社内クラウド学習ポータル
KaizenDev
AWS、Google Cloud、Cloudflare、SAP の実践ラボを通じて、確認手順と安全なクリーンアップ方法を学びます。





実践ラボ一覧
クラウドプロバイダーからラボを選択
各ラボには目的、所要時間、難易度、確認ポイント、クリーンアップ手順が含まれています。
ストレージ
おすすめの順序: 上から順に進めます
- 1
Lifecycle ルールで S3 のストレージコストを最適化する
object を Standard-IA から Intelligent-Tiering、さらに Glacier Deep Archive へ自動的に移行する lifecycle rule を作成し、データの経過期間に応じて S3 のコストを下げます。
サーバーレス
おすすめの順序: 上から順に進めます
- 1
Lambda、DynamoDB、API Gateway でサーバーレス CRUD API を構築する
完全サーバーレスの注文 REST API を構築します。API Gateway が request を受け、2 つの Lambda 関数が作成と参照を処理し、データは DynamoDB テーブルに保存します。
アプリケーション統合
おすすめの順序: 上から順に進めます
- 1
SNS ファンアウト — 1 つの S3 イベントを 2 つの SQS キューとメールへ
コンソールでイベント駆動の経路を構築します。S3 が ObjectCreated:Put を SNS topic に publish し、topic が 2 つの SQS キューと 1 つのメールへファンアウト。全体が動くか静かに失敗するかを決める 3 つの最小権限リソースポリシー付き。
ネットワークとセキュリティ
おすすめの順序: 上から順に進めます
- 1近日公開
Bedrock をインターネットから切り離す — VPC の Lambda と PrivateLink
Bedrock を呼ぶ Lambda をインターネット経路のない VPC に移し、interface VPC endpoint で経路を復旧させ、通信が本当に PrivateLink を通ることを測定で証明します。model 1 つに絞った endpoint policy と IAM policy 付き。
AI・機械学習
おすすめの順序: 上から順に進めます
- 1近日公開
SAP に到達する Bedrock Agent — Sales Order の照会と確認
action group と Lambda、OData V4 を通じて SAP BTP ABAP Environment の実際の受注を照会・確認する Bedrock Agent を構築します。communication scenario による SAP API の公開手順も含みます。
- 2近日公開
SageMaker で代金引換の受取拒否を予測する
実際の受注データで機械学習の全工程を実行します。汚れたエクスポートを整え、リークのない RFM 顧客特徴量を作り、時系列で分割し、最後に判定しきい値を既定の 0.5 ではなく金額で決めます。
- 3近日公開
顧客分析と SageMaker エンドポイントへのデプロイ
100 万行を超える実際の請求明細を使い、顧客プロファイルの作成、RFM スコアリング、セグメント分割、解約予測モデルの学習を行い、最後に SageMaker エンドポイントへデプロイして HTTPS 経由で呼び出せるようにします。
プロバイダー別
プロバイダーを選んで始める
各プロバイダーは順番に進む段階ではなく、それぞれ独立したトラックです。必要なプロバイダーを選び、Beginner のラボから進めてください。
AWS7 ラボS3 ライフサイクルとストレージコスト、Lambda・DynamoDB・API Gateway のサーバーレス API、Bedrock エージェント、VPC PrivateLink。
ラボを見る
Google Cloud2 ラボAI Studio の Gemini、Cloud Run へのコンテナデプロイ、環境変数とリビジョン。
ラボを見る
Cloudflare8 ラボアカウントセキュリティとドメイン、GitHub からの Pages デプロイ、Tunnel、AI Search による RAG。
ラボを見る
SAP8 ラボEclipse と ADT のセットアップ、CDS・behavior・OData を使う RAP アプリ、Generative AI Hub のプロンプト。
ラボを見る開始前の準備
ラボ環境を準備する
途中で作業が止まらないように、開始前にアクセス権とツールを確認します。
KaizenDev の学習方法
実践ラボを完了する
プロバイダーを選び、ラボの目的と所要時間を確認します。
必要なサンドボックスアカウントとツールを準備します。
各ステップを実行し、結果を確認してから次へ進みます。
リソースをクリーンアップし、学んだ内容を記録します。