『機械学習案件を納品するのは、そんなに簡単な話じゃないから気をつけて』を読みました。 つまづきから得られた知見の共有は貴重だと思います 実際、機械学習とか最適化とか自律的なシステムの開発は、罠が多いです。 研究や試作では成功していても、様々な事情により実用化できず消えていくものを沢山見てきました。 そのため、本運用に乗せてユーザの受け入れも上々というところまで辿りつければ、それはそれは本当に喜ばしいことなのですが、そこから始まる試練も色々とあったりします ということで、運用後に体験したり見聞きしたことをいくつか、私も共有してみたいと思います。 ちなみに私の開発経験は、研究用シミュレータの受託とWebバックエンドの内製です いつの間にか、精度が落ちてるみたいなんですけど? 入力に無効値や不正値が紛れこんでいた。 データは生き物です。クレンジングやバリデーションを作りこんでも、いずれ予期せぬこ
ユーザーの目線でWebサイトを作ることは基本中の基本ですが、グローバルサイトを担当することになったら日本の常識を捨てて現地の状況を理解する必要があります。 アプリやWebサイトをより良く、より速く、よりアクセシブルにする手助けが私の仕事です。CalibreでWebを構築したり、メンテしたりする際にぶつかる課題について、知見が集まりました。 この1年で本当に驚いたことは、一般のユーザーがどうインターネットにアクセスしているかです。Web業界に従事しているのに、ほとんど理解していませんでした。自分たちがユーザーにコンテンツを配信する方法がいかに時代遅だったのかもわかりました。 ここ数年の進歩で、コンテンツをWebからダウンロードする速度は劇的に速くなりました。しかし、「HTMLをロードし、ほかのリソースを探してそれもロードする」という基本は変化していません。 世界中の約46.1%がインターネッ
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
処理を実行中です
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