はじめに ソフトウェアと組織経営をめぐる問題で避けては通れないのが、「技術的負債」と言う言葉です。一般には、「早さ」を求めて構築されたシステムの構造的な課題が、徐々に蓄積し、債務であるように徐々に開発速度そのものを遅くして行くと言う現象のことを意味しているように捉えられます。 これは、技術組織を持つ経営者や、ソフトウェアエンジニアではない発注者にとっては理解しにくいものです。またソフトウェアエンジニアであっても「古くなってしまったコード」や「わかりにくコード」全般のことを技術的負債と呼び、それをもって何かを説明したかのように考えてしまうことはままあります。 これらに起因して、双方のコミュニケーションが破綻してしまうこともよく見られる景色です。 技術的負債の経済効果は毎年マイナス12兆円 このような構造的な問題をはらむ技術的負債は、老朽化したレガシーなシステムとして、事業の組織改革を遅らせて
あの紅白にも出たアイドル声優水樹奈々のことである。 何故表題のようなことを言うかというと、この水樹奈々、何の役をやっても水樹奈々なのだ。 水樹奈々に演じられてしまったキャラクターは、キャラクターの個性が吹き飛び水樹奈々になってしまうのだ。 声に特徴がありすぎるのか、はたまた役を演じる気がないのか知らないがこの声を聞くと急激に現実に引き戻される。 ぶっちゃけてしまえば下手だ、棒読みだ。 演出家もわかっていて無口、冷静キャラにばかり水樹奈々を割り振る。 その結果更にキャラクター「水樹奈々」が創作世界を破壊してしまうのだ。 頼むから水樹奈々を起用しないでくれ。 追記:アフィカスはちま死ね それとはちま見て飛んできた脳みそ空っぽのお前 お前が馬鹿なのはお前のせいじゃない お前の親がまともに教育しなかったからだ ま、その空っぽの脳みそにはまとめブログ詰め込んでるのがお似合いだな 文句があるならはちま
0x00 背景 一 Web Pentester の立場から、毎回 OAuth 連携の案件が来る時に、どこが診断する必要なのか、どこが idP の SDK 使っているから診断不要なのかを見極める必要があり、このような背景において、OAuth2.0 をもう一回復習して、心得を共有したいと思い始めました。(0x01~0x08)。復習しているうちに、OAuth の idP 両社の脆弱性を見つけ、50万円賞金もらって終わりと思ったらいつの間に両社経営統合されました。この話を読みたい方は 0x09 から読んでください。 この文章を読む前提は二つあります: OAuth2.0 の各種認証 Flow (すくなくとも Implicit Grant, Code Grant, Code Grant with PKCE) を大まかに理解していること。 この文章図解:OAuth 2.0に潜む「5つの脆弱性」と解決法に
こんにちは、臼田です。 皆さん、Amazon GuardDutyはちゃんと有効化していますか? そしてちゃんと通知されるようにしたり、定常的に確認していますか? 今回はGuardDutyでフィルタした結果の自動アーカイブに対応したので早速使ってみました。 何が嬉しいの? GuardDutyでは既に確認した検知結果をアーカイブして、マネジメントコンソール上で表示させないようにすることが可能でした。 しかしながら、新しく検知した検知結果は当然表示されます。 普段の運用を考えると、脅威レベルが低く実際には正常であると判断できる決まったパターンの検知結果は、出来れば新しい検知結果として表示せずにアーカイブしてほしいですよね。 例えば、弊社の場合には不定期にメンテナンスのためのアクセスが特定のIAMユーザから発生するのですが、定常的に利用していないIAMユーザのためGuardDutyで検知されます。
旬の生魚おじさん、都元です。弊社は本日を最終営業日として、これから冬季休業となります。 今年も一年、どうもありがとうございました。というわけで恒例の書き納め三本締め、その1。 だいぶ昔に「AWSにおける静的コンテンツ配信パターンカタログ(アンチパターン含む)」というエントリーでご紹介しましたが、Amazon S3 には静的ウェブサイトホスティングという機能があります。 静的 (つまり、状況に応じて異なるコンテンツを返さない、常に同じコンテンツを返す) ウェブサイトは、特に EC2 などのサーバーを立ち上げずに、S3 の機能を使って実現できます。古くからある機能です。 この機能は、さらに Amazon Route 53 によって ALIAS レコードを設定することにより、独自ドメインによるホスティングも可能です。これも古くからある機能です。 このあたりの詳細は AWS ドキュメントのチュート
ブラックな労働環境、厳し過ぎる部活動、なくならないいじめ………。子どもの成長を支える学校を巡って、ニュースではさまざまな問題が取り上げられています。実際に働いている教員は、どのような思いを抱いているのでしょうか。 本記事は、公立校の中学教員に「一般教員として感じている“学校の問題点”」を語ってもらう連載企画。今回はたびたび言及されてきた「学校にいかにお金が回っていないか」についてAさん、Bさん(仮名)にインタビューしました。 「このままだと“コピーの予算”が尽きる」「インク代が高いからカラーコピーするな」 ―― 前回の記事で「本来お金を使うべきところに税金が使われていないと感じてしまう」という話があった。そういえば以前から「学校には金がない」と繰り返し言ってたよね A:お金には本当に困ってるよ。「このままだと“コピーの予算”が尽きるから、2枚印刷するときは縮小して1枚にしろ」と言われたりす
SREチームの藤原です。Tech Kayac Advent Calendar Migration Track 19日目の記事です。いよいよ年も押し詰まってきましたね…! AWS Lambda、使ってますか?最近はサーバーレスという文脈で取り上げられることも多い Lambda ですが、カヤックではそこまでサーバーレスにこだわることはせず、主にイベントドリブンな処理に適切なユースケースに使用しています。 Lambda のリリース当初に用意されていたランタイムは Node.js のみでした。カヤックで最近使うことが多い言語である Go, Ruby のランタイムがサポートされたのが比較的最近だったということもあり、Node.js の Lambda function が比較的多く存在している状況でした。 Node.js EoL (End of Life) ところで、技術基盤チームのリポジトリで「La
ハンコを自動で押印してくれるという話題のロボットを取材しました。判例によって認められ、日本のハンコ文化と契約書の法的証拠力を支えてきた「二段の推定」のロジックが、今ディスラプトされようとしています。 話題の「自動押印ロボ」を取材に国際ロボット展へ 2019年12月、何かの冗談かと目を疑うようなニュースが注目を集めました。人間に代わって自動でハンコの押印作業を担う自動押印ロボット を、デンソーと日立の関連会社が共同で開発し販売するというニュースです。 その目で実物を確かめるべく、2019年12月18日〜21日まで東京ビックサイトで開催されている「2019国際ロボット展」へ取材に伺いました。 ・印章ユニット装填 → 朱肉づけ → 押印 → 印章ユニット取外し ・紙めくりユニット装填 → 紙めくり → 紙めくりユニット取外し → 再び印章ユニット装填 この一連のプロセスを拝見しながら、本プロダク
TL;DR 主要ブラウザのサポートによって DoH の普及がますます進みそう DoH はユーザのプライバシー向上に寄与するが、一方でセキュリティ面など懸念材料も多い 一般ユーザにはまずは使ってみることをオススメする (個人の意見です) 企業内では現状はブロックすることをオススメする (個人の意見です) 目次 TL;DR 目次 動向整理 DoH 推進派 DoH 反対派 (おまけ) DoH サポート状況まとめ Browser vendors Firefox (Mozilla) Chrome (Google) Windows (Microsoft) Application / Tool 1.1.1.1 (Cloudflare) cloudflared DOH Proxy Curl goDoH DoHC2 DNSBotnet Publicly available servers Spec Time
ホーム > 書籍『AI vs.教科書が読めない子どもたち』が示す、「読解力が低い人」は「認知できる世界の解像度が低い」という事実。 本書は大きく前後半の2パートに分かれていて、 前半では、 ・巷で言われている「AI」は実際にはその実現過程で生まれた「AI技術」と呼ぶべきものであり、本来志向された意味での「人工知能」と呼ぶにははるかに足りない代物であること ・その技術の延長にシンギュラリティが訪れることも無いだろうこと ・そうであるにも関わらず、そのAI技術によって現在のホワイトカラー労働者の多くを代替しうること ・しかもそのオートメーションの波がこれまでの産業革命とは比較にならない速度で、わずか20年間に圧縮されて起こるだろう という予測が示される。 そうであるならば、AI技術に代替されないための行動と施策を、となるのが当然の考えだ。 AI技術には実のところ3つのものしか扱うことができない
【はじめに】 本記事は 「機械学習をどう学んだか by 日経 xTECH ビジネスAI② Advent Calendar 2019」 の19日目になります。 おじさんSEの私がどうやって機械学習を勉強したかを記します。 きっかけは当時抱えていた分類課題において、「機械学習が使えるんじゃね?」というところから始まりました。 闇雲にやっていたので正直記憶は曖昧です。 経歴 プログラム歴は30年近くあります。 小学生の時に覚えたMS BASICから始まり、Z80アセンブラ、MC68000アセンブラ、FORTRAN、C(UNIX)、C++(Mac)、VB、Java(Android)、VB.NET、C#と触ってきました。 いろいろな言語に触れてきましたが、どれも極めるほどガッツリやっていたわけではありません。 機械学習に関しては20年以上前、いわゆる第二次AIブームの終わり頃に卒論のテーマでニューラ
ちょっと前に、しょうもないことを某所で放言したら思いの外拡散されてしまいました。 機械学習の説明可能性(解釈性)、大半のケースで求められているのは厳密な分類・回帰根拠ではなく受け手の「納得感」なので、特に実ビジネス上は説明可能性に長けたモデルを開発するより、納得できないお客さんを巧みに関係性構築した上で口八丁で完璧に説得できる凄腕営業ピープルを雇う方が重要— TJO (@TJO_datasci) 2019年11月23日 これ自体は与太話なので実際どうでも良い*1のですが、最近色々な研究や技術開発の進展はたまた実務家による考察などを見ていて、「機械学習の説明可能性(解釈性)というのは思った以上に複雑な迷宮だ」と感じることがままあったのでした。 ということで、今回の記事では僕のサーベイの範囲でザッと見て目についた資料などを超絶大雑把にリストアップした上で、主に実務における説明可能性とは何かとい
風呂姉 @furoane まだスタバで消耗してるの? 今時のコワーキングスペースはここ! wifiもコンセントもあるし飲み放題だし休憩中に何故か6万円入った。 pic.twitter.com/1vLf5OZqth
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