責任あるソフトウェアエンジニアリング : 現実社会におけるGoogleのケーススタディとともに
責任あるソフトウェアエンジニアリング : 現実社会における Google のケーススタディとともに
その他- 著者:
- DanielJ.Barrett 松沢敏志 藪崎仁史 井出貴也
- 出版社:
- オーム社
- 出版日:
- 不明
- ISBN:
- 9784814401581
なぜ注目されているか
総合193位 16379 件の言及
言及 Qiita 記事 (299 件)
「Googleでの14年間で学んだ21の教訓」を 個人的な解釈でまとめてみた
♡ 907Google, 初心者, ポエム, キャリア, エンジニアAIによってエンジニアの価値はどう変わるのか
♡ 29開発プロセス, AIエージェントAWS CCoEが取り組んだ「AI利用の社内推進」施策を振り返る
♡ 14AWS, AI, 組織, CCoE, AI活用データを扱う職種について in 2026/01
♡ 12データ分析, キャリア, データサイエンティスト, データエンジニア【イベントレポート】BuriKaigi 2026（スタッフ + TDD Bootcamp）
♡ 11TDD, ポエム, AI, イベントレポート, Burikaigi【狂気の実証実験3】Manusに電気ショック権限を付与してみた
♡ 11自己管理, 習慣化, LLM, AIエージェント, ManusAI-DLC（AI-Driven Development Lifecycle）まとめ
♡ 9AWS, AI, AI駆動開発スペック駆動開発 「SaaS is dead？」という違和感の正体
♡ 9sdd, スペック駆動開発, SaaSisDeadEMConf 2026 参加レポート！増幅と触媒
♡ 7参加レポート, EMConfITで学ぶ大岩の英文法
♡ 6Python, 機械学習, 英語
この本に興味がある方におすすめ
この本に関連
関連記事
ChatGPT に聞けば済む時代に、あえて本を開く理由
生成 AI で何でも聞ける時代に、技術書を読む意味はあるのか。AI の回答と書籍の知識の決定的な違いを掘り下げ、両者の使い分けを提案します。
技術書学習法
LLM / 生成 AI 本ガイド - 仕組み / 実装 / エージェント開発の 3 層で選ぶ (2026 年 8 月時点)
LLM (大規模言語モデル) / 生成 AI を学ぶ技術書の選び方を 3 層 (読み物で仕組みを掴む → 中身を実装で理解する → RAG / AI エージェント開発) で整理。2026 年 8 月時点の定番書と、変化の速い分野で本を選ぶときの注意点を解説します。
機械学習選書ガイド
データベース本ガイド - SQL から設計まで学べる技術書の選び方
データベースの基礎から設計、パフォーマンスチューニングまで学べる技術書の選び方と学習順序を紹介します。
データベース選書ガイド