本書は、Rustの堅牢な型システムと高性能な実行環境を活かして、LINE botによるWebアプリケーション開発の実践力を身につけたい開発者に向けた一冊です。本書では、人気急上昇中のWebフレームワーク「axum」とSQLxによる非同期データベース接続、Firestoreとの連携、そしてヘキサゴナルアーキテクチャに基づいた設計までを体系的に解説します。 全9章構成で、Rustの学習法から始まり、LINE Messaging APIの活用、MySQLとFirestoreのデータ設計、SQLxを活用した非同期処理、依存性注入とDIコンテナの構築、Dockerを用いた環境構築に至るまで、商用アプリケーション開発を見据えた技術が満載です。さらに、Rustによるテスト戦略やモック、axum_testを活用したHTTPサーバのテスト技法まで丁寧に解説。全編を通してRustとWeb開発の橋渡しとなる内容が凝縮されています。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 CTO（最高技術責任者）に求められるスキル、意思決定のプロセス、組織マネジメントの全貌がわかる 技術戦略やビジョンの構築、技術的判断、開発、セキュリティ対応から採用、組織づくり、カルチャー醸成、経営陣との関係構築、さらにM&Aにおけるデューディリジェンスまで。著者の実体験を交えながら、CTOの役割と仕事の全体像を丁寧にひも解き、体系的にまとめています。 ●目次 1章　CTOとは何か 2章　人間関係の構築 3章　基本構想／ビジョンの立案と実現 4章　チームの構築 5章　面接、選考、オンボーディング 6章　チームのマネジメント 7章　人事考課 8章　技術に関する判断 9章　開発 10章　契約管理 11章　ドキュメンテーション 12章　セキュリティー 13章　IT部門の維持管理 14章　会社の成長 15章　あなた自身のこと ●著者 15年以上にわたり、プライベートエクイティ（PE）ファンドの支援を通じて技術チームの構築と成長に携わり、複数のポートフォリオ企業でCTOを務めた経験を持つ。PEファンドが支援する企業では、CTOエグゼクティブチームのリーダーとしても活躍。現在は、創業者経営の中堅企業を専門とするシカゴのPEファンド「New Harbor Capital」にて、移行期のCTOやメンタリングサービスを提供するポートフォリオオペレーションズグループのパートナーを務めている。IT業界で25年以上の経験を持ち、Javaで書かれた世界初のCFMLエンジンの開発に貢献。イギリス初のJavaチャンピオン。 ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。

◆「はじめてのAIコーディング」からスペック駆動開発へ！ AI時代のソフトウェアエンジニアリングの教科書◆ 　本書は、Claude Codeの基本的な使い方からはじめ、スペック駆動開発をマスターすることで、大規模言語モデル（LLM）とソフトウェアエンジニアリングを統合する方法を解説した書籍です。Claude Codeをはじめとしたさまざまなコーディングエージェントは、単なる「魔法のようにコードを生成するAI機能」ではありません。LLMの自律的な推論能力とエージェントフレームワークの機能性を統合することで、要求の精緻化 → 達成するための計画立案 → タスクの実行 → 実行結果の検証というソフトウェア開発における一連の作業を効率化・最適化および自動化するためのツールなのです。 　コーディングエージェントは、「ツールがAIを使うワークフロー時代」から「AIがツールを使うエージェント時代」へ転換するための代表的なAI製品と捉えることができます。チャットやワークフローの内部でAIを使うアーキテクチャの場合、一連の制御を人間が事前に想定して構築しておく必要があります。それに比べてエージェントは、AIがループし続けながら適切なタスクを推論し、ツールの選択と実行を繰り返します。―本書で取り扱うClaude Codeはコーディングエージェントという形で、その強力な仕組みを実行するフレームワークであるという点が核心となります。 　よって、コーディングエージェントの利用用途はソフトウェア開発だけではなく、テキスト分析や多種多様なコンピューター処理を自動化ができる汎用エージェントでもあり、AIを活用した高速なプロトタイピングにおいて最適なツールとも言えます。 　本書では、Claude Codeの基本的な使い方とMCPの活用について解説し、さらに、作りたい目的に沿ったソフトウェアの構築を達成するために、どのような工程・手順でClaude Codeを使ったらよいか、スペック駆動開発の具体的な手順を実践して理解できます。さらにClaude Code Actionによるレビュー自動化や、Claude Codeをより深く理解するための動作原理を解説したうえで、Claude Codeを活用して開発プロセスをしくみ化するための考え方を、スペック駆動開発を題材に解説しています。 ■こんな方におすすめ ・ソフトウェアエンジニア：開発生産性を向上させたい実務者 ・技術リーダー：チームにAIツールを導入したいマネージャー ・プロダクトマネージャー：AIを活用した開発プロセスを理解したい方 ■目次 第1部 手を動かして学ぶClaude Codeの基本 ・第1章 Claude Codeをソフトウェアエンジニアリングと統合する ・第2章 Claude Codeの基礎 ・第3章 MCPを使いこなせ！ ・第4章 達人に学ぶスペック駆動開発 ・第5章 Claude Code Actionの活用 第2部 動作原理を理解して開発フローをしくみ化する ・第6章 Claude Codeの動作原理を理解する ・第7章 Claude Codeを意図通りに動かす ・第8章 スペック駆動開発のフローをしくみ化する【設計編】 ・第9章 スペック駆動開発のフローをしくみ化する【実践編】 付録 各種サービスの設定手順 Anthropic社の概要・コンプライアンス・法的な規約 ■著者プロフィール ●西見公宏：株式会社ジェネラティブエージェンツ 代表取締役 CEO。アジャイルによるソフトウェア開発のスペシャリスト。AIエージェントを中心とした事業経営を体現するため、吉田・大嶋と共に株式会社ジェネラティブエージェンツを共同創業。AIエージェントを経営に導入することにより、あらゆる業種業態の生産性を高めるための活動に尽力している。 ●吉田真吾：株式会社ジェネラティブエージェンツ 取締役 COO / 株式会社セクションナイン 代表取締役 CEO。LangChain Expert/AmbassadorやAWS Serverless Hero として日本におけるAIエージェントとサーバーレスの普及を促進。Serverless Community（JP）、LangChain Community（JP）、ChatGPT Community（JP）主催。 ●大嶋勇樹：株式会社ジェネラティブエージェンツ 取締役 CTO。大規模言語モデルを組み込んだアプリケーションや AI エージェントの開発を実施。個人ではエンジニア向けの勉強会開催や教材作成など。オンラインコース Udemy ではベストセラー講座多数。勉強会コミュニティ StudyCo 運営。

【ChatGPTのAPIとLangChainで大規模言語モデルをシステムに組み込む知識をステップバイステップで実践できる！】 本書ではまず、OpenAI APIとLangChainについて解説します。ChatGPTのようなしくみを業務システムなどに組み込むためには、単にLLMに1つ入力して1つ出力を得るような実装ではなく、複数のタスクを一連のワークフロー処理として実現する必要があります。また、ChatGPTが知識を持たない専門知識を答えてほしいとか、意図した形式で応答が欲しいなど、実用性を高める必要も出てきます。これらを実現するためのLangChainのつかいかたをわかりやすく解説します。 後半では、ステートレスなOpenAI APIに記憶を持たせたり、必要に応じてWeb検索などを行うエージェント処理、さらにそれらチャット形式の処理を、ステップバイステップでWebアプリやSlackアプリとして実装します。 ■目次 ●第1章 大規模言語モデル（LLM）を使ったアプリケーションを開発したい！ 　　1.1 ChatGPTにふれてみよう 　　1.2 プロンプトの工夫でできること 　　1.3 プログラミングで使ってみよう 　　1.4 ChatGPTを使うときに気をつけること 　　1.5 ChatGPTの有料プランでできること 　　……ほか ●第2章 プロンプトエンジニアリング 　　2.1 なぜいきなりプロンプトエンジニアリング？ 　　2.2 プロンプトエンジニアリングとは 　　2.3 プロンプトの構成要素の基本 　　2.4 Prompt Engineering Guideから：ChatGPTの無限の可能性を引き出す ●第3章 ChatGPTをAPIから利用するために 　　3.1 OpenAIの文書生成モデル 　　3.2 ChatGPTのAPIの基本 　　3.3 入出力の長さの制限や課金に影響する「トークン」 　　3.4 Chat Completions APIにふれる環境の準備 　　3.5 Chat Completions APIをさわってみる 　　……ほか ●第4章 LangChainの基礎 　　4.1 LangChainの概要 　　4.2 Language models 　　4.3 Prompts 　　4.4 Output parsers 　　4.5 Chains 　　……ほか ●第5章 LangChainの活用 　　5.1 Data connection 　　5.2 Agents ●第6章 外部検索、履歴を踏まえた応答をするWebアプリの実装 　　6.1 第6章で実装するアプリケーション 　　6.2 Cloud9を起動して開発環境を構築する 　　6.3 StreamlitのHello World 　　6.4 ユーザーの入力を受け付ける 　　……ほか ●第7章 ストリーム形式で履歴を踏まえた応答をするSlackアプリの実装 　　7.1 なぜSlackアプリを作るのか 　　7.2 環境準備 　　7.3 環境設定ファイルを作成する 　　7.4 Slackアプリを新規作成する 　　7.5 ソケットモードを有効化する 　　……ほか ●第8章 社内文書に答えるSlackアプリの実装 　　8.1 独自の知識をChatGPTに答えさせる 　　8.2 埋め込み表現（embeddings）とは 　　8.3 実装するアプリケーションの概要 　　8.4 開発環境を構築する 　　8.5 サンプルデータの準備 　　……ほか ●第9章 LLMアプリの本番リリースに向けて 　　9.1 企業で生成AIを活用していくために 　　9.2 JDLA発行『生成AIの利用ガイドライン』をもとにした自社ガイドラインの作成 　　9.3 サービスの企画・設計段階での課題 　　9.4 テスト・評価について 　　9.5 セキュリティ対策について 　　……ほか ●付録 Webアプリ、Slackアプリ開発の環境構築 ■著者プロフィール 吉田 真吾：株式会社サイダス取締役CTO/株式会社セクションナイン代表取締役CEO、ChatGPT Community（JP）主催。サーバーレステクノロジーのコミュニティ主催を通じて、日本におけるサーバーレスの普及を促進。『サーバーレスシングルページアプリケーション』（オライリー）監訳、『AWSエキスパート養成読本』（技術評論社）共著。 大嶋 勇樹：ソフトウェアエンジニア。IT企業からフリーランスエンジニアを経て会社を設立。現在は実務に就き始めたエンジニアのスキルアップをテーマに、勉強会の開催や教材作成の活動を実施。オンラインコースUdemyではベストセラー講座多数。勉強会コミュニティStudyCo運営。

※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字だけを拡大することや、文字列のハイライト、検索、辞書の参照、引用などの機能が使用できません。 ExcelとRを使って試しながらベイズ分析を学ぼう！ ベイズ分析の核となる事前分布と事後分布の考え方からマルコフ連鎖モンテカルロ法を用いたサンプリング技術まで。 本書では、多くの人にとって親しみやすいExcelと、データサイエンスの強力なツールRを使って、ベイズ分析の基本を試して結果を見ながら実践的に身につけることができます。ExcelのワークシートやVBA、Rのサンプルコード、サンプルデータなどもダウンロード可能。 1章　ベイズ分析とR：概観 1.1　ベイズの復権 1.2　事前分布の構築について 1.3　ある専門用語について 1.4　事前分布、尤度、事後分布 1.5　頻度論統計学とベイズ統計学の比較 1.6　まとめ 2章　二項分布の事後分布の生成 2.1　二項分布とは何か 2.2　Excelの二項分布関数 2.3　Rの二項分布関数 2.4　（ややこしくならない範囲での）数学による理解 2.5　まとめ 3章　ベータ分布の本質 3.1　Excelによるベータ分布の分析 3.2　ベータ分布と二項分布の比較 3.3　ExcelのBETA.DISTのヘルプページの解説 3.4　Rでの同様の分析 3.5　まとめ 4章　グリッドサーチとベータ分布 4.1　グリッドサーチについてもう少し詳しく 4.2　ベータ分布関数の結果の使い方 4.3　分布の形と位置の追跡 4.4　必要な関数の棚卸し 4.5　公式から関数へ 4.6　共益事前分布とは何か 4.7　まとめ 5章　母数が複数あるグリッドサーチ 5.1　準備作業 5.2　データの結合 5.3　まとめ 6章　ベイズ統計学の手法を使った回帰 6.1　頻度論の回帰分析 6.2　頻度論の回帰分析の具体例 6.3　行列代数による手法 6.4　quap関数による単回帰 6.5　重回帰の設計 6.6　ベイジアンの重回帰 6.7　まとめ 7章　名義変数の処理 7.1　ダミーコーディング 7.2　コードではなくテキストラベルを使う方法 7.3　群平均の比較 7.4　まとめ 8章　MCMCサンプリング 8.1　ベイズ分析のサンプリング手法の簡単な復習 8.2　MCMC分析の例 8.3　最後にひとこと Appendix 付録A　RStanとrethinkingパッケージのWindowsプラットフォームへのインストール方法 付録B　用語集 Conrad Carlberg： コロラド大学で統計学の博士号を取得し、マイクロソフトのExcel MVPを複数回受賞。定量分析、データ分析に造詣が深く、また、Microsoft Excel、SAS、Oracleなどの管理アプリケーションのエキスパート。著書に『Business Analysis with Microsoft Excel, Fifth Edition』『Statistical Analysis』など多数。 ※この商品は固定レイアウト型の電子書籍です。 ※この商品はタブレットなど大きいディスプレイを備えた端末で読むことに適しています。また、文字列のハイライトや検索、辞書の参照、引用などの機能が使用できません。 ※お使いの端末で無料サンプルをお試しいただいた上でのご購入をお願いいたします。

「正解」がわからない出力を、どう評価するのか？ LLMアプリ特有の評価の基本から、継続的改善の運用方法まで徹底解説！ LLMアプリケーションを価値あるものにするためには、評価が欠かせません。 評価をすることではじめて、LLMアプリケーションの現在地を把握し、改善すべき方向性を見極めることができます。 しかし、LLMアプリケーションの評価は、 ・出力が確率的かつ自由度が高いため単純に正答率を評価することができない ・なにをもって良い出力とするかの軸が定めにくい といったことから、「どう評価すればいいのか分からない」という課題にぶつかることが多くあるのではないでしょうか。 本書は、そういった課題を解決すべく、評価の種類、どういった評価指標を作っていくかはもちろん、近年注目されているLLM-as-a-Judgeを使った実際の評価、リリース後の評価・改善といった、基本から実務で使える知識まで解説します。 ■本書の特徴 ・評価の基本を網羅的に解説：評価の全体像から評価軸の考え方まで丁寧に解説していきます ・幅広い評価のアプローチの解説：最新の評価手法であるLLM-as-a-Judgeなども取り上げ、幅広い評価のアプローチを習得することで、あらゆる場面で最適な評価手法を選択・活用できる力を身につけられます ・実践力を身につけられる：実際にLangSmithを使ってLLMアプリケーションを評価し、運用・改善していく方法を紹介します。プロンプトのバージョンを管理し、LLMアプリケーションのモニタリングやトレースを行うことで、継続的にアプリケーションを改善するコツをしることができ、実践力を身につけられます ■こんな方におすすめ ・これからLLMを活用したアプリケーション開発をしようとしている方 ・LLMを用いたサービスのリリースを検討しているが、評価に不安を感じている方 ・すでにLLMを活用したアプリケーションを開発・運用しており、継続的に改善していきたいと考えている方 【目次】 ■第1部 理論編 第1章 なぜLLM アプリケーションを評価する必要があるのか 第2章 LLMアプリケーション評価設計の全体像 第3章 LLMアプリケーション評価の実行プロセスと運用設計 第4章 評価設計の進め方 第5章 LLM-as-a-Judge 第6章 LLMOpsによる継続的な改善 ■第2部 実践編 第7章 テーマ設定とサンプルアプリケーションの準備 第8章 評価の初期設計と評価データセットの作成 第9章 リリース前の評価とチューニング 第10章 リリース後の評価とモニタリング 付録 A LLMそのものの評価 ※本電子書籍は同名出版物を底本として作成しました。記載内容は印刷出版当時のものです。 ※印刷出版再現のため電子書籍としては不要な情報を含んでいる場合があります。 ※印刷出版とは異なる表記・表現の場合があります。予めご了承ください。 ※プレビューにてお手持ちの電子端末での表示状態をご確認の上、商品をお買い求めください。

◆RAG（検索拡張生成）開発も、AIエージェント開発の基礎もデザインパターンもわかる！◆ 　本書では、OpenAIによるAIサービスを利用するためのOpenAI API、オープンソースのLLMアプリ開発ライブラリLangChain を使って、LLM（大規模言語モデル）を活用したRAG（検索拡張生成）アプリケーション、そしてAIエージェントシステムを開発するための実践的な知識を基礎からわかりやすく解説します。 　OpenAI のチャットAPI、プロンプトエンジニアリング、LangChainの基礎知識 について解説したあと、RAGの実践的手法や評価のハンズオンを行います。今後の生成AIシステム開発で重要となるAIエージェント開発はLangGraphを使って行い、さらにAIエージェントのデザインパターンと、パターン別のAIエージェントハンズオンまで解説します。 　OpenAIのAPIとフレームワークLangChainを学ぶことで、LLMの性質を活かしたサービスや業務システムを構築するのに必要な知識体系を習得し、業界地図を頭に描くことができるようになります。 ■こんな方におすすめ ・LLMによる本格的な業務アプリ開発に取り組みたい方 ・RAGアプリケーション開発の実践的な知識を習得したい方 ・AIエージェントシステム開発に取り組みたい方 ■目次 第1章 LLMアプリケーション開発の基礎 第2章 OpenAIのチャットAPIの基礎 第3章 プロンプトエンジニアリング 第4章 LangChainの基礎 第5章 LangChain Expression Language（LCEL）徹底解説 第6章 Advanced RAG 第7章 LangSmithを使ったRAGアプリケーションの評価 第8章 AIエージェントとは 第9章 LangGraphで作るAIエージェント実践入門 第10章 要件定義書生成AIエージェントの開発 第11章 エージェントデザインパターン 第12章 LangChain/LangGraphで実装するエージェントデザインパターン ■著者プロフィール ●西見公宏：株式会社ジェネラティブエージェンツ 代表取締役CEO。吉田、大嶋と株式会社ジェネラティブエージェンツを共同創業。AIエージェントを経営に導入することにより、あらゆる業種業態の生産性を高めるための活動に尽力している。 「その仕事、AIエージェントがやっておきました。」（技術評論社）単著、Software Design「実践LLMアプリケーション開発」（技術評論社）連載。 ●吉田真吾：株式会社ジェネラティブエージェンツ 取締役COO / 株式会社セクションナイン 代表取締役CEO。AWS Serverless Heroとして日本におけるサーバーレスの普及を促進。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著など。 ●大嶋勇樹：株式会社ジェネラティブエージェンツ 取締役CTO。大規模言語モデルを組み込んだアプリケーションやAIエージェントの開発を実施。 「ChatGPT/LangChain によるチャットシステム構築［実践］入門」（技術評論社）共著。