LayerX エンジニアブログ

LayerX の エンジニアブログです。

2025-03-01から1ヶ月間の記事一覧

組織図に対するさまざまな要求と現在地

こんにちはまたはこんばんは、バクラク事業部 Platform Engineering 部でID基盤などを管理するチームに所属してあれこれやっている id:convto といいます。 認可などに関連することからバクラクでも「組織図」と表現されるリソースを弊チームで管理している…

Go読書会を通じて学び合うエンジニア文化

バクラク事業部 バクラクビジネスカード開発チームのエンジニア @budougumi0617 です。 LayerXのエンジニアカルチャーの一例として、Go読書会の活動とそこから得られる学びについて紹介したいと思います。 Go読書会について LayerXでは(ほぼ)毎週1時間Go読…

ドメイン知識をプロダクト開発に最大限活かす - 経理バックオフィスSaaS開発の現場から

はじめに こんにちは。LayerXでソフトウェアエンジニアをしていますysakura_です。バクラク債権・債務管理を担当しています。これまで、バクラクビジネスカード, バクラク請求書発行, バクラク債権・債務管理を担当し、下記のような機能を開発してきました。…

EM観点から見た生成AIプロダクト開発におけるQAエンジニアの役割とおもしろさ

こんにちは、LayerX AI・LLM事業部の篠塚(@shinofumijp)です。エンジニアリングマネージャーとして生成AIプラットフォーム「Ai Workforce」の開発に携わっております。 Ai Workforceはすでにお客様にもご導入いただき、実際の業務にてご利用いただいています…

解剖!Terraform monorepo

バクラク事業部 Platform Engineering部 SREの id:itkq です。バクラク事業部では2022年にアプリケーションのmonorepo化を始め、現在では対応するインフラもmonorepoで運用しています。今回は、そのうちTerraformについて紹介します。 monorepoに至るまで 20…

バクラク開発におけるテストプランの進化 アジャイル、インプロセスQAでの試行錯誤

LayerX QAマネージャーの 中野@naoです。 アジャイル開発のスピード感とあるべき品質保証の両立、悩みますよね。私たちLayerXのQAチームも、日々試行錯誤を重ねています。今回は、その中でも『テストプラン』に焦点を当て、私たちがどのように考え、実践して…

生成AI時代のCloud NativeとSREに対する考え方とスタンス

こんにちは。LayerX AI・LLM事業部 SREのshinyorke(しんよーく)と申します。 現在はAI・LLM事業部のAIプラットフォーム「Ai Workforce」1人目のSREとして、 SRE(Site Reliability Engineering)の戦略策定と導入、実装。 企業への導入に際する技術的なサ…

【NLP2025参加レポート】LayerXにおけるAI・機械学習技術の活用と展望の展示内容やセッションの紹介など

機械学習エンジニアの伊藤(@sbrf248)です。この記事は、2025年3月10日(月)〜 2025年3月14日(金)に開催された言語処理学会第31回年次大会(NLP2025)の参加レポートとなります。 LayerXとしては、昨年に引き続きプラチナスポンサーとして協賛させていた…

Taskfile.devでシンプルにタスクを管理する

dbt

本記事では、バクラクのデータ基盤で導入したTaskfile.devというタスクランナーを紹介します。私の経験の中でも、学習コストの低さ・シンプルさの観点で、抜群に導入しやすいタスクランナーだったのでおすすめです。本記事が、タスクランナーで困っている人…

なぜ人は人形に語りかけるのか――生成AIが解放する700万年前からの叡智

こんにちは。LayerX AI・LLM事業部でプロダクトマネージャー(PdM)とBizDevをしている河野です。 この連載はその名の通り「LayerXのエンジニアのブログ」ですが、僕はエンジニア出身ではありません。 大学は社会科学部で、哲学や歴史などの人文科学や、社会…

NLP2025(言語処理学会第31回年次大会)にプラチナスポンサーとして協賛いたします

バクラク事業部 にてAIや機械学習領域のマネージャーを務めております機械学習エンジニアの松村(@yu-ya4)です。LayerXは、NLP2025(言語処理学会第31回年次大会)にプラチナスポンサーとして協賛いたします。 NLP2025は現地とオンラインのハイブリッド開催…

【DEIM2025参加レポート】LayerXにおけるAI・機械学習技術の活用と展望の発表内容やセッションの紹介など

機械学習エンジニアの深澤 (@qluto) です。 この記事は2025年2月27日 ~ 3月4日にオンライン・オフサイト(福岡県福岡市)のハイブリッドにて開催されたDEIM2025 第17回データ工学と情報マネジメントに関するフォーラム(第23回日本データベース学会年次大会…

DB マイグレーションにおける Flaky test の解消

バクラク事業部 Platform Engineering 部 SRE チームの uehara です。 今回はマイクロサービスの分割過程で発生した Flaky test (不安定なテスト) の問題とその調査方法・解決方法について紹介します。 約2割の確率で発生していたテストエラーを完全に解消で…

LLMの不確実性との付き合い方:AIワークフロー開発におけるケーススタディ

こんにちは。AI・LLM事業部エンジニアの@koseiと申します。note.layerx.co.jp AI・LLM事業部ではお客さまの幅広い業務を効率化するためのプラットフォーム型のプロダクト「Ai Workforce」を開発しています。 getaiworkforce.com Ai Workforceは「AIワークフ…

Amazon SecurityLakeからみるApache Iceberg - アーキテクチャ章Metadata Layer編

LayerX Fintech事業部(三井物産デジタル・アセットマネジメント(MDM)に出向)で、セキュリティ、インフラ、情シス、ヘルプデスク、ガバナンス・コンプライアンスエンジニアリングなどを担当している @ken5scal です。 当社はSIEMソリューション(DataDog …