ライブ配信「ミラティブ」東証グロース上場へ——続く「和製サードプレイス」への挑戦、想定時価総額は約143.9億円 同社ウェブサイトより ライブ配信プラットフォーム「Mirrativ」の開発・運営を手掛けるミラティブは14日、東京証券取引所への新規上場申請が承認された。市場区分はグロースで証券コードは472A。117万6,400株を公募し、564万3,600株を売り出す。なお、オーバーアロットメントは102万3,000株。主幹事は三菱 UFJ モルガン・スタンレー証券及び大和証券が務め、上場予定日は12月18日。価格の仮条件は12月2日に決定し、ブックビルディング期間は12月3日から9日にわたり実施される。 最終的な公開価格決定日は12月10日。想定価格は1株あたり850円で、想定時価総額は約143.9億円、オーバーアロットメントを含む吸収金額は約66.7億円となる。 ミラティブは東京都目黒

それなりの期間、CTOや開発部の責任者を務めているが、いつも残酷な事実を突きつけられる。 それは経営層は「開発」そのものには興味がなく、興味があるのは、いくら投資して、いつリターンが得られ、どれほどのリスクがあるかという一点だけということだ。 コードが美しいかどうかも、テストが整っているかどうかも、ドメインモデルが正しいかどうかも、本質的には関心の外側にある。彼らの頭の中には、収支計算と事業リスクの勘定軸しか存在しない。 ところが、AIが一般化し「AIが人の仕事を代替する」という幻想が経営の意思決定に入り込むと、ここに危険な誤作動が起きる。 “AIがエンジニアを置き換える”という誤解が、組織を壊し始めている エンジニアは他業種に比べて人件費が高い。これは不都合な真実だ。サーバー代と合わせると事業上の固定費としての存在感も大きい。だから経営は、AIによって人件費が削減できるなら、それを魅力的

Tebiki で CTO をしています渋谷（@shibukk）です。 自分は現在プロダクトマネージャーも兼務しているのですが、これまでのプロダクトマネジメントを振り返ると、たいてい同じパターンにハマっていました。 まず四半期のはじめに、それっぽいロードマップを作るとします。ところが走り出してしばらくすると、想定とまったく違う状況や学びが次々に出てくる。軌道修正をしたほうがよいのに、「いったん約束したロードマップは守らないといけない」という考えに縛られる。その結果、「計画通りに進んだけれど、ユーザーの行動はあまり変わらなかった四半期」が生まれてしまう、そんな状況でした。 これによって、一応は「計画通りです」と報告はできるようになります。しかし、顧客の利用状況を見ると何も変わっていない。 プロダクトの数字だけに目を向けていれば自分をごまかせるが、現場の人と直接話すと否が応でも分かってしまうもの

Image Credit: AI Mage アニメ IP のライセンス監修業務を効率化する AI Mage は18日、シードラウンドをクローズし、第三者割当増資により計1億7,000万円を調達したことを発表した。出資者はジェネシア・ベンチャーズ、Plug and Play Japan、Headline Japan。あわせて「AI Mage – 監修システム」のβ版を公開したことを公表している。 AI Mage – 監修システムは、制作現場で分散しがちな監修タスクをプロダクト上で完結させる。多様なファイル形式の監修物をまとめてアップロードし、一元的にコメントや修正指示を管理できる。監修時に参照が必要な作中シーンや設定資料を AI が自動検索・提案し、あらかじめ設定したレビューポイントに基づく一次監修も行える。 同システムの特長は、アニメ作品の理解に特化した独自 AI「Anime Genera

スライド概要 2025年11月18-19日に開催されたCloudNativeDays Winter 2025で使用した資料です

AWS News Blog Introducing AWS IoT Core Device Location integration with Amazon Sidewalk Today, I’m happy to announce a new capability to resolve location data for Amazon Sidewalk enabled devices with the AWS IoT Core Device Location service. This feature removes the requirement to install GPS modules in a Sidewalk device and also simplifies the developer experience of resolving location data. Devi

CQRS（Command Query Responsibility Segregation）は、更新系（Command）と参照系（Query）の責務をそれぞれ独立したサービスに分離するアーキテクチャパターンです。 本記事では、ドメイン駆動設計（DDD）を実践するときに直面する課題を出発点として、なぜCQRSが必要になるのか、Event Sourcingパターンがどのように組み合わされるのかを解説します。 多くの解説記事があるテーマなので二番煎じにはなりますが、なるべく前提知識がなくても体系的に理解できるような記事にしました。 ドメインモデルの操作 DDDでは、業務ルールや制約をドメインモデルとしてコードで表現します。複数のエンティティや値オブジェクトのまとまりを集約（Aggregate）として定義し、次の役割を担います。 集約の役割 整合性維持の単位 集約は業務ルールの不変条件を守る境界で

AI駆動組み込み開発における「Rustの必然性」 はじめに Rustは学習コストが高い言語として知られています。所有権、ライフタイム、借用チェッカーといった独特な概念は、C言語やPythonから移行するエンジニアにとって大きな壁となってきました。しかし、AIエージェント(Claude Code、Gemini、Codexなど)を活用した開発という視点から見ると、この評価は大きく変わります。 本記事では、AIエージェントと協働する開発環境において、Rustが持つ独自の優位性について、具体的なコード例とコンパイル結果を示しながら解説します。特に、Rustコンパイラの厳格な型システムとエラーメッセージが、AIとの対話においてどのような役割を果たすのかに焦点を当てます。 1. AIにとってのコンパイルエラーの価値 1.1 従来の言語におけるエラー検出の課題 AIエージェントにコードを生成させる際、最

2025年11月21日、Amazon ECS Express Mode がリリースされました。 本番環境ですぐに使えるコンテナアプリケーションを、数クリック、または1つのコマンドで構築できるというこの機能を、早速試す機会がありましたので紹介します。 事前準備 コンテナイメージ作成、登録 ECS Express Mode にデプロイする コンテナイメージを用意しました。 今回、WebSocketエコーサーバを含む、Nginxイメージを作成。 ECRにPushしました。 Nginxテストイメージの作成、登録スクリプト #!/bin/bash set -e REGION="ap-northeast-1" ACCOUNT_ID="********" REPO_NAME="websocket-nginx" IMAGE_URI="${ACCOUNT_ID}.dkr.ecr.${REGION}.amaz

AWS Compute Blog Building serverless applications with Rust on AWS Lambda Today, AWS Lambda is promoting Rust support from Experimental to Generally Available. This means you can now use Rust to build business-critical serverless applications, backed by AWS Support and the Lambda availability SLA. Rust is a popular programming language due to its combination of high performance, memory safety, and

概要 ECS タスク定義や ECS サービスなどの多くの設定を意識することなく簡単にコンテナアプリケーションをデプロイ可能な ECS Express Mode が登場しました。 マネジメントコンソールを見ればデプロイ時の簡単さが一目瞭然です。 タスク実行ロールやインフラストラクチャーロールは必要なものの、その他の必須項目はコンテナイメージのみというシンプルさです。 コンソールを見るだけだと、App Runner よりもシンプルですね。 とはいえ、あくまで ECS を簡単にデプロイするためのサービスで、すべてのリソースが AWS アカウント内に作成される点に注意が必要です。 While Express Mode creates and configures resources like Amazon ECS services, load balancers, and auto scaling

こんにちは。製造ビジネステクノロジー部の小林です。 最近、AWSクラウドへの負荷テストを計画しています。 負荷テストは、システムが大量のトラフィックに耐えられるかを確認するだけでなく、スケーリング設計やクォータ調整、運用時の安定性を評価するためにも欠かせない重要な工程です。 しかし、実際に負荷テストを行おうとすると、利用できるツールが多く、どれを選ぶべきか迷ってしまいます... そこで本記事では、負荷テストツールについて、それぞれの特徴や得意分野を整理し、どのような用途で活用できるかをまとめました。 本記事で紹介するツールについて 本記事では、負荷テストで広く利用されることが多いツールについて、次の観点をもとにピックアップしています。 採用実績 GitHubスター数、コミュニティの活発さ、企業での利用事例など。 機能の幅広さ 大規模負荷、複雑なシナリオ記述、分散実行など、本格的な負荷テスト

Windows環境については試していませんが、同様の効果が期待できそうです。特にWindows Subsystem for Linux 2（WSL2）やDocker Desktopを使っている場合は、この記事のLinux向けの内容をそのまま適用できます。 まずは計測 ビルド時間の削減に入る前に、現在のビルドにかかっている時間を計測し、何に時間がかかっているのかを把握しましょう。そうすることで後の改善効果がはっきりしますし、もし、本記事の例とは状況が異なる場合でも適切な対応を取れるかもしれません。 cargo buildやcargo testに--timingsオプションを追加することで、個々のクレートのビルドにかかった時間を計測し、視覚化できます。 フルビルドにかかる時間を計測する ここで言うフルビルドとは、cargo cleanを実行したあとの何もない状態からビルドし直すことです。これに

YAPC::Fukuoka 2025 https://fortee.jp/yapc-fukuoka-2025/proposal/4dd02c14-92fc-4fd2-b93f-5b38463ec32a

YAPC::Fukuoka 2025 ゲストトーク

この記事は、NOT A HOTELのソフトウェア開発連載「Inside the SOFTWARE TEAM」の企画で書いています。 はじめにこんにちは。NOT A HOTEL のスマートホームチームでエンジニアをしている今井(＠imashin_)です。ソフトウェア、ハードウェア、ネットワーク、制御盤設計、現場インテグレーションなどを幅広くやっています。 NOT A HOTEL Smart Home とはどのようなものなのかは以下の YouTube を観ていただくとわかりやすいかと思います。 NOT A HOTEL Smart Home の根幹を担う制御盤。その設計は、スマートホーム開発のすべてが凝縮された領域です。 この記事では、私が制御盤を初めて設計したときの学びと試行錯誤を紹介します。 新たに生まれ変わった NOT A HOTEL Smart Home の制御盤なぜ改めて制御盤を設計し

2025/11/21 アーキテクチャConference 2025 の登壇資料です。 多様な視聴スタイルとイベント性の高い番組が混在する ABEMA では、予測困難な負荷や障害に常に備える必要があります。本セッションでは、オブザーバビリティを「不確実性への備え」と位置づけ、どのように信頼性設計と統…