「絵」を描くという作業は『無限』である。どこで終わっていいのか、一枚をずーっと描いてられる。そして『物語』。仮に「恋人」が穴の底に落ちている設定があって、そこに「嫌いな友人」を身代わりに突き落とすと、その『恋人』は命が助かるという状況があったとしたなら、もし、あなたならどうしますか？　嫌いなヤツを突き落とす？　それは「正しい行動」じゃない気がする。考えると『無限』に答えが出なくなってしまう。ちなみに「絵」は、自分の「心」が終わりとした時が完成。自分勝手だと思う。 引用したこの文章は、『ジョジョの奇妙な冒険』第7部「スティール・ボール・ラン」単行本22巻における著者・荒木飛呂彦のコメントである。 この、作者の自嘲をも感じさせる一文が無性に好きで、事あるごとにふと読み返してしまう。たった200文字程度だが、私の感じている「スティール・ボール・ラン」のテーマのようなものが、ここに凝縮されているか

幕張で開催されているAWS Summit Tokyoの中でもディープなセッションがありました。 Day1 のセッション、「Amazon EC2 パフォーマンス Deep Dive」を受講しましたので、レポートを記載します。 セッション概要 EC2の持つポテンシャルを最大限に利用して効率的な運用をするためのCPU、ネットワーク、ストレージなどといった各種処理性能の理解とチューニングポイントについて 登壇者 小川 貴士 様 宮本 大輔 様 コンピュート EC2インスタンスタイプについて インスタンスタイプ、仮想化方式(kvmかXenか)によってCPU、メモリ、ネットワーク帯域といった性能が異なる。 インスタンスタイプはc5d.9xlarge といったように表記される。この場合は、それぞれの記号に対して下記のような意味がある。 c : インスタンスファミリー 5 : インスタンス世代 d : 追

心を構える「気づき」からスタートする科学と技術が発展し全てのスピードが早い現代において、普通に生きていると「不足しているものはない」と感じられる。故に、針の穴を通すような「自分だけが知っている気づき」の中にだけ、その後大きくなりうるものを孕むと考えている。一握りの人間は現状に何かしらの気づきを得ようとしているが、多くの人はそうではない。気づきを得るためには、気づくための訓練が必要だ。現状に「なぜ」を問いかけ、欠けているものを見つける訓練である。僕がこれまでに得た最大の気付きは、どんなに優秀な経営者、起業家、プロダクトマネージャー、クリエイターであっても、「気づきを得る訓練」をしている人は極めて稀だという事実だ。気づきを得るためには、そこにある事象、因果、携わる人の気持ち、外部の構造など全てを深く理解しようと務めなければいけない。1点ではなく、多面をだ。全てを理解するために最も手っ取り早いの

Hikaru Kashidaです。 メルカリという会社で、データ分析チームのヘッドをやっています。 ここ最近は、メルカリというフリマアプリサービス全体のグロースの戦略をリードしています。 去る2018年の11月にweb担主催のカンファレンス『Web担当者ミーティングForum』にて登壇をしてきました。そちらで話した内容の概要について、こちらの記事でも文章として残して置きたいと思います。 ↑ 登壇で自分の名前がヘッドラインに載ったの初めてだったので感動。登壇のタイトルは『Simple Data Analyticsで成果を出す』としました。難しい分析の話でなく、より施策と運営に寄せた内容をテーマにしたつもりです。 具体的な内容としては、メルカリで分析を活かしてセグメント戦略の立案と運用を行った時の話になります。顧客セグメンテーションを使って売上を上げたいマーケターやプランナー、アナリストの人に

弊社は5月に9,200万円のファイナンスを行い、株主は経営陣以外にVC2社とエンジェル（個人投資家）11人となり、かなりの大所帯になりました。事業戦略は株主のお話を伺うことも多いのですが、株主からのフィードバックが似てくることもあり。多くのスタートアップを見ている株主からのフィードバックをベースに、弊社の知見を少しずつブログに残したいと思います。アジェンダは以下の通りです。 1.  施策のストック数とスタートアップの成長率は比例する 2. いかに早く「失敗に気づけるか」が成功の可否を決める 3. すぐにソリューションに走るな！ 4. 上司のマネジメント方法 1. 施策のストック数とスタートアップの成長率は比例する 株主とのディスカッションのなかで、「施策のストック数」が足りないスタートアップがほとんどである。と問題点があぶり出されるケースが多いようです。データによる定量的な意思決定を行うこ

AIやデータサイエンスが注目されるに伴い、世の中は加速度的にデータドリブン化しています。特にビジネスにおいては、個人の勘や経験だけではなく、データやファクトにもとづいて意思決定がなされるべきという考えはもはや一般常識であると言っても過言ではありません。 そんな中、当然のようにデータ分析の結果を「分かりやすく見せること」の重要性が増しています。どんなに素晴らしい分析結果であっても、伝えたいことが伝わらなければ、意思決定につながりません。 データといっても、その表現方法はさまざまですが、最も使われる頻度が高いものとして、グラフがあります。 ただグラフを作るだけであれば、Excelを使えば誰でもできますが、誰しもが学校できちんと教わったわけでもなく、なんとなくグラフを作っているのが現状でしょう。 正しく分かりやすいグラフを作るためには、以下のような問いに即答できるグラフリテラシーが必要です。 グ

Rails Developers Meetup 2019（2019/03/22 - 23）

(Please note that this article is a localized (to Japanese) version of a corresponding tech blog article in the English language) Netflixでは、2015年9月の日本における配信サービス開始時から日本語字幕を提供しています。 今回のブログでは、日本語字幕提供に至るまでの技術的な取り組みについて説明します。 字幕ソースファイルの仕様、字幕ソースファイルからNetflix配信用字幕への変換モデル、Netflixにおける日本語字幕の納品モデルなどを取り上げます。さらに、W3C字幕規格Timed Text Markup Language 2 (TTML2)導入に向けた対応についても触れます。 2014年の終盤にかけて、Netflixでは2015年9月に予定していた日

こんにちは、mizzyと申します。フリーランスのソフトウェアエンジニアをやりながら、妻と5人の子供（高3男、高2男、中2女、小3男、小2男）と暮らす43歳のおっさんです。 私は賃貸派か持ち家派かで言えば断然賃貸派なのですが、家族7人で快適に暮らせる賃貸物件がいくら探しても見つからなかったため、ふらっと立ち寄ったモデルハウスの見学をきっかけに2年ほど前に家を建てました。 家を建てるに当たって、業者、土地、間取り、インテリア、エクステリアなど、検討しなければいけないことがたくさんあるのですが、今回は私が家で過ごす時間が最も多い「書斎」にテーマを絞り、理想の空間を手に入れるためにどのような書斎づくりをしたのかをご紹介します。 家族とコミュニケーションをとるためにオープンとクローズド、2つの書斎を作った わが家にはオープンとクローズド、2つの書斎があります。「クローズドな書斎」は下の写真のような、

はじめて iMacG3 を使った時、私はとても前向きな気持ちになった。説明書を読まなくても何をどうすればいいの分かったし、自分の思い描いた通りに動かすことができた。 道具は使う人の能力を拡張させると言うけれど、私はあの丸いマウスと一緒に、文章を書いたり、絵を描いたり、本当に何でも出来る気がしたのだ。 それは Mac だけではなかった。iPhone も、iPadも、Apple 製品はいつも私を高揚させた。なぜ私はこんなにも惹かれるのか。不思議に思いながらも、私は Apple 製品を追いかけてきた。 どうして？ ... 実はその秘密は既に明らかになっている。 それは、モードレスだからだ。 直感的だとか、シンプルだとか、一貫性があるとか、そういったものは表出された一部にすぎない。 この秘密は、 今から 9 年も前にインターネットに公開されたテキストにあっさり書かれている。ソシオメディアの上野学

Foursquare’s iOS app after tweaked experience of user journey I love Foursquare and have used it since I lived in Tokyo. After I moved to San Francisco, I was impressed that I could use it seamlessly. It helped me discover a new place anywhere in the world. Last summer, I also planned a trip to Portland with Foursquare but I realized a problem while using the iOS app. So I set out to explore featu

あるシステムを、1人のユーザから1100万人以上にスケーリングするにはどのようにすれば良いのでしょうか。Amazonのウェブサービスソリューションアーキテクトである Joel Williams が AWS re: Invent 2015 Scaling Up to Your First 10 Million Users でスケーリング方法について素晴らしいプレゼンをしています。 AWS上級者のユーザには適さないプレゼンですが、AWS初心者やクラウド初心者、Amazonが次々と送り出す新機能の流れについていけていない人が始めるには素晴らしい内容だと思います。 おおよその見当は付いていると思いますが、このプレゼンはAmazonによって提供されているため、どの問題についても解決策として提案されているものは全てAmazonのサービスになります。amazonのプラットフォームの役割は、印象深く、分か

Q&AサイトのQuoraに、先月こんな質問があがっていました。 「Spotifyはどのようにして機械学習で成果を出してきたのでしょうか？機械学習を当初から重要視していたのか、もしくは途中からキャッチアップしたのでしょうか？」 この質問に対して、2008年～2015年まで同社にて機械学習チームを率いていたErik Bernhardssonという人物が回答を寄せています。 機械学習も活用した楽曲リコメンドに力を入れるSpotify。その中の人だった彼が、若干の内部事情も含めて同社による取り組み状況を明かしていました。 興味深い内容だったので、少し補足しながら彼の回答を紹介していきたいと思います！ Spotifyにおける機械学習の重要性 Bernhardsson氏によるコメントを紹介する前に、Spotifyにおける機械学習の重要性について触れておきたいと思います。 言わずもがなですが、Spoti

こんにちは、LINE株式会社でDeveloper Advocateをしている中嶋です。この記事はLINE Advent Calendar 2017の1日目の記事で、私が日頃開発しているチャットボットによく適用している、自動学習機能についてアイデアを共有したいと思います。 概要 チャットボットは人のように対話できるシステム、とざっくり定義することができると思います。チャットボットの背後では、ユーザーからのメッセージに対して自然言語処理をおこなってユーザーの意図を特定し、その意図と文脈に応じて処理と返答をおこなう方式が典型的な実装の1つだと思います。 この仕組みで「賢くなる」には2つの側面があり、1つは理解力が高まること、もう1つはできることが増えることです。一般に、前者は自然言語処理、後者はスキルを強化していくことを意味します。 今回この記事でご紹介するのは理解力を高める方法です。自然言語処

最近の株式市場もAIブーム。その中で最も注目されている銘柄が米半導体メーカーNVIDIA（エヌビディア）。同社の株価もすごいことになっているが、最近では同社と提携する企業の株価も高騰する傾向にある（関連記事：AI相場“中核”、ＮＶＩＤＩＡ関連の「神通力」）。 果たしてNVIDIAは、このままAI時代の覇者として逃げ切ることになるのだろうか。日本法人のDeep Learning部長の井崎武士さんにお話を聞いた。（ITジャーナリスト・湯川鶴章） 2000個のCPUの計算を12個のGPUで実現 そもそもNVIDIAって、いつAI企業になったのだろう。ゲーム用半導体のメーカーと認識していたのは僕だけじゃないはず。 世界中のAIの研究者がNVIDIAのGPU（Graphics Processing Unit）に注目したのは2012年といわれる。Googleが2000個のCPU（Central Pro

動画はデータ容量が大きい 画像と違い、動画コンテンツはデータ容量がとても大きいため、データをダウンロードして再生するまでに待ち時間が発生します。 動画のデータ容量が大きい理由はとても単純で、動画は画像データが集合したものだからです。静止画像を人間の目が滑らかに感じられる速さで切り替えて表示することで絵を動かすという表現を実現しています（よくパラパラマンガに例えられますが、そんな感じです）。この人間の目が滑らかに感じる速さというのが 1 秒間に 30 枚だったり 24 枚を切り替えることになります。29.97 (≒30) fps とか 24 fps とかの数字を耳にしたことがあるかと思いますが、24 fps の場合は 1 秒間（s）の間（p）に 24 フレーム（f）を切り替えることを意味します。 データを全て自分の端末にダウンロードしてから再生しようとすると、かなり長い待ち時間が発生してしま

http://dockerjp.connpass.com/event/26538/ で発表したやつ