エンジニアリング + 技術広報 = ユニークキャリア - Money Forward Developers Blog
これはなに？ 今日はぼくがマネーフォワードという会社に入社しておよそ1年たち、今年から始まる新たな挑戦の紹介と挑戦によるキャリアパスの話し、そして今後の展望を語らせてもらおうと思いました。 新しい挑戦がほんの少し他人とは少し違う、ユニークなキャリア形成に繋がるということで個人としてもマネーフォワードという会社としてもチャレンジングなことをしようとしている足跡を残すことに意味があると考えたのでこの記事を書こうと考えました。 で、新しいチャレンジってなんなの？ ぼく、ことluccafort は 2021年3月からTech Enhancement Group(通称TEG)の技術広報を担当することになりました！🎉🎉🎉 TEG is なに？？？ TEG設立の経緯は社内ドキュメントにしっかり残っていました、こういうことがSlackで流れてしまうのではなく、ドキュメントとしてしっかり残っているのは
写真の手前に映りこむ“邪魔もの”を消し去る技術 台湾大学やGoogleなどが開発
Innovative Tech： このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 台湾大学、米Google、米カリフォルニア・マーセッド大学、米バージニア工科大学による研究チームが開発した「Learning to See Through Obstructions」は、画像内の手前に映りこんだ不要な障害物を除去する、機械学習ベースの技術だ。窓越しに撮影したときの水滴やガラスの反射、被写体の手前にあるフェンスなどを自然に消すことができる。 背景にある対象物と障害物要素はそれぞれのレイヤーがカメラに対して異なる深度に位置しているため、撮影した画像では2つのレイヤー間で動きが異なる。フレームごとに視点がずれるよう連続に複数枚撮影することで発生する背景と映り込み箇所の位置ずれ量の
〜AutoMLで実践する〜 ビジネスユーザーのための機械学習入門シリーズ 【第 3 回】 「積ん読」と「体重増」の悩みを AutoML で解決しよう | Google Cloud 公式ブログ
〜AutoMLで実践する〜 ビジネスユーザーのための機械学習入門シリーズ 【第 3 回】 「積ん読」と「体重増」の悩みを AutoML で解決しよう 前回は、AutoML Tables による EC サイトの LTV 分析事例を紹介しました。今回は、同じ AutoML Tables を、より身近な課題の解決に使う方法を紹介します。 その課題とは、筆者自身が抱えていた 2 つの悩みです。ひとつは、スキャンして PDF で保管している書籍の「積ん読」を大量に抱えていたこと。もうひとつは、自宅作業ばかりで増え続けてしまっている体重です。 この 2 つの課題を一挙に解決するソリューションとして筆者が思いついたのが、「PDF 書籍をオーディオブックに変換する」という方法です。読みたかった書籍をオーディオブック化しておけば、ランニングしながら積ん読を解消できます。 この動画のように、Cloud Sto
"「萌え」の時代から「推し」の時代へ"について - シロクマの屑籠
オタクの"界隈"で「萌える」という言葉を見かけなくなって久しい。 かわりに、「推し」という言葉を見かけるようになった。 このことについてtwitterの片隅で幾つかの意見を見かけ、私も何か書き残したくなったので、先週の続きとして書いてみる。 「推し」という言葉は、どちらかといえば実在アイドル方面で用いられてきた言葉だったと記憶している。アニメやギャルゲーのキャラクターに対して「萌える」という言葉が頻繁に使われていた90年代後半～00年代中盤にかけて、「推し」という言葉は"界隈"ではマイナーで、いわゆる二次元の美少女キャラクターは専ら「萌える」対象だった。 「萌える」という言葉は『電車男』が流行した2005年以降はニュアンスが単純化していったけれども、もともとは多義的なニュアンスを含んだ言葉だった。 「萌える」という表現がオタク達のボソボソオタク談義のなかで広がった要因のひとつに、「エロい」
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
処理を実行中です
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
