内容紹介

アクセンチュアのクラウドソリューションを支えるメンバーが、自身の経験とノウハウを踏まえて、具体的に分かりやすく解説！

 Google Cloud上でITシステムのアーキテクチャを設計、構築するために必要な代表的な設計パターンやサービス選定の考え方を、インフラストラクチャからAI活用基盤まで体系的かつ実践的に学ぶことができます。

こんな読者におすすめです
■Google Cloud上でシステムのアーキテクチャ設計・構築に関わるエンジニア
■AI・データ活用基盤の構築を担うAIエンジニアやデータエンジニア
■将来アーキテクトを目指している方


＜目次＞

カテゴリ別Google Cloudの主要なサービス
150を超えるGoogle Cloudのサービスをカテゴリ別に整理し、「実践的用語集」としても活用できるようにまとめました。

第1章　Google Cloudの強み
1.1　Google Cloudの技術的な特徴
1.2　他のパブリッククラウドとの本質的な違い

第2章　Google Cloudのの基板設計の要点
2.1　ランディングゾーンとは
2.2　Organization（組織リソース階層）とIAMの設計
2.3　Google Cloudのネットワーク設計
2.4　Google Cloudでのコスト最適化とFinOpsの実践
2.5　BeyondCorpとゼロトラストネットワーク

第3章　Google Cloudのインフラストラクチャ
3.1　XaaS（クラウドサービスモデルの全体像）
3.2　IaaSのサービス（Compute Engine）
3.3　CaaSのサービス（GKE／Cloud Run）
3.4　PaaSのサービス（App Engine）
3.5　FaaSのサービス（Cloud Run functions）

第4章　Google Cloudへの移行戦略
4.1　なぜ今、クラウドに移行するのか
4.2　移行の7Rフレームワークと選定基準
4.3　Google Cloudの移行ツールとサービス

第5章　マイクロサービス基盤の実践
5.1　サービスメッシュ（Cloud Service Mesh／Istio）
5.2　Cloud Endpoints／Apigee によるAPI管理
5.3　GKE Enterpriseによるマルチクラウド・ハイブリッド管理
5.4　マイクロサービス設計パターンとGoogle Cloudでの実践

第6章　データ連携・データ活用基盤
6.1　データストア設計
6.2　データ活用基盤
6.3　データ管理・統制

第7章　Google Cloudの開発アーキテクチャとDevOps
7.1　Google CloudでのCI/CDパイプラインとDevOps実践
7.2　TerraformとConfig ConnectorによるIaCとGitOps
7.3　Developer Experienceの設計とCloud Workstations
7.4　Internal Developer Platform（IDP）とBackstage
7.5　AI支援開発とAI DevOps Agent
7.6　DORAメトリクスによる開発生産性の測定

第8章　Gemini Enterprise Agent Platformの概要
8.1　Gemini Enterprise Agent Platformの全体像
8.2　Gemini基盤モデルの機能と生成AI基盤
8.3　Agent Builderとマルチエージェントアーキテクチャ
8.4　Genkitによるアプリケーションへの統合
8.5　カスタムML・AutoML・BigQuery MLの使い分け
8.6　MLOpsの設計原則とパイプライン自動化
8.7　モデルセキュリティとネットワーク境界

第9章　ハーネスエンジニアリング
9.1　ハーネスエンジニアリングとは
9.2　プロンプトのバージョン管理とテスト自動化
9.3　評価パイプラインの設計
9.4　CI/CD統合によるAIモデルの品質
9.5　AIモデルの可観測性
9.6　責任あるAIとガバナンス

第10章　SREによる運用アーキテクチャ
10.1　Google Cloudの基本運用
10.2　SREによる信頼性エンジニアリングの実践
10.3　可観測性の設計
10.4　インシデント管理と信頼性エンジニアリング
10.5　FinOpsとSRE
10.6　AI SRE Agent