SQLの条件分岐について検証してみた - Galapagos Tech Blog
はじめまして、AIR Design for Marketing 事業部 バックエンドエンジニアの大田です。 好きな言語はC#、好きなRDBMSはPostgreSQLです :) 前置き RDBから何かしらのリストを取得する際にユーザが指定した任意の条件で絞り込むというのは一般的なユースケースだと思いますが、それを実現するクエリの構築方法はいくつかあるかと思います。 私がパッと思いつくのは以下のような方法です。 ※ コードはイメージです。動作確認などはしていません 🙏🏼 パターン1: 条件毎にクエリを分割し、文字列結合で WHERE 句を組み立てる (以下 "文字列結合") conditions = list("TRUE") params = dict() if name != "": conditions.append("name LIKE '%' || :name || '%'") p
aws-vault を使ってマルチアカウント環境でも快適にコンソール画面へログイン - Galapagos Tech Blog
お疲れ様です、TECH石浪です。 みなさんAWSはマルチアカウントにしていますか？ 株式会社ガラパゴスも僕がJOINした頃と比べると社員数が3倍を超え、入社当時は1アカウントで開発本番両方をVPCで区切って扱っていましたが、今ではプロダクト毎＋本番/開発と各環境ごとにAWS アカウントを用意する正気な開発になりました。 さて、そうなるとAWSアカウントの切り替えどうやろうってなりますよね、自分はずっとBASTIONユーザーからスイッチロールするJumpアカウントの手法を使っていました。 参考記事： マルチアカウントな AWS環境のマネジメントコンソールへのアクセス方法をまとめてみた | DevelopersIO しかしこの切り替え、環境が増えるとちょっと、いやかなり面倒なんですよね。 そこでaws-vaultを使ってみたところ、めっちゃよかったので紹介したいと思います。 なお aws-va
「Photoshop」と「Illustrator」にWebブラウザ版 まずはβ版、データ閲覧までなら非会員にも開放
Webブラウザ上で動作するため、ダウンロード不要で使えるのが特徴。Creative CloudのメンバーでなくてもWeb版のツールを開いてデータを閲覧することは可能。有料会員であれば、レイヤー内のオブジェクトの移動や削除、文字入れ、「画像の映り込みの修正」といった簡単な編集ができる。 対応ファイルはアドビのクラウド専用ファイル形式である「クラウドドキュメント」のみだが、Photoshopで使われているPSDデータ、IllustratorのAiデータともに、一度Webブラウザ版で読み込むことでクラウドドキュメントに変換されるという。 Webブラウザ版は、同日に発表したチーム管理サービス「Adobe Creative Cloud Web」にも組み込まれている。プロジェクトの初期から制作物などアウトプットまでをオンラインで完結するよう設計されたもので、チームでのデータ管理やコミュニケーションなど
実践 AWSデータサイエンス
AWSではデータサイエンス分野で利用できるさまざまなサービスが提供されています。本書では、それらのサービスを有効に使って、データの収集、分析、モデルの訓練、テスト、デプロイまでの一連のプロセスを行う方法を紹介します。対象とする事例は、ヘルスケアデータ、時系列データ、自然言語処理、画像分類、不正検出、需要予測、レコメンデーションシステムなど非常に多岐にわたります。本書の目的は、Amazon SageMakerをはじめとしたAWSの機械学習サービスの詳細を説明するだけでなく、AWSのサービスを組み合わせることで、データサイエンスとアプリケーション開発の統合を図り、開発を効率化することであり、データサイエンティスト、データアナリスト、データエンジニア、MLエンジニアはもちろん、アプリケーション開発者や管理職にとっても役に立つ一冊です。 正誤表 ここで紹介する正誤表には、書籍発行後に気づいた誤植や
AWS DevDay Online Japan に「AWS CDK はどう使いこなすのか、初期開発から運用までのノウハウ」というタイトルで登壇しました #AWSDevDay | DevelopersIO
はじめに CX事業本部IoT事業部の佐藤智樹です。 先日AWS DevDay Online Japan というイベントで「AWS CDK はどう使いこなすのか、初期開発から運用までのノウハウ」というタイトルで登壇しました。 今回は上記の登壇で使用した資料の公開と今回の発表をやりたかった理由などについて書きます。 動画 登壇資料 発表の理由 この1年半ほどの間でAWS CDKを利用した案件へ4,5件ほど関わらせていただいて、最初にここを設計しといた方がよかったという部分やチーム内で認識がずれていると後から直すのが大変な部分を全体的に紹介しました。今回紹介した個々の情報はネット上にもある程度はあるのですが、開発の最初期から運用まで考えてまとまった情報はない気がしたので、今回まとめて発表してみました。今後AWS CDKを本格活用したい方の参考になれば幸いです。 後、以前のイベントでAWS CDK
機械学習の煩雑なパラメーター管理の決定版 「Hydra」「MLflow」「Optuna」の組み合わせで手軽にはじめる一元管理
Optuna™は、オープンソースのハイパーパラメーター自動最適化フレームワークです。 「Optuna Meetup #1」では、Optunaのユーザー、導入を検討している方、また開発者を中心に、Optunaの様々な活用方法が共有されました。中村氏は、Hydra・MLflow・Optunaを組み合わせたハイパーパラメーター管理について発表しました。 ふだんは音声合成と声質変換技術などの音声を用いる技術を研究 中村泰貴氏（以下、中村）：「HydraとMLflowとOptunaの組み合わせで手軽に始めるハイパーパラメータ管理」というタイトルで、東京大学大学院情報理工学系研究科の修士課程2年の中村が発表します。 軽く自己紹介ですが、先ほど述べたように情報理工学系研究科の、猿渡・小山研究室の修士課程2年です。音声合成に関する技術をふだん研究しています。「Twitter」をやっているので、ぜひフォロー
Scrum@Scaleの基本と実装 - Chatworkの実践に学ぶ「スケールするスクラム」の導入戦略｜ハイクラス転職・求人情報サイト AMBI（アンビ）
Scrum@Scaleの基本と実装 - Chatworkの実践に学ぶ「スケールするスクラム」の導入戦略 スクラムのスケーリング手法であるScrum@Scale（スクラムアットスケール）の基本的な概念、そして企業内での実践例を粕谷大輔（daiksy）さんが解説します。実践例では、Scrum@Scaleにおいて「だれが」「なにをやるのか」を、1週間のタイムスケジュールとともに解説します。 2001年にアジャイルソフトウェア開発宣言 が発表されてから20年。日本のソフトウェア開発の現場でもアジャイルはずいぶん一般的に扱われるようになってきました。そのうちの手法の１つであるスクラムについても、導入事例を多く見聞きします。 スクラムは原則的に少人数のチームに適用されることを前提としている手法ですが、さまざまな現場で扱われるようになるにつれ、規模の大きなチームへと拡張されるニーズも高まってきました。現
リチカ、8億円の資金調達を実施
株式会社リチカ（本社：東京都渋谷区、代表取締役：松尾幸治）は、既存投資家・新規投資家を引受先とした約8億円の第三者割当増資を実施しました。今回で累計調達額は10.6億円となります。 （※報道関係者向けリリース全文はこちら：https://tinyurl.com/75xt8k5c） 資金調達概要 ＜調達金額＞ 約8億円 ＜資金用途＞ プロダクト開発とお客様の支援体制強化 採用・組織体制強化 ＜既存株主＞ (順不同) みずほキャピタル、新生企業投資、FFGベンチャービジネスパートナーズ、 DIMENSION、マネックスベンチャーズ ＜新規株主＞ (順不同) GMO VenturePartners、大和企業投資、博報堂ＤＹベンチャーズ、rooftop 投資家のコメント (順不同) みずほキャピタル株式会社 投資第5部長 根本 丈司氏 前回ラウンドで出資して以降、松尾さん率いるリチカはプロダクト
AWS、自然言語でデータベースに問い合わせ、データ分析ができる「Amazon QuickSight Q」正式リリース
Amazon Web Services（AWS）は、インメモリBIツールの「Amazon QuickSight」の新機能として、自然言語で問い合わせができる「Amazon QuickSight Q」を正式リリースしたと発表しました。 Amazon QuickSight Qのベースとなっている「Amazon QuickSight」は、さまざまなデータソースに接続することで、データの分析とビジュアル化を行うBIツールです。 Amazon RDSのデータベースやAmazon Aurora、Amazon Redshift、HadoopのAmazon EMR、Amazon S3内のフラットファイル、MySQL、Oracle、SQL Server、PostgreSQLをはじめとして、オンプレミスのデータソースやSalesforce.comなどの外部データソースを含む、さまざまなデータソースに対応します
PMBOKとは？第7版でPMBOKの内容が劇的に変更された理由
PMBOKとはPMBOKは「Project Management Body of Knowledge」の略語で、日本語に訳すと「プロジェクトマネジメントの知識体系」です。読み方は「ピンボック」です。米国のプロジェクトマネジメント協会（PMI）が1986年にPMBOKのガイドブックの初版を刊行してから、ほぼ4年ごとに改訂され今では「プロジェクトマネジメントの世界標準」とされています。 本来「PMBOK」は体系そのものを指しますが、PMBOKのガイドブック「PMBOK GUIDE」を指す言葉としても用いられています。 【参考】PMI日本支部 2017年に発刊されたPMBOKの第6版はA4判750ページの大冊でしたが、第7版は250ページと1/3のボリュームになりました。目次の構成もガラリと変わっています。この大改訂にショックを受けたのが、プロジェクトマネジメント協会が主催するPMP試験（プロジ
マーケターの絶対数が不足しているBtoB業界、人材育成・組織強化のために今できること
『MarkeZine』が主催するマーケティング・イベント『MarkeZine Day』『MarkeZine Academy』『MarkeZine プレミアムセミナー』の 最新情報をはじめ、様々なイベント情報をまとめてご紹介します。 MarkeZine Day
Googleのデータ解析ツール「AutoMLTables」で機械学習モデルを作成してみた | Ledge.ai
GoogleのAutoMLTablesは、Googl Cloudが提供するAutoMLの中でも、表形式のデータ解析・予測が簡単にできるサービスです。今回はクイックスタートの手順にそって、実際にデータをの解析してみます。 最初に必要な準備をします。「プロジェクトセレクタに移動」をクリックするとプロジェクトの選択画面に移ります。ここでは、新しくプロジェクトを作成することも可能です。 次に、課金が有効になっていることを確認します。登録時にクレジットカードの登録をしますが、今回のモデル作成は無料でできます。 最後に「APIを有効にする」をクリックし、Cloud APIとStorage APIを有効にして、準備完了です。 「[AutoML テーブル]ページに移動」をクリックし、データをインポートします。 インポートの方法は「BigQueryからデータをインポート」、「Cloud StorageからC
【連載 第3回】EMから再度エンジニアとしてプロダクト開発に挑戦して学んだこと - freee Developers Hub
こんにちは、freeeの金融チームでエンジニアをしているtabachainです。この記事はfreeeカード Unlimited の開発の裏側を紹介する連載の第3回目の記事になります。 このfreeeカード Unlimited連載企画では、これまでWebアプリ開発エンジニアの視点からの記事を5本続けてお届けしました。 第2回までの連載記事は以下のリンクでご覧ください。 【第1回】freeeカード Unlimited の開発の道のり 【第2回】freeeカード Unlimited での非同期通信の設計と実装 この記事では、エンジニアリングマネージャー(以下EM)からエンジニアにロールチェンジして新規プロダクト開発に当たった私の経験を元に、そこから感じたことや学んだことをシェアできればと思います。 軽くfreeeでの自分の経歴を紹介すると、 2016年7月にエンジニアとして入社 2018年7月に
14時間分の機械学習教材も GMOペパボ、エンジニアの研修資料を公開
GMOペパボは9月21日、同社の新人エンジニア研修資料を無償公開した。4年前から毎年公開しているが、今年は機械学習教材を一新。座学と体験学習を組み合わせた14時間分の資料で、機械学習の基礎から応用まで学べる。 公開したのは、機械学習の他、コンテナ技術やクラウドサービス、Webセキュリティ、フロントエンド、SPA（1つのWebページでアプリケーションを構成するSingle Page Application）、モバイルアプリ開発などの資料。 機械学習研修は、5日間・合計14時間で実施した内容。初学者向けに、データの扱い方から機械学習の定義、機械学習を使った課題の解決法、サービス導入までの流れなどを解説している。 関連記事 「動画で助かる」「IT基礎知識が一通り学べる」──各社が公開した新人エンジニア向けの研修資料が話題に 人気資料まとめ IT企業が社内の新人エンジニアに向けた研修資料を無償公開
10月新刊情報『機械学習デザインパターン』
『機械学習デザインパターン ―データ準備、モデル構築、MLOpsの実践上の問題と解決』 Valliappa Lakshmanan, Sara Robinson, Michael Munn 著、鷲崎 弘宜、竹内 広宜、名取 直毅、吉岡 信和 訳 2021年10月19日発売予定 408ページ（予定） ISBN978-4-87311-956-4 定価4,180円（税込） 本書は、機械学習で繰り返し登場する課題を30のパターン（データ表現、問題表現、モデルの訓練、再現性、柔軟性、持続性、説明性、公平性などに関するもの）に分類し、それぞれについてベストプラクティスを提示・解説するデザインパターン集です。手を動かしながら機械学習を学びたい初心者の実践的な入門書としても、現場のデータサイエンティストのリファレンスとしても有用な内容となっています。Google Cloudのデータ分析&AI部門トップとして
PyTorch入門書の決定版！「最短コースでわかる PyTorch ＆深層学習プログラミング」 - karaage. [からあげ]
PyTorch入門書の決定版が出ました！ 日経BP様より「最短コースでわかる PyTorch ＆深層学習プログラミング」を献本いただきました。筆者の赤石さんの書籍のレビューは「ディープラーニングの数学」「Python自然言語処理入門」「Pythonで儲かるAIをつくる」に続き4冊目です。 そうです、私は日経BPさんとも赤石さんともズブズブの関係です！でも、ズブズブである分を差し引いたとしても、この書籍は本当にわかりやすくて良い本です。 「これからPyTorchに入門する一人でも多くの人に読んで欲しい」と強く思ったので是非紹介させてください！ 最短コースでわかる PyTorch ＆深層学習プログラミング 作者:赤石 雅典日経BPAmazon 「最短コースでわかる PyTorch ＆深層学習プログラミング」がPyTorch入門にベストな理由 ここから、「最短コースでわかる PyTorch ＆深
![PyTorch入門書の決定版！「最短コースでわかる PyTorch ＆深層学習プログラミング」 - karaage. [からあげ]](https://cdn-ak-scissors.b.st-hatena.com/image/square/db57b9a114b245ed29f0933cbc53105351cb32db/height=288;version=1;width=512/https%3A%2F%2Fcdn-ak.f.st-hatena.com%2Fimages%2Ffotolife%2Fk%2Fkaraage%2F20210910%2F20210910210410.jpg)
"6年分"のRailsバージョンアップをなめらかに行う方法！ - AppBrew Tech Blog
こんにちは、id:r7kamura です。業務委託という形で1年ほど関わりながら、美容のクチコミサービスLIPSに利用しているRuby on Rails (以下Rails) というWebアプリケーションフレームワークのバージョンを、4.2から6.1に上げました。 Rails 4.2のリリースは2014年、Rails 6.1のリリースは2020年なので、およそ6年分のバージョンアップを一気に推し進めたことになります。 今回はこれを題材に、この手のフレームワークのバージョンアップ時に起こりがちな諸問題や、やって良かったこと悪かったこと等について振り返ろうと思います。 あまりRailsに限った話はしないように心掛けて書いたので、こういったバージョンアップ作業に興味がある方にはぜひ読んでいってもらえればと思います。 変更の粒度など レビューのやり方 複数データベース対応で困った話 テストがなくて困
2021年現在Vueを選択すべきでないと思う理由
使ってわかる、Vueへの恨み、つらつらと（随時更新） コンポーネントのローカルスコープでコンポーネントを定義しようとするとJSXが必要 JSXが嫌でReactを使わないならSvelteがあり、SvelteはゼロオーバーヘッドでVueより速い React+JSXと違って、マークアップをJavaScriptの式として扱えないせいで、TypeScriptとの相性も悪い 後述するが、コンポーネントのプロパティの型をジェネリックにできないところなどは、これの例にあたる Vueの新しい機能が出て、新しい構文を必要とするたびにIDEのプラグインの対応が必要になる JSXも構文拡張だが、JS関数呼び出しのシンタックスシュガーでしかないので、関数と同じだけの表現力（汎用性）を持ち、ReactのAPI拡張のためにいちいちJSXまで拡張する必要はない JSX無しだと、マークアップ内でアクセスしたいコンポーネント
Go言語を嫌う6個の理由 - さめたコーヒー
ある仕事でそれまでRubyで書かれていたサーバーサイドをGo言語ですべて書き直すことになって、それまでRubyのコードを書いていた僕はそのままGo言語を書くことになった。その仕事そのものはお客様（僕は外部委託のエンジニアとして参画していた）との関係も良好で素晴らしい仕事をさせてもらうことができたと思っているが、Go言語だけは好きになれなかった。 はじめは流行っている言語だから何か素晴らしい魅力があるのではないかと期待していた。しかし書き始めるうちにどうも自分には合わないなと思うようになり、2年ほど書いて案件の契約が終わる頃にはGo言語でサーバーサイドを書くことは危険だとさえ思うようになった。 あれから数年がたちますますGo言語の案件は増えている。サーバーサイドを書く選択肢としてGo言語を選択する会社も増えている。しかし本当にそれでいいのか？ただ流行っているからという理由だけで選択するにはあ
画像認識で最先端の性能を発揮するモデル「EfficientNetV2」と「CoAtNet」をGoogle Researchが紹介 ~ より小さく、より速く、より正確なニューラルネットワーク
9月16日、Google AI Blogに、学習時間を短縮し、最先端の性能を実現した、画像認識用の2つのモデルを紹介した「Toward Fast and Accurate Neural Networks for Image Recognition」が公開された。 スクリーンショット: Toward Fast and Accurate Neural Networks for Image Recognition この記事では、画像認識モデルの「EfficientNetV2」と「CoAtNet」を紹介している。 EfficientNetV2は、convolutional neural networksで構成されており、ImageNet1k（128万枚の画像）のような比較的小規模なデータセットに対して、高速な学習速度を目指している。 CoAtNetは、convolutionとself-attent
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
