「Unity」の名称、Unity のロゴ、およびその他の Unity の商標は、米国およびその他の国における Unity Technologies またはその関係会社の商標または登録商標です（詳しくはこちら）。その他の名称またはブランドは該当する所有者の商標です。

本書は、設計スキルを成長させたいプログラマーに向けたアーキテクティングの入門書です。ソフトウェアアーキテクチャの基礎とデザイン思考の考え方から始まり、ソフトウェアアーキテクトとして、チームと共に優れたソフトウェアを作り上げていく方法を包括的に解説します。本書を読むことで、適切なステークホルダーを特定してニーズを理解する方法、アーキテクチャ上重要な要求に基づいて技術やアーキテクチャを適切に選択する方法、アーキテクチャを軽量かつ効果的に評価する方法、チームのアーキテクト力を高める方法などを学べます。モダンなアーキテクチャ設計のための実践的な手法が詰まった本書は、より良いプログラマー、技術リーダー、そしてソフトウェアアーキテクトになるために必携の一冊です。平鍋健児氏による「日本語版序文」を収録。 目次 本書への推薦の言葉 日本語版序文 序文 はじめに 第Ⅰ部 ソフトウェアアーキテクチャ入門 1章

EngineeringObservability at Scale: Building Uber’s Alerting EcosystemNovember 20, 2018 / Global Uber’s software architectures consists of thousands of microservices that empower teams to iterate quickly and support our company’s global growth. These microservices support a variety of solutions, such as mobile applications, internal and infrastructure services, and products along with complex confi

AWSの新価格モデル Savings Plans とは？オンデマンドやリザーブドインスタンスと比較するAWSEC2lambdaFargateCostExplorer 2019/11/7に、AWSからSavings Plansという新しいAWS利用料節約のための価格モデルが登場しました。 このSavings Plansについて調べてみました。 更新履歴 2019/11/07: 初版。EC2とFargate (for ECS) が割引対象に。 2020/02/21: 更新。新たにLambdaが割引対象に追加。 2020/04/06: 更新。Organizationsのメンバーアカウントから推奨事項が確認可能に。 2020/05/10: 更新。価格改定により、EC2 Instance Savings Plansの一部のEC2インスタンスタイプで、従前に比べて最大18%の値下げ。 2020/08/

NVIDIAは2019年11月6日（米国時間）、エッジAIチップの新製品、「Jetson Xavier NX」を発表した。2020年3月に提供を開始するという。製品名の「NX」は、同社既存エッジAIチップのブランド名である「Jetson Nano」と「Jetson Xavier」から取ったという。両者の「いいところ取り」で、高性能、小型、低コスト、省電力を併せ持つものを開発したとする。 Jetson Xavier NXの位置付けおよび既存Jetson製品群との関係は、次の図でよく分かる。 Jetson Xavier NXは70mm×45mmで、NVIDIAのエッジAIチップで最も小さいJetson Nanoと同サイズ。消費電力は、最大10Wと最大15Wの2モードが使える。これは既存製品でいえば「Jetson TX2」と同レベル。 性能に関しては、384のCUDAコア、48のTensorコア

タクシー配車アプリ「DiDi」を展開するDiDiモビリティジャパン株式会社（本社：東京都千代田区／代表取締役社長：Stephen Zhu）は2019年11月7日から、タクシー需要が高いと見込まれる場所をAI（人工知能）が教えてくる新機能「DiDiヒートマップ」の提供を、タクシー乗務員向けアプリにおいてスタートした。 具体的には、アプリ内の地図上でタクシー需要が高いと見込まれる場所をオレンジ色で表示するという機能で、色の濃淡によって予想需要度の高低を表現する。オレンジ色が濃いほど需要が高くなる。 出典：DiDiモビリティジャパンプレスリリースこの機能をタクシー乗務員が使えば、効率良くタクシー客を探せるようになることが期待される。需要予測は過去の注文情報などを解析して算出されたものだという。 まず東京で先行提供し、今後は大阪エリアでも順次展開していくという。DiDiモビリティジャパンは報道発表

5. 5 目録 ◼ 私の失敗体験談（不均衡データの学習） ◼ 機械学習開発における壁 • 機械学習のビジネスフレームワーク「5D」 • Define（定義する） • Data（データを集める） • Development（開発する） • Deploy（実装する） • Drive（運用する） ◼ ビジネス応用における壁 • AIを使ったキュウリの自動選別 • 機械学習を使って売り上げに貢献する • 機械学習を使わない選択肢 ◼ まとめ 6. 6 目録 ◼ 私の失敗体験談（不均衡データの学習） ◼ 機械学習開発における壁 • 機械学習のビジネスフレームワーク「5D」 • Define（定義する） • Data（データを集める） • Development（開発する） • Deploy（実装する） • Drive（運用する） ◼ ビジネス応用における壁 • AIを使ったキュウリの自動選別 • 機

質とスピード 初演: 2019/10/31 @ EOF2019

「認証は OIDC 等のデファクトに乗っておけ」
というのはわかりました。ではその次。認証した後です。
残念ながらアクセス制御の枠組みにはデファクトがありません。
自分で設計するしかないのです。 しかし、我々は漠然と車輪の再発明を続ければいいのでしょうか。アクセス制御にスタンダードが無いなら無いなりに、
どのようにアクセス制御機構を整備すればいいのか？その考え方を整理していきましょう。Read less

プロダクトの開発や改善に伴い数値や成果に追われるなか、どうすれば納得感や達成意欲を感じながら働いてもらえるのだろうか。現場のエンパワメントやマネジメント、経営と現場のシームレスなコミュニケーションは、多くの組織にとって課題となり続けてきました。それは紛れもなく、メルカリグループも同様です。 9月24日に開催されたイベント「Mercari Bold Challenge ~CTOとエンジニアが赤裸々に語る 変化と挑戦~」。メルカリ、メルペイそれぞれのCTOや、現場のエンジニアを統括するEM（エンジニアリングマネージャー）が登壇。メルカリグループがエンジニアマネジメントにおいて考えていること、苦労していることや試していることなどを「赤裸々」に話しました。メルカンでは、3時間にも及んだイベントの様子をダイジェストでお届けします。 メルペイは、単なる「サービスの普及」を目指していない 第一部では、メ

Go Conference 2019 Autumn Go で超高速な 経路探索エンジンをつくる/Go Conference 2019 Autumn go-ch

本実証実験を通じトヨタのMaaSのコンセプトを提示 2020年7月－9月までの間、東京・お台場地区で同乗試乗体験を実施 米国で人工知能や自動運転・ロボティクスなどの研究開発を行うToyota Research Institute, Inc.（以下TRI）は、来年夏（2020年7月から9月）、自動運転実験車、TRI-P4を使用し、東京都内で一般の方向けの同乗試乗を行います。トヨタはこのP4実験車で、MaaS（mobility as a service）の分野におけるSAE Level 4相当の自動運転デモンストレーションを実施する予定です。 P4実験車の同乗試乗は、交通量が多く、渋滞も頻繁に起きる東京・お台場地区で行います。お台場の交通環境は複雑で、歩行者・車両が入り交じる交通状況、様々な道路インフラやガラス張りの背の高いビルなどの厳しい環境の下、自動運転技術の実力を示すことになります。なお

こちらの記事は、2018年12月に公開された『 2019 UI and UX Design Trends 』の和訳になります。 本投稿は転載であり、本記事はこちらになります。 はじめに 私たちは去年、モバイルUIデザインのトレンドについての予測をまとめました。今年はモバイルだけを対象とせずに、さらに深く掘り下げていきます。 モダンなデザインの一番のトレンドは前後関係のあるつながりの中にあります。そのため、一般化することができません。 この記事を読むことであらゆるツール、技術の進歩、またユーザー向けのプロダクトが実際にどのように機能なのか開発者が理解し、全てが上手くいくように感じるでしょう。 近いうちに、販売だけでなく、生産するものすべてを網羅するユニバーサルデザインの考え方を発展させて行くでしょう。自分で何か物事を行うためには、より良いデザインの選択が必要です。 国家としての印象さえも、よ

こんにちは、機械学習エンジニアの河本 (@nnkkmto) です。マイクロアドのシステムにおいて、機械学習が必要な部分の研究開発及び実装を担当しています。 この記事では GCP (Google Cloud Platform)、特に GCE (Google Compute Engine) を用いた機械学習モデル学習バッチのスケジュール実行について紹介できればと思います。 はじめに 前提 全体の流れ 各処理の詳細 スケジューリング Cloud Scheduler Cloud Pub/Sub Cloud Functions インスタンス起動による学習バッチの実行 preempted 時のリトライ処理 終わりに はじめに 現在マイクロアドでは、以下にあるようにGCP を用いた機械学習基盤の構築を進めていて、Kubeflow を用いた実行環境へ移行予定です。 オンプレ×Google Cloud Pl

PFNフェローの丸山（宏）です。2月にプログラミング教育についてのブログを書きました。またそれに合わせて制作した教材を利用して、6月に弊社カフェテリアで、小学生を対象にした体験教室を開催しました。この体験教室については、丸山（史郎）がロボットカーの体験教室について、西澤が火星語翻訳を題材にした教材について書いています。今回、山梨大学と共同で、高専・大学学部向けの教材 ロボットカーで学ぶ深層学習の基礎 を開発しました。このブログでは、これら一連の教育関連の活動について、その意義と全体像をもう一度整理してみたいと思います。 また、付録に、現在PFNが提供する教育用コンテンツのリストがありますので、そちらもご利用ください。 古典的プログラミング 2016年に文部科学省が主宰する「小学校段階における論理的思考力や創造性、問題解決能力等の育成とプログラミング教育に関する有識者会議」は、議論の取りまと