最近Cursor、Cline、Claude Codeなどの発展でAIコーディングが進歩し、非常に高速にプログラミングができるようになり、より短時間で機能開発ができるようになってきている。この高速化によって作り出した時間は何に使うべきだろうか？ 僕はこの時間を更なる新機能開発に使うべきではなく、サービスのユーザー理解・既存機能のバグ修正や手触りの改善・エンジニア以外も含めた社内改善に使うべきだと考えている。そのような話を先日Xにポストした。 開発生産性カンファレンスでいろいろ会話する中で、コーディングエージェントによる開発高速化によって作り出したエンジニアの時間は、新機能開発ではなくて、顧客理解・エンジニア以外も含めた社内効率改善・既存機能の手触りやバグ修正辺りに当てるべきだな、という気持ちを新たにした— 柴崎優季 (@shibayu36) 2025年7月3日 今回はこの話について詳しく自分

はじめに 今回は英語を話す方法の完全英語学習ロードマップを丁寧に解説していきます。私の第二言語習得研究の知見と行動科学（私自身の語学学習の経験を観察して得られた実証結果・多言語話者に取材をして気づいた彼らに共通した行動の特徴）に基づく学習マップを始めから丁寧に解説していきます。英会話の完全独学ができますので、今回のブログをしっかり理解して英語を話せるようになりましょう。 「ポリィの英語講義」というYoutubeチャンネルも開設致しましたので、ぜひこちらもチェックしみてください。こちらのチャンネルでは、今後英語学習ロードマップの実践動画をアップしていきたいと思います。 www.youtube.com 英語学習ロードマップ Phase1 学習方略に基づく学習計画（公開済み） Phase2 発音と単語で気づきを促す（公開済み） Phase3 浅い理解を深い理解に転換（公開済み） Phase4 英

今まではバッチ処理といえばJavaかC#だったんですが、最近はAIブームの影響を受けてか、Pythonによるバッチ処理も増えてきています。 Pythonはインタープリタ（逐次実行）型の言語であるため、処理速度はJavaやC#に劣ると言われてきましたが、実際はどうでしょう？ 一説によると、Pythonのライブラリ（pandas や numpy）を使うと、処理速度はC#やPythonに引けを取らないという説もあります。 仕事でC#の処理をPythonに移植することになったので、これを機にケースごとの処理速度を計測してみましたので、紹介します。 実験の概要と注意事項 今回の実験は、C#、C#スクリプト、Pythonの３種類の言語に対して、次の５種類の実験を行い、速度計測（各10回づつ実施した平均値を採用）をしました。 一覧形式のデータに対して、列を追加する（関数名＝func1） 一覧形式のデータ

【ご注意事項】 1. ご自身のサイトのみに利用ください。2. 一度の作成で、最大1,000URLの取得が可能です。3. 1,000URL以上は「除外ディレクトリ」をご活用ください。例えば、1,000URL以上ある*****.com/のサイトマップを作成する際、*****.com/ABC/、*****.com/DEF/、のみのURL構成だった場合は、ABCとDEFを別々に除外ディレクトリに指定し2つのsitemap.xmlを生成します。その後どちらかにまとめて一つのsitemap.xmlとするか、2つのsitemap.xmlをアップしそれぞれ認識させます。4. rel="nofollow"のついたリンク以降のURLは取得しません。5. 生成されたファイルはご自身の責任のもとでご利用ください。

いま「富山」ですごいことが起きている 私はいま、富山成長戦略会議の委員を務めています。2021年7月30日、この会議の中間報告が発表されたのですが、私は「これを機に富山県が日本の最先端を進み始めるのではないか」と本気で思っています。 今回は、「富山で起きているすごいこと」をみなさんにご紹介したいと思います。 そもそもこの富山成長戦略会議が始まる前、私は富山県の「アフターコロナ時代を見据えた経済社会構想検討会議」の特別委員を務めていました。 この連載でも何度か触れたように、私は富山県出身で、富山県朝日町の古民家を拠点に地方創生に取り組んでいます(参照記事：『プロの投資家、いまあえて「人口減少の町」で古民家を買ったワケ』）。2020年7月に「アフターコロナ会議」特別委員就任の依頼があったのは、こうした私の取り組みがあったからではないかと思います。 しかし「富山のためなら」と思ってお引き受けした

TL;DR（思ったよりもかなりの長文になってしまったので*1、時間がないという方は1番目と2番目のセクションの冒頭だけお読みください） しんゆうさんの舌鋒鋭いブログ＆note記事にはいつも楽しませていただいているのですが、この記事は一点僕のデータ分析業界の認識に新たな視点を与える話題があって特に目を引きました。それが以下の箇所です。 資格があるわけでもないので名乗るのは自由だし、未経験だろうが文系だろうがそれはどうでもいいのだけど、傍から見ていると「サイエンティスト」と名乗っているわりには「サイエンス」な話をしていないなぁとは思っている。（中略） 現在起きている第３次データサイエンティストブームは「データサイエンティストと名乗りたい人」が盛り上げているように見える。 （太字筆者） この問題は、このブログの前々回の記事でも取り上げています。 ただ、僕はこういう「データサイエンティストになりた

大学や大学院で論文の書き方を鍛え上げた人たちには遠く遠く及ばないが、僕の様なはぐれもの1でも最近は Amazon 社内で文書の質が高いと評価してもらえるまでにはなった。Software Engineer として、コードでのアウトプットはもちろん大事だけど、文書のアウトプット(およびそれによって得られた実際のアウトプット)は同じだけ重要である2。今回は自分が最近どういうところに気をつけて技術文書を書いているのか、ということについて数年後の自分が忘れてないことを確かめられる様にまとめておく。 そもそも文書とは？ 英語だと document。ここで指す(技術)文書とは、人間が読む文体で書かれた技術に関連する情報、といったものだ。具体的に言うと以下の様なものを想定している: 新しいプロジェクトの骨子を説明する資料 会議の叩き台となる 1 枚ペラ 本番環境に変更を加えるにあたっての包括的な情報や具体