Classiアドベントカレンダー18日目です。 ちょうど2年ぐらい前にチーム運営についての記事を書いたのですが、職場も立場も変わったので、ここ数年の自分の振り返ってみようかなと思います(会社のアドベントカレンダーなのに、会社の技術について触れない投稿w) 1.職位の変遷と意識の変遷 前職に入社したときは、しがないスタッフエンジニアだったのですが、職位が上がるにつれ、意識していたこと（≒求められること）が変わっていったので、その変遷を書いていってみようかなと思います。 1-1.メンバー期 意識していたこと：「上司や同僚のスキルをひたすら学ぼう」 SIerからB2Cの会社に移り、当時は触る技術の何もかもが新鮮だった時期。 上司や同僚などがIRCなどで発言していることの理解を深めるのに精一杯で、仕事でチャットを使うということも初めてだったこともあり、IRCの発言タイミングも全然わかりませんでした

技術部開発基盤グループの鈴木 (id:eagletmt) です。 クックパッドではほとんどの Web アプリケーションが Amazon ECS 上で動く状態となり、またマイクロサービス化や新規サービスのリリースにより Web アプリケーションの数も増えていきました。 個々のアプリケーションでは Docker イメージを Jenkins でビルドして Amazon ECR にプッシュし、Rundeck から hako を用いて ECS にデプロイし、またその Web アプリケーションからは Amazon RDS、Amazon ElastiCache 等のマネージドサービスを活用しています。 このように多くの Web アプリケーションが存在し、また各アプリが別のアプリや AWS の様々なマネージドサービスを利用している状況では、どのアプリが何を使っているのかを把握することが困難になっていきます

新宿Geek Lounge#4 分析基盤Meetup ver2 のLT発表資料です。 refs. http://yuzutas0.hatenablog.com/entry/2018/04/23/083000

はじめに 本稿では、仕事をする上での作業工数の見積もり方法について説明します。 工数とは何か 工数(こうすう1)というのは、仕事において、あるひとつの作業を完了するまでにかかる総累計時間のことです。情報処理技術者試験に出てくるTAT(ターンアラウンドタイム)とは意味合いが異なります2。 例えば、ある作業に40時間(40H3)かかるとした場合、工数は40時間であるといえます。1日8時間勤務だとした場合、40時間は5人日(にんにち)と表現することができます。さらに、1ヶ月20日勤務だとした場合、0.25人月(にんげつ)と表現することもできます。 一般的に工数の単位は「人日」および「人月」で扱います。 学生時代は工数を気にすることはないですが、ITエンジニアとして会社で働くようになると、かならず工数を意識する必要があります。 なぜ工数を意識する必要があるのか なぜ工数を意識する必要があるのかとい

Tips of how to understand the source code of big software projects

【DL輪読会】言語以外でのTransformerのまとめ (ViT, Perceiver, Frozen Pretrained Transformer etc)

AWSの料金、ややこしいですよね。 サービスの選択肢が多く構成が柔軟なおかけで、さまざまな要件をカバーできるのは嬉しいのだけど、そのぶん料金体系がややこしいので、やるせない気持ちになります。 この気持ちはなんだろう、この気持ちはなんだろう、と自問しているうちに春になってしまったので、AWSの料金を「ざっくり」計算できるサイトを作り始めました。 ざっくりAWS 公式ツールの存在 Simple Monthly CalculatorというAWSの料金を計算できる公式のツールがあるのですが、悲しいことに名前ほどシンプルではありません。 正確な料金を算出するために入力項目が多いのは仕方がないとは思うのですが、サイトを開いたときの威圧感がすごいので、もう少しさっぱりできないかという気持ちがありました。 なので、公式ツールの敷居が高いと感じる自分のような人向けに、料金を「ざっくり」計算できるサイトを作り

関連：Pythonでスペクトルのフィッティング - 最終防衛ライン3 プログラミングの経験はほとんどないのですが、最近Pythonの勉強を始めました。自分のやりたいことがそれなりにできるようになりつつあります。いろいろな本を購入したり、図書館で借りたりして勉強したので、折角なのでそれらをまとめておきます。 プログラミング未経験者ではないものの、興味のある人がぴったりのまとめだと思います。 私の目標は、業務で扱う大量のデータ処理の自動化が主で、機械学習にもつなげられたらと考えています。特に科学技術計算を自動化したい。たとえば、大量のデータを同一フォーマットのグラフとして出力するなどですが、この目標は既に達成できました。 1. 私のプログラム歴 2. 一ヶ月勉強して、できるようになったこと 3. 非プログラマー向けの入門書 Pythonスタートブック 実践力を身につける Pythonの教科書

リーク問題もいろいろあります 「壊せちゃう問題は、Slerですごくこわい問題」（有馬） 有馬：難しいですけど、やっぱりその壊せちゃう問題は、SIerでもすごくこわい問題であって、それがメモリーリークっていう言葉でよく語られることがありますね。開発中においては、ほとんどわからないんですね。ただ、本番にリリースした後に、なんか最初は問題なく動いてるんだけど、段々、動きが遅くなった、もしくは急に死んでしまうっていうことがあるんですよ。 小野：最終的には、プロセスが止まっちゃう。ソフトウェアが落ちると思ってください。 有馬：本来アプリケーションとして、これくらいのメモリを確保していれば動くはずのものが、意図せずにメモリーを使いきってしまうっていう状態なんですけど、それはバグを持ったプログラミングによって、オブジェクトにどんどん値が追加されてしまって、メモリーが解放されずにどんどん蓄積してしまうって

ご本尊は不要。必要な時だけ分析結果を出せればいい 横井：ビジネスにおいて、正しくビッグデータを活用いただくことを実現するにあたり、いま足りないものは何でしょうか。 岡：PaaSの恩恵は最大限に生かしたいと考えています。目標としてはNoOpsで運用レス。データの観点から見ると、PaaSだとインフラの複雑な部分はクラウド側に任せられるので、とりまわしが軽いまま帯域を広げられるという利点があります。 横井：これからは Azure Container Service (AKS) など、コンテナの利用が広がりそうです。 岡：データ分析とコンテナは特に相性がいいと思います。いろいろと試せますから。あと継続的に使うことを考えると、世代管理も重要です。特にAIだと、過学習してしまった時に前のバージョンに戻す必要があります。それが可能かどうかは重要です。 横井：いまマイクロソフトはクラウドサービスを増やして

このツイートがわりと好評だったので解説。 「AWS、何から勉強したらいい？」に対する俺が考えた回答がこれ。 pic.twitter.com/ouuP3P27Bu — 伊藤 祐策(パソコンの大先生) (@ito_yusaku) 2018年4月17日 これは誰向け？ メンテナー以上の領域を目指す人向け。 オペレータ ... システムの運用、監視、障害調査＆対応をする人 メンテナー ... システムの拡張、改善をする人 アーキテクト ... システムを１から設計、構築する人 解説 各科目の選定基準 必修科目 ... AWSを本番運用するにあたって絶対に避けては通れないサービス。 重要科目 ... 間違った設計をすると、あとから取り返しがつかないサービス。 選択科目 ... 学習量を削るために仕方なく必修から外したが、Webサービスを構築するにあたりほぼ必須となるサービス。 必修科目で押さえておく

はじめに Pythonの対象バージョンは3系です。（2系でも通じるものは多いはず） 対象読者レベルは他言語を軽くでも触ったことある人です。「あー、Pythonだとこれはこう書くのねー」が網羅的に分かるようにまとめたつもりです。 ここではWEBアプリケーションフレームワーク(DjangoとかFlaskとか)に関してはほぼ触れません。 @shiracamus 多くの有益なコメントと編集リクエストありがとうございます。 Python開発環境構築 下記（私の記事ですが）はWindowsでの構築となっていますが、Macでもほぼ同じ通りにできます。 今からWindowsでベストなPython開発環境を構築する手順 Pythonについて 今最も勢いに乗っているプログラミング言語。 オブジェクト指向。Pythonでは全てがオブジェクト。 動的言語（スクリプト言語）のため、変数宣言時に型を明示的に定義しない

今日，社内勉強会で話す機会があり，過去1年間を振り返りつつ「プロジェクトをリードする技術」というタイトルにした．今回は参加者がエンジニアだけじゃなく，ビジネスチームのメンバーもいたため，できる限り，技術的な用語を使わないようにした．質疑応答とディスカッションもあり，1時間非常にワクワクした時間だった． 関連する領域 僕がプロジェクトをリードするときに意識しているのは，スクラムなど特定のプラクティスに依存しすぎないことで，チームの特性によって，関連する様々な領域からプラクティスを集めている．ザッと挙げるだけでも，こんなにたくさんある． チームビルディング ファシリテーション マネージメント 3.0 アジャイル (スクラム / カンバン / XP) 組織論 育成 心理学 メンタリング プロジェクトマネジメント 資料 過去1年間に取り組んだことを全て詰め込んだ！プレイングマネージャーとして頑張っ

講演のご依頼をお受けします。 小・中・高の同級生が経営する株式会社Tスポットの社員さんに向けて、『大人が数学を学び直すには』というテーマで講演をさせていただきました。 講演で使ったスライドの一部をご紹介します。 料理に喩えるなら、「数学者になる」というのは一流店のコックになるようなものです。このレベルに達するには才能が必要でしょう。対して、「大学入試を突破する」や「仕事や生活に（数学を）活かす」というのは、冷蔵庫の残り物でパッと美味しいものを作ってしまうというレベルです。これは、最初から簡単にできることではないかもしれませんが、素材についての確かな知識を持ち、調理法についてその意味が分かりさえすれば、誰にでも到達できるレベルです。 《参考》 日本数学検定協会の会長やNHK高校講座「数学基礎」の講師も務められた秋山仁先生の著作『数学に恋したくなる話 』の中から「理系大学進学に必要な４つの能力

スマホアプリ「モンスターストライク」のサーバー負荷は、年末年始に1年のピークを迎えます。2018年元旦のサーバー負荷に立ち向かうために実施した対策の一例として、データベースサーバー（MySQL）を安全に水平分割した事例を紹介します。見積もりから計画、実施に至るまでを時系列で振り返ります。

BCU30での発表資料です

先日2018年4月17日は全国学力・学習状況調査が行われた日でした。 A問題（主として「知識」），B問題（主として「活用」）という形式では最後の年となります。 さて，この全国学力・学習状況調査については様々な意見がありますが，中学生の数学理解の実態について（あくまで紙面調査に過ぎないのでごくごく一端ですが），量的な分析という意味では貴重な情報を提供してくれていると私は捉えています。 以下，まずは【数と式】領域に限って，個人的に興味深い問題とその反応について簡単に見てみたいと思います。 （1）方程式の解の意味 まずは2016年度のA問題から。 この問題の正答率は以下のとおりです。 問題で， を代入すると両辺の値が で等しくなることが示されているわけですが，正答率は48.2%です。 両辺の式の値である を「方程式の解」としている生徒が30.9%います。 こんな分析もされています。 A3(1)は