォーム開発本部のAX戦略 ユーザーレビューグループでのAI活用と課題 解決アプローチ 構成 アプリケーション実行基盤の選定理由 インフラ構成イメージ 各コンポーネントの詳細 運用 APIキーの発行・管理 コスト・リクエストの確認 リクエストログの確認 C

QA部の生成AI活用実態調査～2025年夏期～ 🔖 1

想定読者 はじめに 調査概要 調査の背景と目的 調査方法と回答状況 対象業務プロセス AXレベル定義 調査結果：現状分析 利用ツールの分布状況 業務プロセス別活用状況 全体傾向：助手レベル中心の活用 活用が進んでいる業務プロセス 活用が限定的な業務プロセス チーム別の特徴的な傾向

IOS XRのeBGPマルチパス利用時にnext-hop-selfが自動動作する件

はじめに 概要 事象確認タイミング DMMバックボーン構成の前提 リプレイスとアーキテクチャの見直し next-hop-self挙動の顕在化 再現 構成 拠点広報経路確認 拠点A 拠点境界ルータ1 拠点境界ルータ2 拠点B 拠点境界ルータ3 拠点境界ルータ4 コアルータで経路確認

JANOG56 MeetingにNOCメンバーとして参加しました

はじめに JANOGおよびJANOG Meetingについて NOCの構成 NOCの活動 NOC各チームでの活動 L2L3チーム アレンジャーチーム NOCに参加して 山口 伊藤 はじめに ITインフラ本部インフラ部の伊藤と山口です。 2025年7月30日から8月1日に島根県松江