結論 たぶんですよ、たぶん。 Direct connect over Cross-network connectionの略なんじゃないかと思います。 Cross → X で、DX。 英語版ドキュメントなんかで明確な出展が分かる人いたらコメントください。 以下に経緯と考察載せておきますので、暇な人はどうぞ。 経緯 私は略称を聞いた時に正式名称が気になるタチです。 そして記憶を定着させる為に略称と正式名称がセットになっている必要がある人なんです。 必須プロパティです。なんかのフォームだったら *[アスタリスク] ついてます。 で、本題ですがAWS界隈では Direct connectの事をDXって呼ぶ人が多いです。でぃーえっくす。 私も顧客に対して、そりゃーもう、でぃーえっくすでぃーえっくす言うております。 ある時ふと、でぃーえっくすのえっくすとはなんぞやと思いまして調べてみました。 なるほど

トレンドにあがってきた記事への後追いです。 ノーコード/ローコードが使えない理由を、勢いだけで5つあげます。 一応ここではノーコード≠生成AIです。 使えない理由① 「テストを書けない」 ノーコードツールでテスト書けますか？ ソフトウェア開発で一番手間のかかるのはテストなのです。 テストを書けない開発環境は無理無理無理です。 使えない理由② 「再利用ができない、あるいはしにくい」 あそこで使ったあの処理、こっちでも使いたいんだけどどうしたらいい？ コピペ？ 変更点共有したいんだけど え！？できない？？ 使えない理由③ 「環境を分けるのがやっかい」 開発環境、ステージング環境、プロダクション環境と分ける現場はよくあると思います。 ノーコードで同じことできますか？ 使えない理由④ 「GUIはだるい」 マウスずるずる動かすだけで、キーボードレスならよいのですけれど、実際にはそんなことはないです。

機械学習システムデザインを読んだ。世界基準の機械学習システム開発の要点を理解するにはこれ一冊読めば大丈夫 2024-07-02 機械学習システムデザイン ―実運用レベルのアプリケーションを実現する継続的反復プロセス を読み終えたので、感想を記しておく。 自分は6年半のプロダクション環境下での機械学習システム開発経験、バックエンド開発経験がある中でのレビューとなる。 転職後は機械学習エンジニアのポジションとして働くので、Chip Huyenさんが2022-06-21 に出版した書籍であるDesigning Machine Learning Systems: An Iterative Process for Production-Ready Applicationsが2023/9/1に日本語訳されていたので良い機会なので読んでみた。4h30mぐらいで全てを読むことができました。 全体的な感想と

要約 背景 WebAssembly (WASM) とは？ Rust言語とは？ サンプルアプリ概要 LBP特徴量計算をRustで実装 フロントエンド環境構築 バックエンド環境構築 スキーマ定義 Rust実装 WASMバイナリの生成 TypeScript実装 実行結果 まとめ メンバー募集しています！ おまけ こんにちは！美味しいタコスを食べることを専門としているプロダクト開発部エンジニアの井上です。 要約 WebAssembly（WASM）、Rustは近年注目されている技術であり、これを利用することでWebアプリケーション上で高速な画像処理を実現できるよ。 我々も画像前処理を行っていたWindowsデスクトップアプリケーションを、WebAssembly+Rustを使用してWebアプリケーションに置き換えたよ。 Rust言語で実装した画像処理をWASMにコンパイル、そしてWebアプリケーション

こんにちは！ 今日は、動画の生成AIが一つ強いのが出てきて、それを触っていました。 RunwayというやつのGen-3というものです。 興味ある人は触ってみてください！ というわけで、動画生成AIは「まだまだ時間がかかるよね」と言われているものなんですが、2024年7月時点ではどうだったのか、と言うのを記録しておくと、将来見たときにちょっと面白いのではと思うので、メモがてら書いてみます。 どんな感じ？動画は綺麗だし、それなりに自然という印象です。ただし、写真よりも、変なところが目立つので、実用性があるのか？というとかなり難しいだろうなあ、と。 広告とかで使えるんじゃないか！という期待もあると思うんですが、正直結構大変だろうなあ、と思いました。 違和感が少なかったものまず、比較的違和感がなかったものから紹介します。 「東洋人のCEOが製品発表会でプレゼンをするが、手にはドリルがついている」と

はじめに 「理解容易性」は「保守性」の観点の1つとして重視され、多くの原則や技法が紹介されているが、断片的かつ多様であり、全体像を理解することは難しい。 抽象度は高いが、体系的に観点を整理する事で、その理解の助けとなれば幸いである。 定義 「理解容易性」を簡単に言えば、「理解のしやすさ」であるが、その意味から掘り下げると、「思考する量」と言い換えることができる。 本記事では理解容易性を「思考量の少なさ」と定義し、7つの観点に整理した。 先に要約およびチェックリストを記載し、概略を記載した。 後に詳細で理解のため、各観点毎の説明と個別の原則や技法へのリンクを記載した。 要約 7つの観点の要約を先に示す。 （変数や関数の）名称は分かりやすくする （変数や関数の）役割は１つにする （変数や関数の）参照は狭くする （変数や関数の）状態は変えられなくする （関数やクラスの）面積は小さくする （関数や

2024年もいつの間にか半分が過ぎました。夏越の祓も終わり、なぜか既に始まっている気もする本格的な夏に向けて心機一転気合を入れる時期です。 今回は、研修期間が終わった途端にもう誰がメンテナンスしているかもわからなくなった古いサーバーのリプレースを依頼された不幸な新社会人に向けて、改めてUbuntuサーバーの初歩的なインストール方法について紹介します。 ちなみにUbuntuデスクトップや基本的な部分については、第811回「ゴールデンウィーク特別企画　新学生・新社会人向けのUbuntuデスクトップ講座2024」を参照してください。 図1 Ubuntuサーバーのインストール画面 Ubuntuサーバーとは まず最初にUbuntuサーバーに関する一般的な話をしましょう。「⁠とりあえずUbuntuのインストール方法がわかれば良い」のであれば、「⁠Ubuntuサーバーのインストール手順」まで読み飛ばして

・翻訳専任の時短ワーママ ・議事録の作成 ・FAQの作成 ・簡単なプログラムの作成 ・難解なレガシースパゲティコードのお守り このあたり、コピペしてGPTにぶちこめば誰でも同じ結果になってしまう。 先日「属人化してワイのコード絶対守るマン」おじいちゃんコーダーが高学歴の若手にリプレースされた。 うーむ。これでいいのだろうか。

5月に入社した、ITチームの@enpipiです。 今回はCleanShot Xのトライアルから導入までの取り組みと工夫についてご紹介します。 1. CleanShot Xトライアルから導入の背景 2. CleanShot Xとは App + Cloud Proプランについて Webアップロードを禁止制御できる SSO, JITプロビジョニングの利用ができる 3. トライアルの開始 1ヶ月のトライアル期間の成果を最大化するために 1: 最短で全員にアクティベーションを促す 2: チャンネル参加からスムーズなトライアル開始 3: 初期設定からHowToをセルフサービス化 4: コミュニティを盛り上げる 不定期でTipsを投稿 CleanShot Xお触り会の開催 即レス・即時ドキュメンテーション 口コミでトライアル利用者が広がる 4. サーベイの取得と結果 殆どの人が効率化と品質向上を実感 業

Google、Google Sheetsの計算エンジンをWebAssemblyに最適化し、2倍の性能を実現したと発表 GoogleはWebブラウザ上でスプレッドシート機能を提供する「Google Sheets」の計算エンジンの性能をWebAssembyで実装し、従来のJavaScriptによる実装と比較して性能を2倍に向上させたことを明らかにしました。 これにより単純なSUM計算から複雑なクエリまで、シート上でのあらゆる計算を始め、ピボットテーブルの作成、条件付きフォーマットなどさまざまな処理が高速になるとのことです。 この性能向上は、JavaScriptで構築されていた計算エンジンをWebAssemblyに最適化したことで実現していると説明されており、そのためにWebAssemby GC（ガベージコレクション）機能を用いたとのことです。 そのため現時点ではChromeとMicrosoft

開発の生産性を高める新たな視点〜開発生産性フレームワークSPACE〜 での登壇資料です

Krita の AI Diffusion プラグイン、SD のインターフェースとしてかなり良い。話題の LCM によるライブペイントも便利だし、イラストレーションツールだからレイヤーや選択ツールが使えるのが強い。すでに SD でできたことだが、こんな感じの変換が素早く、気持ちよく行える。https://t.co/bUPOZrKs1n pic.twitter.com/0hn8iMHHms — Naoto Yokoyama (@builtinnya) November 18, 2023 これらを ControlNet8 で入力して AnimateDiff を使えば済むと考えていたが、甘かった。 動画生成 AI に期待しているのは、この2枚の画像の間のフレームを説得力のある形で補間することである。しかし、7秒という長さでは、例えば次の動画1のようになってしまう。 動画1. 図1と図2を使い、パラ

Image credit: Hugging Face Meta は、「Meta Large Language Model (LLM) Compiler」を発表した。Meta Large Language Model (LLM) Compiler は、コードを最適化し、コンパイラ設計に革命を起こすために設計された、堅牢でオープンソースのモデル群だ。この技術革新は、開発者がコード最適化に取り組む方法を変革し、より速く、より効率的で、費用対効果の高いものにする可能性を秘めている。 LLM Compiler を開発した研究者たちは、大規模言語モデル（LLM）をコードやコンパイラの最適化に適用する際に、これまで十分に検討されてこなかった重要なギャップに対処した。LLVM-IR とアセンブリコードの5,460億トークンからなる膨大なコーパスでモデルをトレーニングすることで、コンパイラの中間表現、アセン

はじめに コードを書かずにWebサイト/アプリ/ツール等の制作ができるノーコードツールが最近流行っていますよね。 私自信、半年ほど前からn8nやActivepiecesといったOSSのノーコードツールやPower Automateなど、幾つかのノーコードツールを触っていたですが、ツールとして未成熟であったり自由度が低かったりと、「結局流行らないのでは？」と感じています。(GPTのそれと一緒で期待値が高いだけなんですかね) ノーコードツールの幻想 D&D操作だけで直感的に操作できるノーコードツールは、一見、プログラミング初心者にとって救世主のように映ります。しかし、それは十分な選択肢なのでしょうか？ 本当に手軽ですか？ 多くのノーコードツールでは、よくあるような定型作業のテンプレートとD&D操作で実装できるUIを提供することで、直感的に操作できるよう設計されています。 一見、自由度の高い開発

2024-07-02大規模プロジェクトの課題を解消する、たった1時間で行うふりかえりの工夫はじめにこんにちは。CLINICS カルテの QA 担当をしております QA エンジニアの かみむら です。 医療プラットフォーム本部 CLINICS 開発チームでは、2年以上に渡り自社レセコン1の開発を行っています。プロダクトは公開済みであるものの鋭意追加機能の開発を続けており、今後も継続して開発する予定になっています。 QA エンジニアの大切な役割の1つとして、プロセス改善があります。ふりかえりはプロセス改善のアイデアを関係者全員で話し合うための肝となるアクティビティですので、規模の大小問わず取り入れたいものです。 この記事ではレセコン開発におけるプロジェクト体制構築時の黎明期から現在の成熟期に至るまでに行った、四半期毎のふりかえり手法や効果について、かいつまんでご紹介します。 プロジェクトの状況

ミック @copinemickmack Pythonのif文やfor文の終わりを明示せずにインデントに意味を持たせる記法、いつまで経っても慣れないな…これ視認性悪くてバグの温床だと思うんだけど、みんな平気なん？

はじめに こんにちは。7月に入り、蓮の花が咲く季節が近づいてきましたね。 ４年目エンジニアの小林です。 最近、2024年6月21日にAnthoropic社からリリースされた、「Claude 3.5 Sonnet」で利用できるArtifactsという機能が注目されています。 この記事では、Artifactsを使ってCSVからグラフを生成してみます。 はじめに Claude 3.5 SonnetおよびArtifacts機能の概要 グラフ作成を試してみた Artifacts機能の利用手順 CSVデータからグラフを作成する グラフをカスタマイズする まとめ Claude 3.5 SonnetおよびArtifacts機能の概要 Claude 3.5 Sonnetは、Anthropic社が開発した最新の生成AIモデルで、低コストながら高い性能を持つモデルとして話題になっています。 そして、中でも注目さ

鉄道業界では、保守や点検の現場での人手不足を補うため、高いところでの作業や手間や負担のかかる仕事にロボットやAI＝人工知能を導入する動きが広がっています。 JR西日本は、今月から新たなロボットを現場に導入します。 スタートアップ企業などと共同開発した人型のロボットで、両腕で40キロのものまで持ち上げられ、高い場所での部品の取り替えや塗装、枝の伐採などを行うことができます。 操縦する担当者のゴーグルにロボットの視界が映し出されて顔の向きを変えるとロボットも同じ動きをし、物を持ち上げたときの重さも操作レバーに伝わるということです。 会社は、ロボットを導入する現場では人手を3割程度削減できると見込んでいるほか、感電や転落といった事故の防止にもつなげたい考えです。 JR西日本の長谷川一明社長は「鉄道だけではなく、さまざまなインフラのメンテナンスの場で生かしていきたい」と話していました。 一方、JR

今回もOpen AIが公式発表していた「プロンプトエンジニアリングでより良い結果を得るためのコツ６点」から一つご紹介します。 モデルに "考える "時間を与えるOpen AIの公式発表を翻訳すると、 17に28をかけろと言われたら、即座にはわからなくても、時間をかければわかるかもしれない。 同様に、時間をかけて答えを導き出すよりも、すぐに答えを出そうとする方が、モデルは推論ミスをする。 答えの前に「思考の連鎖」を求めることは、モデルがより確実に正しい答えを導くのに役立ちます。 AIに時間をかけさせることで、ミスが減るとのことです。 では、どのように指示をしたら"考える"時間を与えることができるのか？ Open AIは次の３つの方法を紹介しています。 １．結論を急がず、モデルに自己解決を促す ２．インナーモノローグまたは一連のクエリを使用して、推論プロセスを明確にする ３．過去の回答を振り返

特に一番最後の暗号化サポートは非常に嬉しい進化です。dotenv単体で環境変数を運用すると、秘匿情報が含まれたdotenvファイル自体の管理に困ることや、デプロイする際にどうやって環境変数を提供するかが課題になることがありました。 現代ではクラウドプラットフォーム上にシークレットマネージャーのような仕組みが用意され、そこで中央管理するというのが一般的になっているかと思います。ただ、それだと変数のバージョン管理やレビューの仕組みを別途用意しないといけなかったりと完全ではありません（個人的主観です）。 dotenvファイル自体が暗号化され、Gitでバージョン管理でき、そのままデプロイして環境変数を適用できたら運用の手間が一気に減ります。

プロジェクトマネジメント未経験の方も今日から参考にできるTipsをシェア。 ゼロから始めるプロジェクトマネジメントシリーズ第十二回です。 プロジェクトで新規要件が発生した際には瞬間的に考えた見積を３倍して、その要件を請けるかどうか判断しましょう。 情報システム室の進地@日比谷です。 プロジェクト進行中に新しい要求、要件が発生する。よくあることです。そして、それほど重い要求、要件ではないと感じた貴方は直感で導いた工数で対応の可否を判断しようとする。これもよくあることです。 しかし、これはとてもx２危険なことです。 新規要件を即答して請けてはいけない理由 新規要件を即答して請けてはいけない理由はいくつかあります。 新規要件を出す側の心理的ハードルが下がり、新規要件が噴出しやすくなるから 直感で出した工数の確かさはかなり疑わしいから あなたは大きなステップを見落としているから、確実に すぐに出来

このソフトが良いよ！とかは https://x.com/iwamah1 さんの出している比較表などが詳しいのでそちらを参照してください。 他に思いついたら追記していきます。 ハードウェア編 iPhone13Proまでと14Pro以降で性能が違う LiDARセンサ自体はハードウェア的に同一のようですが、メインカメラの48Mpx化に伴い LiDARセンサとカメラ間のキャリブレーション精度が向上 移動時の実際の距離とのズレが約1/3に減少 しているようです。14Proと15Proの差はほとんど無いことも覚えておきましょう。 （物理）ジンバルをつけてスキャンすると誤差が減る iPhoneをそーっと動かして撮影することで、よりスキャン精度が良くなることは知られています。そこから更に踏み込んでiPhoneをジンバル（DJI Osmo Mobile など）に取り付けた上でスキャンすることで、広い部屋や何

知的な仕事に従事する人の成果には、個人差があります。 その個人差は、時に何十倍という差になります。 といっても、個人で何十倍という想像はしにくいかもしれません。後ほど、本文中で具体的に失敗ケースの流れを列挙しますが、ここでは話を簡単にするために集団での仕事を想像してみます。 何十億、何百億と費用をかけて、結果的に「使えないシステム」を作った、あるいは完成しなかったという事例を想像しましょう。このような事例は実際にいくつかあり、裁判にもなっています。そのようなプロジェクトの成果がほぼゼロとすれば、これらの効率はとんでもなく低く、効率を比較すると何十倍・何百倍では済まない事もあるでしょう。これは「結果的なもの」あるいは「プロジェクトの問題」かもしれませんが、しかし確実に個人の成果の"合計"には差があるということです。 では、知的な仕事において、なぜこのような成果の差が生まれるのか。この差をどう

使い方は柔軟ですが、自分が使っている方法を紹介します。 まず環境変数OPENAI_API_KEYにChatGPTのAPIのtokenをセットします。 ~/.gitconfigに以下の設定を足します。 [alias] sb = !git diff -w | bento -branch -model "gpt-4o" sc = !git diff -w --staged | bento -commit -model "gpt-4o" git sbでブランチ名推薦、git scでコミットメッセージ推薦をしてくれます。-modelでモデルを指定できますが、精度や速度の問題でgpt-4oがおすすめです。 色々使った結果、実際にGitのフローで使う場合、以下のことを考える必要があります。 ブランチ名を作りたい時はaddする前 新規ファイルは特に自動生成のファイルだとかなり大きくなることがあり、そういう

はじめに こんにちは，松尾研 GENIAC LLM開発プロジェクト Team天元突破（Team尾崎）の板井孝樹です． 本記事ではTeam天元突破のキュレーションチームの取り組みについて報告します． 概要 Team天元突破では開発方針として 「LLMのハルシネーション逓減」 を掲げ，LLMの学習データ（事前学習データ・事後学習データ）の高品質化の取り組みに注力しました．Team天元突破の開発体制は以下の通りです． 以下は，A Survey on Hallucination in Large Language Models: Principles, Taxonomy, Challenges, and Open Questionsから抜粋したハルシネーションの原因分類です． Data, Training, Inferenceの中でも我々はDataに着目し，ハルシネーションの逓減を目指しました．

オブジェクト指向を取り入れると 『可読性』『拡張性』『汎用性(=ひいては保守性)』 の三大柱(自称)が担保され、現場でドヤれる メソッド名やメンバ変数名が1~2単語で済む #ポリモーフィズム 主語.動詞(補語 | 目的語) S+V+C、S+V+O の形になる 例1: $(A).appendTo(B) 例2: user.name: string 例3: user.birthday: Date // 2021/01/02 例4: user.getAge(): number // ${3}歳 wonderful!! ツリー状のオブジェクト 例5: user.posts[n].likes[n].createdBy: User Aの投稿にイイネしたBさん 例6: user.posts[n].comments[n].likes.length コメントにイイネされた数 例7: user.posts[n]

食に関連するタスクを主にLLMを用いて色々とこなしてみることにします。 その一環として、本記事では、日本酒について試してみることにします。 はじめに 私は日本酒が好きで、甘くて、じっとりした後味の日本酒が好きです。 新しいお酒を楽しみつつも、辛口や後味があっさりしたものは避けたいと思っています。 そういった、ニーズを支援するために、世の中にどういうアプリや仕組みがあればいいでしょうか？ 色々とあると思いますが、酒屋で酒を買ったり、セルフでお酒を選ぶようなお店において、 日本酒の瓶の画像で酒の味を調べられるアプリがあると便利だと思いました。 そこで、そのような機能を実装してみました。 LLMx日本酒の評価 まずは、日本酒に関するLLMの能力を調べてみました。 LLMは日本酒の知識をどの程度持っているか？ まず、LLMが現状持っている能力のみで、お酒をおすすめできるかを知るために、 LLMの日

背景 MTGでふと「スキーマファーストにすべきだよね」という会話になり、急に話についていけなくなりました gRPC触った時になんかそのようなことは見た １０分ほどでインプットしたことを簡単に書く(とりあえず定義だけ) スキーマファーストとは 「スキーマファーストはスキーマファイルからコードジェネレータを使ってコードを生成しAPIを開発する手法」らしい メリット スキーマファイルがコードの制約となる 実装者によるばらつきがなくなる 型変換コードを自作する必要がなくなる 設計書などのドキュメントでコーディング規約を設ける必要がなくなる API提供側と呼び出し側で並行して実装を進められる デメリット コードジェネレータによっては対応していないOpenAPI記述があるらしい これはデメリットなのか？ コードファーストとは 「OpenAPI Specとコードを関連付けるためのアノテーション（またコメ

はじめに 半年に１回くらいのペースで、燃え尽きてます。 その度にしっかり時間をとって、振り返りをしています。 そして、少し前に、ようやく自分が燃え尽きるパターンが分かってきました。 個人的な傾向・主観が多く含まれますが、 筆者が 燃え尽きるメカニズムと対策 をまとめたので、よかったら読んでみてください。 燃え尽きるメカニズム 筆者が燃え尽きるパターンは、リソースを集中できなくなることから始まります。 これにより、以下のような悪循環に陥ります： 調子が良い時に、「今やらなくてもいいこと」を始める 「今やらなくてもいいこと」に夢中になり、寝る時間が遅れる日が出てくる リソースの分散により、各作業（プロジェクト）の進捗も遅くなる 達成感が得られず、モチベーションが低下する 生活習慣も乱れ、疲労が蓄積し、ますますパフォーマンスが低下する 燃え尽き 🔥 そもそも、調子が良い時は、： 考えたことを実

>>34 デメリットないどころかメリットだらけなのはdocomoの長期利用者への冷遇で感じられとるわ やっぱアクティブに動かんとダメやねサンガツ

常識は疑うほうが良い、みたいな妙な思考が頭の中にあって、何かを考えるときに無駄に根本的な所から考えてしまう。 例: 上の階がやかましいようだ 考える: そもそも夜間に振動を発生させるという行為に対する考え方は歴史的にどのように発展していったのか…… 普通こう考えたほうがいい: 管理会社に言ってみるか まったく無駄である。しかしなんか哲学的に考えたほうがカッコ良いみたいな謎のアレがあり、脳を無駄にしている。そのほうが言葉がポンポン出てきて面白いのだが、別にそういうことは既に世界のめちゃくちゃ賢い人が既に通過済みである。 speakerdeck.com 既に通過済みのパッセージを通ったところで劣化版の思考が、再生産されるだけだ。劣化してるので使えないし、再生産しているので無駄なだけだ。 良い書物はイシューに到達するまでの思考の過程をちゃんと再現してくれる。良い書物は基点となってくれる。良いとさ

自己紹介 はじめまして、ENECHANGEの@rubita_isi です。 普段はWEBアプリケーションのバックエンドやインフラの開発や運用を担当しています。 この記事では、AWS上に構築された膨大なWEBアプリケーションをElasticBeanstalkからECSに移行する際に、 監視をTerraform Moduleで標準化した件について、その背景や具体的な内容についてお話しします。 ECS移行について ElasticBeanstalkからECSへの移行 ENECHANGEでは、WEBアプリケーションをAWSのElasticBeanstalkで運用していました。 しかし、ElasticBeanstalkを利用する場合、ホストOSやアプリケーション言語のバージョンが頻繁にサポート終了を迎え、その度に対応が必要でした。 また、ebextensionやplatform hookの仕組み・仕様

本記事は マイグレーションウィーク 6日目の記事です。 💻🖥 5日目 ▶▶ 本記事 🖥💻 初めに ITの変遷と思想の変遷 新たな問題 作ってみた DARS 何と呼ぶ？？？ コードはこちら 機能紹介の前に 3つの機能 diff conf html バッチ編 課題 ユースケース 最後に 得られた副産物 人間は間違える 初めに こんにちは、上田です。 2024年5月にネットコムに入社したばかりで社内ネタを持ち合わせていないので、作ってみたシリーズに乗っかってみました。 また、今回のテーマはクラウドマイグレーションということなので、オンプレミスからクラウドへITリソースを移行するに伴って人間の考え方がどのように移り変わっていくのか、という観点も交えながら論じていこうと思います。 ITの変遷と思想の変遷 まず、オンプレミスからクラウドへなぜ移行するのかを考えてみます。 クラウドのメリットをい

【視聴】無料 【視聴方法】こちらより事前登録 【概要】元・東京大学松尾研究室、今井翔太氏が登壇。 生成AIは人類史上最大級の技術革命である。ただし現状、生成AI技術のあまりの発展の速さは、むしろ企業での活用を妨げている感すらある。AI研究者の視点から語る、生成AI×デジタル戦略の未来とは――。

t-wadaさんのセッションを聴講したこと 2024/6/29に開発生産性カンファレンスに参加してきました。 その中でなんでもかんでもE2Eテストでも実行してしまうことがあるけど、 悪ではないけどデメリットもあるよ。って話がありました。 speakerdeck.com スライドP47のアイスクリームコーンとピラミッドの図だけはご参照ください。 頭の中にその図が残っているため、前提になってます。 セッションの概要 アジェンダからざっくりお話は 信頼性の高い 誤検知（テストとして正常であるはずがエラーになってしまう）や見逃し（エラーがあっても正常にしてしまう）がないこと 実行結果 実行結果値だしたり、エラー原因が特定しやすいテストを書くこと 短い時間で到達 確認したい観点を確認できる最小のテストスコープ（単体テスト、結合テストなどの粒度）でテストできるようにすること 状態に保つ 短い時間で到達

こんにちは！飲食店システム開発部オーダーチームの開発エンジニアを担当している堀口です。 食べログオーダーは、レストランでの飲食体験をより快適にするためのモバイルオーダーシステムです。飲食店に来店したお客様が自身のスマートフォンを使用してQRコードを読み取り、Web上でメニューをカートに追加し注文することができます。メニュー選択や注文操作はWebでありながら、ハーフモーダルを使用したネイティブアプリのような注文体験ができます。 この記事では、モバイルオーダーシステムのUI改善に焦点を当てます。ハーフモーダルの採用がどのようにして決定されたのか、その開発プロセス、そして実際に達成された改善点について詳しく掘り下げていきます。Reactを使用したフロントエンド開発で遭遇した課題と、それらをどのように解決したかの具体例を紹介します。 目次 なぜ「ハーフモーダル」を採用したか ハーフモーダルの導入と

状態方程式表現されたシステムの安定性 この記事では状態方程式表現されたシステムの安定性についてまとめます。安定性に関する動画は最下部に置いています。なお、状態方程式に基づく制御・状態フィードバック制御の全体像は次の記事でまとめています。 状態フィードバック制御・状態方程式に基づく制御のまとめ 状態方程式表現されたシステムの安定性 制御対象の極と安定性 制御対象の次数が1の場合 リアプノフの安定判別法 線形システムに対するリアプノフ方程式 MATLABライブスクリプトファイル 安定性に関する動画 関連記事 自己紹介 制御対象の極と安定性 ここでは、制御系の安定性について説明したいと思います。まずは、以下のシステムが与えられているものとします。 \begin{equation} \dot x(t) = Ax(t) + Bu(t) \\ y(t) = Cx(t) \end{equation} 各

はじめに こんにちは。バクラク事業部 機械学習チームの機械学習エンジニアの上川(@kamikawa)です。 バクラクではAI-OCRという機能を用いて、請求書や領収書をはじめとする書類にOCRを実行し、書類日付や支払い金額などの項目内容をサジェストすることで、お客様が手入力する手間を省いています。 書類から特定の項目を抽出する方法は、自然言語処理や画像認識、近年はマルチモーダルな手法などたくさんあるのですが、今回は項目抽出のための物体検出モデルを構築するまでの手順について紹介します。 Document Layout Analysisとは Document Layout Analysisとは、文書のレイアウトを解析するタスク(直訳)のことを指します。具体的には、文書内のさまざまな要素(例えば、テキスト、画像、表、見出し、段落など)を抽出し、それぞれの位置や意味などを明らかにすることを目的とし

スライド概要 2024年5月31日に開催した「AWSで生成AI入門！ LLMの概要からRAG、エージェントまで」セッションの資料です。 生成AIに使われるLLMの基本を説明し、AWSが提供している生成AIサービスであるAmazon Bedrockの使い方を説明します。 APIの使い方に始まり、チャット、ベクトル検索、RAGと段階的に説明し、最終的に「はにわロボット」工場のエージェントを作成する内容になっています。

こんにちは。 2024/05よりファインディ株式会社にデータエンジニアとして入社した田頭(tagasyksk)です。本記事では、データ変換サービスであるDataformについてその活用方法や導入後の効果についてご紹介します。 弊社では、現在次のような構成でデータ基盤を構成しており、BigQuery内でのデータ変換にDataformを利用しています。 この構成を踏まえてご覧いただければ幸いです。それでは見ていきましょう！ Dataformについて 導入の背景 データ基盤に必要な機能が揃っており、簡単に運用を始められること クエリ作成のハードルが非常に低いこと 導入後の効果 FindyでのDataform運用 導入しての課題 改善点 今後の展望 データの品質向上 データモデリング 終わりに Dataformについて サービスの説明については、公式ドキュメントを引用します。 Dataform は

なつめ @sauntm 無断キャンセルのたびにこころがキュッと痛む。７月から事前決済システム導入のため、宿泊料を値上げさせていただきますm(_ _)m pic.twitter.com/ZLgUbDw6tN

Cloudflareは2024年7月3日（米国時間）、同社製品のWebスクレイピングAI bot（クローラー）ブロック機能を使った、ネットワーク全体のトラフィック調査を紹介するブログエントリを公開した。Cloudflareは以下のように説明している。 AI botのトラフィック量や種類、割合 関連記事 Google、Google AIの改良へのサイトコンテンツの使用可否を設定できるWeb管理者向けツールを発表 Googleは、WebパブリッシャーがGoogleの「Bard」や「Vertex AI」の生成API（これらのサービスを支える将来の世代のAIモデルを含む）を改良するために自サイトのコンテンツを使わせるかどうかを設定できるスタンドアロン製品トークン「Google-Extended」を発表した。 OpenAIがWebクローラー「GPTBot」の文書を公開、クロールを禁止するには？ Op

内容：著者はラーメンライターとして全国津々浦々のラーメン店を取材し、年間100本以上の記事を執筆する井手隊長だ。職人気質で口数が少ないラーメン店主が多いなか、著者に心を開いて本音を語ってくれるのにはワケがある。そんな「秘伝のタレ」ともいえる取材のコツを、惜しみなく披露しているのが本書である。 たとえば商談のとき、思いのほか話がはずんで“とっておきの情報”を聞き出すことができた、ということはないだろうか。もちろんそれは成り行きかもしれないし、相手の機嫌がよかっただけかもしれない。だが、「自分にだけ話してくれた」という事実はなによりうれしいし、できれば再現性のあるものにしていきたい。ではどうしたら「ここだけの話」を聞き出せる人になれるのだろうか？ その答えが気になる方は、ぜひ本書を開いてほしい。著者はラーメンライターとして全国津々浦々のラーメン店を取材し、年間100本以上の記事を執筆する井手隊

日本でもコカ・コーラの自販機に並ぶドクターペッパーは、23種類のフレーバーを組み合わせたコーラ系のドリンクだ。シナモンやカルダモン系のさわやかさが際立つコカ・コーラに対し、チェリーやバニラを感じさせる甘くフルーティーな味わいを持つ。クセのある独特な味わいが、コアなファンを魅了してきた。発祥の地・アメリカでは、キューリグ・ドクター・ペッパー社が生産している。 成功の背景には、食事のお供ではなくスイーツと位置づけるマーケティング戦略や、ライバル陣営であるはずのザ・コカ・コーラ・カンパニーとペプシコの両方の流通網に乗せるしたたかな販売戦略など、独自の哲学が存在するようだ。 さらには、話題性も抜群だ。ドクターペッパーにピクルスを加えるなど、思い切ったアレンジがネット上で注目を集めている。 2000年代前半から右肩上がりの成長 米CNNは今年6月、米業界誌『ビバレッジ・ダイジェスト』の市場シェアデー

ALGO ARTISは、DeNAからスピンオフしたスタートアップで、社会基盤の最適化を目的に計画に特化したAIとプロダクトの開発を行なっています。 顧客ごとに最適化AIとUIのカスタマイズを行っているため、プロダクト開発はどうしても労働集約的になります。スタートアップとしてこのような事業をグロース…

layerx-bakuraku-how-to-handle-incoming-webhooks-with-difference-specifications-in-unified-way

タイミーでは顧客に素早く、継続的に価値を届けられるエンジニアリング組織であるためにチームトポロジーをベースにした組織設計と運営を行なっております。 いかにプロダクトチームが素早くかつ安定して価値提供できる状態を作るか、プラットフォーム性とイネイブリング性をどのように使い分けて組織を強化しているか、SR…

https://opentelemetry.connpass.com/event/317170/

Render hooks とは、ReactにおいてカスタムフックからJSX式を返す設計パターンのことです。リンク先は私が当時在籍していた会社のテックブログに書いた記事で、当時の会社でこの設計パターンがハマる箇所に出会ったためアイデアを記事化したものです。ちなみに、Render hooksという命名は私ではなく当時の私の上司です。 私は当時から今までずっとこのパターンを推奨しているのですが、あまり流行る気配がありません。そこで、この記事では皆さんがこのパターンの考え方にもう少し納得できるように、render hooksパターンは普通のコンポーネントの拡張であるという見方をご紹介します。 Render hooksパターンの概要 Render hooksパターンは、UIの実装（JSX）と、そのUIに関連するロジック（たとえばステート）をまとめてカスタムフックから提供することを指します。簡単な例を

2024年6月21, 22日に開催された『Scrum Fest Osaka 2024』 において登壇した際の資料です。 プロダクトバックログアイテム（PBI）はチームの認識の統一や実装・テストの効率化に直結する重要な要素です。 本セッションでは、過去に参加した現場での失敗事例とその原因・背景を分…

I’m happy to announce that the PDF of Haskell, The Craft of Functional Programming (3rd edition) is available to view and download for free. Later in the year I’ll revise it and make it available as an online text. But for now, here it is, uncorrected: https://simonjohnthompson.github.io/craft3e/craft3e.pdf

イオンリテールは、AIが値引き率を決めるシステム「AIカカク」の導入を進めている。これまで従業員の経験や勘に頼っていた値引き業務をAIに任せることで、業務効率化や商品の廃棄率低減を狙った取り組みだ。実際に導入した店舗では、従業員の心理的な負担の軽減にもつながっているという。導入の背景や今後の方針について、同社広報部の大瀧和孝氏に聞いた。 AIカカクは、販売実績や天候、客数などの環境条件を学習したAIが“その日その時”の需要を予測し、最適な値引き率を算出する。 同社では、2021年に総菜部門で、2022年には日配品の一部にAIカカクをそれぞれ導入。今年5月7日からは畜産部門と水産部門にも実装した。従業員用端末で商品のバーコードをスキャンし、その時の陳列数を入力すると、端末に割引率が表示される仕組みだ。

こんにちは！もみです🐶 皆さん、GitHubプロフィールのREADME は設定していますか？ GitHubのプロフィールを充実させることで、 GitHub上での交流はもちろん、就活や転職でもきっとちょっと役に立ったりと、素敵なご縁に繋がるかもしれません。 たった5分で設定できるので、さっそく設定していきましょう！ 🚩 今回作成するプロフィール シンプルさを保ちつつ、スキルやGitHub上での活動を中心にした自己紹介テンプレートにしてみました！ GitHubリポジトリ： https://github.com/NonokaM/sample-github-profile/blob/main/README.md 1. リポジトリを作成しよう まず、ユーザー名と同じ名前のリポジトリを作成しましょう。 （ ユーザー名と同一のリポジトリは、特別なリポジトリと認識されて自動的にプロフィールに表示されま

アメリカでは、パタゴニアがカスタマーサービス部門で働く90人のスタッフに対し、7カ所ある｢ハブ｣のうちのいずれかに移るか、退職するよう伝えた。 対象のスタッフは、通知から3日以内に自分の判断を会社に伝えなければならなかった。 チーム文化を改善し、ビジネスニーズをサポートしようとしていると、同社の広報担当者はBusiness Insiderにコメントした。 サステナブルなアウトドアブランドのパタゴニアは、アメリカの従業員90人に選択肢を与えた —— 金曜日までに引っ越すか会社を辞めるか決めるように、と。 90人はいずれも、パタゴニアでは｢カスタマー・エクスペリエンス（CX）｣チームとして知られるカスタマーサービス部門で働く従業員だ。電話や問い合わせに対応する仕事で、リモートで働くことができる。 最初の通知は火曜日の朝、テキストと電子メールで届いた。 ｢午前10時（アメリカ太平洋標準時）から重

（ＣＮＮ）　米ニューヨーク州中部ユーティカで先週、警察の職務質問から逃れようとして銃のようなものを構えたアジア系の少年（１３）が、警官に撃たれて死亡した。その後、少年が持っていたのは銃のレプリカだったことが判明した。 【画像】ボディーカメラの映像から取った静止画。少年はレプリカの銃を警官に向けているように見える 地元警察の発表によると、近くで起きた強盗事件２件の捜査に協力して、６月２８日に警官３人がこの地区をパトロールしていた。事件では、アジア系の男とされる２人組が被害者らを黒い銃器で脅し、持ち物を盗んだとされる。 警官らは容疑者の特徴と一致する１３歳の少年２人を見つけ、職質を試みた。２人のうち、車道を歩いて道路交通法に違反していた少年の身体検査をしようとしたところ、この少年は徒歩で逃げ出し、けん銃のようなものを取り出して警官らに向けた。本物の銃に見えたとされるが、その後の調べでレプリカと

【フランクフルト=林英樹】欧州連合（EU）で3日から従来のキャップが外れるペットボトルの販売を禁止し、両者を切り離せられない「一体型」のみを販売可能にする規制が始まる。キャップの回収率を高め、海洋プラスチック汚染を抑えるのが狙い。EUへの輸出品も対象で、伊藤園など飲料メーカーは対応に動くが、使い勝手や効果に疑問の声も上がる。2019年6月に決定したEU指令では、3リットル未満のペットボトルのほ

アメリカではハイキング人口が過去10年で170％へと 拡大しているし、もっと歩くために足を鍛え直そうと、裸足感覚で歩けるベアフットシューズが空前のムーブメントとなっている。

AWS Summit Japan 2024 にて、セキュリティ & One-AWS Zone ミニステージでの登壇資料です。 「負荷テストは、AWS を使ってどう楽になるか？」についてお話しました。スライド内のリンク類はコチラ→https://mabuchs.hatenablog.com/entry/…

Luma AIが6月12日に公開した動画生成AIサービス「Dream Machine」が、月に無料で30回まで試せることもあって、大きな話題となっています（「ついに来た! 無料で試せる動画生成AI『Luma Dream Machine』」参照）。ただ、技術情報は出ておらず、どういう関係や経緯で出しているかは一切不明です。 ※記事の配信先によっては動画や図版がうまく表示されないことがあります。その場合はASCII.jp掲載の記事をご覧ください 手軽に高品質な動画が生成できる「Luma AI」のサービス Luma AIはこの連載でも何回か紹介してきたように、大量の写真から3Dモデルを生成するサービスからスタートし、昨年12月には3Dモデル生成サービス「Genie」で参入しているAIスタートアップ企業です（連載第41回「3Dスキャンの進化がすごい」参照）。生成AIの3D化技術で先行していることか

はじめに HTTPS(HTTP Over TLS)とは SSL/TLS HTTPSの流れ 実際に通信を観察 自己署名証明書の用意 サーバーの作成 WireSharkの準備 リクエストを送信して観察 まとめ 年に1度の技術イベント「RAKUS Tech Conference」を開催します！！ はじめに エンジニア２年目のTKDSです！ 普段何気なく使ってるほとんどのWebサイトが対応しているHTTPS通信の仕組みについて調べてみました。 本記事では、Wiresharkを用いてHTTPSの内部動作を解析し、どのようにしてデータが保護されているのかを具体的に解説します。 記事の後半では、Wiresharkを使って実際の通信データを観察し、暗号化プロセスの詳細を確認してみます。 HTTPS(HTTP Over TLS)とは HTTPS(HTTP Over TLS)は、HTTPの暗号化版で、ウェブサ

Pythonの爆速化を可能にするにはどうすればいいのか。ツールやライブラリに頼る前に、まずはピュアPythonに組み込まれている機能を使い、コードの最適化を図るべきです。なぜなら、処理速度の課題を解決できる可能性が高いからです。今回はPythonのパフォーマンスを劇的に向上させるためのテクニックを解説した『爆速Python』（翔泳社）から、Pythonの組み込み機能のパフォーマンスを引き出す方法を紹介します。 本記事は『爆速Python』の「Chapter 2　組み込み機能のパフォーマンスを最大限に引き出す」から一部を抜粋したものです。掲載にあたって編集しています。 ※本書はTiago Rodrigues Antãoによる『Fast Python: High performance techniques for large datasets』（Manning Publications）の邦

本当に失敗したな。まさにそう思う。何の話かというと、欧米の企業には「プロセスオフィス（Process Office）」と呼ばれる部門が普通にあるのに、日本企業には全くと言ってよいほど存在しないことについて、あまりに問題意識がなさ過ぎたのを悔やんでいるのだ。よくよく考えると、このプロセスオフィスに相当する部門がなければ、DX（デジタルトランスフォーメーション）なんてできるわけがないのだ。で、「IT部門がDXの実行部隊となって……」などと言っていたら、まさに噴飯ものである。 私と同様に、「プロセスオフィスだって？　そういえばそんな話を聞いたことがあるな」といった程度の認識の読者は多いだろう。というか「何だ、それ」という読者が大半かもしれない。それぐらいプロセスオフィスは日本企業には縁遠いのだ。さて、記事の書き出しがこうならば当然、まずはプロセスオフィスとは何かを説明するのが筋だ。だけどねぇ、プ

オープンソースAI(Open Source AI)とは、オープンソースの状態にあるAIシステムのことである。これはある意味で自明なのではあるが、「オープンソースの定義」(OSD)を管理している米国の非営利団体Open Source Initiative(OSI)では、2023年からわざわざ新たに「オープンソースAIの定義」(OSAID: Open Source AI Definition)の策定を開始している。2024年の8月頃には定義のRC版が公開される見込みであるが、本稿ではこの新たな定義が何故必要になり、その定義がどのような機能するものであるかということに対し、主に佐渡が視点から時系列的に簡単に紹介していく。これによって日本国内においてOSAIDが認知され、AI開発コミュニティにおいて自由かつ透明性が確保されたシステムの必要性への理解が深まる一助となることを期待する。 OSIにおける

ベルリンのしがひです。クラスメソッドヨーロッパのウェブサイトはS3のスタティックホスティングとCloudFrontを使ったサーバーレス・超低コストな構成になっているのですが、サイトの編集管理ワークフローとして、GitHubとCircleCIを使っていました。 CircleCIはパフォーマンスが大幅に強化されたバージョン2.0が現行で、1.0は2018年8月31日でディスコンされるというアナウンスが昨年のはじめにありました。1.0 --> 2.0のアップグレードは何かボタンを押せばできるというたぐいのものではなく、yamlの書き換えとソース配置の再検討が必要になる大仕事で、見なかったことにしていたら9月になっていました。 早くアップグレードしなさいという圧を感じます。しかしこう言われると、動いているものを変えろというわりには成果が少なく、もっとなんかできるんじゃないか、と、このメッセージを書

はじめに 本記事はTechFeed Experts Night#32 〜 【VSCode, Vim, Emacs】エンジニア向けエディタ最新動向！の発表資料です。 2024年7月時点までのVim界隈の動きをざっくばらんと紹介していきます。 Vim界隈の雰囲気を感じ取ってもらえたらと思っています。 Bram氏の訃報、そして新たな Vim 開発体制へ Vimの生みの親であるBram氏が2023年8月3日に亡くなりました。 Vimを生み出し、これまでずっとVimの開発を支えてきたBram氏が居なくなり、ぼくも含め多くの悲しい声がありました。 改めて御冥福をお祈りします。 そんな中で、長年Vimの開発に貢献されたmattn氏が「追悼 Bram Moolenaar ～Vimへの情熱と貢献を振り返る」という記事を書かれています。 Vimの歴史やBram氏の人物像、mattn氏との逸話などが書かれていて

2024年6月26日発売の『Amazon Bedrock 生成AIアプリ開発入門』を献本いただいて読みました。こちらの記事に感想などをまとめます。 書籍の概要 『Amazon Bedrock 生成AIアプリ開発入門』では、AWSのBedrockを中心にAWSでの生成AIアプリの開発の基本が一通り解説されています。 全500ページ以上で非常に豊富な図や画面キャプチャとともに解説されていて、この分野の初心者向けとしてぴったりの本だと思いました。 個人的によかった点 いくつか個人的によかった点をまとめます。 基本から詳細な機能までの手厚い解説 まず何より、AWSのBedrockを中心に、基本から詳細な機能まで手厚く解説されているのがとてもよかったです。 生成AIアプリにまったく関わったことがない状態から、Bedrockを一通りおさえるところまで、この一冊で学ぶことができそうです。 基本だけでなく

今年も TiDB User Day に参加しています！ とりあえずライブブログ頑張るｗ hashtag: #TiUD2024 全体さくっと PingCAPのTiDBは、高スケーラビリティとAI活用が評価され、成長中。 LinkedInは、TiDBのスケーリングとオペレーションで課題と改善点を発見。 Pinterestは、HBaseからTiDBに移行し、パフォーマンス向上と運用効率を実現。 レバテックは、リソース・管理効率向上とゼロダウンタイムを目指しTiDBに移行。 サイバーエージェントは、旧データ基盤からTiDBを含む新基盤へ移行し、運用負荷を軽減。 Voicyは、TiDB Cloud導入でコスト削減と運用効率を向上させた。 Orbは、ETL障害と遅延解消のため、CassandraとMySQLからTiDBに移行。 DMMは、クラウド化とGo書き直しを機にTiDB Cloudを採用し、運用

弊社(トラストハブ)では、すべてのプロダクトのAPIにGraphQLを採用しています。 しかし、私が入社した時点では、GraphQLの設計に課題がありました。Query, Mutationの設計に統一性がなく、REST的な設計の名残も見られました。そのため、GraphQLの利点を十分に活かせていない箇所が多く存在していました。 自分は以前から業務でGraphQLを使ったAPIを作るために、海外でのGraphQLに関するドキュメントや、Shopify GraphQL APIドキュメントを読んで実践してきたので、この部分で貢献できると思いました。 そこで入社後にまずGraphQLのAPIをこういうルールで作ってみませんか？と提案するドキュメントを書いて、新規で作られるAPIについてはそのルールを使うようメンバーに布教する活動を行っていました。今では、ほとんどのコードではAPIの設計に統一性を持

画像系に参加することが比較的多いですが、NLP系も嗜む程度にやったりしてます 参加スタイルはソロで始めてそこそこの順位になったあたりで声かけてもらった方とチームを組むパターンが多いです kaggleとの出会い コンペに興味を持ったきっかけは、kaggleについて紹介しているweb記事をたまたま見かけたことでした。 もともと新卒入社した会社でDeepLearning関連のプロジェクトをやっていたのですが、社内にあまりノウハウが確立されておらず手探りで案件を進める日々を送っていました。自分なりに技術書を読んだり、webにある情報をかき集めたりしながら何とかやっていたものの、我流でやり続けることに漠然とした不安を感じていました。 そんな中、しばらくして転職活動をしてる際にたまたまkaggle取り組みについて紹介している記事を見かけます。kaggle自体は知っていて5年くらい前にアカウントだけ作っ

依存配列について 依存配列に特定の値を指定することで、その値が変更されるたびにuseEffect内の副作用を実行することができます。 空の配列[]の場合は、初回レンダリング時のみ副作用が実行されます。 クリーンアップ関数について useEffect内で設定した副作用をクリーンアップするための関数になります。これにより、メモリークを防ぎコンポーネントのパフォーマンスの向上させることができます。 クリーンアップの実行タイミング コンポーネントのマウント時に初回のエフェクト（副作用）が発火されます。クリーンアップ関数は以下のタイミングで実行されます。 コンポーネントのアンマウント時。 コンポーネントの再レンダリング時。 [クリーンアップ関数の実装例（タイマーのクリア）] このuseEffectの処理は以下のような機能を持っています。 コンポーネントがマウントされたときに、1秒後に実行されるタイマ

概要 フリーランスエンジニア1~3年目ぐらいで単価80~100万円になる人が多い。 ちなみに、月単価税込84万円になると2年後から消費税を支払うことになる。 で、税金が増えると、なんかめちゃくちゃ損した気持ちになる。果たして本当に損しているのか？シミュレーションしてみた。 ※筆者は、元税理士法人勤務 + 4年ほどフリーランスエンジニアをしている。情報の精度は50%程度。 対象読者 フリーランスの納税額を知りたい人 税金が高いと嘆くフリーランスの人 いいね！してね この記事の事例は必要に応じて今後追記していく予定です！ 「新しい事例が知りたい」「他の事例も知りたい」と思った人は、ぜひこの記事にいいね👍してください。筆者のモチベーションにつながります！ それでは以下が本編です。 結論 月83万円 ~ 月87万円だったら、月83万円（税込）が一番お得！ 単価交渉する時は、月83万円（税込）　-

この記事の概要 こんにちは。PharmaX でエンジニアをしている諸岡（@hakoten）です。 この記事では、大規模言語モデル（LLM）を活用したアプリケーションの開発を支援するフレームワークであるLangChain内にあるツールチェインの一つ、LangGraphについてご紹介します。 LangChainがどのようなものかについて知りたい方は、ぜひ一読していただけると幸いです。 ※ LangGraphは、LangChainとシームレスに連携できるライブラリですが、この記事ではLangGraph自体の入門内容に焦点を当てており、LangChainについては詳しく触れませんので、ご了承ください。 LangGraphとは LangGraphは、LangChainのツール群に含まれる一つで、各LLMエージェントのステップなどをグラフ化して状態管理を行うためのツールです。 LangGraphは、ス

はじめに クリーンアーキテクチャは、ソフトウェア設計の分野で非常に重要な概念です。 しかし、その理解は容易ではなく、明確な正解が存在するわけではありません。 多くの人が異なる解釈を持ち、他の設計思想と混在していることもあります。 この記事では、自分なりの視点からクリーンアーキテクチャを解釈し、その整理した内容を共有します。 このアーキテクチャの目的は、システムの各層を独立させ、変更に強く、テストしやすい設計を実現することです。 この記事では、クリーンアーキテクチャの基本概念、Golangでの実装方法、およびディレクトリ構成について詳しく説明します。 なお、この記事では個人的な見解を述べており、必ずしも正解を書いているわけではありません。もし誤りがあれば、ぜひご指摘いただけると幸いです。 クリーンアーキテクチャの基本概念 クリーンアーキテクチャの元となったのは、ロバート・C・マーチン（通称「

こんにちは！株式会社COMPASSのシステム開発部、SREチームのごーすと(@5st7)です！普段は、k8s周りの運用であったり、アプリケーションのパフォーマンスの監視、改善、インフラ周りの自動化などを積極的に進めています。三度の飯よりも好きなものがプリンで、美味しいプリンの店とかが流れてきたら1営業日以内に馳せ参じます。プリン好きな人はお店で会いましょう。 今日は負荷試験の取り組みについてご紹介できればと思います。COMPASSが提供するキュビナは現在100万人を超えるユーザーに利用していただいていますが、その分トラフィックも大きく、安定してサービスを提供できるようにするために、様々な工夫をしています。その中でも利用の集中する時間帯の負荷に耐えられるかの検証は非常に重要な取り組みの一つです。今回は、COMPASSが今まで負荷試験にどのように取り組んできたのか、その歴史と改善を行っていった

導入 こんにちは、株式会社ナレッジセンスの須藤英寿です。普段はエンジニアとして、LLMを使用したチャットのサービスを提供しており、とりわけRAGシステムの改善は日々の課題になっています。 本記事では、LLMを使用したレコメンドエンジン作成のフレームワークについて、簡潔に解説していきます。 サマリー LLMを使用したレコメンドエンジン作成のフレームワーク(以降、「提案されたレコメンドエンジン」)は、Amazonの研究チームによって発表された論文で提唱されました。 このレコメンドエンジンの特徴は、ファインチューニングを利用していないLLMとユーザーの行動(商品のクリックなど)情報を元に、レコメンドの性能を継続的に改善できる点です。ユーザーの行動をもとに、LLMにより関連性の高い商品を推測させることでレコメンドの性能を上げています。 より詳細な解説は以下の記事、もしくは論文を参照してください。

はじめに 東京工業大学の藤井です。 本日(2024/07/01) Meta-Llama-3-8BとMeta-Llama-3-70Bから日本語を中心としたコーパスで継続事前学習を行ったLlama-3-Swallow-8B-v0.1、Llama-3-Swallow-70B-v0.1とそのinstructモデルであるLlama-3-Swallow-8B-instruct-v0.1、Llama-3-Swallow-70B-instruct-v0.1をリリースさせていただきました。 このモデルはMeta社のライセンスを踏襲しており、商用利用が可能です。 本モデルの開発は、産総研、東京工業大学 岡崎研究室、横田研究室の合同プロジェクトにて行われました。 公式プロジェクトページはこちらです。 Swallow Projectでは、Llama-2、Mistral、Mixtralなど様々なモデルから継続事前学

こんにちは！ koideです。 シェルフィーではチーム内の有志で輪読会を定期開催しており、今回は「良いコード/悪いコード」を読みました。 実際に開発したときに輪読会が役立ったエピソード 輪読会前後に担っていたIssueが外部サービスとの連携バッチのコード改善でした。 弊社にはDDDを取り入れたリポジトリがいくつかあり今回もその内のひとつでしたが、私はこの本を読むまではDDDが雰囲気でしか分かってなかったので、初めは理解するのが大変でした。 例えば、DDDの中でも「値オブジェクト（ValueObject）」といった概念がありますが、最初はこのクラスがある意味をちゃんと理解するのに苦労しました... 本書では値オブジェクトは以下のように説明されています。 値オブジェクト（Value Object）とは、値をクラス（型）として表現する設計パターンです。アプリケーションでは金額、日付、注文数、電話

関数に渡す引数はどんなふうに設計されるべきでしょうか。 引数に関するベストプラクティスを少し調べてみると、引数の命名や引数の順序についての記述を見つけることができました。一方で、引数で渡すべき変数それ自体についての記述はあまり見当たりませんでした。 このトピックについてちょうど最近考えていたところだったので、記事を書くことにしました。 はじめに この記事ではソフトウェアはデータと関数で構成されていると考えます。 データはしばしば DB やストレージといったハードウェアに束縛されており、ソフトウェアがソフトでありつづけるためには、関数によってデータを柔軟に取り扱うことができる必要があります。 関数の分類 関数には 3 つの役割が存在します。 データの変換 データの定義 副作用の処理 1. データの変換 データは関数によって、他のデータと組み合わされたり、ビジネスロジックを実行することによって

この記事は、7月13日に開催されるTokyo.Rで発表するためのメモ用に書き溜めているものです。主に R ユーザー向けの情報をまとめていますが、 Positron 自体は Python も R もサポートしています（むしろ、説明の順序も Python の方が先に書かれていることが多いのを見るに、Python の方が優先されてそう）。 はじめに まず強調しておきたいのは、現時点で、カタギの人間が Positron に入門する必要はないです。詳しくはあとで見ていきますが、重要なポイントとして、 Positron はまだ絶賛開発中という段階で、安定して使えるようになるのはだいぶ先 たとえ Positron が正式リリースされても RStudio は残る というのが今の状況です。なので、RStudio をメインで使っている人は、数年は迷わずRStudioを使い続けて大丈夫です。いま慌てて入門する必

文字だとイメージしにくいが、以下の図がわかりやすい。 ref. https://www.notion.so/6-29-DataDog-3c952199b5d441e2b7843d3198c1aa5a DatadogはMetricsの収集から、Traces、Logsの収集もおこなってくれるオールインワンのObservabilityツールである。Datadogを用いると、これらを以下のように可視化できる。 ref. https://learn.datadoghq.com/courses/take/introduction-to-observability/lessons/43691545-monitoring-vs-observability まとめると、 Metrics→what Traces→where Logs→why であり、これらはObservabilityの重要は3大要素であるとい

はじめに AWS Lambdaは、イベント駆動型のサーバーレスコンピューティングサービスであり、API GatewayやEventBridgeなど様々なサービスから起動されます。 この記事ではAWS Lambdaでのインメモリキャッシュのポイントと、その実装方法について解説します。 キャッシュとは コンピューティングにおいて、キャッシュは、データのサブセットが保存される高速のデータストレージレイヤーで、通常は一時的な性質のものです。これにより、それ以降に同じデータのリクエストが発生した場合、データのプライマリストレージロケーションにアクセスするよりも高速にデータが供給されます。キャッシュにより、以前に取得または計算されたデータを効率的に再利用できるようになります。 AWSでキャッシュを活用することのメリット AWSでキャッシュを活用することで以下のようなメリットがあります。 パフォーマンス

Haskell で依存型を扱う方法について勉強したのでメモを残しておきます。 承前 この記事では要素数つきリスト Vect の実装を例に Haskell で依存型を扱うために必要な知識のごく基礎的な部分についてまとめます。ただし、目指すのは Vect を ある程度 開発できる体制を整えることで、十分に開発できる体制は目指しません。というのは、依存型に関わる知識はそれなりに広大で、全てを収めると記事が非常に長くなってしまい、私の精神衛生上良くないことが起こるためです。 この記事では、Haskell での依存型の開発において必要な知識のうち、証明に関するもの以外を一通り揃えることを目指しますが、個人がひっそりと勉強しながら書き進めたもののため、完全な情報となるかは甚だ疑問です。そのため、誤りや欠落等を発見した場合はご指摘いただけると助かります。 なお、この記事が想定する読者は、Haskell

はじめに CO2濃度や温度や湿度をモニタリングしたいなーって時ありますよね。 測定器は高いし、どうせデータを自前で管理するならマイコンから触ってみよう！という感じです。 今回は、マイコン初心者が調べつつさくっと作成しました。 実際に運用しながら欠点を見つけて改善していく予定です。 *はんだ付け不要、キャリブレーション（≒感度調整）も自動なので、ハード面でのハードルは高くないはずです。 やりたいこと 最終的に以下のようなモニタリング環境を構築する手順を紹介します。 *Grafana(可視化ツール)で、こんな感じにモニター 構成概略図 マイコン, センサー選定 *本項は読み飛ばしても構いません マイコンボード: ATOMS3 Lite (マイコン: ESP32-S3) 評価ボード: CO2L Unit with Temperature and Humidity Sensor (センサー: SC

Vue3/Nuxt3を使ってポケモン図鑑を作るチュートリアル本です。

はじめに(雑談を少し含んで🤪) どうもこんにちは、最近一人居酒屋をデビューしたてるし〜です。 一人でカウンターでビールを飲むのもなかなか良いなと感じました😎 さてさて、現在私は業務でiosアプリのwebview部分の開発をしています。 ソース管理はgitでしておりgitを活用した開発支援ツールとしてはgithubを使用しています。 みなさんの案件ではgithubはお使いでしょうか？ 「githubじゃなくてgitlabやその他のgitを活用したツールを使用しています」 といった方もいらっしゃるかもしれませんね。 はたまた、コードはgithubに載せているがissueでのタスク管理はしておらずNotionなどの別のツールを使っているといった方もいらっしゃるのではないでしょうかね。 現在、私がやっている案件では私自信が中心となってベース環境構築、githubの運用ルール等を決めました。 ま

初めに レバテック開発部の今井です。 ソフトウェア開発において、データの状態管理は非常に重要です。注文の状態、ユーザーの認証状態、プロジェクトの進行状態など、多岐にわたる状況で、適切な状態管理が求められます。しかし、ビジネス要件の変化や新機能の追加に伴い、状態管理が複雑化し、保守が難しくなることがあります。 この記事では、データの状態管理を簡単にするためにMECEを初めとした方法で分析を提案します。これによって、柔軟で効率的なシステム設計が可能になることを目指します。 TL;DR MECEの原則を使ってenum型ステータスを分解する方法を解説する MECEによる分解から一次情報と二次情報という区分を提案し、分析の高度化を目指す 一次情報と二次情報の区分とシステム間のデータ連係の関係性について考察する 対象読者 システムの保守性・拡張性に興味関心のあるエンジニア enumをMECEに分解する

コールドスタートとは Lambdaはイベント駆動型のサーバーレスコンピューティングサービスです。 API GatewayやEventBridge等様々なサービスから起動されます。 Lambdaが呼び出されると、AWSはLambdaを実行するために必要なインフラストラクチャを自動的に構成・管理を行います。 関数が初めて呼び出される場合や長時間呼び出されていなかった場合、新しいコンテナを起動する必要があります。これを「コールドスタート」と呼び、時間がかかり、遅延が発生することがあります。 コールドスタートの影響について コールドスタートによる遅延は様々な影響が考えられます。 特にリアルタイム性が求められるようなシステムでは、この遅延で大きな障害や想定していなかった事象が発生することがあります。 例えばAPIのレスポンス時間が重要なアプリや、IoTデバイスからのイベント連携処理等の数100ms以

sponsored MSIがセール開催中！この夏に自作PCパーツを買う人はツイている サマーセールを活用すれば同じ予算でGeForce RTX 4070を4080にできないか考えてみた sponsored FRONTIERの「FRGBLSZ790/SG2」をチェック、自作erでも心くすぐられるケース内部 RTX 4070 Ti SUPERを垂直設置、デザインもゲーム性能も妥協なしのゲーミングPC sponsored ファーウェイ製スマートウォッチらしくバッテリー長持ちもうれしい スマートウォッチの新定番「HUAWEI WATCH FIT 3」はカロリー管理に強みあり！ 軽快な装着感も◎ sponsored Core i5-14400搭載の「iiyama PC STYLE-S17M-144-UHX-BLACK」をチェック 9万円台で簡単な写真編集も！ 幅95mmのスリムタワーPCがコスパ抜群

ちょっとブクマが増えてきたので予告通り消しました ちゃんとした専門家に聞いたほうが良いと思うからね 繰り返すけど量子コンピューターを使う人と開発する人は別なんだ 追記：なんでブクマ増えてんの？消えてるよね？

コーヒーが好きな木谷映見です。 AWS の DNS サービスである Amazon Route 53 では、AWS サービスの DNS 名をドメイン名に紐付けるためのエイリアスレコードというものがあります。 過去に弊社ブログでも何度か記事になっているのですが、なかなか腹落ちが難しく、絵を描きながら自分でも検証して整理してみることにしました。 DNS とは（おさらい） DNS の委任について ゾーン Zone Apex DNS のレコードタイプについて Aレコード エイリアスレコード エイリアスレコードの使いどころ Zone Apex に AWS リソースの DNS 名を指定できる 利用料金がかからない CNAME レコード CNAME レコードの制約 Zone Apex は CNAME レコードを登録できない 同じドメイン名の CNAME レコードは登録できない おまけ：検証結果まとめ ◎（

Active Directoryは、ユーザー、コンピューター、プリンターなどのIT資産を編成するために使用されるMicrosoft製品であり、ほとんどのMicrosoft Officeおよびサーバー製品と統合されています。 LDAP（Lightweight Directory Access Protocol）はプロトコルであり、サービスではありません。LDAPは、さまざまな種類のディレクトリ（Active Directoryを含む）との通信とクエリに使用されます。このように、サービスであるか否かという違いがあります。 → Okta Japanの資料請求はこちら Active Directoryとは？ Microsoftは、Windowsデスクトップ、Windows Server、Exchange、Sharepointなど、多くのITソフトウェアを作成しています。 IT環境では、アクセスする