ここ数年で読んで良かった「ニンゲンの面倒なところに付き合う」ための本をまとめた。 - フジイユウジ::ドットネット
どんなにインターネット上に大量の情報がある時代になっても、生成AIに聞けば答えが出る時代になろうとも、「他者の経験や専門家の思考が整理されてまとまっている書籍」の価値は薄まらない。むしろ高まってるかもしれない。 と、いうわけで2年ぶりに「読んで良かった本」を振り返ろうと思う。過去記事で紹介した本もオススメしたいので時間あったら読んでね。 ここ数年で一番良かったな〜と思えた本は、この記事の後半に書いているので、もしそこだけ読みたい人はｽｽｽｯとスクロールして後ろのほうを読んでね。 デザイナーが意図を伝えるための『デザインの伝え方』 ぼくはデザイナーではないのだけど、この本は読んで良かった。 以下のツイートの通り、会議の準備や合意に至らない場合のフォローアップの仕方などが書かれている。 「エゴは会議室の前で捨てる」がブッ刺さった。 デザイナーが組織の合意を得るためのO'Reilly「デザインの
Data + Football powered by Tableau | サッカーキング
Data + Footballってなに？ Data + Footballは、世界中にファンを持つ「サッカー」をテーマに、Tableauでデータの可視化を楽しむプロジェクトです。 スコアや選手データを自由にViz（ビズ）にして投稿したり、他の人の作品から新しい視点を発見したり。 サッカーを“数字“で語る、そんな体験を一緒に楽しみませんか？ 初心者でも参加できるように、スターターキットやガイドも用意しています。 データ内容（データ提供：The Sports） 対象期間：2015-16シーズン～2024-25シーズン（計10シーズン） 対象リーグ：プレミアリーグ、ラ・リーガ、セリエA、ブンデスリーガ、リーグアン 対象データ：リーグ・チーム・試合・選手関連データ ※データはThe Sportsの提供内容に準じています ※データ内容はシーズン、チーム、個人等のセグメントによって一部欠損があります ※
【AWS】ECSになぜecspressoが必要なのか？（導入手順付き） - Qiita
region: ap-northeast-1 cluster: ecspresso-cluster service: ecspresso-service task_definition: ecs-task-def.json service_definition: ecs-service-def.json plugins: - name: tfstate config: url: s3://ecspresso-terraform-state-202512292024/ecspresso-infra/terraform.tfstate { "launchType": "FARGATE", "desiredCount": 1, "loadBalancers": [ { "containerName": "app", "containerPort": 8080, "targetGroupArn":
How AI Labs Are Solving the Power Crisis: The Onsite Gas Deep Dive
The Grid is Old and TiredNearly two years ago, we were the first to predict a looming power crunch. In our report AI Datacenter Energy Dilemma - Race for AI Datacenter Space, we forecasted AI Power Demand in the US to grow from ~3GW in 2023 to over 28GW by 2026 – a pressure that would overwhelm America’s supply chains. Our prediction proved very accurate. The chart below tells the story: in Texas
今年お世話になった開発環境の棚卸し 2025
はじめに 師走も佳境ということで、自分の開発環境に新しく導入したツールや本年もお世話になったツールを棚卸しがてら紹介できればと思います！ 前提: 普段の開発スタイル 中学生という多感な時期にブラッディ・マンデイというドラマにハマってしまったせいで、ターミナルみたいな無機質な画面に向かって作業することがかっこいいと思っているエンジニアです。そんなわけで、普段の開発はNeovimを使い、ターミナルから出ない生活を送らせていただいてます。 最近は業務でフロントもバックエンドも触るので、tmuxで複数サーバーを立ち上げて切り替えながら作業しています。雰囲気はこんな感じです。 ターミナルはもちろん透過させてます。 私は新しいクルトガを買ってもらうと勉強を頑張れたタイプの人間なので、開発環境も同じ。ツールを自分好みにして気分を上げることで、作業効率も上げていくスタイルを採用しています。 それでは、以下
『NewSQL徹底入門』 - Don't Repeat Yourself
NewSQLというキーワードを最近よく聞くようになってきました。TiDBはその代表格で、私の所属する会社でもよくその動向に関する情報が共有されています。最近話題になっていたものだとモンスターハンターワイルズへの利用でしょうか。[*1]最近だとAWSがDSQLを発表していて、書き込みがスケールするという話を見かけ、一体どういう仕組みで書き込みがスケールするようになったのかとても中身が気になっていました。 ただ、私が現在仕事で扱っているのはtoB向けのSaaSであり、ゲームや広告配信と比較してそれほど大きなトラフィックがないプロダクトです。本書でも言及されていましたがNewSQLそれ自体は「Not for me」なのかなと思っていました。が、どうやら違うということが本書を読んでいてわかってきました。私の関わるSaaSはPostgreSQLを使用しておりそれで満足しているのですが、よりスマートに
GoとOpenTelemetryで実装するWide Event入門
はじめに 最近、Jeremy Morrell氏の「A Practitioner's Guide to Wide Events」という記事を読んで、Wide Eventという概念に出会いました。 Observabilityの世界では「ログ・メトリクス・トレース」の3本柱が有名ですが、Wide Eventはこれらとは少し異なるアプローチを取ります。 この記事では、Wide Eventの概念を紹介しつつ、GoとOpenTelemetryでの実装方法を解説していきます。 Wide Eventとは Wide Eventとは、「関連しうる情報を可能な限り詰め込んだ構造化イベントのこと」です。構造化イベントという言葉はオブザーバビリティにおいては多義的なものですが、基本的にWide Eventを実装する際は、リクエストがきた時のスパン等のメインのスパンに対してなるべく多くの情報を付与しようという考え方で
【2025年版】 Amazon Bedrock AgentCoreまとめ資料を公開します！ | DevelopersIO
はじめに こんにちは、コンサルティング部の神野です。 推しのサービスはもちろんAmazon Bedrock AgentCoreです！ いよいよ大晦日で今年も終わりですね。皆さんはやり残したことはないですか？ 私はあります。AgentCoreのまとめ資料を公開することです。本記事で公開いたします。 AgentCoreは今年の7月にプレビューリリースされて、10月には一般提供（GA）され、12月にはEvaluationsやPolicyなどの新機能が追加されました。 私は9月のDevelopers IO OsakaでAgentCoreのまとめ資料を作成し、登壇しました。 AgentCoreの一通りの機能について触れている資料なのですが、もうすでにこの資料は古いように感じています。 それぐらいアップデートのスピードが早く驚いています。 公開している資料が実態にあっていないまま新年を迎えるのは気持ち
Claude Codeの全てのCHANGELOGを追ってきて
Oikonです。普段はClaude Codeの話をX(Twitter)でしています。 激動の2025年がもうすぐ終わるということで、Claude Codeについてまとめようと思いました。個人的に2025年はAIエージェントが大きく飛躍した年であり、私にとってはClaude Codeの年でした。 Claude CodeのCHANGELOGの更新自体は合計176回ありましたが、少なくともv1.0.xからは全て確認・検証をしています。 バージョン系列 リリース数(2025/12/30時点) 1年を通してClaude Codeと向き合ってきて、自分なりに今年感じたことを整理したいと思います。あくまで私個人の考えであることをご留意いただければ幸いです。 初めてClaude Codeを使った衝撃 Claude Codeに出会う前 私がClaude Codeを触ったのは、ベータリリースの2025年2月.
「LLM Compressor」を試す
公式ブログ。2024年8月なのでちょっと古め。 Dia によるまとめ。 LLM Compressorは、vLLM向けにモデルを圧縮して推論を速くする統合ツールだよ。 ウチ的にまとめると、これマジで「重いモデルをキュッと軽くして、GPUの速いコアでぶん回す」ための新ツールだし、実運用のレイテンシとかスループットをガチで改善するやつ。テンション上がる〜✨ まずはキーアイデア LLM Compressorは、量子化やスパース化みたいな「モデル圧縮」のベストプラクティスをひとつのライブラリに集約。GPTQ・SmoothQuant・SparseGPT・RTNとかをHugging Faceモデルに対してサクッと適用できて、出力されたチェックポイントをvLLMがネイティブに読んで高速推論できるのがポイントだもん。 重さを減らすだけじゃなく、GPUのINT8/FP8の速いテンソルコアを使える形に「アクティ
実践Claude Code入門に出てくるスペック駆動開発を整理してみた。
実践Claude Code入門に出てくるスペック駆動開発を整理してみた。 概要 『実践 Claude Code 入門』に出てくる スペック駆動開発 について、自分の学習・復習用のメモとしてまとめました。 かなり実践的で、明日からでも開発に取り入れられそうな内容だったので、後で見返せるように要点を整理して残しておきます。 スペック駆動開発要点まとめ このプロジェクトで使用している コマンド / スキル / エージェント の仕組みと、初回セットアップ〜機能開発までの実装フローを「最短で理解する」ための要点。 1. 全体像 3つの柱 コマンド：ユーザーが叩く入口。ワークフロー全体を制御 スキル：ドキュメント作成テンプレート/ガイド（専門知識のロード単位） エージェント：自律的にレビュー/検証するサブエージェント ┌─────────────┐ │ コマンド │ ← 入り口（ワークフロー制御） └
exe.dev - AI時代のVM Hostingサービス
Meet exe.dev, modern VMs AI Agent で開発をしてると，デスクトップ環境とモバイル環境を行き来しつつ，隙間時間や移動時間を活用しつつ AI に指示を出し続けたりコードを調整したりするということをしたくなる．方向転換してしまったっぽいけどomnaraのようなプロジェクトや，@ryot_a_raiくんがやってた Tailscale + MagicDNS + siteboon/claudecodeui みたいなアプローチも良さそうだと思っていたがしっくりはきてなかった． 加えて AI で軽いツールや自動化などを簡単に作れるようになってもそれらをどこで動かすかという問題が未だにある．Web app 公開したり，Cron ジョブで定期実行させたり，Webhook 受けたりなどなど，デスクトップ PC だけじゃ完結しないやつ．インターネットに公開するとなるとドメインとか認
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
RAGの精度が73%から100%に向上した話 ─ チャンキング戦略の比較検証
S3を正しく理解するための内部構造の読解