タグ

2024年3月4日のブックマーク (5件)

  • いつか起業したいエンジニアへ - Qiita

    はじめに 34 歳のとき、勤めていた会社の経営が傾き早期退職を促されたのを契機に独立しました。その後、41 歳で Authleteオースリート 社を設立しました。諸般の事情で現在も Authlete 社の代表取締役という肩書きを持っていますが、経営者的な仕事は他の人に任せ (参照: シリコンバレーのプロフェッショナル CEO を迎えて米国市場に挑戦する日のスタートアップの話)、50 歳目前の現在もプログラマとしてコードを書き続けています。 Authlete 社設立 (2015 年 9 月) から 8 年半弱経過したものの、まだまだ小さな会社で道半ばであるため、起業家として何か語るのは時期尚早ではあるものの、軽い体調不良が長引く中、『自分のエンジニアとしてキャリアを振り返ろう!』という記事投稿キャンペーンを見かけ、生きているうちに子供世代のエンジニアの方々に何か書き残しておこうと思い、文章

    いつか起業したいエンジニアへ - Qiita
  • ガチでnoshを2年間食い続けた俺の夕食戦争|ジスロマック

    「nosh」というサービスがある。 いわゆる「宅配弁当」のサービスであり、冷凍された弁当が定期的に届く今流行りのシステムである。 ネット上の広告ではこれでもかと「定期的にご飯が届くなんて素晴らしい!」「チンするだけで美味しいお弁当がべられて最高!」などというプロモーションが打たれているので、誰でも一度は見たことがあるのではないだろうか。だが、個人的にあのPR漫画はほぼ嘘じゃないかと思っている。 私はnoshを2年使い続ける中で、もはや「戦争」とも言えるほどのを洗う戦いを繰り広げてきた。チンするだけで美味しい弁当がべられる。まぁ、嘘ではない。健康にいい事が定期的に届く。あながち嘘ではない。ただしこれは、「noshを使いこなすことができれば」の話である。 人は、noshで失敗すると心が死ぬ。 これは、私がnoshと繰り広げた「戦い」の歴史。PRでもなんでもなく、2年間に渡ってひたす

    ガチでnoshを2年間食い続けた俺の夕食戦争|ジスロマック
  • Neural Audio Codec を用いた大規模配信文字起こしシステムの構築 - Mirrativ Tech Blog

    こんにちは ハタ です。 最近Mirrativ上に構築した配信の文字起こしシステムを紹介したいなと思います 音声からの文字起こしは、各社SaaSでAPI提供されているものがあると思いますが、今回紹介するものはセルフホスト型(自前のGPUマシンを使う)になります 構築していく上で色々試行錯誤したのでそれが紹介できればなと思っています どんなものを作ったか 前提知識: 配信基盤 前提知識: Unix Domain Socket Live Recorder Archiver DS Filter VAD Filter NAC / Compress Transcriber NAC / Decompress Speach To Text コンテナイメージ まとめ We are hiring! どんなものを作ったか 今回作ったものは Mirrativで配信されるすべての音声を対象に文字起こしを行う シス

    Neural Audio Codec を用いた大規模配信文字起こしシステムの構築 - Mirrativ Tech Blog
  • 自治体のインセンティブ設計を見直そう|Hal Seki

    デジタル行財政改革会議の、課題発掘対話(第6回)の内容について、の補足記事です。自治体のインセンティブについて検討します。過去記事へのリンクは以下。 第1回:デジタル行財政改革 課題発掘対話(第6回)に参加してきました 第2回:自治体の人材育成とシビックテックの関係 第3回:自治体毎にシステムを作るのは限界 課題発掘対話の模様と各構成員の発表資料は、デジタル行財政改革会議のHPで公開されています。 前回の記事では、自治体毎にシステムをつくるだけではなく、①国が作る、②国が仕様書を作りベンダーが作る、③自治体が独自で作る という3つのパターンに分け、国がグランドデザインを示しながらも、自治体と国が対等になりオープンなシステムを作っていくことについて構想しました。今回が、シリーズ最後の記事となります。 発表資料より抜粋。自治体のインセンティブ設計を見直す必要デジタルでは現場は楽にならないという

    自治体のインセンティブ設計を見直そう|Hal Seki
  • KaggleのNLPコンペで初手に使える可視化 〜BERTopicを用いた文書クラスタリングと可視化〜

    BERTopic は、Transformersを用いて文書のトピックモデリングを行うためのPythonライブラリです。記事では、自分がKaggleコンペの初手EDAによく使うコードをまとめました。 入出力のイメージ 入力: 文章のリスト (例:["I am sure some bashers of Pens fans ...", "My brother is in the market for a high-performance video card that supports VESA local bus with 1-2MB RAM. Does anyone hav...", ...]) 出力: 各文書の関係性を表した2次元座標図 ソースコード 以下にもあります Github Google colab import pandas as pd from umap import UMA

    KaggleのNLPコンペで初手に使える可視化 〜BERTopicを用いた文書クラスタリングと可視化〜