人事の超プロが明かす評価基準 を読んだ & エンジニアの評価基準について - HsbtDiary(2019-02-27)
■ 人事の超プロが明かす評価基準 を読んだ & エンジニアの評価基準について 去年 @pyama86 さんが読みやすくて面白かったと話していたので買ってシュッと読んだ。 確かに面白くて、コンピテンシーという考え方はなるほどなって感じだった。いろんな立場の人が組織にはいるけど、より管掌や責任の範囲が広い人は狭い人ができることは当たり前とした上で、立場にあった評価の基準が重なっていくという話で、自分も含めて「わかるー」という感じだった。 後、この本では評価を決めるのは影響力というくだりがあって、これは特に専門職に分類される人には読んでもらいたいところなんだけど、エンジニアの場合だとシニアエンジニアは「技術力が高い」から評価されるのはなく「技術力が高いので結果として生み出されるアウトプットの影響力が高い」から評価されると置き換えるとわかりやすいと思う。 「アウトプット」と言われると OSS であ
任意のKubernetesクラスタからのGCRへのアクセス - Qiita
自分用メモ 目的 任意のKubernetesクラスタからGCR上のDockerイメージをpullできるようにする。 設定手順 GCP上の画面アクセス ストレージ -> ブラウザ を選択。 GCRのリポジトリに対応するバケットを見つけてチェックボックスを有効化する。 情報パネルリンクをクリックして表示する。 アカウントのメールアドレスを設定、役割を選択ドロップダウンメニューから ストレージを選択し、ストレージオブジェクト閲覧者を選択する。 Kubernetesクラスタへの設定 $ kubectl create secret docker-registry シークレット名 \ --docker-server=https://asia.gcr.io \ --docker-username=_json_key \ --docker-email=hogehoge@example.com \ --do
Embeddingを高速に取り出すMagnitude - Technical Hedgehog
word2vecなど分散表現が活躍するシーンは多いですが、実行速度やメモリなど利用する上で気がかりになる面もあります。この記事では分散表現をすばやく便利に使うためのパッケージであるMagnitudeの説明と実行速度について実験した結果を紹介します。 What's Magnitude? Magnitude は簡単にすばやく単語ベクトルを扱うためのライブラリです。 github.com EMNLP2018で発表された Magnitude: A Fast, Efficient Universal Vector Embedding Utility Package の著者実装となります。論文中で挙げられているように、Gensim の代替を想定しているようです。 Magnitude Object について Magnitudeではベクトル取得を高速化するために、事前に分散表現を変換したものを用います。そ
「牧さん、プログラマ辞めるってよ」
タイトル通りです。本日HENNGE最終出社日で、職業プログラマとして働く最後の日となる予定です。 ちなみに以下ツイートでタイムリーなネタだったので乗ったら、2週間ほど前から準備していたこのブログエントリのタイトルをそのままつぶやいてもらえる、という奇跡が起こりました。 あらためて、今日でプログラマというキャリアを終え、明日からDevRelというか、大規模イベント運営を主眼とした活動を株式会社メルカリでやっていくことにしました。 別にこれからも必要な時にコードは書きます。というか、書かないわけがない。でもそちらを生活の糧とするのはやめて違う業種にピボットすることにしました。 とは言え、自分なりに20年続けてきた分野を主戦場とするのをやめるのはそれなりに大きな決断でしたし、決断をした時は久しぶりに馴染みのバーでぐだぐだと愚痴を吐きました。正直まだ実感は沸いてません。軽い決断ではなかったですが、
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
