この記事を書いた動機 なんとなくエンジニアの面接官が求めている情報と面接者の提供する情報にズレを感じることがあるなーと思っているので書こうかなと。 自己PRが上手くなくて損してしまうのはエンジニアとしては本分では無いかなと思うので、そのあたりがうまくない人はしっかり準備が出来たらいいなと。 あなた誰? 某Web系上場会社に勤務するエンジニアです。 基本は現場で働いていますが、採用面接などは人事と一緒に現場エンジニアの一人として出たりします。 採用面接歴は2年以上。 注意事項 現在の会社の立ち位置から見た場合での限定した方向から見た場合の話です 個人としての考察になります。所属会社の見解とは無関係です 面接するときの私の個人の気持ち 落とすためにやっているのではなく、やりたいって思ってるなら全員通してあげたい! いいところをたくさん見つけたい! (強みを教えて!) 頑張ってることを評価したい
前置き 某上場Web系の企業で中途社員のサーバーサイドエンジニアの書類選考や採用面接官などをしています。途中に転職もしましたが面接などの採用に関わり始めてから5年経ちました。 以前に面接についてはこちらの記事を書きました。 エンジニアを面接するときに面接官が本当に知りたいこと 書類選考もしていて、欲しい情報が足りない。本当の実力はもっとあるのでは?と思うこともあり、今回は採用側の立場から、もっと見たい職務経歴書の書き方について書こうと思います。 全てのパターンに当てはまることはなく、主にWeb系の中でもそれなりに大きな会社の中で見てきた観点での話になります。 今回もWeb系の大手企業に入る観点での職務経歴書という前提が付くかもしれません。 しばしば見る、情報が足りない職務経歴書 採用を決めるマネージャがエンジニアでない場合や技術の深さに疎い場合、技術に関してそれなりの評価しか出来ません。
どういうもの? このように関数を使ってデータを取り込めます。 背景 元々は「インターネット上のWebAPIのデータをExcelに取り込みたい」と思ったのがきっかけです。 VBAマクロを使えば簡単ではありますが、マクロは使いたくないという方も多いのではないでしょうか。かくいう私も勤務先が属人化を防ぐためにマクロの使用を推奨していません。 そこで、関数を使用する方法を選択しました。 ExcelにはWEBSERVICE 関数という指定したURLの応答データを取り込む関数があります。 しかし、この関数は大変便利な関数ですが、ExcelはHTMLやJSONのパーサーを用意していません。結局取り込んだHTMLやJSONの処理にはVBAマクロが必要になります。 また、欲しいWebAPIが存在しない問題もありました。 そこで、Excelでデータを編集するのではなく、元々のWebAPIをExcel用に作れば
こちらのコンテンツは最新の情報ではない可能性があります。無料で学べる最新のコンテンツは Python&機械学習入門コース や 脱ブラックボックスコース をぜひご利用ください。 ニューラルネットワークの数学(逆伝播) 本章では、前章で学んだ順伝播の計算、目的関数の知識から、どのようにニューラルネットワークではパラメータの更新を行うのかについて学びます。次章からの実装に移る前にニューラルネットワークの学習の一連の流れを理解することをゴールとします。 勾配降下法 それでは前章でお伝えした、ニューラルネットワークの計算の流れをアニメーションで確認しましょう。 パラメータの初期値をランダムに決定 順伝播の計算 : 予測値 yyy の算出 損失の計算 : 損失 L\mathcal LL の算出 勾配の計算 : 勾配の算出 パラメータの更新 : 勾配を用いて重みを更新 2 ~ 5 を繰り返し、最適なパラ
GitHub - oreilly-japan/deep-learning-from-scratch: 『ゼロから作る Deep Learning』(O'Reilly Japan, 2016) 「ゼロから作るDeep Learning ① (Pythonで学ぶディープラーニングの理論と実装)」 p.112~121 の写経です。 また、以下のキカガクのページも分かりやすいかと思います。 https://free.kikagaku.ai/tutorial/basic_of_deep_learning/learn/neural_network_basic_backward 目次 python 実行結果 python # coding: utf-8 import gzip import matplotlib.pyplot as plt import numpy as np import os imp
Suicaの凄さ サービスを落とさないための「自立分散高速処理技術!」 ものすごい処理量をこなす緻密な速度改善 お金を扱うからこそ間違わない仕組み 当時は最先端の非接触ICカードを採用 非接触ICカードの歴史 年寄りも当たり前に使えるサービス だからSuicaは6000万枚も普及した まとめ Suicaの凄さ ものすごい処理量(1日4000万件) 全然サービスが落ちない 年寄りも使っている Suicaがない社会なんて今や想像できないですよね?東京でSuica持ってない人はいないくらい普及していますし、レストランやコンビニでSuicaを使って買える場所も普通になってきました。普通に考えて、1日4000万件も処理して0.1秒以内に処理を完了させないといけないシステムなんて無茶苦茶難しくないですか?しかも、Suicaがリリースされたのは2001年です!ちょこっと調べてみたすごいブレークスルーの数
[WIP]読書まとめ/熊とワルツを - リスクを愉しむプロジェクト管理 -トム・デマルコ(著),ティモシー・リスター(著),伊豆原 弓(翻訳)読書本まとめレビュー 本書について Amazonで本を購入する 本書のまとめ まえがき プロローグ 信念の倫理 第1部 なぜリスクを管理するのか 第1章 リスクに立ち向かう リスクのないプロジェクトには手をつけるな。 リスクから逃げずに立ち向かおうとするなら、両目を開けてしっかりと行く手にあるものを見据える必要がある。 リスクとは厳密にどのようなものか。それを管理するとは、どういうことか。(第2章) リスクを管理しないとどうなるのか(第3章) なぜわざわざ違った手法に投資する必要があるのか。(第4章) リスク管理を行うことによって、どのような問題が生じるか。(第2部) それについてどうすればよいか。(第3部) リスクと機会のバランスをとるにはどうすれ
If you like the book, please consider writing a review on Google/Amazon/Goodreads 🙂 Please Note: If you are buying the paperbook book in India from Amazon India to show your support to the author, you are most-likely buying a counterfeit copy and supporting the sellers selling these illegal copies. In India, please buy from Flipkart (https://www.flipkart.com/approaching-almost-any-machine-learnin
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