PTA役員決めの懇談会は毎回修羅場ですよね。「絶対やりたくない！」と声の大きな保護者がいると揉めてしまうこともあります。中には何としてもPTA役員から逃げようとする人も……。 PTA役員免除には明確な基準があるけれど…… 私の子どもが通う小学校では、PTA役員免除には明確な基準があります。例えば現在妊娠中、未就園児を育児中、すでに役員を経験済みなど。 それ以外の理由で免除を希望する場合は、理由を書面にしてPTAに提出したうえで、懇談会で読み上げなければなりません。そのため「子どもや親の介助をしている」など、誰もが納得する理由がある人以外は「くじ引きに当たったら仕方がない」とPTA役員を引き受けていました。 正社員フルタイムを理由に免除を希望する保護者 ところが、今年の懇談会は違いました。正社員フルタイムを理由に免除を希望する保護者（A子さん）がいたのです。PTAが配布したプリントには「フル

階層メニューやトーストUIが簡単に作れる新技術！　JavaScriptで利用するポップオーバーAPI 2023年5月〜6月にリリースされたChrome 114とEdge 114には、「ポップオーバーAPI」というAPIが搭載されました。 ポップオーバーとはコンテンツの1番上に重ねて表示するUIで、ユーザーにアクションを促したり、補足の情報などを伝えるために画面に表示します。ポップオーバーAPIのMDNのドキュメントではオーバーレイ、ポップアップ、ポップオーバー、ダイアログなどを総称して「ポップオーバー」と呼んでいます。 ウェブサイトでよく見かけるポップオーバーですが、実装するには意外と調整や考慮の多いUIです。たとえば、画面の1番上に重ねるためにはz-indexで他の要素との重なり順を調整する必要があります。Escキーを押した時や要素外をクリックした時にポップオーバーを閉じるには、Java

10年前に作られたサイトが今年の担当者に引き継がれたが、とても使いにくくて中身がどうなっているかわからない。ある日、そのような相談を受けて私自ら調査して見た。とてもひどい物だった。 よくあるWordPressで作られたサイトだったが、作りが化石のようだった。ほとんど「手組み」の状態であり、WordPressを使っているにもかかわらず、ほとんどphpのソースをテキストエディターで書いて作っているようなものだった。 この作りだと、担当者がWordpressの管理画面でドキュメントを作れない。何か変更する度にファイルを直接編集しなければならず、ITに詳しくない人はさっぱりわからない。 10年前だったらまだ言い訳できる作りかもしれないが、2023年の今、この作りはまずいよな、と思う設計になっていた。 調査結果をその担当者に話したが、きっとこのサイトを保守していたベンダー、きっとここ1年の間に切られ

Pythonパッケージ管理ツール ryeの使い勝手がよかったので使用方法をまとめました。 ryeとは GitHub: https://github.com/mitsuhiko/rye flaskの作者である Armin Ronacher氏 (GitHubアカウント @mitsuhiko)が個人利用目的で作成した、Pythonのパッケージ関係管理ツールです。内部実装はRustです。 ryeが作成された思想がリポジトリ Should Rye Exist? のDiscussionページに書かれています。 Should Rye Exist?: XKCD #927 Disucssion中の図にあるように、従来のPythonのパッケージ管理は”様々な標準”が存在し、このばらつきを統一しようと新しくパッケージ管理ツールを導入しても、”新たな標準が追加されるだけ”となり、真のパッケージ管理の標準化を行えて

コンテンツブロックが有効であることを検知しました。 このサイトを利用するには、コンテンツブロック機能（広告ブロック機能を持つ拡張機能等）を無効にしてページを再読み込みしてください。 ✕

「Atlantisを試してみたい。でもECSやEKS用意するのが面倒だな。」 ローカルで簡単に試す手順が用意されていました。 想像より簡単に試すことができたので、紹介します。 Test Drive | Atlantis Atlantisとは 一言でいうと、GitHubやGitLabのPRコメント上で Terraformのplanやapplyができるツールです。 以下の記事で分かりやすく解説されています。 Terraform Pull Request Automation | Atlantis やってみた 以下の手順を参考にAtlantisを試してみます。 Test Drive | Atlantis 実際に運用する際は、EKSやECS上にデプロイして使用してください。 Deployment | Atlantis Atlantisのインストール・セットアップ リリースページから自分のPCにあっ

※ ダイクストラ法・ワーシャルフロイド法は最短経路問題を解くアルゴリズムです。 ※ クラスカル法は最小全域木問題を解くアルゴリズムです。 それらのアルゴリズムが学習できる記事たちなどを紹介します。 全探索 全探索には、「全列挙」「ビット全探索」「順列全探索」「再帰関数を用いた全探索」など多くの種類に分かれます。しかし、基本的に以下の記事を読めば全部理解できます。 全列挙　たのしい探索アルゴリズムの世界【前編：全探索、bit全探索から半分全列挙まで】 の 2 章 その他の全探索　たのしい探索アルゴリズムの世界【前編：全探索、bit全探索から半分全列挙まで】 の 3 章 二分探索 アルゴリズムの代表例ともいわれる二分探索は、以下の 2 記事で解説されています。 二分探索とは：アルゴリズムを勉強するなら二分探索から始めよう！ 『なっとく！アルゴリズム』より 競プロで使える二分探索：二分探索アルゴ

List<Member> memberList = List.of( new Member("佐々木久美", 27), new Member("金村美玖", 20), new Member("髙橋未来虹", 19), new Member("正源寺陽子", 16) ); このmemberListから「18歳以上のメンバーの名前だけのリスト」を作りたい場合、どうしましょうか？ ベタに書くならこんな感じになります。 List<String> resultList = new ArrayList<>(); for (Member member : memberList) { if (member.age() >= 18) { String name = member.name(); resultList.add(name); } } しかし、このコードには次のような問題があります。 何がやりたい

それぞれ詳しく見ていきましょう。 原因1：いわゆる「マスピ顔」をしている まず一番にして最大の原因は、イラストのキャラクターが「マスピ顔」をしていることだと思います。マスピ顔というのは「マスターピース顔」の略で、例えば下記のイラストのようなAIイラストに典型的な顔立ちのことを言います。 使うモデルによって顔立ちに違いはあるものの、人気のモデルを使っている場合はよく上記のような顔立ちになります。なので見る人が見たら「あ～、これはAI製だな」ってすぐに判別できます。 …まあこれはこれで綺麗でかわいい顔立ちですから、決してマスピ顔を否定するわけではありません。しかしどのイラストも似たような顔立ちだとさすがに飽きてしまいます。 正直この辺は何とかしたいところですが、「こういう顔立ちがいいんだな」と学習しているモデルを使う限りはマスピ顔になるのは避けられないかもしれません。これは解決が難しい問題です

今回やりたかったこと 目標：ChatGPT(GPT-4) で一撃でスクレイピングするコードを生成 するにはどうしたらいいのか、ChatGPT のハードルとかコツとかを知りたい。 ※最終的なプロンプトの入力と出力の全文は本ページ下部に貼り付けてます。 作ったもの概要 保険組合のウォーキングイベントの会社内の3チームの歩数進捗の slack への自動投稿 bot を作成しました。 処理は大きく2つに分かれています。 ウォーキングイベントサイトから歩数をスクレイピング＆スプシへアップロード スプシの GAS で投稿文字列作成＆ slack へ自動投稿 今回 ChatGPT でやったのは1の方です。 2は前回半年前開催分のコードをほぼそのまま流用しました。 運良く（？）今回のタイミングでウォーキングイベントのサービスサイトが変わり、 HTML がまるっと変わり1のスクレイピングコードは作り直しが必

Mojo 🔥— NEW Language for AI (FIRST Look)より概要Chris Lattner氏が開発したプログラミング言語MojoはPythonを基盤としており、Pythonのスピードの問題を解決し、CやC++のパフォーマンスとAIモデルのプログラマビリティを組み合わせた言語である。また、Pythonの互換性があるため、Pythonの知識を活かしてMojoを使用することができる。 ハイライト💻 MojoはPythonを基盤としており、Pythonのスピードの問題を解決し、CやC++のパフォーマンスとAIモデルのプログラマビリティを組み合わせた言語である。 💾 MojoはPythonと互換性があるため、Pythonの知識を活かしてMojoを使用することができる。 🚀 Mojoは並列処理をサポートし、複数コアでの処理が可能であり、パフォーマンスを向上させることがで

ChatGPTが本当にヤバい。 断言する。新卒がこれを使いこなせば、今職場で「優秀」とされている5-6年目くらいの先輩なら余裕で出し抜ける。鬼になれる。 筆者はメーカー社員なので、メーカーの新入社員がChatGPTを使って鬼になる方法を1つ提案したい。 「ChatGPT×Python」である。 Pythonとは、ご存知のとおり物理シュミレーションからデータサイエンス、機械学習までカバーする汎用性をそなえたプログラミング言語だ。何でもできるわりには書ける人がなぜか少なく、いまだにスキルとして重宝されている。 そんなPythonにChatGPTを使おう。 ChatGPTを使えば、上司から求められるアウトプットを一瞬で出すことができる。それに対してフィードバックをもらい、それも一瞬で打ち返すことができる。 「あいつ"Python書ける"だけじゃないんだよな。こっちが言ったこと正確に理解するし、そ

はじめに フリーランスエンジニアのdaichiです。 エンジニア初心者のころは、どうすれば中級者になれるのかとても悩んでいました。 なので今回は、自分が脱初心者するために行ったTipsをまとめていきます。 1.静的型付け言語を学ぶ 僕は、最初Rubyを書いていたのですが、型に対する知識がなく、 なんとなくプログラミングをしていました。 その後、Golangを学ぶことになり、静的型付け言語に触れる機会がありました。 静的型付け言語は、引数、返り値に型を設定する必要があり、常に型を意識しながら、 コードを書くことになります。 型を意識してコードを書くことにより、型に対する知見が増えて、コードの意図を読みとる力が上がりました。 2.レイヤードアーキテクチャを学ぶ 上記のGolangを学ぶときに、レイヤードアーキテクチャについてもキャッチアップしました。 最初MVCしか分からなかった自分には、とて

作りたい機能 PCやスマホから特定のデータベースにデータを蓄積する機能 ※データの例としては収支や勉強時間 設計上の要望 AWSを使用してAPIとして使用したい コマンドから手軽に使用したい Docker上で動作させたい 手軽にコードを更新できる仕組みとしたい これが現在のファイル構成 設計上の要望を叶えようと作成したプロジェクトのファイル構成は以下の通りです 一部のファイル(折りたたみがあるファイル)に関しては記載例を載せています github workflows deploy.yaml：Lambdaへのデプロイを自動化する name: AWS Lambda Deploy on: push: branches: - [ここに指定したブランチにコードがプッシュされると、このワークフローが発火する] jobs: deploy: runs-on: ubuntu-latest permissio

Terraformがノーコードに。HashiCorpが「Terraform Cloud ノーコードプロビジョニング」正式リリース HashiCorpは、マルチクラウド対応のインフラ構成サービス「Terraform Cloud」をノーコードで設定、実行できる新機能「Terraform Cloud ノーコードプロビジョニング」を正式にリリースしたことを発表しました。 これまでTerraform Cloudでインフラを構成するには、スクリプト言語「HCL」（HashiCorp Configuration Language）を用いて構成を記述する必要がありました。 「Terraform Cloud ノーコードプロビジョニング」では、こうしたプログラミングやTerraformの専門的な知識がなくともインフラを構成することができます。 HashiCorp #Terraform Cloud no-cod

PythonのコードをEXE化するPythonは、初心者でも簡単に習得できるプログラミング言語の1つです。インタープリター型であるPythonスクリプトのコード開発には、数多くの公開ライブラリが活用できます。 Pythonでは開発したスクリプトコードを配布して利用できますが、ターゲット環境にもPythonが必要であり多少の準備が必要です。コンパイラ言語のようにEXEファイルを配布したい場合もあるでしょう。 そこで、ここではPythonのコードをEXE化して利用する方法を解説します。 PythonのコードをEXE化するメリットですが、次の3点を紹介します。 1つ目は、ターゲットとなる実行環境にPythonが不要である点が挙げられます。ソフトウェア開発者はPythonの開発環境を用意している場合が多いですが、ユーザ環境やオペレータ向けの環境では開発環境を導入することができません。 この場合でも

実務経験1年未満＆インフラ初心者でもSAAを取得した方法を記します！ 前提事項 バックエンドエンジニア（実務10ヶ月くらい） インフラ業務の経験はゼロ ネットワーク知識は書籍１冊読んだくらい ソリューションアーキテクトアソシエイト（SAA）の学習前はEC2とS3を知ってるくらいで、その他のサービスについては全く知りませんでした🫠 合格認定証↓ 結論 Ping-tの最強WEB問題集だけやれば合格できます！ Web上のSAA学習教材は主に以下の３つがあります。 Ping-t最強WEB問題集（無料） メリット：わかりやすい デメリット：特になし Udemy 【SAA-C03版】これだけでOK！ AWS 認定ソリューションアーキテクト – アソシエイト試験突破講座（¥2,400） メリット：動画教材 デメリット：問題集が激ムズ AWS公式問題集（無料） メリット：公式 デメリット：とっつきにくい

Googleは、Dockerコンテナをサーバレスで実行するCloud Runの第二世代実行環境と、Cloud Runの新機能であるCloud Run Jobsが正式版になったことを明らかにしました。 Cloud RunはHTTPSリクエストをトリガーとしてDockerコンテナを実行するサーバレス基盤です。 すなわち、HTTPリクエストがない場合にはDockerコンテナは起動されず、HTTPリクエストに応じて自動的に多数のコンテナが起動するスケーラビリティが特長です。Dockerコンテナであれば、どんな言語で作られたサービスであっても関係なく利用できる柔軟さを備えています。 課金もおよそ100ミリ秒ごとに、起動しているサービス数などによって計算されます。 Cloud RunはKubernetes上でサーバレスコンピューティング環境を実現するフレームワークとしてGoogleがオープンソースで開