Developers Summit 2025 参加レポート（2日目）
参加イベント
Developers Summit 2025
2025年2月13日（木）-14日（金）
14-B-3 02/14 11:50 ～ 12:20 日本から世界へ活躍するエンジニア- キャリアとチームをグローバルにひろげるための方法 -
日本はソフトウェア人口が世界第4位。
給与水準も高い。
一方、世界デジタル競争力は、32位（64国中）。
昨日のブースでのアンケートのうち、日本発グローバルビジネスのキャリアを理想とする人が多かったことから、今回のお話はその層にフォーカスしてお話し。
- ソフトウェア開発における日本文化の強み
- 規律に対する尊敬
- 手順を守る、テストを書く
- 全体と調和に対する尊敬
- 行間を読む
- 複雑系
- 規律に対する尊敬
AI活用と多言語化
チャットやミーティングで多言語を同時翻訳。
専門用語の相互理解が進む。
国際人材の育成
グローバルにGHQ機能と人材を分散。
GHQ: Global Headquarters
技術人材の育成
生産、物流、販売まで、あらゆるシステムアーキテクチャのレビューを担当。
グローバルプロジェクトの推進。
1993年 システム開発の原理原則
業務=システム。
システムの人間が現場よりも現場を知る。
単純・明快なシステムを作る。
いいビジネスにはエンジニアが不可欠
デジタルスキルを有したビジネス人材が不可欠。
エンジニア人材を積極的に採用。
適性のある汎用人材を育成。
まとめ
デジタルスキルを持つ若手が国際経験を持つことが強いキャリア形成につながる。
14-C-4 02/14 12:40 ～ 13:20 私が新卒からプロへと変わる3年間～「エンジニア基礎」研修資料で伝えたエンジニアになるまでの道のり～
- 対象
- 社会人なりたて
- 若手を育成する人
- 自分が受け入れたくない点を改善するのは苦しいが、改善は不可欠。
- 自分のできないことを改善するために、上司の人が一緒にステップごとにやることを考えてくれた。
🦉 エンジニア基礎の資料でことみんが書いていたことは、全部ことみんの経験をもとに等身大で伝えているものだったんだなぁ。
🦉 聴きながら、私自身の経験と重ねながら振り返り直した。
- 後輩へ教えるための言語化の助けになったこと
- すでにアウトプットされている資料やブログを引用して、自分の言葉で説明する。
- イマジナリー先輩を呼び起こして伝える。
- 最初はできなかったが、自分の言葉で伝えることで次第に定着していき、今は当たり前にできるようになった。
🦉 堂々としててよかった。
14-E-5 02/14 13:40 ～ 14:10 自然言語で駆動するバーチャルヒューマン：より人間らしい対話を実現する技術 ～LLM登場前と後で何が変わり、どんな課題があるか～
バーチャルヒューマンエージェントのお話。
自然言語によるコミュニケーションの重要性
あいまいで多様性が高い。
語順、方言
文脈による違い
対話の文脈管理。
感情解析やトーン調整。
対話システムと検索
-
ファインチューニング
-
検索拡張生成（RAG）
-
非構造化データの検索
- 検索エンジンによる検索拡張生成（RAG）
- テキスト検索とベクトル検索あるいはハイブリッド検索
-
構造化データの検索。
- RDBに保存されているデータ
- API経由で取得できるJSONデータなど
- Text-to-SQL によるRDBへの接続
-
グラウンディングとRAG
- グラウンディング
- 外部情報・データソースをモデルの出力に紐付けることで、創作の入り込む余地を減らす
- 特に精度と頼性が重要な場合に利用する
- RAG
- グラウンディングの実装形態の1つとも言える
- 外部の知識ベースを検索し、その情報に基づいて大規模言語モデルに回答を生成
- チャンクと呼ばれる200文字程度の長さに文書を分割し検索エンジンへ登録
- 主にはベクトル検索エンジンかハイブリッド検索を利用した実装を前提としている
- 質問文と類似度の近いチャンクを取得、そのチャンクあるいは文書を生成させる
- グラウンディング
-
テキスト検索とベクトル検索とハイブリッド検索
-
課題
- シノニム(類義語)の処理
- 形態素解析
- 活用形など
- 文脈による相違
-
LLMとトークナイズ
-
サブワード
- 単語と文字の中間的な分割単位
- 具体例
-
ロングコンテキストとRAG（検索）
- 当時ロングコンテキストがあればRAGは要らないのでは？と。
まとめ
- バーチャルヒューマンエージェントは対話システムの実装の1つであると言えます
- 対話システムにおいて、最新の情報をもとに応答を生成するためには検索は有力な手段です
- 全文検索エンジンは非構造化データに適しています
- 全文検索エンジンで利用するトークナイザや辞書は再現率・精度をあげるために重要です
- 大規模言語モデルでもトークナイザは利用されています
- ロングコンテキスト対応のモデルでもグラウンディング、RAGは事実に基いた応答生成のために重要です
🦉 専門的な話。一端を知る機会になった感じ。サブワードおもしろいと思った。
14-B-6 02/14 14:30 ～ 15:00 ソフトウェア開発プロセス全体で、AIがモチベーション高く働くために必要なものは「バレンタインデーのチョコ」ではなく「GitLabによる一貫したコンテクスト」だったという話
🦉 GitLabのAIの使い方の話聞きたくてきた。
前半はオールリモートワークの話。
後半がAI活用の話。
All remote
"Everyone can contribute. "
- 手段・手法
- 非同期コミュニケーション
- ドキュメント
AIの活用レベル
- 活用レベル1: ソースコードの生成にAIを活用
- 非常に局所的
- 活用レベル2: チケット管理、CI/CDツール、監視ツール
- 活用レベル3: 各局面に応じて優れたLLMを採用する
-
GitLabの製品紹介
GitLab Duo
オンプレミスでも使える。
- コンセプト
- 統合されたコンテクスト
AI≠ツール AI=チームメンバー
- AIがチームの一員になることで得られる主な効果
- 新規メンバーのスムーズなオンボーディング
- これまでの議論の要約
- 開発支援
- 背景を踏まえたコーディング（プロダクションコード、テストコード）
- 脆弱性の自動的な検出・修正の提案
- 効率的なトラブルシュート
- CI/CD失敗原因分析
- 新規メンバーのスムーズなオンボーディング
14-A-7 02/14 15:20 ～ 15:50 目の前の仕事と向き合うことで成長できる - 仕事とスキルを広げる
労力は代替できるが、能力は代替できない。
当たり前の日常を少し工夫する。
能力を伸ばす
- 能力とは
- abilityと capacity
- Ability
- 才能、スキル、熟練
- スキルを伸ばす
- 知識x経験=知恵
- できることを一つ一つ増やしていく
- 繰り返し、繰り返し、学び、そして研ぎ澄ます
仕事の中で成長する
仕事で必要なスキルは、仕事の中で身につける
会社が育ててくれる時代は終わった。
- 優先して身につけるべきスキル
- 計画実行力
- 言語化力
- 問題解決能力
内省とフィードバックサイクル
コルブの経験学習モデル（ 検索 ）
身につけられる。
大事なこと
日報や週報を書こう。
具体的な話は、この登壇資料参照。
おわりに
まずは目の前の小さなことからやろう。
日報書くときのコツ: 毎日一つでも知らないことを見つける。
登壇資料
参考書籍
私たちはどう学んでいるのか ――創発から見る認知の変化 (ちくまプリマー新書)
14-E-9 02/14 17:00 ～ 18:00 エンジニアコミュニティでひろがるキャリア、深まる人生 - “コミュニティへの還元”リレーション -
- 社外のコミュニティやそこで出会った仲間たちに、何度も救われてきた。
- 参加する目的はなくてもいい。楽しいの幅は次第に増やしていけばいい。
Discussion