Tech

Note: この記事は過去にnoteで公開したものを移行したものです。 元記事はこちら まずはご報告：AIプラクティショナー受けてきました！ 久々に資格試験を受けてきました！ 結果から先にお伝えすると、2週間という期間で無事に一発合格することができました！合格時のリアルな感想や、これまでの自分の資格勉強パターンとの違いなどは後半に詳しくまとめていますが、まずは無事に形になってホッとしています。今更？かもしれませんが、もしNotebookLMまだ触ったことないよという同士の励みになればよいなと思います！ 0.合格メール 忙しい人のためのクイックサマリー 本編を読む時間がない方向けに、今回のスマートな学習プロセスを超簡潔にまとめました。 やったこと：新資格「AWS Certified AI Practitioner」の受験と、話題のAI「NotebookLM」の検証を並列の目的として同時挑戦。 戦略：ダラダラ続くのが嫌いなので、最初に2週間後の試験を予約して短期集中環境を構築。 学習プロセス：手動インプットは最初の「公式シラバス」のみ。あとはAIの調査機能で自動肉付けし、音声解説（通勤用）や評価指標の解説画像を作成させて学習。 結果：Ping-tなどの外部問題集・模擬試験を一切解かない新しいスタイルで、無事に一発合格！ 0. ここから本編：今回の受験背景と、NotebookLMを活用した理由 私はAWS Certified Solutions Architect - Professional（SAP）を一応保持しているのですが、ここ1年以上はAWSの実務から少し疎遠になっていました。 そこでリハビリを兼ねて、今回は以下の2つを並列の大きな目的として同時に挑戦してみることにしました。 AWSに新しく登場してから気になっていた「AWS Certified AI Practitioner」の受験 最近話題のAIツール「NotebookLM」の検証 もともと私はゴールが決まらずにダラダラと長く続くことが好きではないため、期間が延び延びにならないよう、「短期集中で一気にやり切る」と決めて最初に2週間後の試験を予約しました。 資格への挑戦と最新AIツールの検証、この2つを2週間という限られたデッドラインの中で一気に回したプロセスの実践備忘録です。 1. 最初の課題：どうやって資料を取り込む？ NotebookLMを使うにあたって、最初に迷ったのが「ソース（資料）のインプット方法」でした。 「まずは試験範囲を取り込んで…」 「あれ、これすべてのインプット情報を手動で取り込むの…？」 AWSの膨大なサービス群やAIの用語を一個ずつ手動で調べるのはめんどくさいな……と考えたのですが、NotebookLMの機能のおかげで、手動でやったのは最初の1個だけという非常にスマートなスタートを切ることができました。 具体的には以下のような流れです。 まず最初に、公式が出している「試験範囲（シラバス）」のファイルを自分で送る 「これらのシラバスを満たすために必要な情報は何か」を、NotebookLMの調査機能を使って自動で調べさせ、肉付けしてもらう 自分で調べたり教材を1から集めたりする必要はなく、最初にシラバスさえ放り込めば、あとはAIが自動で必要な中身を補完して肉付けしてくれました。 この土台を作った上で、最初の一歩として以下をお願いしました。 「これらの情報から足りないものをWeb検索して引っ張ってきてください。必ず最新情報を追ってください。」 「1.インプット情報の取り込み」参照 1.インプット情報の取り込みこれだけで、試験対策に必要なベースとなるインプット情報がすべて NotebookLM 内に美しく揃ってしまいました。手動の手間がほぼゼロのまま、自分専用の完璧な「教材の器」が出来上がったこの時点で、ツールのポテンシャルの高さに感動です。 こうして集まった情報をもとに、いよいよ具体的な学習プロセスへと進んでいきました。 2. 合格までの学習プロセス（スケジュールと機能の使い倒し） 2週間という限られた期間で効率よく合格ラインに達するため、NotebookLMの機能をフル活用してプロセスを回していきました。 ① 必須単語と要点の自動整理 前章の手順で NotebookLM 内に最新のインプット情報が揃ったところで、まずはチャットで以下をお願いしました。 「まず試験を受けるにおいて、覚えておくべき単語や要点を整理して、教えてください」 「2-1.重要単語と要点整理」 2-1.重要単語と要点整理これだけで、公式シラバスに完全に準拠した必須の重要単語や試験の要点を、驚くほど綺麗に整理して出力してくれました。自分でテキストを読み込んでノートにまとめるような作業を一切することなく、一瞬で自分専用の「完璧な要点まとめ」が手に入った形です。まずはこれを活用して、全体像の理解を一気に進めました。 ② 合格までの全体プラン策定 ベースとなる知識の整理ができたところで、次にNotebookLMと相談しながら、「合格までの学習プラン（全体スケジュール）」をガチッと立ててもらいました。このゴールから逆算された確かな計画に沿って、迷うことなく日々の学習を進めることができました。 2-2.勉強スケジュール立て### ③ 音声解説の活用 Day1からさっそく、基礎情報のインプットとしてNotebookLMの強力な機能である「音声解説（Audio Overview）」を作成してもらいました。 これが非常に分かりやすく、かつ内容がコンパクトに凝縮されていて驚きました。Udemyなどの動画教材の代わりとして、非常に重宝する機能です。 ...

Note: この記事は過去にnoteで公開したものを移行したものです。 元記事はこちら 「どんな仕事が自分に向いているか悩んでいる」という課題に対し、特性やストレス要因に寄り添った提案ができる「自己診断・適職提案AIアプリ」を個人開発した。 今回は、最近出た『部下としてのAI』という本の思想を参考に、「AIを優秀な開発メンバー（部下）としてプロジェクトに組み込む」というアプローチを実際の開発プロセスで検証した。上流の仕様検討から下流のテスト駆動開発（TDD）、デプロイまでの一連のプロセスをAI（Gemini / Antigravity）とどう回したかの備忘録。 1. 『部下としてのAI』をベースにした開発プロセス ツールの特性に合わせて適宜使い分けながら、実業務のフローを意識して以下の手順で進めた。 ① 仕様検討・要件定義（使用ツール：Gemini） まずは課題のブレストからスタート。コンテキストの理解が深く、チャットでじっくり壁打ちができるGeminiを使い、こちらの意図を明確に伝えながら仕様を具体化していった。 15問の診断で「性格特性」「学習スタイル」「ストレス要因」を多角的に可視化する。 Gemini APIを組み込み、診断結果に応じた具体的な職業やアクションを提案する。 ② アーキテクチャの選定・レビュー AIにいくつか言語やインフラ構成の提案（資料作成）をさせ、こちらでレビューを行った。データの持たせ方や開発スピードを考慮した結果、インフラにはGCP（Google Cloud Platform）とFirebaseの組み合わせを採用することに決定した。 ③ 詳細設計 Firestoreのデータ構造定義など、裏側の仕組みの初案をAIに作成させ、手戻りがないよう細部を詰めた。 ④ テスト駆動開発（TDD）での実装（使用ツール：Antigravity） 品質と堅牢性を担保するため、実装フェーズではテスト駆動開発（TDD）を採用。具体的なコード生成やエラーログの解消など、テンポ重視のやり取りにはデスクトップアプリのAntigravityを利用した。 AIに対して「まずテストコードを作成」→「テストをパスするための最小限の実装」→「リファクタリング」という明確な指示を出して進めたが、当然一発で全てが綺麗に動くわけではなく、初期段階ではかなりの数のエラーが発生した。 検証環境でエラーの挙動を一つずつ詳細に確認し、修正コードを当てては再テスト、という「テストが100%合格と認識できるまで修正ループを愚直に回す」対応を行った。Antigravityの爆速なレスポンスを活かすことで、このRed/Greenのサイクルを高速で回し、正確にコードを組み上げることができた。 2. 実際にプロセスを回してみての気づき（AIのすごさと恐ろしさ） アプリ完成後、AIに「システム全体の構造を教えて」と頼んだところ、すべてのファイルの役割や通信の流れ、テストの意図までを網羅した『SYSTEM_GUIDE.md』というドキュメントを自動生成してくれた。まさに「指示した以上の成果物を出してくる優秀な部下」の動きそのものだった。 検証環境でエラーの山と格闘し、都度確認を挟みながら、最終的に無事デプロイ（公開）まで漕ぎ着けることができたが、一連のプロセスを終えてみて感じたのは、「AIのすごさ」と同時に覚える「恐ろしさ」だ。 振り返ってみると、確実に「自分が構築のために手を動かす頻度」が激減していた。 仕様を伝えれば、設計も、テストで出た大量のエラーへのアプローチも、デプロイに必要な構成も、AIが驚くほどのスピードで正確に打ち返してくる。 生産性を爆上げしてくれるツールとして見ればこれ以上ないすごさだが、エンジニアの視点で見れば、「人間が泥臭くデプロイやバグに悩むフェーズ」の本質がここまで代替されてしまうのか、という静かな恐ろしさもある。だからこそ、AIに丸投げして中身をブラックボックスにするのではなく、エラーの挙動やプロセス、仕組みを人間が100%「理解」した上でコントロールしていくスキルが今後は絶対に不可欠になると身をもって実感した。 3. 完成したWebアプリのご案内 (9/14に廃止しました。) 試行錯誤を経て、無事に「自己診断・適職提案AIアプリ」が完成し、デプロイまで完了しました。 もし「今の仕事が自分に合っているか悩んでいる」「自分の特性を客観的に見つめ直したい」という方がいれば、ぜひ触ってみていただけると嬉しいです。 アプリURL: https://self-analysis-app-43249804449.asia-northeast1.run.app 簡単な使い方: ページにアクセスすると、初回の診断はログインなしで誰でもすぐに受けられます。 15問の診断に直感で答えていきます。 ダッシュボードであなたの「性格特性」「学習スタイル」「ストレス要因」が可視化され、Geminiによる具体的なアドバイスが表示されます。 さらにアカウント登録（ログイン）をすることで、診断結果を保存し、メンタルの推移を定点観測できるようになります。 4. まとめ 今回は『部下としてのAI』の思想を借りて、仕様検討からTDD実装、Cloud Runへのデプロイまでの一連のプロセスをAIと一気通貫で回してみた。 初めてGCPを触るきっかけにもなり、本に書かれていた「AIへの任せ方・指示の出し方」を実際の開発フローで試す良い実践ログになったと感じている。 特に、検証環境でエラーの挙動を確認しながらテストが合格するまで愚直にループを回した工程は、システムへの理解を深める良い機会になった。 それと同時に、技術の進化に対するある種の危機感も含め、今後の開発やプロセス設計においてAIをどう巻き込んでいくべきか、多くの示唆を得られる取り組みとなった。 5. 本日参考にした本 今回の開発プロセスを設計するにあたり、以下の書籍のアプローチを大いに参考にさせていただきました。AIをツールとして使うだけでなく、チームの連携メンバーとして捉える視点を与えてくれる、全エンジニアにおすすめの一冊です。 書名: 『部下としてのAI 世界一流エンジニアの進化術』 著者: 牛尾 剛 出版社: 文藝春秋

Note: この記事は過去にnoteで公開したものを移行したものです。 元記事はこちら 1. はじめに 自己紹介 社会人5年目のインフラエンジニアです。AWS Certified Solutions Architect – Professional (SAP)を保持し、現在はオンプレミス環境の構築・運用をメインに、クラウド（AWS）の設計にも携わっています。 なぜ「WezTerm」と「Neovim」なのか？ 効率化？生産性向上？……いえ、「単純にかっこいいと思ったから」です。 動機は100%好奇心。最近、AIエージェントを活用する機会が増えましたが、開発環境が「ただの真っ黒な画面」では味気ない。「どうせならテンションの上がる画面で作業したい！」というパッションだけで、モダンなターミナル環境の構築を始めました。 2. 構築時に参考にしたサイト 本記事では躓いたポイントのみを紹介します。 構築については、以下の素晴らしい記事を参考にさせていただきました。 モテるターミナルにカスタマイズしよう（WezTerm） オレオレ Neovim 環境構築 with LazyVim - Qiita 3. 躓いたポイント エンジニアなら「公式サイトからインストーラーを落として入れる」のが定石と思いがちですが、ここが最初の落とし穴でした。WezTermとNeovim、両方でしっかり躓きました。 🐧 WezTerm：設定ファイルの罠 「背景が透過されない！」 「背景を透かしてオシャレにしたい」のに、設定を書いても微動だにせず。 ログを確認したところ、syntax error の文字を発見しました。該当箇所を書き直してもなかなか改善せず、一時は「自分のPC環境（AMD GPU）のせいかも？」と疑心暗鬼に……。 原因と解決： 結局のところ、設定ファイルの書き換えミスでLuaの構文が崩れており、設定自体が正しく読み込まれていない状態でした。改めて参考サイトからコードをコピーして整理し直したところ、無事に美しい透過画面を手に入れることができました！ 🟢 Neovim：インストーラーの罠 「nvim」コマンドが認識されない…… 公式サイトからパッケージをダウンロードしてインストールしたものの、いざターミナルで実行しようとすると「認識されていません」の非情な文字が。 スクショ2-1 「nvim」が認識されない原因：アーキテクチャの選択ミス 自分のPC環境（x64）に対して、誤って ARM64版（Surface Pro等向け）のインストーラー（nvim-win-arm64.msi）を選んでいたことが原因でした。これでは動くはずもありません。 解決策：winget で叩き込む 手動インストールを一度諦め、Windows標準のパッケージマネージャー winget を使うのが最も確実で早かったです。 手動で迷うより、これが一番早くて確実でした winget install –id Git.Git -e –source winget winget install –id Neovim.Neovim -e –source wingetインストール後、ターミナルを再起動することで無事に nvim が開通しました！ ...

Note: この記事は過去にnoteで公開したものを移行したものです。 元記事はこちら 1. はじめに 自己紹介 社会人4年目のインフラエンジニアです。 AWS Solution Architect　Professional（SAP）の資格を保持しており、現在は主にオンプレミス環境の構築・運用を担当しつつ、クラウド（AWS）の設計業務にも携わっています。 なぜセキュリティを学び始めたか 3年目までは、セキュリティ要件に対して「システム全体のどこで、どのように対応するか」を検討・相談する上流工程の業務を行っており、日々セキュリティについて学ぶ環境にいました。現在は実務経験を積むため、インフラ構築の現場に出ていますが、これまでの経験を活かし、将来的には「ペネトレーションテスト（侵入テスト）を実施し、発見した脆弱性に対して具体的な対策提案まで行えるエンジニア」になりたいという思いがあり、学習を開始しました。 なぜTryHackMeを選んだか 座学だけでなく「実際に手を動かしながら学べる実践的な形式」である点と、最新のセキュリティ情報に触れるためには英語が不可欠であり、「英語の勉強も同時にできる」点に大きな魅力を感じたためです。 2. 何をやったか TryHackMeの初心者向け学習パス「Pre-Security」に含まれる、「Network Fundamentals」というモジュールを完了しました。主な学習内容は以下の通りです。 What is Networking?（ネットワークとは？） ネットワークの基本概念、インターネットの仕組み、IPアドレスの役割などの導入。 Intro to LAN（LAN入門） LAN（ローカルエリアネットワーク）の基礎。 スター型やバス型などのトポロジー、スイッチやルーターといった物理デバイスの役割。 OSI Model（OSI参照モデル） ネットワーク通信を7つの階層に分けた概念モデルの学習。 各層（物理層からアプリケーション層まで）の役割とカプセル化の流れ。 Packets & Frames（パケットとフレーム） 実際にデータがどのように分割されて送信されるか。 IPヘッダーやTCP/UDPヘッダーに含まれる情報（送信元/宛先IP、ポート番号など）の確認。 Extending Your Network（ネットワークの拡張） Port Forwarding（ポートフォワーディング）、Firewall（ファイアウォール）、VPNなど、LANを拡張し保護するための仕組みと主要機器の役割。 3. 気づき 図解とハンズオンがもたらす「動き」への理解 [Before] 書籍学習での課題 これまでネットワークの基礎学習には参考書を使っていました。概念は文字と静止画の図で理解できるのですが、「実際にパケットがどう流れているか」「設定がどう影響するか」という「動き」の部分は、自分の頭の中でイメージを補完するしかありませんでした。 [After] TryHackMeでの体験 TryHackMeは、この「動き」を可視化してくれました。 例えば、Firewallの単元では、ブラウザ上で実際にルールを追加し、その結果として通信が許可/拒否される様子をリアルタイムで確認できました。 また、TCPの「3-way handshake」のような抽象的な概念も、ゲーム形式のインタラクティブな解説によって、パケットのやり取りが手に取るように分かりました。 インフラ視点とペンテスター視点の交錯 インフラエンジニアリングの現場では、納期や効率の観点から「設定後の結果（繋がるか否か）」を重視しがちです。特にクラウド環境は、複雑なネットワーク処理を裏側で「よしなに」抽象化してくれており、その恩恵を痛感しました。 しかし、ペンテスターの視点に立つと話は別です。攻撃の糸口は、抽象化される前の「生のデータ」や「プロトコルの本来の挙動」にこそ隠されています。TryHackMeを通じて「通信の動的な振る舞い」を鮮明にイメージできたことで、改めて基礎（パケット解析など）への回帰が不可欠であると強く悟りました。 4. まとめと今後の展望 今回、初めてTryHackMeを利用しましたが、ネットワークの「動き」が可視化されたハンズオン学習を通じて、既存の知識が繋がり、理解の解像度がもう一段階上がったと強く実感しました。ITエンジニアとして基礎を深く理解し直すための最高のツールだと感じています。 今後の学習ロードマップとして、まずはTryHackMeの「Introduction to Cyber Security」パスを進め、セキュリティの全体像を把握します。それと並行して、ネットワーク知識を体系的に固めるためにCCNAの学習も進めていく予定です。 学習の成果は、引き続きこのnoteでアウトプットしていきます。同じようにキャリアアップを目指す方の参考になれば嬉しいです。 また、X（旧Twitter）アカウント（@nicqooo）でも日々の学習記録や気づきを発信しています。 Xアカウントよろしければフォローしていただけると励みになります！