デプロイから運用障害対応まで - GitOps、オブザーバビリティ、AIエージェント

ドッカー、クーバーネティスからマイクロサービス、CI/CD、サービスメッシュまでの基礎理論だけでなく、実際のアプリケーション実装を例で簡単に習得できます。実際の活用に必要な重要な内容だけを整理し、講義で取り上げる要素技術の学習開始点を提供します。

MongoDBをKubernetes上で運用することは、単にコンテナに入れることとは異なります。 ストレージ、ネットワーク、権限、高可用性に至るまで、実際に直面してみなければ分からないことがたくさんあるからです。 この講義では、AWS EKS環境でPSMDB(Percona Server for MongoDB) Operatorを活用し、MongoDBを構築・運用する全過程を扱います。 クラスターの設定からReplica Setの構成、バックアップ、モニタリングまで、実際に運用可能なレベルの構成を自ら作り上げることを目標とします。

Spring Bootを活用してカカオ、Googleログインを実装します。JWTトークンベースのログインが実装されます。Vue 3を通じて簡単な画面を構成します。

Spring AI + JPA + MySQLを活用した「自律行動型」プレミアム予約エージェントのバックエンド開発 チャットボットを超えてエージェントへ：Tool Callingとプロンプトエンジニアリングの定石

様々な通信技法について学び、その違いを理解することで、最も適切な通信方法を選択し実装する能力を身につけることができます。

このコースは、実際のプロダクション環境で使用される高度なKubernetesの概念を習得したい開発者、DevOpsエンジニア、クラウドエンジニア、およびIT専門家のために用意されました。 受講生はコース全体を通して、実習プロジェクトや実際のデプロイシナリオを遂行し、安全で拡張可能、かつプロダクション環境に即座に適用可能なKubernetesインフラを構築する方法を学びます。このコースは理論だけに集中するのではなく、現代的なDevOpsチームが活用する実際の実装、トラブルシューティング、およびベストプラクティスを重点的に扱います。 Kubernetesを学習する際に受講生が直面する最大の課題の一つは、大規模な環境ですべての構成要素がどのように相互作用するかを理解することです。多くの学習者が、RBAC権限、永続ストレージ、ネームスペース、ネットワークポリシー、StatefulSets、Kustomize、安全なクラウドデプロイといったトピックを扱うのに苦労しています。このコースは、明確な説明、ガイド付きの実習、実際の運用環境に類似した例を通じて、これらの問題を段階的に解決します。 受講生は、Kubernetesリソースを構成し、ワークロードを保護し、アプリケーション構成を管理し、MongoDBのようなステートフルアプリケーションをデプロイし、Kustomizeを使用してマルチ環境デプロイを自動化する方法を段階的に学びます。また、このコースではGoogle Kubernetes Engine (GKE)にアプリケーションをデプロイし、イングレス (Ingress)、TLS証明書、モニタリング、および拡張戦略を構成する方法も扱います。 このコースを終える頃には、受講生は専門的なDevOpsおよびクラウドエンジニアリングのワークフローで使用される高度なKubernetes環境を設計、セキュリティ強化、デプロイ、および管理できる自信を持つことができるでしょう。

障害のないサービスを作成するためのCircuitBreakerを導入する方法について簡単かつ迅速にお知らせします。

単に質問に答えるチャットボットを超え、自ら状況を認識・判断し、実際のシステムを制御するAI Agentの原理を学ぶ実務中心の講義です。 AI Agentとチャットボットの違いから、Agent Loopの核心構造であるSense-Think-Act、状態管理、計画立案、フィードバック構造まで、段階的に理解できるように構成しました。 理論にとどまらず、WindowsとLinuxの開発環境を構築し、Kubernetesの基本構造とkubectlコマンドを直接実習します。その後、AI Agentがサーバーの問題を検知して原因を分析し、エラーを自動的に解決する過程を実装します。 最後に、Kubernetesを制御するAgentのPythonコードと内部ロジックを直接分析しながら、AI Agentが実際のシステムとどのように連携し動作するのかを理解できます。 AI Agentに初めて触れる開発者から、実際のシステムを制御するMulti-Agentを設計したい開発者まで、Agentの原理と実践的な実装過程を共に学習することができます。

Spring AI Router Pattern + RAG + MCPを活用した「知能型協業」専門家エージェントチームの構築 単一エージェントを超えてアーキテクチャへ：ルーターパターンとエージェント隔離（Isolation）設計の定石

このレッスンでは、さまざまな展開戦略を理解し、状況に応じた展開方法を選択して、サービスの信頼性を最大化する方法を学ぶことができます。また、スラックアラーム設定と運用環境配布の実践的なヒントも一緒に手に入れることができます！

Certified Kubernetes Administrator (CKA)、Kubernetes Certified Application Developer (CKAD)、Certified Kubernetes Security Specialist (CKS)など、認定されたクバネティス資格取得のノウハウをお知らせします.

分散環境でデータの一貫性を維持するためのSAGAトランザクション管理手法を、実習中心に学習します。Spring BootとDockerを活用して3つのマイクロサービスを構成し、OrchestrationとChoreographyの2つのパターンをKafkaとMySQLで実装します。この講義を通じて、分散トランザクションの動作原理、補償トランザクションの設計、障害復旧処理など、実務で即座に活用可能な核心概念を習得できます。

DevSecOpsとは何ですか？ CI ビルド環境およびビルド時に自動的に SAST チェックを実行する環境を構成する

平凡な会社員も簡単に理解できる開発環境の設定を初めから学びます。の基本的な使い方から高度な機能まで段階的に学習し、効率的な開発環境を構築する方法を習得できます。

SpringAI + Reactで作る自分だけの感情日記サービス Neo + Essentialと一緒に作る4番目のプロジェクトの時間です！

サイドプロジェクトを実際のサービスとして運営してみたい、クバーネティス（Kubernetes）を勉強してみたい、でもAWSやGCPのマネージドサービス（EKS、GKEなど）は高すぎます。かといって、ローカルの自分のPCだけで動かすのでは、ネットワーク設定や実際のデプロイ環境を経験するのは困難です。 現存するパブリッククラウドの中で無料特典が最も強力なオラクルクラウド（OCI）の「Always Free」ティアを活用します。軽量かつ強力なk3sをインストールし、費用0円で実際のサービス運用が可能なレベルのリナックスサーバーとクバーネティス環境を、最初から最後まで直接構築してみます。 講義の受講後には、クラウドネットワークの全般的な理解とともに、自作のアプリケーションをデプロイし、無料で運営できる自分だけのクバーネティスクラスター・インフラ基盤を手に入れることができます。

どのようなログを残すべきかから始まり、ログを収集して活用するまでの全体的なサイクルについて扱います。

⚓ クバネティス CKAD 資格！🙇‍♀️まだ迷っていますか？🚢イルプロ号に搭乗してください！最適の航路へご案内します。

Spring BootとReactを使用している開発者、そして企業環境でAIシステムの導入を検討している開発者の方々に、Spring AIを強くお勧めします。 本コースでは、単なるライブラリの紹介にとどまらず、Spring AIの核心概念と内部構造を理解した上で、多様な実習例を通じて直接実装しながら実務への適用能力を強化します。 Spring AI 1.1.xバージョンを基準に説明し、今後のバージョンアップにも対応できるよう、継続的な技術サポートと拡張の方向性を共に提示します。 また、MCP（Model Context Protocol）を活用してドメイン間のコンテキスト統合や分散環境でのAI連携、そしてエンタープライズ環境に適したAIアーキテクチャ設計を実現することで、Spring AI技術の活用価値を一段と高めます。 企業環境で実際に導入可能なAIシステムの構築を目標に、理論と実習をバランスよく扱う実践中心のガイドとなるでしょう。

本コースは、Spring AI・Spring Bootを基盤に、GPT、Gemini、LLaMA（ローカル）を戦略的に組み合わせ、Multi-LLMアーキテクチャとオーケストレーション中心のAgentシステム（Main/Sub、Tool、Task Runtime、Agent Registry）を設計・実装する上級コースです。 単一LLMの呼び出しを超え、Agentic Workflow Pattern（Chain、Parallel、Routing、Orchestrator–Workers、Evaluator–Optimizer）とMulti-Agent構造を適用し、Tool・ToolRegistryによってRAG・外部API/DBなどの実行レイヤーを分離します。さらに、DAGエンジン・YAML宣言型ワークフロー・ロード直後の検証（Validated DSL）を通じて、拡張可能で安定しており、品質が継続的に改善されるAIシステムを構築する流れを扱います。 また、Circuit Breaker、Reactive Stream、Redisモニタリング、並列処理、反復評価ループまで含み、Thymeleaf（SSR）の実習に加えてReact・RESTでフロント/バックを分離し、MCP（Model Context Protocol）でツール・エージェントランタイムを標準プロトコルで連動させる拡張を加え、実際の運用環境レベルのAIアーキテクチャ設計能力を身につけることを目指します。 最終的な目標は、単一APIの連携やプロンプトレベルにとどまる単純なAI利用者ではなく、Multi-LLM・エージェント・ワークフロー・宣言・検証を一つの実行アーキテクチャとして説明・折衝できる、AIシステムを設計可能な開発者へと成長することです。