DevOps & SRE

SRE が活躍するために — 生成 AI を使用してシステムのコーディング、テスト、トラブルシューティングを行う方法

2024年7月4日

Luis Urena

Developer Relations Engineer

Salim Virji

SRE Technical Program Manager

Gemini 1.5 モデルをお試しください。

Vertex AI からアクセスできる、Google のもっとも先進的なマルチモーダルモデルです。

試す

※この投稿は米国時間 2024 年 6 月 26 日に、Google Cloud blog に投稿されたものの抄訳です。

複雑化する最新のシステムに取り組んでいる SRE（またはシステム管理者、DevOps エンジニア、システムアーキテクト）の皆様向けに、Google の開発者向け Gemini をはじめとする生成 AI は、運用タスクを合理化して効率化を図るのに役立つツールキットを提供しています。すぐに使用を開始できるよう、ここでは生成 AI の基本的なコンセプトを理解するのに役立つリソースのキュレーションリストをご紹介します。これにより、テクノロジーを活用して SRE として運用効率を高める方法を確認できます。

まずは生成 AI の基礎から始めて、解説動画や一連のハンズオンラボを使用した高度な手法（関数呼び出しや決定論的 AI など）に進むことをおすすめします。そうすることで、生成 AI が SRE ワークフローにどのような変革をもたらすかを発見する準備ができます。

100 レベルのコンテンツ

「Introduction to Generative AI」学習プログラム - この学習プログラムでは、大規模言語モデル（LLM）の基礎から責任ある AI の原則まで、生成 AI のコンセプトの概要を説明します。生成 AI の概要、利用方法、従来の ML の手法との違いについて学びます。続けて、効果的なプロンプトを作成する方法、目的どおりの生成 AI 出力を生成する方法、Gemini モデルを実際のマーケティングシナリオに適用する方法をご紹介します。最後に、プロンプトエンジニアリング、画像分析、マルチモーダル生成手法のスキルを実証します。
開発者向け Gemini Code Assist の概要 - ハンズオンラボで Gemini Code Assist の力を体験し、AI とのコラボレーションにより SRE 開発ワークフローを効率化する方法を探ります。Gemini Chat とインラインコードアシスタンスを使用してコードを生成したり、コードを理解したりする方法などを学びます。

200 レベルのコンテンツ

Gemini Code Assist で開発ワークフローを強化 - この Codelab では、技術イベントのセッション全体を検索する API とアプリケーションを構築することにより、設計、ビルドとテスト、デプロイといったソフトウェア開発ライフサイクル（SDLC）の主なステージで、Gemini Code Assist がどのように役立つかを見ていきます。アプリケーション全体を設計および開発し、Google Cloud にデプロイします。
Gemini Code Assist を使用したテストの概要 - このラボでは、Gemini Code Assist を使用したテスト技術を習得します。既存の Python アプリケーションのエラーを見つけて修正し、包括的なテストを作成し、AI による提案でアプリケーションの機能を拡張します。
Codelab: Gemini でテスト駆動開発を加速 - Gemini をコーディングのアシスタントとして使用してテスト駆動開発（TDD）を導入し、堅牢なアプリケーションを迅速に構築してテストする方法を学びます。Gemini は、テストケースの生成、コード実装の提案、さらにはコードの説明を提供して TDD サイクルを加速します。
Gemini を使用したサービスの合成モニタリングテストの記述 - ここまで、Gemini の支援でアプリケーションを構築しテストする方法を学んできましたが、アプリケーションの復元力を確保するにはどうすればよいでしょうか。Google Cloud のオブザーバビリティスイートには、合成モニタリング機能が含まれており、シミュレートされたリクエストを定期的に発行し、それらのリクエストが成功したかどうかを記録できます。この Codelab では、合成モニタリングにある Gemini の文書作成サポート機能を使用して、コアサービスの機能を検証するテストケースを作成します。
Gemini を使用したアプリケーションエラーのトラブルシューティング - このラボでは、Gemini を使用してエラーログを分析し、問題の根本原因を特定して修正方法を見つけることで、Cloud Functions のデプロイにおける問題をトラブルシューティングします。

SRE の未来は、生成 AI が提供するインテリジェントな自動化と示唆に富んだ分析が鍵を握っています。これらのリソースで紹介されているツールや手法を取り入れることで、より効率的で効果的、かつ攻めの SRE に向けて一歩前進できます。生成 AI を活用してサイト信頼性エンジニアリングへのアプローチを変革できるこの機会をお見逃しなく。今すぐ探索を開始して、効果的な運用の新時代を切り開きましょう。