タグ

2020年7月14日のブックマーク (4件)

  • 株式会社はてなを退職 - Sexually Knowing

    2020年8月14日付けで退職する運びとなった。 入社が2012年なので勤続丸8年を迎え社内でも古株の方になってきつつある。Web業界にしてはわりと長くいたほうだと思う。 自分自身でもこんなに長く籍を置くとは思っていなかったので驚いている。 退職を決めた理由は主に2つ。 金沢移住 1つめは、現在住んでいる京都を離れて金沢で暮らしたいと考えたから。 数年前に観光で訪れた金沢を歩いてから一目惚れしてしまい、自分がここで生活する想像をするうちに単なる夢想から具体的に実現することを考えはじめた。 これを書いている時点で、株式会社はてなの事業拠点は東京と京都のみであり、在宅勤務は育児や介護、その他会社が認めるに足る理由があるケースのみ認められている。 平時は週数日程度スポットでの在宅勤務はマネージャーと合意した上では認められている。またコロナ禍においては在宅勤務推奨となっている。ただし、継続的にフル

    株式会社はてなを退職 - Sexually Knowing
    hirokts
    hirokts 2020/07/14
  • COVID-19以後のオタクについての散文 - I READ THE NEWS TODAY, OH BOY

    ・現場に行くことでアイデンティティを確認しているタイプのオタクは、今完全にアイデンティティを失っている。自分が何者なのかよくわからなくなってくる。 ・現場に行かないとやることがないので、オタクたちが次にやることは、pixivを読み漁る、ソーシャルゲームをやる、あつ森をやる、の三択になる。ソーシャルゲームの内訳としては、ツイステ4割、あんスタ4割、他2割。(私の周り調べ) ・お金を使っていたオタクは、連続して発生した返金等々において手元にお金が多少はある状態になっている。そのお金の使い道は、一部がソーシャルゲームで、他はひとまず貯蓄。 ・現場がもう長いことないので、皆冷静になっている。推しに会うという行為には、冷静さを欠かせるという副作用もある。推しに会うと、わけわからん脳内物質が分泌され、ハッピーになってしまうがゆえに、グッズを買い足したり、チケットを買い足したり、プレゼントを買ったりする

    COVID-19以後のオタクについての散文 - I READ THE NEWS TODAY, OH BOY
  • 「『THE★JINRO』イケメン人狼アイドルは誰だ!!」と若手俳優虚無舞台の話 - I READ THE NEWS TODAY, OH BOY

    plus14.hateblo.jp 「バイバイ、ヴァンプ!」が炎上してからわずか5ヶ月。今度は「新感覚!スペクタクルステージ『THE★JINRO』-イケメン人狼アイドルは誰だ!!-」という、なんだか読むだけで脳が溶けそうなタイトルの舞台の演者や関係者からコロナウイルス感染者が集団で出たそうです。 前置きとしてお断りしておきますが、筆者はイケメンのコンテンツが好きなだけのオタクで、公衆衛生や疫学には詳しくありません。よって、こちら側の観点から「イケメン人狼アイドル」について書いていこうと思います。 さて、前回の記事と全く同じ感想になってしまいますが、「新感覚!スペクタクルステージ『THE★JINRO』-イケメン人狼アイドルは誰だ!!-」の詳細を見た感想はただひとつ。それは「出たな、虚無舞台」でした。プリキュアの台詞か? 若手俳優界隈ではクソつまらない舞台、また内容として明らかにつまらないこと

    「『THE★JINRO』イケメン人狼アイドルは誰だ!!」と若手俳優虚無舞台の話 - I READ THE NEWS TODAY, OH BOY
    hirokts
    hirokts 2020/07/14
    わかりやすかった
  • これから推薦システムを作る方向けの推薦システム入門|masa_kazama

    イントロ「Amazonのこの商品をチェックした人はこの商品もチェックしています」や「YouTubeのあなたへのおすすめ」、「Twitterのおすすめユーザー」などのレコメンド機能は多くのWebサービスに組み込まれております。そのレコメンドによって、ついつい商品をたくさん買ってしまったり、夜遅くまで動画を見てしまった経験はないでしょうか。 この記事では、レコメンドシステムの裏側はどのような仕組みになっているのか、そもそもレコメンドとはどういうものなのかを具体例を交えながら俯瞰できればと思います。レコメンドシステムのアルゴリズムの詳細には触れず、ビジネスにおいてどのような形で実装されているかにフォーカスしています。ネット上に公開されているレコメンドに関するスライドや記事、論文のリンクをまとめましたので、アルゴリズムの詳細などはリンク先の記事でご確認ください。 対象の読者は、自社のサービスにレコ

    これから推薦システムを作る方向けの推薦システム入門|masa_kazama