ウェビナーについて
20年以上にわたり、SourceFuseはデジタルトランスフォーメーションの最前線に立ち、企業がシステムを近代化し、開発を最適化し、革新とともに拡大するのを支援してきました。AIの採用と労働力のスキルアップへの継続的な投資の一環として、インテリジェントな自動化の時代におけるソフトウェア開発ライフサイクル（SDLC）の進化を再考しています。
AI-DLC：AIによる開発ライフサイクル – ソフトウェアエンジニアリングの再考に関する独占セッションにご参加ください。ここでは、開発、QA、DevOpsに至るSDLCのあらゆる段階にAIを組み込む私たちの取り組みをご紹介します。AIファーストのエンジニアリングアプローチに関する洞察を得て、ArcDBridge.aiやARCプラットフォームなどのツールが従来のプロセスをどのように変革しているかを学び、組織がエンタープライズグレードのセキュリティとガバナンスを維持しながら、責任を持ってAIを採用する方法を理解することができます。
このセッションは、私たちの学びとベストプラクティスを顧客、パートナー、そして広範なテックコミュニティと共有し、あらゆる場所のチームがAIでより良いものを構築できるよう支援するという私たちのコミットメントを反映しています。
主なハイライト
- 開発：効果的なプロンプトパターンを適用し、GitHub Copilotを素早いタスクに、ROO Codeを複雑な複数ファイルの変更や大規模なリファクタリングに戦略的に使用する方法を学びます。
- データベース移行：AI搭載データベース移行ツールArcDBridge.aiの力を発見し、従来複雑でエラーが発生しやすかった移行プロセスを変革します。AIは、インテリジェントな自動化、自動検出、動的スキーママッピング、予測的検証を提供し、リスクを軽減し、タイムラインを加速します。
- QA/テスト：AIツールを使用してテスト生成とボイラープレートコードを自動化し、テスト自動化の取り組みを加速します。Robot Frameworkなどのツールに対して、社内のModel Context Protocol（MCP）サーバーとCopilotを使用する方法をお見せします。
- DevOps：ARCプラットフォームがどのように、オンプレミス、エッジ、マルチクラウドなど、さまざまな環境にわたるKubernetesクラスターやサーバーなどのインフラストラクチャを管理するための統一された、柔軟で一貫したアプローチを可能にするかを探ります。
- 必須のガードレール：AI生成コードの必ずテストすることや、プロンプトに秘密情報を含めないことなど、品質を確保し、セキュリティを維持するための必須のチェックを理解します。
講演者
- ヴィクラム・シン・ライ - データエンジニアリング副社長
- アビル・ガングリー - テクニカルアーキテクト
- ラフル・シャルマ - DevOpsアーキテクト
- アンキット・アスワル - QAテックリード
- ニティン・タンドン - シニアGTMスペシャリスト - コンテナとサーバーレス、AWS
参加する理由
- コードからクラウドまで、SDLCのあらゆる段階にAIを組み込む方法を学びます。
- SourceFuseの専門家から学び、20年以上のエンジニアリング経験から実践的な洞察を得ます。
- AIがテストカバレッジを向上させ、人的エラーを減らし、デリバリーサイクルを加速する方法を発見します。
- AI対応のDevOpsが問題を予測し、デプロイメントを最適化する方法をご覧ください。
