少し前にテレビ番組の「カンブリア宮殿」で、医師1名のクリニックで、高い水準で患者ファーストを実現できている、結局それは人員の大幅増で実現できた、と紹介しているのを見た。 2023年9月21日 放送 おおこうち内科クリニック 院長 大河内 昌弘 (おおこうち まさひろ)氏 ｜カンブリア宮殿： テレビ東京 その後で、財務省が文科省に「人員不足はどの業界も共通課題なのだから、教員も数のみに頼らず学校運営を効率化すべし」と指摘したという話を見かけて、並べると趣深さがあるなと思った。 「数に頼らない学校運営を」 教員不足への対応で財務省が注文 クリニックは、当初はどんどん人が辞めていく状況にあったと紹介されていて、今の自分の職場もそれに近いところがあるなと身につまされた。 クリニックの取組み 患者ファーストは、 待ち時間が短い 専門外の症状も断らずに見てくれる 先生がきちんと話を聞いてくれる 診断書

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに FastAPIはPythonのWEBフレームワークで、同じ分類のフレームワークとしてFlaskやDjangoなどが挙げられます。FlaskとDjangoはよく比較され、Flaskが最小限のコードで書き始められるシンプルなマイクロフレームワークと呼ばれるのに対し、Djangoはログイン機能、データベース管理などが初めから備わっておりフルスタックフレームワークと呼ばれています。 FastAPIはFlaskと似ているマイクロフレームワークで公式ドキュメントでは次のように紹介されています。FastAPI は、Pythonの標準である型

最近ネットを見ていると要件定義入門的な記事とか、あと要件定義は不要みたいな記事が目についたので思ったことを書いてみる記事その２。ITシステム開発における要件定義に関するあれこれ。本記事には前編があります。 目次 要件定義以前 要件定義の進め方 IPAユーザのための要件定義ガイドをベースにする 決め過ぎない 機能を定義するのではなく、機能要件を定義する 関係者をすべて洗い出す 利用者マニュアルの目次が作れるようになっているか ビジネス要件定義 前提事項、制約事項とリスクを定義する 優先順位の決定を忘れずに システム化要件定義 不安定な要件を構造で支える おまけ：本記事の元ネタ 要件定義以前 要件定義というプロセスが本当に必要なのか、ということなどは以下の記事に書いたので省略。 実践要件定義入門以前 - 勘と経験と読経 要件定義の進め方 IPAユーザのための要件定義ガイドをベースにする 前編に

最近ネットを見ていると要件定義入門的な記事が目についたので思ったことを書いてみる記事。ITシステム開発における要件定義に関するあれこれ。 【2023/10/10追記】続編の記事を書きました。実践要件定義入門 - 勘と経験と読経 目次 要件定義に関するおすすめ書籍 その要件定義は必要か 要件は決められるのか 要件定義をすることがルールで定められているから要件定義をする必要がある 要件は定義できるのか 現行の業務マニュアルをベースに要件定義をするつもりのあなたへ 現行システムをベースに要件定義をするつもりのあなたへ 外部業者を呼ぶ前に考えるべき事 どこから外注するかを考える 要件定義の作業期間を見積もる 要件定義に関するおすすめ書籍 この後に何度も引用することになると思うので、最初に要件定義のおすすめ書籍を紹介しておく。と言っても紹介するのは1つだけだ。 ユーザのための要件定義ガイド第2版 作

2022年にインターネット技術の標準を策定する団体のIETFがHTTPの新しいバージョンとして「HTTP/3」を標準化して以降、HTTP/3の利用はウェブの世界で急速に普及していきました。HTTP/3にどのような利点があり、なぜ急速に普及したのかについてウェブに関するエキスパートエンジニアのロビン・マークスさんがAPNICのブログに投稿しています。 Why HTTP/3 is eating the world | APNIC Blog https://blog.apnic.net/2023/09/25/why-http-3-is-eating-the-world/ GoogleやMetaなどの大企業がHTTP/3を採用しているため、GIGAZINEやAPNICのブログ記事の読み込みも含めて多くの通信でHTTP/3が利用されています。通信に利用されているHTTPのバージョンごとの推移を調査し

PythonのGIL（グローバルインタープリタロック）はソフトウェアにおける世界最大の間違いか：Pythonの並列処理は幻想 Pythonのマルチスレッドプログラムは、本当の意味で並列には実行されない。代わりに、「並列処理が行われている」という錯覚を生み出す。Pythonの過去の間違いに対処しようと試みる、互換性のないさまざまなPython風ライブラリの作成に、数千時間と数百万ドルが費やされてきた。 ムーアの法則とPythonの論理の欠陥 プログラミング言語の設計者が「Python」を設計した当時、コンピュータに複数のコアが搭載されることなど想像できなかった。 1980年代から1990年代にかけて、ソフトウェアエンジニアはムーアの法則に大きな信頼を寄せていた。「集積回路上のトランジスタの数は2年ごとに倍増する」というのがムーアの法則だ。そうなれば、当然速度も同じように速くなる。 このムーア

講義や会議の様子がまるごとYouTubeにアップロードしてあっても、ムービーが数時間にも及ぶような場合内容を確認するのはかなり気が引けるものです。「summarize.tech」はChatGPTを利用して5分単位で内容をまとめてくれるツールとのことなので、実際に使って試してみました。 summarize.tech: AI-powered video summaries https://www.summarize.tech/ 最初に要約してもらうのは下記のムービーです。 This is Financial Advice - YouTube 再生数・評価ともに高く、おそらく何かいい内容なのだとは思うのですが、いかんせんムービーの長さが2時間半以上もあり見始める前から心が折られそうです。というわけでsummarize.techの出番というわけ。まずはURLをコピーします。 summarize.t

漫才作家・吉本興業NSC講師 1958年大阪府高槻市生まれ。 1979年にラジオ大阪『Wヤングの素人漫才道場』のコーナーに11本連続で漫才台本が採用されたことがきっかけで漫才作家を志した。その後、大阪シナリオ学校通信教育部を卒業（14期卒）、1983年に漫才作家集団「笑の会」に参加した。1984年にオール阪神・巨人の台本を執筆し、ブレーンの1人となり、漫才師や吉本新喜劇に台本を提供、1991年に読売テレビ『上方お笑い大賞』にて秋田實賞を受賞。1990年にはNSCの講師に就任し、担当した生徒数は1万人を超え、ナインティナイン、キングコング、南海キャンディーズ、ウーマンラッシュアワーなどの芸人を指導した。 『M-1グランプリ』『キングオブコント』では審査員を務め、2017年のNHK連続テレビ小説『わろてんか』では脚本協力・漫才指導で参加した。 近年では自身の体験も踏まえ、著書などで子どもたちに

未来から来た男 ジョン・フォン・ノイマン みすず書房Amazonこの『未来から来た男 ジョン・フォン・ノイマン』はその名の通りフォン・ノイマンの伝記である。1903年生まれの1957年没。数学からはじまって、物理学、計算機科学、ゲーム理論など幅広い分野で革新的な成果をあげ、史上最高の天才など、彼を称える言葉に際限はない。彼と同時代を生きた人物に、クルト・ゲーデルやアルベルト・アインシュタインなどそうそうたる人物が揃っているが、三人すべてを知る人物も、フォン・ノイマンが飛び抜けて鋭い知性の持ち主だと思っていたと語る。 実際、それが誇張表現ではないぐらい彼が一人で成し遂げたことは凄まじかった。その天才性は幼少期から発揮されていて、古代ギリシャ語やラテン語をマスターし、母語のハンガリー語だけでなくフランス語、ドイツ語、英語も話した。45巻の世界史全集を読んで、それから何十年も経った後でも第一章の

はじめに 転職後1年の節目なので今更ながら転職活動について投稿しました。稚拙な文章なため、お気づきな点等ありましたらご指摘していただけるとありがたいです。 1. 記事の目的・未経験でIT系へ転職を考えている方にも参考になればと思い投稿。 ・バックグラウンドや取得資格等について記載されている記事はそれなりにあるものの、多様性の観点から私のようなバックグラウンドの記事もあっても良いかなと思い投稿。 （もしかすると目新しいことはないかもしれませんので、気分転換等に読んでいただければと思います。） 2. 転職しようと思った理由・公務員として従事している業務よりも面白そう ・今後数十年同じような仕事を行うモチベーションが持てない（業務範囲はかなり広く必要な知識も多いが単調で忙殺される、そもそも仕事にモチベーションが必要かということもあるけど…） ・転職活動時は異動中で、定着地に戻るのがちょっといや（

IBM と NASA の「Largest Geospatial AI」とは？ 複数衛星のデータ融合と衛星基盤モデルによる先端技術の利用とその Python実装 はじめに 近年のコンピュータービジョンの発展は凄まじく、またたく間に新しい手法やサービスが出てきています。衛星画像のデータも２次元画像形式のデータとして扱わせることが多く、その恩恵を受けています。 衛星データも豊富になってきた現在では、コンピュータービジョンの著しい進化に加えて、衛星独自の特性を活かした論文が出てきました。なかでも、「基盤モデル」と呼ばれる、個別の学習なしで、様々な問題に柔軟に対応できる機械学習モデルの紹介と、実装例をご紹介します。 基盤モデル 基盤モデル(Foundation Model)とは、大量データで一般的な特徴を学習したモデルのことです。人間で言う「常識」のような概念を獲得できます。特に近年、それを印象付け

先日10年勤務したNTTを退職してフリーランスエンジニアになりました。 流行りの？NTT退職エントリーですが、よくあるのはNTT研究所とかの超エリートがGAFAMでデータサイエンティストになりましたみたいな話ですが、 私の場合はグループでも底辺の話で、NTT持株会社から見るとひ孫会社で保守を専門にする会社で更に中途採用です。 研究所なんてほんの上位の話なので、NTTの実態として大量の底辺保守人材を抱えているので、ある意味リアルな話になるかなと。 自己紹介 NWエンジニア歴9年、AWSエンジニア歴1年の37歳。 NWエンジニアと言いつつほぼ監視のみという弱々エンジニアでしたが、AWSエンジニアに転向して1年でフリーランスに挑むことにしました。 前歴 新卒時は氷河期末期。 新卒は金融営業だったが1年で嫌気差し退社 次も金融だったがパワハラにあい1年で退社 鬱になり就職活動する気も起きないが金も

アマチュア驚き屋のきしだです。 ChatGPTが画像入力に対応するよという話があって、来週くらいに使えるようになるかなーと思ったら、もう使えるようになってました。 で、写真から「カレー食べてる男の人です」くらいを言えるイメージで試してたら、なんかふつうに画面設計やクラス図からコードを書いていてびっくりしてしまいました。 まあ、起きたらこういうのが来てたわけですね。 で、まあ試してみて「あぁ、いままでのマルチモーダルよりちゃんと画像認識してるなー」くらいに思ったわけです。 で、NetBeansでの画面設計を読ませてみたらこう。 こういうコードが生成されました。 import javax.swing.*; import java.awt.*; public class SimpleForm { public static void main(String[] args) { JFrame fr

最近の人材募集ページはよくできていて、社員たちは社会一般と比べてレベルが高く、やりがいと成長に満ちあふれているように見える。実際に働いている社員の声もうまく編集されていて、誰もが夢を持ちながら切磋琢磨し、ビジネスの成功を導いているように見える。 しかしそれ、かなりお化粧をしている。どんな有名企業であれ。 人材が欲しいという状態は、人が足りないということを暗示している。そんな有名企業なら黙っていても人が来るでしょうと思いきや、それならそもそも募集すらしない。新規事業が急成長で人が足りないんでしょう、と好意的に捉えたとしても、その人が足りない場所は結構えらいことになっている。残業時間が社内標準と比べて多すぎる。人手が単純に欲しい。もしくは社内に人がいないのを諦めて外部の会社にアウトソーシングしている。でも、せっかくのビジネスなのになぜ自前でやらないのかと言われるとそりゃそうなので、頑張って採用

8月、街の一等地にある大型デパートが閉店しました。そのデパートが入居しているショッピングモールも撤退を決めています。その周りを見ても、空き店舗ばかり･･･。 ここはアメリカ西海岸の大都市、カリフォルニア州サンフランシスコ。入り江にかかる真っ赤なゴールデンゲートブリッジに、急な坂を行き来するケーブルカー。華やかなイメージに彩られた町の中心部には驚くべき光景が広がっています。 （ロサンゼルス支局長 佐伯敏） サンフランシスコの歩道 歩道にはテントが張られ、バス停は路上生活者、いわゆるホームレスの荷物で埋め尽くされています。 座り込んで顔を突っ伏し、動かない人もいれば、小刻みに震えている人、奇声を上げる人。 こうした光景は、サンフランシスコの中心部で決して珍しくなくなっています。 近年のサンフランシスコと言えば、テック企業が集まる都市として広く知られてきました。あのイーロン・マスク氏がツイッター

新しいビジネスをつくり出す。すでにあるビジネスをもっと強くする。この2点が今求められていることだと私は考える。新たなインカムを生むビジネスを創出し続けないと企業として存続できない。現在のビジネスをより強くし、拡大し続ける必要もある。 世間で騒がれているデジタルトランスフォーメーション（DX）もどちらかを指している。DXという言葉が消えても求められる2つのミッションは変わらないだろう。 データモデルをビジネスの俯瞰（ふかん）に使う 新規事業の開発やビジネス改革のやり方についてさまざまな提案がなされている。私はビジネスを俯瞰（ふかん）する手法としてデータモデルを使うことを提案したい。 データの関連を描いたモデル、それをつくるデータモデリング、私が長年使ってきた道具であり手法である。ざっと40年間、曲折はあったが企業情報システムの世界でお世話になってきた。データに関わる仕事にこだわってきたため、

プログラミング言語Pythonを学ぶだけで世界が広がった。もっと言うなら、Pythonを使ってデータ分析（データアナリティクス）ができるようになり人生まで変わった。 経済学部を出て証券会社に入り、証券アナリストの資格をとり、トレーディング業務に従事していた私は思うところあってPythonを独学で習得した。「投資機会を探索し、その情報をまとめたリポートを自動生成したい。さらにトレーディングそのものも自動化できないか」という思いからである。 40歳を前にして初めてプログラミングを学んだ。最初はプログラミング関連の書籍を大量に購入して地道にプログラムを写経し、さらに各種のプログラミングコミュニティーに参加し、できる人の話を聞きながら、「こういう風にやればいい」という自分なりのイメージを広げた後、自分のやりたいデータ分析に関してできるところからプログラムを作っていった。 データ分析で期待通りの成果