MariaDB.com is dead, long live MariaDB.org
Horrible leadership, racism, sexism, abuse, and violations of countless labor laws in both the U.S. and internationally could only lead to one possible outcome. The lawsuits are piling up and the employees are going to take the hit. Payroll is going to be missed. For those that don’t know, MariaDB.com is the commercial for-profit entity while MariaDB.org is the non-profit entity that holds the own
Base32 の変種を作った話
あまり大層な話ではないんですが、諸事情により Clockwork Base32 という Base32 の変種 (variant) を作りました。 Base32 というのは Base64 の仲間で、バイナリを 32 種類の文字で表すためのエンコード方式です。 Base32 の需要は少ないと思いますが、もし興味がある方は試してみて下さい。 今のところ、 Clockwork Base32 は 弊社ではなく私個人の責任で運用しています。使用や実装にあたって弊社に問い合わせる必要はありません。私に問い合わせる必要もないので、ご自由にどうぞ。 ※ 2020/8/1 追記: C と Swift の参考実装へのリンクを追加しました。 ※ 2020/7/27 追記: 設計方針、デコード時のエラーケースとコーナーケースについて追記修正しました。すでに実装されている方は、実装を変更する必要はありません。 Clo
Object Detection State of the Art 2022
Object detection has been a hot topic ever since the boom of Deep Learning techniques. This article goes over the most recent state of the art object detectors. First we will start with an introduction to the topic of object detection itself and it’s key metrics. The evolution of object detectors began with Viola Jones detector which was used for detection in real-time. Traditionally, object detec
画像をBase64で表示させてみる
画像をwebアプリケーションで表示させる方法はいくつかある。一番手っ取り早いのが<img src =”hoge.png”>タグで直接ファイルのパスを指定してやる方法。インタラクティブなグラフ画像を描写するHTMLを自動で作成してくれるライブラリなんかも存在する。 では、直接ファイルを残しておきたくないし、インタラクティブって何？ピカピカしたボタンなんか要らないんだけど…な向きにはどんな方法が良いのか。 よく知られた?方法のひとつとして、画像データをBase64にエンコードして文字列としてimgタグ属性の中に入れこむ方法がある。 そこで、画像をBase64にエンコードしてhtmlに埋め込む簡単なwebアプリをpythonで書いてみた。最近、周囲でflaskがユーザーが増えてきている気配があるのでフレームワークはflaskを使用。 #!/usr/bin/env python # -*- cod
Python open source libraries for scaling time series forecasting solutions
By Francesca Lazzeri. This article is an extract from the book Machine Learning for Time Series Forecasting with Python, also by Lazzeri, published by Wiley. In the first and second articles in this series, I showed how to perform feature engineering on time series data with Python and how to automate the Machine Learning lifecycle for time series forecasting. In this third and concluding article,
これから始める Cloud Functions 入門
はじめに本記事は Google Cloud が提供するサーバーレスコンピューティングサービスである「Cloud Functions」の入門記事です。Cloud Functions の詳細な使い方はドキュメントに網羅されていますが、本記事では Cloud Functions の概要をざっくりと知り、使い始めてみる ところに重点を置いて解説したいと思います。Cloud Functions を使い始める上での入り口としてご覧いただきながら、各機能のより詳細な内容はドキュメントを見ながら掘り下げていただければと思います。 Cloud Functions の特長サーバーレス、FaaSCloud Functions はいわゆるサーバーレス、あるいは FaaS (Function-as-a-Service) と呼ばれるサービスです。 サーバーレスとはサーバーの管理を必要としないようなアーキテクチャの総称
WEBエンジニアがプロダクト開発を通じて学んだチームビルディングに関する5つのTIPS
インタ ーネットの世紀のプロダクト ・マネジャーの役割は 、最高のプロダクトの設計、エンジニアリング、開発を担う人々とともに働くことだ — 『How Google Works』 本記事は Livesenseその3 Advent Calendar 2016 の24日目の記事です。いきなり格好つけた言葉から入ってしまいましたが、クリスマスイブなので。同様に以下ポエミーかつエモ目の記事となります、ご容赦ください。 私は転職会議というWEBサービスの開発に携わっており、2年ほど前から開発チーム（エンジニア/デザイナ/ディレクタの混成チーム）のマネージャーとしてプロダクトオーナー（PLは持たない）兼エンジニアマネージャーのような仕事をしてきました（最近では二足のワラジに限界を感じてプロダクトマネージメントのみに集中していますが）。 本記事では、プロダクト開発に携わってきた中で、グロースに繋がったと思
競技プログラミング、ソフトウェア・エンジニア、コミュニティ
なんか言及もされたのでアンサー的に書いてみたけど、アンサーには大してなってないな? ってやつです。一部で言及された、競技プログラミング (競プロ) 関係の話。 その前に、「プログラミングの競技」っていろいろあります。 短時間で問題に解答していく型 (ICPC / 情報オリンピック / AtCoder Regular / TopCoder とか)最適解が容易に求まらない問題のスコアを競う型 (SuperCon / AtCoder Heuristic / ISUCON / ゴルフ / ICFP Programming Contest の一部とか)対戦型 (ICFP Programming Contest の一部とか、最近のはあんまり知らないですが RoboCode / Imagine Cup とか)謎解き型 (ICFP Programming Contest で何回かありましたね。 UMIX
アンチパターン “ゴールが延び続けるスクラム”
チームやプロジェクトを率いる立場で意識していることの1つに、「メンバーがタスクをやり切ったと継続的に感じられる仕組み作り」がある。特にスクラムを採用している場合は ”前に進んでいる感” を継続的に醸成していく事も欠かしてはいけないと思っている。ただ現実にはこの観点は悪気なく疎かになってしまうケースが（自他共に）多いという感覚がある。 Pull Requestレビューを例にしてみる。2週間スプリントのアジャイルチームでとあるプロジェクトの主担当として開発をリードしているエンジニア氏。仕様検討・周囲との調整・実装を頑張ってPull Request作成まで漕ぎ着けた。エンジニアは一旦ココで”仮達成感”に浸る（と、個人的に思っている）。そしてレビュワーにレビューを依頼して、反応を待つ。のだが。。。 スプリント1: 「進捗してます」「pullreqレビューをassignされたエンジニア程、別件で忙し
BigQueryとAirflowを活用したDataPlatform運用の10のケース・スタディ
この記事は Eureka Advent Calendar 2019 11日目の記事です。 10日目は スーパーCompSREエンジニア恩田による「AWSのマルチアカウント管理におけるIAMマネジメントで試行錯誤した話」でした。 こんにちは。BIチームのデータアナリストの栗村(@t-kurimura)です。主にPairsの機能に関する分析を行っていますが、最近は分析を行うまでのデータを整えるデータアーキテクト的お仕事の比率も増えてきています。 さて、この記事では弊社のDataPlatform運用において、試行錯誤してきた中での運用の学びをケース・スタディ的にご紹介します。 エウレカのDataPlatformの現状前提として、弊社では3つの層にわけて、アプリケーションログやマーケティングに関連するデータをより分析しやすいデータへと加工しています。 Dataをほぼそのまま保存しているDataLa
完全マネージドな k8s ! GKE Autopilot を解説する
Kubernetes / GKE ファンの皆様こんにちわ。Google Cloud の Kazuu (かずー) です。GKE Autopilot が GA になりました。弊社公式ブログに続きまして、GKE Autopilot を日本語で解説していきたいと思います。 本記事は以下、3 部構成となります。 GKE Autopilot 概要GKE Autopilot を試してみるGKE Autopilot がハマりそうなユースケースは？ 1. GKE Autopilot 概要GKE Autopilot は GKE の新しいモードです。Control Plane に加えて、Node が完全マネージドになります。これまでの GKE では Node はユーザー自身が必要台数分作成し、以後の Day 2 オペレーション (e.g. アップグレード) 等も気に掛ける必要がありました。GKE Autopil
NVIDIA Docker って今どうなってるの？ (20.09 版)
※ この記事は以前私が Qiita に書いたものを、現状に合わせて更新したものです。(内容、結構変わりました) ※ 2021/01/08 CUDA Toolkit 11.2 のリリースに伴い、「NVIDIA ドライバのインストール」節を更新しました。 ※ 2020/09/24 CUDA Toolkit 11.1 のリリースに伴い、「NVIDIA ドライバのインストール」節を更新しました。 エヌビディアの佐々木です。 この記事では、Docker 等のコンテナで GPU を利用するための「NVIDIA Docker」の現状を紹介します。 「Docker で GPU を使うためにあちこち調べてみたけれど、nvidia-docker コマンドを使えばよいとか、--rutime=nvidiaオプションが必要とか、はたまた Docker が標準で GPU をサポートしたとか、色々な情報があってよくわか
開発組織で重要なコンウェイの法則ともう一つの原則
原則を数個決めたら他のことはすべてそれらから導出されるような考え方が好きです。 開発組織の設計あたってはコンウェイの法則というのがよく参照されます。 コンウェイの法則：システム設計は、組織構造を反映したものになる コンパイラーを3チームで開発すると必ず３パスのコンパイラーになる、みたいな例を読んだことがあります。 これが起こる理由は、チーム内でのコミュニケーションコストがチーム間のコミュニケーションコストよりも格段に低いためです。同じチームで開発するシステム内はコミュニケーションコストが低いため密結合になり、チーム間のシステム結合はコミュニケーションコストが高いため疎になっていきます。 これを逆手に取って、最終的に実現したいシステムの形に合わせて組織を分けるのが逆コンウェイの法則です。 大きな単位のシステム設計は、３年、５年、あるいはそれ以上の長期間に渡って影響を及ぼします。ここを間違うと
WebARの概要と実装方法（AR.js）
昨今、AR（拡張現実）やVR（仮想現実）といった空間利用する技術が様々な領域で用いられるようになってきました。その発展はめざましくARやVRだけでなくMR（複合現実）、SR（代替現実）といった技術が生まれてきています。 ここではVR・AR・MR・SRの違いについて詳しく説明しませんが、興味のある方は記事最後に参照リンクを貼っているのでチェックしてみてください。 今回はAR（拡張現実）にフォーカスし、その中でもWeb業界で注目を集めるWebAR（マーカー利用）について紹介していきたいと思います。 AR（拡張現実）とはARは ”Augmented Reality” の略です。日本語で拡張現実と訳されます。 その名の通り、AR（拡張現実）は現実世界に仮想の物体などを反映（拡張）する技術のことで、代表的な例でいうと近年スマホゲーム業界で大ヒットした「ポケモンGO」や「ハリーポッター魔法同盟」などが
時雨堂は Sphinx の開発者である小宮健氏のプラチナスポンサーになりました
追記GitHub Sponsors で組織がスポンサーになれるようになったため、個人アカウントから組織アカウントへ切り替えました。 月 500 ドルなぜスポンサーになったのか時雨堂では自社製品のすべてのウェブドキュメントに Sphinx を利用しています。そのため Sphinx を継続的な開発を少しでもやりやすくしてもらえるようにスポンサーになりました。 個人としても Sphinx は利用させてもらっており、今まで小宮氏への個人的なスポンサーにはなっていました。 ただ今後も Sphinx を自社製品のドキュメントとして使い続けたいという思いから、企業としてメインの開発者である小宮氏への継続的なスポンサーになるべきだと判断しました。 時雨堂がスポンサーになっている開発者Cowboy や Gun の開発者である Loïc Hoguin 氏Blend2D や AsmJit の開発者である Pet
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
Docker Logging with Filebeat, Elasticsearch and Kibana
Developing a Twelve-factor Python App with Docker
成功の循環モデルの修正
Logging with Fluentd, ElasticSearch, and Kibana (EFK) on Kubernetes on Azure
Easy Grafana and Docker-Compose Setup