インフラ・DevOpsのスキル

Google Cloudのデータ保存地域やアクセス制約などの要件を既存フレームワークと照合し、適合度の比較表と不足点、導入方針を整理します。

• データ保存地域に合う設定を探したいとき
• 候補の適合度と主要な不足点を比べたいとき
• 既存・新規プロジェクトの導入方針を決めたいとき

Google Cloudの既存設定では満たせないデータ管理要件に合わせ、独自のcloud controlsとcustomized frameworksを設計・作成します。

• 既存設定で不足するルールを設計したいとき
• コンソール入力用の設定値を用意したいとき
• 新規ルールをフレームワークにまとめたいとき

GKEでTPUの処理用リソース群を作成できない原因を、ノードの重複利用から調べます。状態や監視データで競合相手を特定し、利用者が適用する対処を案内します。

• 作成失敗の原因がノード重複か調べたいとき
• 形状の異なるパーティションの競合調査
• 障害発生時の競合状況を確認したいとき

GKEでTPUの予約があるのにノードプールを作成・拡張できない原因を調べ、不健康なノードによる予約容量の占有を特定して対処方法を示すスキル。

• 予約済みTPUの容量不足エラー調査
• 予約容量を占有するノードプール特定
• 不健康なTPUノードの自動修復設定確認

GKEのTPU VMが修復中のまま戻らない原因を、VM状態・監査ログ・自動修復履歴から調べ、構成ごとの影響と利用者が取るべき復旧手順を整理するスキル。

• TPU VMの修復停滞を調べたいとき
• TPUスライスへの影響を確認したいとき
• 自動修復の履歴と失敗理由の確認

GKEのTPUスライス作成やJobSetの実行待ちが、仮想マシン群の更新停滞に起因するかを調査。状態やログを読み取り専用で確認し、対処方法を案内します。

• TPUのSliceCreationFailed調査
• JobSetの実行待ちとMIGの関連調査
• ノードプールの更新・修復停滞の調査

Google Cloudの監視アラートの通知先をTerraformで設定し、メールやSlackなどへの通知、既存ポリシーへの紐付け、Pub/Subの配信条件を確認するスキル。

• メールやSlackへアラートを通知したいとき
• 既存ポリシーに通知先を追加したいとき
• Pub/Subの配信条件と権限を確認したいとき

GKEの複数スライスにまたがるTPU学習の停止を、ログと監視指標から調査し、コンパイルの不整合や入力待ち、機器・ネットワーク障害を切り分けるスキル。

• TPU学習の停止ログを調べたいとき
• 入力待ちと機器障害を切り分けたいとき
• 障害候補のGKEノードを特定したいとき

GKE上でTPU学習が遅くなった原因を、監視イベントと1分間隔の指標から調べます。メモリやCPUの不足と、ハードウェア・ネットワーク側の問題を切り分けます。

• Pod停止を伴わないTPU学習の遅延調査
• 性能低下イベントの確認
• リソース不足とインフラ障害の切り分け

Google Cloudのリクエストを遅延やエラーで絞り込み、Cloud Traceの処理階層と関連ログを照合して、応答が遅い箇所や障害原因を調べるスキル。

• 指定時間を超えるリクエストの検索
• トレース内の処理階層を確認したいとき
• 関連するアプリケーションログで障害調査

GKEのGPU・TPUノードが応答を失い、Podの終了も進まない障害を読み取り専用で調査。OSやハードウェアの異常、自動修復の状態を確認し、対処手順を案内するスキル。

• NodeStatusUnknownの原因調査
• OS停止やハードウェア異常の確認
• 自動修復の設定や失敗理由の調査

Google製品の選定や導入に合うスキルを、公開カタログから探して読み込みます。サービスの実行環境やデータベース、認証などの比較・設定を支援します。

• サービスの実行先を比較したいとき
• データベースや認証の導入手順探し
• Google製品やAPIのスキル探し

Google Cloud上の業務システムを推奨事項や独自ルールで評価し、違反内容や検査対象の確認、BigQueryへの結果出力をAPI経由で支援するスキル。

• Google Cloudの推奨構成の評価
• SAPやSQL Serverのルール確認
• 組織独自ルールによる評価の実行

複数クラウドに分散したデータを分析・AI活用する基盤について、要件整理から構成図、Terraformなどの導入手順、検証計画まで作成します。

• 複数クラウドのデータ基盤設計
• データ取り込みとAI提供の構成整理
• 構成管理コードと導入手順の作成

Google Cloudの構成を環境負荷の観点で評価し、低炭素リージョンの選定、計算・保存の無駄の削減、排出量の継続測定に向けた改善策を提案します。

• クラウド構成の環境負荷評価
• 低炭素リージョンを選びたいとき
• AI処理や計算資源の省エネ化

Google Cloudの新規バケットを用途に合わせて設計し、プロジェクトの安全設定や名前の空きを確認して、費用とデータ保護を考慮した作成コマンドやコードを用意するスキル。

• アプリの画像保存先を新設したいとき
• 機密データ用バケットの設計
• バックアップや長期保管先の準備

Google Cloudのマネージド環境で動くAirflowの処理定義を、新版へ移行するスキル。互換性のないコードや依存パッケージを調べ、修正と配置後の確認を支援します。

• Airflow 2.11.1へ移行したいとき
• Airflow 3の変更点を点検したいとき
• 廃止された処理部品を置き換えたいとき

Google CloudのFilestore内を参照専用で調べ、フォルダ構成やファイル検索、ログの部分読み取り、権限確認をローカルのNFS導入やroot権限なしで行います。

• Filestoreのフォルダ構成を把握したいとき
• バックアップをファイル名で探したいとき
• リモートログのエラー検索と部分閲覧

Google Cloudの運用体制や監視、障害対応、デプロイ手順を点検し、公式の設計原則に沿って改善方針と確認項目を整理するスキル。

• 本番稼働前の準備点検
• 監視とログの方針整理
• 障害対応手順を見直したいとき

Google CloudのCloud Storageでファイルの保存・取得や整理を支援します。アクセス権、期限付き共有、保存期間や保護設定まで、日常的なデータ管理を扱います。

• 保存ファイルをアップロード・取得したいとき
• 期限付きURLでファイルを共有したいとき
• 保存クラスや管理ルールを見直したいとき

Google CloudのIAMで、組織・フォルダ・プロジェクトなどの許可・拒否ポリシーを確認・管理し、変更コマンドの提示から承認後の適用確認まで支援します。

• 既存の許可・拒否ポリシーの確認
• 特定の利用者へのロール付与・解除
• 組織・フォルダ・プロジェクトの拒否設定

Google Cloudのネットワークで、通信の遮断やパケット損失、遅延の原因をログ・指標・経路診断から調査し、通信量の集計やログ費用の見積もりも支援するスキル。

• 通信遮断やパケット損失の原因調査
• 遅延や転送量の推移を確認したいとき
• Cloud NATのポート不足調査

Google CloudのFilestoreの使用量と空き容量を確認し、設定した基準やストレージ階層の制約に沿って容量の増減を提案・実行するスキル。

• Filestore全体の空き容量確認
• 容量不足に備えて増量したいとき
• 縮小可能な余剰容量の見直し

Google Cloudで画面・処理・データ層を分けたサーバーレスWebアプリを設計し、非公開通信の構成からTerraform、デプロイ手順、検証まで支援するスキル。

• 層を分けたサーバーレスWebアプリの設計
• 非公開通信の構成をTerraformで定義
• データを特定地域に置く要件の検討