日本オラクルは2024年7月9日、事業戦略説明会を開き、2025年度の重点施策として「日本のためのクラウド提供」「顧客のためのAI（人工知能）推進」の2つを掲げた。2つとも2024年度と同じ。三澤智光社長は「今年は本格的に普及させる年だ」と語った。 「続VMware」を支援 第1の重点施策である「日本のためのクラウド提供」では、具体的な強化点としてレガシーシステムのモダナイゼーション、顧客専用のクラウド提供などを挙げた。 近年はシステムの障害やマルウエア被害などが続き、レジリエンスの向上が求められている。半面、規模が大きく重要なシステムほど安定運用を重視し「塩漬け」にされる傾向がある。三澤社長はシステム障害やセキュリティーインシデントなどは「パッチを適用していれば多くは未然に防げる」と指摘。レガシーシステムの塩漬け状態を解消することが重要だとした。 具体例として、建機大手の日立建機が基幹シ

同プロジェクトの実施にあたり、マイナビでは折りたたみイスなどを製作するSANKEI社とオリジナルのイス「マイナビバイトチェア」を共同開発。1脚1万9800円（送料別）で、1脚単位で販売している。 マイナビの呼びかけにより、ドン・キホーテを運営するパン・パシフィック・インターナショナルホールディングス（PPIH）やエービーシー・マートなど6社がプロジェクトの第一弾に参加。各社の店舗にマイナビバイトチェアを試験導入している。 マイナビによると、同プロジェクトの発表後、小売店や飲食店など120社以上から問い合わせがあり、6月中旬時点で参加企業は9社に拡大。今後、さらに参加企業が増える見込みだという。 “座って接客”は、どんな効果を生むのか。プロジェクト参加企業へのアンケート結果や反響をマイナビに聞いた。

全国1位のキノコ産地の長野県で、経営に行き詰まるキノコ生産企業が相次いでいる。今年に入り4社の倒産が判明。生産に使う培地や電気代の高騰で、他の農産物と比べてもコストが増大している。一方、製品の安値が続き、借入金の返済が重くのしかかっている―との指摘もある。 【グラフ】主な農産物の生産コスト。キノコの上がり方が激しい 中野市と飯山市の企業、負債額も大きく　帝国データバンク長野支店などによると、4社のうち3社はエノキタケなどを生産していた中野市内の企業だ。悦和産業（負債約7億円）が2月に破産手続き開始決定を受け、マルヨ（同約13億5千万円）が4月に民事再生法の適用を申請。5月にはウインダム（同約6300万円）が破産手続き開始決定を受けた。 残る1社は、ブナシメジ栽培のホクサン（飯山市）。組合員向けに培地となるおがくずの共同仕入れを担った長野木糠(きぬか)事業協同組合（同）の関連会社で、負債額は

2024 年 5 月 12 日に行った東京大学 Startup School 2024 での講演資料です。 関連資料

今回は、筆者が過去の転職活動の際に重視していたポイントを記載したメモが見つかったので、発達障害で職探しに悩んでいる方は勿論、定型発達だがいまいち仕事の軸が決まらない方の参考になれば幸いである。 勿論人によって重視したいポイントは異なると思うため、あくまで参考程度に留めて頂きたい。 以下が筆者が転職活動の際に重視していたポイントである。 【食堂の有無、昼寝出来る場所が存在するか】 【転勤の有無】 【大企業であるか、企業体力はあるか、安定しているか】 【ビジネスモデル】 【口コミサイトのスコアの数値】 【福利厚生】 【勤務時間】 【在宅勤務の有無】 【株式投資の制限有無】 【専門性が身に着くか、どのようなスキル獲得が期待されるか】 【英語力が活かせるか否か】 【スピードに追われる業務か、対クライアント業務か否か】 【当該業務は希望者が多いか否か】 【チームメンバーの雰囲気、年齢分布】 上記のポ

JJUG CCC 2024 Spring の発表資料です

粘膜接触はないのでこれは浮気ではありません。 手コキのいいところは粘膜接触が無く病気の心配がないので、若くて可愛い女の子が沢山いるところです。 まず目当ての手コキ店へ電話して目当ての子を指名します。 そんで近場のレンタルルームへ移動したら部屋番号を手コキ店へ伝えます。 その後女の子が到着したらお金を払い手コキしてもらいます。 トップレス生チチもみとつばローションをオプションにつけると楽しいです。 手コキ店の客層が非常に悪いので、プレイ前にシャワーを浴びて体を清めておくと非常に喜ばれます。 女の子によっては裏オプあるので、交渉してみるのもいいかもしれません。 ガッツリ稼ぐ気がある女の子が少ない為、突然女の子がやめる場合も多々あるので一期一会を大切にしましょう。 予算は大体1万円前後で街にいると目で追う位の美少女から手コキしてもらえます。 気が向いたら3Pコースとかもいいかもしれません。 セッ

Saki@東大理一→東大理三 @Saki_reset 東大たまに話が全く通じない人がいるけど、今まで出会った中で一番やばかったのは「お疲れ様です。」って挨拶すると、「疲れているかどうかは俺が判断する事であってお前が決めることではない」ってキレ始めた人 2024-06-15 21:14:44

現状の外側にある可能性を知る為にも、読書から学びを深めていきたい、と感じられるところもあるかと思います。 たくさん読書をすることで、活字慣れをすることにもなり、言葉の使い方を学ぶという点でも、大きな意義があります。 一方で、その読み方に対しては、それほど意識を向けられていないところがあるのではないでしょうか。 基本的に読書を通して、知ることが出来るのは、これまでのあなたが持ち合わせている知識や経験をベースにしたものになります。 あなたが読んだ本を３年後に読み合せてみた時に、当時とは違った感想を持たれたこともあったと思います。 今、あなたが何を知りたくて、目の前の本を読みこんできたのか。 ちょっとした問題意識の差によって、どのように目の前の知識を解釈するのか、という点でも変化があったことになります。 あくまでも自分が知りたいと思っている切り口から、目の前の知識と向き合っているということ。 自

2011年7月15日にオープンしたノンフィクション書評サイトHONZ。本日2024年7月15日をもちまして13年間のサイト運営に終止符を打つこととなりました。 2011年の東日本大震災から、記憶に新しいコロナ禍まで。はたまたFacebookの時代からChatGPTの到来まで。その間に紹介してきた記事の総数は6105本。 発売3ヶ月以内の新刊ノンフィクションという条件のもと、数々のおすすめ本を紹介する中で、様々な出会いに恵まれました。信じられないような登場人物たち、それを軽やかなエンターテイメントのように伝える著者の方たち、その裏側で悪戦苦闘を繰り広げていたであろう版元や翻訳者の皆さま。さらに読者へ届ける取次会社や書店員の皆さま、そしてHONZを愛してくださったすべての皆さま、本当にありがとうございました。 サイトを閉じることになった理由に、明快なものは特にありません。こんなサイトがあったら

AI事業本部の協業リテールメディアdivでソフトウェアエンジニアをしている 中澤 といいます。直近では、プロダクト開発以外にAI 事業本部の新卒研修の運営を行なったりもしていました。 私が所属しているチームで最近、定期バッチを行うワークフロー管理ツールを AWS Step Functionsへ移行したので、移行の背景や得た知見を記事として公開します。 移行前の構成 私たちのチームでは、ワークフロー管理ツールを AWS Step Functions に置き換える前には、Prefect を使っていました。 Prefect に関しては、弊社ブログの別記事があるので、Prefect について知りたい方はそちらも参考にしてみてください。 Prefect を利用している時の構成では、Prefect 側でワークフローのスケジュール管理やワークフロー内のタスク実行を Prefect、実際のワークフローのタ

本記事ではFaissやScaNNといったライブラリに実装されているIVF-PQ系の近似近傍探索手法のパラメータチューニングの際に気をつける点を紹介します。pythonのプログラム上で動かすことを想定していて、vertex AI vector searchのようなAPIで行うものは対象外です。ただ、OpenSearchではfaissを近似近傍探索として選ぶことができるため、チューニングの参考になるかもしれません。 はじめに: ANN-Benchmarksの罠 ANNの性能とパフォーマンスの参考になるサイトとして、ANN-Benchmarksというサイトがあります。このサイトでは各近似近傍探索のパフォーマンスが様々なベンチマークにより比較されており、近年ではFaissに実装されているFastScanやTensorFlow recommendersから使えるScaNNといった、高速化されたIVF

🌼 はじめに 私は高校の数学時間に初めて集合について教わりましたが、その時は全然知らなかったです。まさか Typescript に集合の知識を活かす日が来るとは、、 ということで今回は集合の観点で理解する Typescript について語ります。 1. 型は値の集合 変数には色んな種類の値を割り当てることができ、Typescript なので型を持ちます。 const A: number = 42 const B: null = null const C: undefined = undefined const D: string = 'Canada' const E: boolean = true const F: number[] = [1, 2, 3, 4] const G: { [k: string]: string} = { name: "name" } 集合的に考えると、型は割

無事に登壇終わりました！ 6/13（木） に開催された大規模データベース移行の技術的チャレンジと実践例に登壇しました！ 会場はFindyさんのオフィスでした。いつも通り、ワイワイした投稿してます。 気づけばはや3回目ですね。 とにかくこのIPAが美味しいのなんのって！ 僕の登壇を見てくださった方、本当にありがとうございました！😁 実はデータベースに関する登壇は今までしたことなくて、正直なところ久しぶりに緊張しました💦 緊張しないように見せかけるのはきっとうまい方なのですがｗ 登壇内容 「スケーラビリティの課題解決に向けたココナラのデータベース移行戦略」というテーマでLTをしました。 主には以下の流れで話をしています。 ココナラで抱えていたデータベースの課題 課題にどう向き合ったか？ 今後の取り組み 僕が入社したのは2020年の時点でもデータベースのスケーラビリティは大玉課題の1つに挙が

トランザクションスクリプトはどこから来たのか トランザクションスクリプトは何者か トランザクションスクリプトはどこへ行くのか #sekkeinight

山口慶明🇺🇸で何とか生きてる @girlmeetsNG 念願かなって日本で就職したアメリカ人の友人がいるんだけど、「日本での仕事は順調？」と聞いたら「仕事は順調だけどチームの皆んなから嫌われてるかも…」と言うので「え、何でそう思うの？」と聞いたら「だって誰も僕をホームパーティに呼んでくれないんだ…涙」と話していて「いやいや日本人はアメリカ人と違って会社の同僚を呼んでホームパーティするのは当たり前じゃないんだよ」と教えてあげたら「そうなの！？」と驚きながら喜んでいたw 2024-06-15 20:42:40

JR東日本は7月11日、RAG（検索拡張生成）を活用した生成AIシステムを全社的に導入すると発表した。10月から全社で試用を開始する予定。社内規定・文書を検索する作業の効率化を目指す。 RAGは、大規模言語モデルに社内データベースの情報を参照させることで、機密情報や専門知を基にした回答を可能にする仕組み。社内で分からないことがあったときに質問できるAIチャットbotの開発などに用いられ、LINEヤフーや日清食品なども導入やその検討を進めている。 JR東は23年10月、RAGを用いない生成AIチャットサービスを内製し、導入。24年6月には全社に展開した。RAGを使った内製ツールも23年11月から導入しており、得られた意見を取り入れた上で全社展開するという。

テスト設計において何を考えてますか？ テスト設計の時、何を考えていますか？テスト対象の機能のこと。テストすべき観点のこと。テスト技法を適用すること。期待値を明確にすること。テスト条件を満たす手順や環境を定義すること。最終的にテストケースに落とし込むこと。色々と考えることはあると思います。 テスト設計のWhatとHow これら考えていることは大きくWhatとHowに分けることができます。Whatというのは、「何をテストするか？」を考えることです。一方、Howというのは、「どのようにテストするか？」を考えることです。普通テスト設計で考えることと言えば、何をテストするか、いわゆるテスト観点を抽出したりすることが大事と思われがちですが、Howのどのようにテストするかも同じくらい必要です。これは、これまでの経験上そうしていたといったことや、過去のプロジェクトのやり方を流用するなどして暗黙的になってい

29歳で婚約破棄をされ家を追い出された。 入籍を2度先延ばしにされ、彼が経営する会社がうまくいっていないというのはなんとなく察していた。 後から共通の知り合いに多額の借金をしており返済に苦しんでいたことを聞いた。想像の10倍くらいの額で、よくそんな金額借りれたなと思ったら、ポンジスキームに巻き込まれていたらしい。それを聞いても、彼のことを愛していたので、結婚したかった。我ながらバカだと思う。裁判する気にもなれなかった。 愛する人と結婚して子供を持つ夢が途端に白紙になった。20代は残り4ヶ月。この4ヶ月で結婚相手を探してやると心に決めた。やけくそだった。そうでもしないと立ち直れなかった。 結婚相談所に登録すると100件以上申し込みが来た。 その中から5人と会ったが、あんなにやる気に満ちていたのにどうも結婚する気になれなかった。心から愛せる人との結婚を諦めきれなかった。そのうち面倒になり、お見

💎𝓡𝓪𝔂ʚ♡ɞ @Ray80081111 この本、すぐ沈黙したり逃げたりしちゃうお相手がいたら、すごく参考になるから読んでみて欲しい🫶 待っている方も気持ちが落ち着くことがあるよ🥰 pic.twitter.com/2m05pbetuP x.com/ray80081111/st…

元増田の言い方がモヤモヤしていて、無責任な感じにイラッとくる、という気持ちはわからないでもないが、この増田の方がはるかに攻撃的な印象を受けるし不快だ。 元増田は夫との暮らしに基本的には満足していて仲も良く、ステーキを食べるのも自分にご馳走したい気持ちがあるのかもしれない、感謝もしている、と明言している。だけれども週4ステーキはちょっとやり過ぎではないか？というフワッとした気持ち、不安を綴ってみたに過ぎない。 そのフワッとした感じが増田には不快なのだろう。 あるいは「普通は週4もステーキを食べない」といった「普通」の押し付けに反感を覚えたのかもしれない（別に元増田は「普通」を強く主張しているわけではなく、自分の気持ちをなんとか表現しようとしているだけだと思うが）。 確かに世の中には、言及対象を一義的に明確化し、明瞭な論旨と責任をもって語ることが期待・要求される分野というのはある。医療や軍事な

20240411_TechBrew in 東京〜オブザーバビリティのベストプラクティス〜でのLT登壇の資料

機械学習・HPCで利用することの多いAmazon EC2のGPU系インスタンスの情報をまとめてみました。 Amazon EC2 のチップの違い(CPU/GPU/FPGA/ASIC) Amazon EC2 では、異なるユースケースに合わせて最適化されたさまざまなインスタンスタイプが用意されています。 インスタンスタイプはチップの種類によって、CPU、GPU、FPGA、ASIC に大別することができます。 ※写真は "AWS re:Invent 2019: [REPEAT 2] Amazon EC2 foundations (CMP211-R2)" から 多くの人が起動する 汎用バースト型のT3 汎用Intel CPU のM5 ArmベースのAWS Graviton2プロセッサを搭載したコンピューティング最適化の C6g といったインスタンスタイプはすべてチップが CPU です。 一方で、チッ

注意：この記事は古くなっています。 最新の状況は随時、ネットワークで検索してください。 pip で openvinoがインストールできるようになっています。 https://pypi.org/project/openvino/ Ubuntu 18, Ubuntu20 でのaptを使うインストール手順 以下のリンクをたどってください。 概要 OpenCVの初期のリリースはIntelによってなされた。その後長いことIntelとは独立な状況が続いたが、近年またOpenCVにIntelが深く関与するようになった。 最近では、Intelが開発したOpenVinoがOpenCVで使いやすい状況になってきている。 OpenVinoとは、既存のフレームワークで学習済みのモデルを、再学習させることなしに軽量化し、ターゲットデバイスでの動作速度の向上させるものです。 そのOpenVinoで軽量化したモデルをタ

はじめに 出典先のcode、websiteは、株式会社インテルの社員の方に許可をもらっています。 OpenVinoとは(コンパクトに説明) Intelが提供する高性能なコンピューター・ビジョンやディープラーニングを開発可能が可能になるソフトウェアです。 分かりやすく言うと、 AIモデルの作成の仕方を知らない学生・エンジニアも、簡単なAIプログラム、サービスを作成できる!​ また、AIエンジニアは自作・自社開発したAIモデルをより手軽に、短時間で商業用のサービスとして開発できる OpenVINOのしくみ(概略) 1.TensorFlow、MxNet、Caffe、Kaldi、、ONNXフレームワークでトレーニングされたモデルが拡張子が.xmlおよび.binに変換される (.xmlファイルは最適化されたグラフを表していて、.binファイルには重みが含まれています) 2.これらのファイルを使用し、

はじめに 以前、OpenVINO の Person-reidentification（人再認識）モデルを使って人を追跡するを作りましたが、単純にコサイン類似度とユークリッド距離でもって同一性を判定するだけでは、十分ではありませんでした。 GitHub では、コメントをくださる方がいて 「なぜ DeepSORT を使わないの？」 「Oxford Town Centre VideoでランダムにIDが割り当てられてしまう」 という問題を教えてくれました。 この記事は、DeepSORT のアルゴリズムを参考に、実装できたこと、できなかったこと、試行錯誤したことの 備忘録 です。「人物追跡をやってみよう」 という方の 役に立てば幸いです。 （注意）：実装は DeepSORT とは異なります。 DeepSORT のアルゴリズムについては以下がとても参考になります。 「2017年に発表された DeepS

はじめに 新バージョンの記事を書きました(2022/9/17)。こちらをご参照いただければと思います。 (以前の記事） OpenVINO の Person-reidentification（人再認識）モデルを使用して、人を追跡するプログラムを作りました。進む方向によって人の出入りをカウントすることもできます。なかなか苦労したので、実装した内容をまとめておきます。 画像はYouTubeのリンクになっています [] (https://youtu.be/Pj6HYWWyucU) テストに使用した動画は Videezy からダウンロードしました。4K 動画なので こちらのサイトで 1920 x 1080 に縮小しました。 コードは GitHub に上げました。 Intel の Pedestrian Tracker Demo そもそもの元ネタである、Intel の Pedestrian Tracke

はじめに 以前、Intelが提供する顔検出・顔分析モデルの紹介をしました。今回は同じくIntel が提供している face re-identification (以下、顔再識別)モデル を紹介します。 このモデルは入力した顔画像の特徴を抽出します。特徴はベクトルで表現されるので、比較したい顔とのコサイン類似度を求めることで「似てる度」が数値化できます。 下はスティーブ・ガット様を別画像から検索した例です。ターゲットとするのは左の顔画像（「gadd」ラベル）で5人が写っている画像から識別しました。 ターゲット画像が正面の顔でないにもかかわらず(少し横向き)、他の人より高い類似度で識別できています。またその差を見ても僅差ではないのでしっかり区別できていると思います。 環境 Windows 10 Python 3.6 OpenVINO Toolkit 2018 R5 モデルの概要 Interlが

他の人が書いてくださっている参照記事の方が丁寧に有意義な記事になっています。 物体検出と物体追跡は、動画処理において対で必要になる技術です。 検出ができていても、フレーム間での関連付けが必要 どんなに理想的な物体検出があっても、フレームの前後で、対象物がどう関連付けられるのかという点で、物体の追跡技術は必要です。 （実際には、物体検出技術は全フレーム処理をするには重くなりがちで、処理を減らすためにも追跡を使うのが推奨されている。） 古い時代の対応付けは、とても簡単なものだった。 直前のフレームの枠と、今のフレームの枠との検出枠の重なり(IoU = Intersection over Unit) が大きい対応関係の方が、もっともらしいとする。 直前のフレームの枠と、今のフレームの枠との輝度ヒストグラムが似ている側の対応関係の方が、もっともらしいとする。 いずれにしても、フレームの前後のでの検

はじめに 本記事はAWSクラウド（以降、AWS）でGPUインスタンスの値段を抑えてかつ、最短で構築する方法について記載しています。 例えば、AWSを利用してGPUインスタンスを構築する場合、安易に有料のAMIを利用してGPUインスタンスを構築するのはナンセンスです。 AWSのサービス内容を正しく理解した上で導入することにより、コストを抑えることができます。また、Terraformを活用することで構築時間を短縮してGPUインスタンス環境を用意することができます。 GPUを利用する場合は、前提としてNVIDIAドライバ、CUDA、cuDNN等の知識が必要です。これらについては以前書いたUbuntuでGPUマシーンを構築するを参照。 GPUの導入における検討事項 オンプレミスやクラウドに関わらず、GPUを導入する場合は、色々と考えないといけないことがあります。 AWSにおいてEC2のGPUインス

IAMポリシーでは、ポリシー適用対象のユーザやサービスが暗黙的にプリンシパルになります。 IAMポリシーとリソースポリシーの使い方 IAMポリシーの使い方 IAMポリシーは、次のいずれかの方法で作成します。 IAMポリシーを作成して、IAMロール に適用する IAMロールにインラインのIAMポリシーを追加する このようにして作成したIAMロールを、Lambda関数の実行ロールとして指定します。 リソースポリシーの使い方 一方、リソースポリシーは、Lambda関数に対して直接設定します。AWS CLIでは、aws lambda add-permissionコマンドで作成します。 今回のサービスアップデートで、AWS Management Consoleから見えるようになったのは、こちらのポリシーです。 それぞれのポリシーをいつ使うか IAMポリシーは、AWS Lambdaのイベントソースマッ