海外カンファレンス発表の韓国語版：KubernetesとAIエージェント

LangGraphで実装する検索拡張生成(RAG)インテリジェントAIエージェント！ 理論から実践まで、初心者でも簡単に進められるハンズオンチュートリアルです。

本コースは個人PC、ノートパソコンのみを利用するコースです。AWS、GCPのような費用が発生するクラウド環境を利用せずとも、k8s環境でgitops方法論を適用してCI/CD自動化処理過程を直接実装してみることができます。

理論的な内容だけを学習するより、現業CI/CD業務の全体的な大きな枠組みを直接構成してみながら、本質を見る能力を育てることができる講義です。

この講義はLangChainを活用したRAG(Retrieval-Augmented Generation)システムの基本概念と実装方法を扱います。参加者はRAGの核心原理を理解し、LangChainを通じて実際にシステムを構築し、性能を評価する方法を学びます。

非専門家の方でも簡単に理解でき、実務ですぐに活用できる「MSA入門」講座を作ってみました！

コマンド一行で完了。記憶し、自動化し、自ら成長するAIエージェントHermes。開発者でなくても、今日からAIに仕事を「任せる人」になれます。インストールから実務活用まで、SMARTFORKがサポートします。

大手企業AIエージェント担当者のノウハウが詰まったLangGraph。現場で苦労しながら習得した知識をお伝えします。

誰もがわかりやすくクラウドを取り巻くほぼすべてを含めて説明します。まさに実習より先に入っておけば、開発やインフラクラウドについてよく理解できるようになります。

単なるチュートリアルだけでは実務への適用は難しいですよね。私の現場でのノウハウを詰め込み、複雑な状態管理とマルチエージェントの設計手法を確実にお伝えします。

バイブコーディングの結果が何度も意図と異なってしまいますか？ 仕様駆動開発（SDD）とSpec Kitで目標・範囲・業務ルール・完了基準を定め、同じ仕様をClaude CodeとCodexに伝えて反復修正を減らす流れを学びましょう。

Amazon EKSの初心者の方を対象に、AWSのマネージド型KubernetesサービスであるAmazon EKSの基礎を扱う講座です。

前回の講義で得た診断根拠を、組織の改善計画へとつなげます。Shadow AIのデータフローと統制適用要件を検討し、観測証拠・影響・限界・措置担当者・再テスト基準を盛り込んだ統制設計書とレッドチーム報告書を作成します。

このコースは、開発者、DevOpsエンジニア、セキュリティエンジニア、新人、QA、インフラ、ビルド＆リリース、IT、およびInfoSec/AppSecの専門家を対象としています。実践的なツール、テクノロジー、業界のセキュリティのベストプラクティスを使用してDevSecOpsの実践を学び、実装したいと考えている方に最適です。 ソフトウェア開発ライフサイクル（SDLC）全体（アーキテクチャやコードから、インフラ、パイプライン、コンテナ、ランタイム環境まで）にセキュリティを統合するハンズオン体験を得ることができます。 このコースでは、DevOps、クラウド、サイバーセキュリティの現在の市場動向と同様に、より高い報酬を得られるトップクラスの職務に就くために役立つ、需要の高いDevSecOpsスキルを習得できます。今日のデジタルファーストの世界では、エンジニアリングのワークフローにセキュリティを組み込むことは、もはやオプションではなく、ビジネスの成功に不可欠です。 DevSecOps：Jenkinsとモダンなツールを使用したSDLCへのセキュリティ統合 このコースは、セキュリティを「シフトレフト」し、安全でスケーラブルな自動化されたDevOpsパイプラインを構築したい個人やチームに最適です。 学習内容： - セキュリティの原則、アーキテクチャ、組織のベストプラクティスをDevOpsワークフローに統合する - ソースコードリポジトリにおけるシークレット、認証情報、機密データの偶発的な露出を防止する - Linuxシステム、仮想マシン、CI/CDビルドエージェントを保護する - 以下の脆弱性を特定、修正、パッチ適用する： - アプリケーションの依存関係 - Dockerfileとコンテナイメージ - ランタイムアプリケーション環境 - Dockerイメージ、コンテナ、およびコンテナ化されたワークロードを保護する - ポリシーとセキュリティスキャンを使用してInfrastructure as Code (Terraform)を保護する - 設定ミスや攻撃に対してCI/CDパイプラインを堅牢化し、保護する - 以下の手法を使用してセキュリティテストを実行する： - 脅威モデリング (Threat Modeling) - ユニットテストおよび統合テスト - ソフトウェア構成分析 (SCA) - 静的アプリケーションセキュリティテスト (SAST) - 動的アプリケーションセキュリティテスト (DAST) - リリース後の手動テストに頼るのではなく、ビルド、テスト、デプロイの段階でセキュリティテストを自動化する 学習体験 各コンセプトは、シンプルで視覚的、かつ構造化された方法で説明されます： - スライドベースの概念説明 - その後の実践的なリアルワールド・ラボ 受講内容： - Jenkinsを使用して、独自のLinux VM、セキュリティツール、CI/CDパイプラインをセットアップする - Dockerイメージ、コンテナ、インフラを保護する - コースで使用されるすべてのコード、設定、例が含まれている専用のGitHubリポジトリを使用する このコースを受講する理由 ✅ オンラインで利用可能な、最も実践的でハンズオン中心のDevSecOpsブートキャンプの一つ ✅ 高額な教育機関や講師（多くの場合$400–$4000の費用がかかる）を介さずに、DevSecOps、クラウドセキュリティ、アプリケーションセキュリティを学ぶ ✅ 包括的で最新のカリキュラムによる、自分のペースで進められる学習 ✅ 従来のDevOpsとモダンなDevSecOpsの違いを明確に理解 ✅ パイプラインのあらゆる段階でセキュリティを組み込む方法を学ぶ ✅ 本番環境の後に問題を修正するのではなく、早い段階でセキュリティスキャンを自動化する ✅ 無料およびオープンソースのセキュリティツールを使用したハンズオン体験 ✅ DevOpsとセキュリティのコラボレーションに関するGartnerレポートを参照した業界の洞察 コース修了時 このコースを修了するまでに、DevSecOpsのツール、テクノロジー、実践に関する強力な理論的知識と広範なハンズオン経験を習得できます。実際のプロジェクトや組織のために、安全なDevOpsまたはDevSecOpsパイプラインを独自に設計、構築、実装することに自信を持てるようになります。 また、DevSecOpsおよびSecOpsの基礎知識をテストし、検証するためのDevSecOpsクイズにもアクセスできます。 目標 学習体験 各コンセプトは、シンプルで視覚的、かつ構造化された方法で説明されます： - スライドベースの概念説明 - その後の実践的なリアルワールド・ラボ 受講内容： - Jenkinsを使用して、独自のLinux VM、セキュリティツール、CI/CDパイプラインをセットアップする - Dockerイメージ、コンテナ、インフラを保護する - コースで使用されるすべてのコード、設定、例が含まれている専用のGitHubリポジトリを使用する 前提条件 以下の基本的な知識があると役立ちますが、必須ではありません。すべてゼロから説明します： - DevOps & Jenkins - Docker & コンテナ - Linux, CLI & シェルスクリプト - セキュリティの基礎

AWSとTerraformを活用したクラウドインフラの自動化技術を学習し、効率的なインフラ管理とデプロイを実習します。Terraformを通じてAWSリソースをコードで管理し、様々な環境に一貫したインフラをデプロイする方法を習得します。

実行前に、範囲・交戦規則・試験条件・判定根拠を定めます。AI資産と信頼境界、STRIDEシナリオを関連付け、レッドチーム計画書と脅威モデル書を作成し、反復結果から主張できる範囲を区別します。

コンテナベースのアプリケーション配備の核となるツールであるDockerを、基礎から実践まで体系的に学習します。Dockerの基本構造とコマンドから始まり、マイクロサービスアーキテクチャ環境でのコンテナパッケージング、配備の自動化、運用環境の標準化まで、実務ですぐに活用できる実践的なスキルを養います。

単に回答を生成するだけのチャットボットを超え、自ら判断してツールを呼び出し、多段階の業務を遂行する自律型AIエージェントを直接実装します。OpenAI Agents SDKのTool Calling、Handoff、Guardrail、Session、Tracingから、MCPを活用した外部ツール・データベース連携、LangChainとDeep AgentsのPlanning、Subagents、Filesystem、Memoryまで、段階的な実習を通じて習得します。最終的に、実際の業務に適用可能なツール連動型AIエージェントの設計と実装能力を身につけることを目標とします。

OpenClawの1・2部まで進めると、結局一人のエージェントにすべてを任せることになります。 そうなると、プロンプトが絡まり、メモリが混ざり、フォルダが整理できなくなり、「これからどう整理すればいいのか」と途方に暮れる瞬間がやってきます。 この講義は、その地点から一段階上へと引き上げるための「マルチエージェント入門編（2.5部）」です。 一つのボットを維持したまま、planner / editorの二つのエージェントに役割を分離し、 各エージェントに異なるワークスペースとTelegramフォーラムのトピックを連携させることで、 「どの部屋で話すかによって異なるエージェントが応答する構造」を実際に構築してみます。 実習を進めると、自分の環境内に - `content_planner`と`content_editor`の二つのエージェントが定義された設定ファイル、 - 企画と下書きが分離されたコンテンツフォルダ構造、 - フォーラムのトピックごとに異なるエージェントが紐付いたTelegramグループ、 - そして、二つのエージェントが協力して作成したInflearn講義紹介文の下書き1つが実際に残ります。 つまり、この講義は「AI秘書1人」で始めたTelegramボットを、 「役割が分かれた小さなAIチーム」へとアップグレードする第一歩を共に設計する実践授業です。

Agentic AI時代、AI開発はどこに向かっているのでしょうか？ 今や競争力は、一つのAIモデルを使いこなすことではなく、タスクに合ったモデルを選択し、AIエージェントと開発ツールを連携させて実際の問題を解決する能力にあります。 アリババクラウドが開催したグローバルAIカンファレンス「Qwen Conference 2026」の発表動画を無料で公開します。 Qwen 3.7 Maxの発表や、NVIDIA、Fireworks AIが参加した推論の未来に関するパネルディスカッションから、映像や音声へと拡張されるマルチモーダルモデル、デモンストレーションを超えて実務に投入されたAIエージェントの事例まで。モデルからインフラ、アプリケーションまでスタック全体を自ら構築する企業が描く、エージェント時代の方向性をぜひご確認ください。

Claude Codeの核となる機能（MCP、Agents、Skills）を活用し、キウム証券APIベースの株式自動売買システムを最初から最後まで構築します。初心者の方でも大丈夫です。今すぐClaude Codeを始めてみましょう！