はてなブックマーク

こんにちは、プロダクト部副部長の稲垣です。 2025年4月から、プロダクトデザインの組織とプロダクトマネージャーの組織が、同じ「プロダクト部」という部門に統合されました。 マルチプロダクトでサービスの開発・運用を行う企業にとって、「製品づくりの組織デザイン」をどう構築するかは、各社が試行錯誤を重ねているテーマだと思います。本記事が、少しでもその参考になれば幸いです。 この記事では、以下の4点について紹介します： ラクスにはどんな製品があり、どのような組織体制なのか デザイナーとプロダクトマネージャーは、これまでどのように連携してきたのか 今回、なぜ「プロダクト部」が立ち上がったのか 「プロダクト部」はどのような役割を担うのか ラクスはどんな製品を提供しているのか 2025年4月現在、ラクスでは10個の製品を提供しています（ラクスライトクラウド提供の2製品を含む）。最も古い製品は2001年に

はじめに 対象読者 DeepSeek-R1 の学習アルゴリズム 記号の準備 TRPO（Trust Region Policy Optimization） 補題1 補題1の証明 定理1 PPO（Proximal policy optimization algorithms） GRPO（Group Relative Policy Optimization） 不偏推定量(5)の導出 DeepSeek-R1 における GRPO の適用方法 正確さの報酬（Accuracy rewards） フォーマットの報酬（Format rewards） まとめ はじめに こんにちは！ML エンジニアの tsujiyan です。現在 DAP Lab とよばれるチームに配属しており、生成 AI 技術を使ったプロダクト開発に従事しています。 近年、生成AIの急速な発展に伴い、大規模言語モデル（LLM）は自然言語処理の

2010年、米国のテクノロジー誌『WIRED』にて、当時編集長だったクリス・アンダーソンは「The Web is Dead. Long Live the Internet」という挑発的なタイトルの記事を発表した。これは、Webが死に、アプリケーションを中心としたインターネットが新たな主役になっているという主張だった。 アンダーソンはこの中で、かつてHTMLベースのWebページが中心だったインターネット利用の大半が、すでにYouTubeやFacebook、Twitter（現X）、そしてスマートフォンのアプリなど、Webブラウザの外側での活動に移っていると指摘していた。人々はもはやリンクをたどって情報を集めるより、アルゴリズムによってキュレーションされたフィードや、目的別に設計された専用アプリを通じて情報にアクセスしている。それは効率的で、快適で、収益性も高く、多くの人が支持する流れでもあった

はじめに はじめまして。荒木です。2025年2月から3月までの3週間*1、AI・機械学習チームでソフトウェアエンジニアとしてインターンシップに参加しました。 このブログでは僕がインターン中に取り組んだ「gokartキャッシュオブジェクトの検索性向上 」について簡単に紹介しつつ、エムスリーで働いてみた感想を綴ります。エムスリーのインターンに参加する未来のギークの参考になれば幸いです。 はじめに インターンに参加するまで インターンテーマ: gokartキャッシュオブジェクトの検索性向上 gokartとは 課題: キャッシュの検索が難しい Objectにメタデータを付与して検索可能に Metadataをどう付与するか 新たな課題: パラメータ以外のコンテキスト情報も検索したい 発展: 依存関係を遡った検索 新たなニーズ: 特定Taskを依存に持つTaskを検索したい 依存関係情報のメタデータ設

GMO Flatt Securityの大崎です。RubyKaigi 2025の弊社ブースで「バグバウンティクイズ」に回答いただいた皆様ありがとうございました。 私はブースには立ちませんでしたが、今回作問を担当しました。各脆弱性の解説ブログとして本記事を執筆させていただきます。 ブースでも主に紹介させていただいたセキュリティ診断AIエージェント「Takumi」に関しては以下のバナーより詳細をご覧ください。 バグバウンティクイズ in RubyKaigi 2025とは？ 言わずと知れたRuby製アプリケーション・GitLabはバグバウンティプログラムを運用していて、その中で2024年に報告された脆弱性に支払った年間報奨金総額はなんと100万ドル(約1億5000万円)以上でした。GitLab程優秀なRubyist達によって開発されていそうなプロダクトであっても、脆弱性対策は避けては通れないという

はじめに SREチームの森原(@daichi_morihara)です。今後は積極的に発信していこうという誓いを込めてXのアカウントを作成しました。 今回はEC2+ALBでホストしていたフロントエンドをS3+CloudFrontに移行する際に起きた問題について紹介しようと思います。移行後のフロントエンドのインフラ構成としては下の図の通りで、S3の前段にCloudFrontを配置しており、CloudFrontに紐づいたWAFがアクセス制限を行います。 フロントエンドのインフラ構成図 ここでハマった問題というのが「CloudFrontに紐づいたWAFが、なぜかブロックすべきアクセスまで通してしまう…？」というものでした。 本記事では問題の原因と、それに対する解決策を共有していきます。もしかすると気づかずのうちに同じ状況になっている可能性もあると思うのでご参考にしていただけると幸いです。 問題の原

「Programming is Dead」──この挑発的な言葉を公の場で語ったのは、NVIDIAのCEO、ジェンスン・フアンだった*1。 彼は、「AIの進化により、誰もが自然言語でプログラムを作れるようになる」「もはや子どもたちにコーディングを教える必要はない」とまで言い切った。この発言は、ソフトウェア開発の現場だけでなく、教育界にも波紋を広げた。 そしてこの発言は、彼ひとりのものではない。例えば元Googleエンジニアで、現Fixie.aiの創業者であるマット・ウェルシュは、「AIの台頭によって、プログラミングのやり方そのものが根本から変わる」と述べており、自身の論考『The End of Programming』の中で、プログラミングの終焉ではなく“変容”を論じている。 たしかに、生成AIが提示するコードは、十分に実用レベルに達しつつある。ノーコードツールも進化し、「コードを書かない開

こんにちは、マネージド&セキュリティサービス部の閏間です。このたび、社内で若手向けセキュリティイベントを開催したのでその紹介をします。草の根的な活動ですが、NTT Comではこういうことも行われているんだということを知ってもらえればと思います。 はじめに イベントの目的は、「業務棚卸しと将来像の明確化」「他組織を知って自業務に活かす」 発表者は幅広い部署から集まりました イベント準備もスムーズに進行しました イベント当日は大変盛り上がりました おわりに はじめに この4月に全社横断で入社2年目のセキュリティ系人材の方に集まってもらい、担当業務や1年間の成果、今後のキャリアプランを発表し合ってもらうというイベントを開催しました。 これは正式な会社の施策ではなく、私が自部署の若手を巻き込んで企画したいわば有志イベントです。会社全体の育成施策としては1年目終了時点ではこのような会はないので、独自

今から20年以上前、私がマイクロソフトに在籍していたころ、Windows XPの日本でのCMにレニー・クラヴィッツの楽曲が採用された。曲名は「Dig In」。私はこのCMの前からレニー・クラヴィッツの音楽が好きだったので、彼の起用を喜んだ記憶がある。 レニー・クラヴィッツの代表曲のひとつに「Rock and Roll is Dead」がある。直訳すれば「ロックンロールは死んだ」。しかしこれは、ロックという音楽ジャンルそのものが終わったという意味ではない。むしろ、商業化し表面的なイメージばかりが強調される音楽業界への皮肉と、ロックの精神を問い直す強いメッセージが込められている。 実際、「Rock is Dead」という言葉は、クラヴィッツに限らず、幾度となく音楽業界で語られてきた。時代が変わるたびに「ロックは死んだ」と言われてきた。しかし、ロックはそのたびに形を変えながらも生き続け、私たちの

本業はSRE, 相変わらず野球関係の趣味開発（個人開発）をしている者です. 今まで趣味開発におけるPythonのPackage Managerはpoetryを使っていましたが, 仕事で使っている&その他の理由でuvに変更しました. github.com このブログではそんなuvの話を書きたいと思います. このブログについて TL;DR 移行の背景とメリット 学習コストの低さ パフォーマンスの向上 移行で苦労した&変更した所 pyproject.tomlの書き換え コードチェックをruffに変更 GitHub Actionsの移行 主な変更点 設定ファイルの比較 移行の手順 結び おまけ - Cursorはどこまでブログを書いたか このブログについて 弊ブログ「Lean Baseball」では初の試みとして, 執筆の大半をCursorで行っています*1. なお以下については中の人（shiny

はじめに オレオレ RAG をさくっと作る の記事を読み、簡単そうだったので MCP で話せるようにしてみました。 nananaman/DuckDB-RAG-MCP-Sample Claude Desktop から使う例 仕組み Markdown ファイルをローカルでベクトル化して DuckDB を使って Parquet ファイルで保存します。 ベクトル化には Plamo-Embedding-1B を採用しており、軽量なのでローカルの CPU で十分動作します。 生成した Parquet ファイルを MCP サーバーの起動時に読み込み、クエリに応じてベクトル検索が実行されます。 MCP 対応には MCP Python SDK を使っています。 RAG 周りの詳しい仕組みは参考にさせていただいた オレオレ RAG をさくっと作る の記事を参照してください。 リポジトリ構成 リポジトリは以下の

週末にやった感じ、GithubのCopilot Agentがかなり良かったので感想を書く。 前提 今回作ったツールで似たようなやつはいっぱいあって、llm ってやつが便利なんだけどPythonだし、重厚過ぎてちょっとしたことに入れるにはハードルが高いし、Serverには入れにくい。 ってことでGolangが良いなって思ってシンプルなやつを作った。 その際にGithubにCopilot AgentがGAになったので、こいつをvibe codingのメインで開発してみた。 ちなみに普段からRoo CodeやClaude Codeなんかも触っているのでvibe codingやAI Agentの活用には慣れている。 結論 業務で使うならCopilot Agentがかなり良い印象。 ClineやRoo Codeでやってたことは置き換わりそうな印象がある。 特にCopilotのAgentタイプだけでは

機械が止まる / E.M.フォスター ObsidianのCEOであるSteph Ango氏が、E.M.フォスターの「機械が止まる」というSF短編小説おすすめしていた。 ちょうどその本を積ん読していたこともあり、「せっかくだから」と該当の短篇を読んでみると、AI社会、SNS、コロナ禍、ストリーミング配信、ディストピア、みたいなものを予見しているかのような小説だったのでびっくり。 しかもこれ、100年以上前に書かれた作品なのよね・・・。 ということで軽く内容や感想をまとめようかなと。 （※ちなみに以前紹介した記事はこちら） www.nejimakiblog.com あらすじはこんな感じ。 人間が五感を通じて直接物事を経験することを恐れて、それぞれが孤独に部屋に閉じこもったまま、機械を通じての連絡だけで満足するようなった未来社会。 あるとき、母ヴァシュティは、地球の裏側にいる息子クーノから電話を

はじめに 1. 不均衡データとは何か 1.1 不均衡データの定義と実例 1.2 なぜ不均衡データが問題なのか 1.3 数学的視点から見た不均衡データの課題 2. 不均衡データへの対処の根本的な考え方 2.1 基本的アプローチの体系 2.2 統計的基盤: なぜこれらの方法が機能するのか 3. データレベルの対処法: サンプリング技術 3.1 アンダーサンプリング手法 3.1.1 ランダムアンダーサンプリング（RUS） 3.1.2 情報損失を最小化するアンダーサンプリング Tomek Links Condensed Nearest Neighbor Rule (CNN) One-Sided Selection (OSS) 3.2 オーバーサンプリング手法 3.2.1 ランダムオーバーサンプリング（ROS） 3.2.2 SMOTE (Synthetic Minority Over-samplin

はじめに TimesFM とは TimesFM の一般的な利用シーン 実際に使ってみた 予測精度を実測値と比較してみる まとめ はじめに ラスベガスから帰国後、アメリカのジャンキーなご飯と色の濃い飲料が恋しい、松村です。 本ブログでは、前回投稿した記事（※1）にてご紹介した BigQuery ML の新機能のうちの一つ「TimesFM」（プレビュー版）を試した内容をまとめます。具体的には、TimesFM モデルと、WEB サイトの SEO（検索エンジン最適化）をサポートする無料ツール「Google Search Console」(※2) の BigQuery にエクスポートされたデータを組み合わせて、WEB サイト全体の検索パフォーマンスを予測する方法をご紹介します。 （※1）【Google Cloud Next 2025 in Las Vegas】Day 2 参加レポート ~ BigQu

SWET第二グループのKuniwakです。本記事では画面仕様（後述）の仕様書に対する静的検査器を開発した事例について紹介します。 伝えたいこと 画面表示と画面遷移を記述する仕様書は機械可読にできる 仕様書が機械可読であれば仕様の静的検査ができる 静的検査によって自身の担当範囲の15%の画面から計40件弱の欠陥を発見した 機械可読な仕様書にはさらなる応用が見込める おさらい：仕様とは 仕様の定義はいくつかあります。 ここでは仕様とは実装の正しい振る舞いを定める基準とします。 ある実装が正しいと判定されることを、実装が仕様を満たしたといいます。 誰による判定でも実装が仕様を満たしたかどうかの判定結果は一致すべきです。 さて実装の欠陥と同様に、仕様にも欠陥が生じえます。 本来正しいと意図した実装の振る舞いを誤っていると判断したり、その逆に誤っていると意図した実装を正しいと判断する仕様には欠陥があ

すごく久しぶりにブログを書く。3ヶ月ぶりくらい？ ↓この記事を読んで「へー。どういうこと？」ってなったので遊んでみた。 「GITHUB_TOKEN でGitHub Modelsを呼び出せるようになったよ！PAT（Personal Access Tokens）はもう使わなくていいよ！」って書いてある。そもそもGitHub Modelsを知らんかったけど、GitHub Copilotとかで使ってるAIのモデルたちのことかな。 やってみた GitHub ActionsでAIの呼び出しができるよってことだろうなと思って適当に作ってみた。「今日の運勢を教えて！」って投げるだけのGitHub Actions。 「今日は新しいことにチャレンジする絶好の日！」ふむふむー。 コード github.com name: GitHub Models API Example on: workflow_dispatc