エフェクチュエーション5つの原則 - 起業家を成功に導く「エフェクチュエーション」とは何か（前編） 2020.01.04 Updated by Takeo Inoue on January 4, 2020, 12:32 pm JST 以前、創生する未来「人」その3において、サイボウズ / NKアグリ / コラボワークス 中村龍太氏をお迎えした際に、「エフェクチュエーション」という経営の方法論の話題が飛び出した。今回は、この理論について掘り下げてご紹介したい。前編では、最近注目を浴び始めたエフェクチュエーションとはいったいどのようなものなのか？ という点に絞って解説する。 成功を引き寄せる！ 5原則で構成されるエフェクチュエーション さて、エフェクチュエーションとはいったい何なのか？ これはインドの経営学者であるサラス・サラスバシー氏が2008年に体系化した意思決定の理論だ。優れた起業家は連
ER図とは？書き方やテクニックをわかりやすく解説
ER図（Entity Relationship Diagram）とはデータベース設計における代表的な設計図のことです。 システムを設計する手法としては他にもUMLなどの技法がありますが、ER図はDOA(データ中心アプローチ）の技法であり、作成したER図がそのまま物理データベース上に変換できることから、データベース設計手法におけるデファクトスタンダードとなっています。 大規模なシステム開発においてはER図は必要不可欠です。そこで、これからはじめてER図を書くという方向けに、ER図の概要や書き方、テクニックなどについてご紹介します。 ER図のEはエンティティ（Entity）の略で、Rはリレーションシップ（Relationship）の略です。つまりER図は「エンティティ＝モノ」と「リレーションシップ＝関係」の組み合わせでシステムのデータやデータ間の処理構造を設計します。例として「顧客が商品を注文
先日のGDC2023でUnreal Engine 5.2の新機能とUnreal Editor for Fortnite（UEFN）が発表されました。 もちろんUE5.2にも注目するべきところなのですが、今回は特に目玉として発表されたUEFNについてを記事にしたいと思います。 UEFNはEpic Gamesが開発している大人気シューターゲーム『フォートナイト』のアドオンとして提供されるツールであり、中身はUnreal Editorをカスタマイズされたものとなっています。元々フォートナイトには『フォートナイト クリエイティブ』というゲーム内で独自のマップを制作するための仕組みが用意されていました。 フォートナイト クリエイティブ資料 このフォートナイト クリエイティブが一気に進化し、Unreal Editorで直接マップを制作、もしくは完全に独自のゲームも制作することが可能となりました。それが
コードレビューのやり方とか目的とか - 徒然
コードレビューを成功させるためにCTOが考えるべき7つのこと https://flxy.jp/article/4298 Revieweeの理解レベルを考える プログラミングそのものへの理解レベル 要求仕様に関する理解レベル コードレビューの目的が何であるかコンセンサスを取る 「コードレビューが終了したときに、どういう状態になっていれば成功なのか」 人を責めない いいところは褒める コードレビューが重要な理由 (時間の節約にもなります!) （日本語）https://www.atlassian.com/ja/agile/software-development/code-review （英語）https://www.atlassian.com/agile/software-development/code-reviews Knowledgeの共有 SPOFなチームメンバーがいなくなる 新しいメ
DMMプラットフォームでプルリクエストのマージ時間を250時間から50時間に減らした話 / Developers Summit 2023
Developers Summit 2023 https://event.shoeisha.jp/devsumi/20230209/session/4187/
ABEJA で Research Engineer をやっている中川です．普段は論文読んだり，機械学習モデルを実装したり，インフラを構築したりしています．今回のブログでは3,4ヶ月の間遊び9割仕事1割で取り組んできた Python で実装された機械学習マイクロサービスたちの monorepo 化について紹介します． モチベーション 小売業向けに店舗解析ソリューションを提供している ABEJA Insight for Retail では以下のような理由から機械学習システムをマイクロサービスの polyrepo (multi-repo) で運用してきました． 様々なフレームワークで書かれた最新の研究成果を取り入れやすい． 負荷特性の全く異なる機械学習モデルをスケールさせやすい． モデルごとに容易にデプロイできる． 障害耐性や保守性を高め日々の運用負荷を下げる． 手前味噌ですが，マイクロサービス
【OpenAPI】Stoplight Studioを活用して快適＆高速にAPI定義を書く方法｜Offers Tech Blog
概要 Offers を運営している株式会社 overflow の磯崎です。弊社は新規プロダクト開発でスキーマ駆動開発を取り入れており、API 定義とは楽しくお付き合いさせていただいております。その全体像については、以下の記事でまとめておりますので、是非ご一読ください。今回は、ポチポチいじるだけで誰でも簡単に API 定義できる神ツール「Stoplight Studio」を活用した API 定義について紹介していますので、ぜひ参考にしてください。 Stoplight Studio とは？ Stoplight Studio とは、 OpenAPI 定義ファイルの作成と管理ができる GUI エディタです。これだと少々分かりづらいので、簡単に一言で表すと「ポチポチと誰でも簡単に API 定義ができてしまうツール」です。Stoplight Studio は、GUI で直感的な操作ができるため、高速に
FlutterFlowのススメ
■更新履歴 2024/3/29:記載を最新化しました。 2023/9/11:記載を最新化しました。 2023/6/10：料金周り・連携サービス周り・他サービス比較の記述を更新しました。 2023/2/22：連携サービス周りの記述を更新しました。 こんにちは、菅原です。 私が運営している会社、GenAiではいくつかの会社に対して新規サービス構築の支援を行っています。中でも、エンジニアリソースの少ない会社に対しては、ローコードツールでの開発体制の構築をしています。 数あるローコードツールの中でも、素晴らしいなと思ったのが、FlutterFlowでした。めちゃくちゃ開発陣が気合い入ってて毎週のようにアップデートが入ります。 出たての時（2021年12月）から使ってきたのですが、当時と比べてかなり使えるアップデートも入り、最近はとてもおすすめできるツールだと思えるようになってきたので、入門記事とし
ハンドブック
目次 はじめに 会社 人事 エンジニアリング セキュリティー マーケティング 営業 財務 プロダクト リーガル コンテンツサイト はじめに GitLabチームハンドブックは、会社を運営の仕方を集めた場所です。 印刷したら2,000ページ以上になります。 透明であるという価値観のもと、ハンドブックを世界に公開しています。またフィードバックを歓迎しています。改善や説明の追加を提案するときは マージリクエスト をしてください。 質問するときは Issues を使ってください。 社内に固有な情報は、社内ハンドブックもあります。 会社 GitLab 会社概要 沿革 バリュー ミッション ビジョン 戦略 コミュニケーション YouTube Zoom ウェビナー カルチャー オールリモート おすすめ リモートワーク10類型 (日本語版note) リモートワークで成果を出すために必要なバリュー カルチャー
はじめに RDBMSのデータベース設計（論理）の進め方について、設計をする際、こんなことを考えながら進めているなというのを出来るだけ分かり易く記載したいと思います。ただDB設計には「これが正解」というものはあまりなく、要件の必要条件を満たしているDB設計が正解となります。とは言え、考慮した方が良い点や注意点などはありますので、何から始めたら良いの？という方の参考になれば幸いです。 ※論理設計の話しなのでカラムの型やサイズ、パフォーマンス（INDEX（索引））などは割愛しますが、実際にDB設計をする際は、使用するDBの型・キー・制約の種類は事前にインプットを入れておいた方が良いです。 DB設計におけるポイント 先にDB設計を行う上で重要だと思うポイントをあげます。 要件・仕様を理解しているか（要件を満たすテーブル／カラムが揃えられるか） 要件にない（見えにくい）システムの仕様を想像できるか
作ってから考えよ - 川口耕介のブログ
先日語ったEF66の台車について、一つ気になっていた事がある。 kohsuke.hatenadiary.com 作る過程で、見えないものを随分と細かく作らされるのだ。例えば、ある工程で、大きな歯車を苦労して車輪にくっつけたと思うと、次の工程では覆いを作らされて歯車はその中に隠れてしまう。モーターの精巧な模様も一緒に。完成したら見えない工程に何の存在意義があるのか。そんなのが幾つもある。 そんなところへ、あの記事に感応した同僚から、吊り掛け駆動方式というWikipediaの記事が送られてきた。これを読んだらガツンとやられてしまった。 全く僕は何を見ていたんだと思った。 Wikipediaの記事では、台車上にモーターを配置するという構造が、どういう意図で設計されたのかが解説されている。僕が無駄だと思っていた工程の一部は、この設計の肝になる部分を手でなぞるためであったのだ。隠れてしまう「のに」で
はじめようApple Vision Proアプリ開発 - tks_yoshinagaの日記
0. はじめに Apple Vision ProのSDKとSimulatorが公開されたので、Swiftのテンプレートプロジェクトをベースに好きな3Dモデルを表示するまでの手順を紹介します。(2023年6月23日現在) こんな感じのことをやります。 1.開発環境 Xcode 15.0 beta2をインストール。インストール時にシミュレーターを選択するタイミングがあるのでvisionOSを選択するタイミングがあるので、合わせてインストールしてください。 2.プロジェクトの作成 まずはプロジェクを作成しましょう。 (1) Xcode 15.0 beta 2を起動 (2) Create New Projectをクリック (3) visionOSを選択 (4) Appを選択 (5) Nextをクリック (6) Product Nameを設定 (7) TeamとOrganization Identi
学習内容
Railsエンジニアコースとフロントエンドエンジニアコースの2つのコースがあります。料金はどちらも同じです。 どちらのコースも、最初は共通のカリキュラムからスタートし、その後に専門分野に分かれて学んでいきます。最終的には、自分で考えたWebサービスを作ってリリースすることを目指します。また、どちらのコースでもチーム開発を体験できるので、実践的なスキルが身につきます。
Amazon CloudWatch[本格]入門 ~クラウドネイティブオブザーバビリティストーリー~：アライとウマカツ
AWS Hero とAWS Top Engineerが執筆した渾身の技術書第3弾！ かわいい表紙とは裏腹に、本格的な技術内容が盛りだくさん。 AWS IAMと同じく、AWSエンジニアにとって避けて通ることができないCloudWatchの真髄を本書で味わうことができます。 ▼どんな本？ 本書は、クラウドネイティブシリーズ3作目として、AWS×クラウドネイティブ×オブザーバビリティ(CloudWatch)をテーマとした技術書です。 1章では、オブザーバビリティの概要と重要性について述べています。 クラウドネイティブの文脈におけるオブザーバビリティの必要性とCloudWatchとの関連性について解説します。 2章では、Amazon CloudWatchの歴史とサービスの全体像について触れています。 Amazon CloudWatchの歴史はAWSが提供するサービス群の中では比較的古く、サービス誕
![Amazon CloudWatch[本格]入門 ~クラウドネイティブオブザーバビリティストーリー~：アライとウマカツ](https://cdn-ak-scissors.b.st-hatena.com/image/square/25c01e63b101b2e6baa72cbb14dfc0599c45c760/height=288;version=1;width=512/https%3A%2F%2Ftechbookfest.org%2Fapi%2Fproduct%2Fogp%2Fimage%2FuJL2pyLHyk92xYv4P25cJ7)
ソフトウェアアーキテクチャに関するプラクティスとして、アーキテクチャデシジョンレコード（Architecture Decision Records, ADR）というものがあります。この記事は、それを組織構造に適用してみるとどうなるだろうと考えてみるものです。100%妄想ですので、予めご了承ください。 （↓妄想が湧いたときのツイート） 組織構造についてのアーキテクチャデシジョンレコード（ADR）というプラクティス、あると助かる場面はありそうだなと思いました— こま (@koma_koma_d) 2021年11月27日 2021/11/30 追記: 数日前に、同じくADRを組織の領域に適用する話が出ていました。 dev.classmethod.jp ADRとは？ 今回の題材である（本家の）ADRとは、以下のようなものです。 テキストベースの軽量なテンプレートを使用して、アーキテクチャ上の設計判
mockAPI
MockAPI is a simple tool that lets you easily mock up APIs, generate custom data, and perform operations on it using RESTful interface. MockAPI is meant to be used as a prototyping/testing/learning tool.
CI・CD界隈期待の星!!Daggerに入門してローカルとGithubActionsでCIを動かしてみた | DevelopersIO
CI・CD界隈期待の星!!Daggerに入門してローカルとGithubActionsでCIを動かしてみた こんにちは、AWS事業本部コンサルティング部に所属している今泉(@bun76235104)です。 みなさん、CI・CDのプラットフォームは何を利用されていますか？ AWS CodePipeline AWS CodeDeploy AWS CodeBuild GitHub Actions CirleCI GitLab CI/CD など、沢山の魅力的なサービスがありますね。 一方で以下のような悩みを抱えていらっしゃいませんか？ CI/CDサービスの移行が必要になり、設定ファイルを大きく書き換える必要がある ↑が大変だったので、SaaSの製品を使うようにしたら割と費用がかかるようになった CI/CDの設定をyamlで書いているが、ローカルでの開発が大変 書いた設定ファイルをCI/CDのサービス
はじめにTIG DXユニット真野です。Python連載の2本目です。普段はPython触らないのですが、データリネージという概念に興味をもったのと、それをサポートするためのPytnon製ツールがあったので触ってみます。 データリネージとは DWHのようなデータ基盤を整える上で必要になってくる概念で、保持するデータの発生源や、どのシステムがどう加工して保存されたかと言った流れを追跡できるようにすることです。データのトレーサビリティとも言うかなと思います。追跡可能にすることで、異常データの追跡（要はどこのETL処理で考慮漏れがでたりバグっちゃったのか）や依存関係などを捉えることができます。何かしらの分析にそのデータを利用すべきかどうかの重要な材料になるのは間違いないでしょう。システム開発においての影響度調査などにも便利かもしれませんね。 以下のページなどが参考になるかと思います データ ウェア
機械学習パイプラインの要件と Vertex Pipelines / Kubeflow Pipelines V2 による実装
サンプルパイプライン : https://github.com/reproio/lab_sample_pipelines/tree/main/kfp 解説記事 : https://tech.repro.io/entry/2021/06/22/125113 ハンズオン資料 : https://gist…
「ソフト版トヨタ生産方式」、クルマに広がるDevOps
自動車メーカーが「DevOps（デブオプス）」と呼ばれるソフトウエア開発手法に力を入れている。「トヨタ生産方式のソフト版」ともいえる取り組みで、“ソフト工場”などとも呼ばれる。IT分野で実績のある効率的なソフト開発手法を取り入れることで、CASE（コネクテッド、自動運転、シェアリング、電動化）への対応力を高める。 「ソフトウエアファーストのものづくりに転換する」――。トヨタ自動車社長の豊田章男氏はソフト優先の考え方をこう表現する。同社は2018年以降、モビリティーカンパニーへの変革を掲げ、ソフト開発力を強化してきた。18年3月にトヨタ、デンソー、アイシン精機の共同出資で自動運転ソフトの開発を担うTRI-AD（トヨタ・リサーチ・インスティテュート・アドバンスト・デベロップメント）を設立。TRI-ADは21年1月から持ち株会社のウーブン・プラネット・ホールディングス、事業会社のウーブン・コア、
みなさん、こんにちは。horsewinです。 AWS CDK Advent Calendar 2021 9日目の記事となります。 CDKのCI/CD化を手助けしてくれるConstructの1つである、CDK Pipelines（@aws-cdk/pipelines module）に触れていきます。 複数人でCDKを利用したCI/CDを導入する上でぜひ検討の1つにしてみてください。 今回触れること、触れないこと 本記事では次の内容について触れていきます。 CDK開発にCI/CDを組み込むモチベーション CDK Pipelinesとはなにか CDK Pipelinesを利用する上でのTips 次の内容には触れません。ただしAWS公式のドキュメントやリンクをリファーはしますので適宜参考にしてください。 CDK Pipelinesの作成の流れ（ハンズオンなど） CDK/CFnで悩むリソース参照方式
はじめまして。 株式会社digsasでCPOを務める森勝と申します。 当社は「変遷するビジネスに、IT投資のモノサシを」作る、というミッションを元に、IT投資におけるユーザー企業の導入設計力を向上させるためのプロダクトを開発しています。 Tech系の情報発信自体もzennに投稿するのもルーキーですが、表題のような構成をあまり見かけないので、静的型付けブームに則ってどなたかの参考になればと思い筆を取りました。 以前noteに書いてみたのがこちら 筆者プロフィール DTMer ネトゲ廃人 フリーでWEBマーケ&WEBデザインの提案・実務 UI/UX設計 → JSドハマリ システム開発会社立ち上げ 企業研修・スクール講師（Markup/PS/AI/Figma/jQuery/Webpackあたり） JSゲームエンジン開発（趣味） 開発会社Exit IoTスタートアップにジョイン（ハード/ソフト/イ
blog.sushi.money 僕も最近は正常系から書くことが多いです。こうすると悪い設計に早く気付きやすいという利点があると感じています。 ここでは単体テストのような開発者向けのテストを想定していて、E2Eテストのようなテストでは必ずしも当てはまらないでしょう。 最初にテストを書く時には何も準備がない状態から始まりますが、その時にとても素朴な異常系から始まると整える事前条件が少なく済んで簡単に書けた、という体験になると思います。 そこからインクリメンタルに事前条件を積み重ねて、複雑なメソッドの動作を確かめていきますが、その場合の開発体験はコピペしつつちょっとずつ整えていくという風になり、都度の負担はそれほど高くならないでしょう。 一方、最初に正常系から書く場合、あらゆる事前条件を把握し、それを整えるコードを書く必要があります。 理想的に実装されたメソッドは、どちらの進め方であっても体験
「不確実性」にどう立ち向かう？アジャイル開発現場のリアル【BASE・DMM】の登壇資料です https://dmm.connpass.com/event/251552/
本番環境に移行しやすいMLエンジニアリング
概要 機械学習アルゴリズムを実装する企業研究者やデータサイエンティストが、本番環境に移行しやすい機械学習コードを書くための Tips を紹介します。 私は、最近、機械学習アルゴリズムの実装だけでなく、それを本番環境に載せる作業もするようになったので、その際に「 こうしておけば本番環境への移行が楽だったな 」と思ったことをまとめました。 「自分はエンジニアじゃないから細かいことはいいや」と思われる方にも以下のメリットがあると思います。 エンジニアへの負担が減り、早くリリースすることができ、研究者またはデータサイエンティストとしての社内での評価や信頼を獲得しやすくなる 信頼を獲得できれば、次の仕事を回してもらいやすくなる、という好循環が生まれる 自分自身の生産性や開発体験が向上するので、より早く実験サイクルを回せる 再利用性や再現性などを上げることができ、コードを公開したときに多くの人に使って
G-genの杉村です。Google Cloud（旧称 GCP）のフルマネージドのデータウェアハウスである BigQuery には、パフォーマンスの向上に当たり パーティション と クラスタリング という重要な概念があります。それぞれの仕組みや使い分けを解説していきます。 パーティション パーティションとは パーティションフィルタ要件 (Partition filter requirements) メリット パーティションの分割基準 時間の列 取り込み時間 整数範囲の列 パーティションの管理 クラスタリング クラスタリングとは クラスタ化に指定する列 自動再クラスタリング パーティション VS クラスタリング パーティションとクラスタリングの違い パーティションとクラスタリングの使い分け パーティション・クラスターのレコメンデーション その他 注意点 参考情報 パーティション パーティション
これはMidjourney v5で生成したもの 概要 最近MESONではAI関連のツールの利用が福利厚生になりました🙌 弊社CEOのnote↓ 最近はChatGPTに始まり、AI関連のニュースが毎日飛び込んできています。すでに1ヶ月後がどうなるかすら分からないレベルになってきているなと感じています。 先日も、ChatGPTのAPIが公開されたことを受けて早速、音声を利用してAIアシスタントを作るという趣旨の記事を書きました。 今回はStable Diffusion WebUIというツールを利用して、AI画像を生成する方法を紹介したいと思います。 特に、Google Colabを利用することで無料で利用することができます。 最近はブログのキービジュアルはすべてAIで生成したものを利用してたりしますｗ 余談ですが、最近はコーディングもCursorというエディタを利用したり、GitHub Co
はじめに 前回は、データ分析の高度化ステップにおける第2ステップ「定型的な分析」と第3ステップ「非定型な分析」の違いを解説しました。 「非定型な分析」で使用される分析手法である多次元分析を可能にするためには、データウェアハウス(DWH)と呼ばれる大規模データベースの構築が必要です。また、多次元分析で行われる軸の入れ替え、スライス、ドリルダウン＆ドリルアップといった操作を可能にするには、スタースキーマと呼ばれる特別なデータベース構造を持たせる必要があります。今回は、このデータウェアハウスとスタースキーマについて解説します。 データウェアハウスのアーキテクチャ データウェアハウスとは、データ分析システムで利用可能とするデータを一元的に格納するデータベースのことです。データウェアハウスに格納されたデータは、BIツールを通じてさまざまな分析に利用されます(図1)。 しかし、データウェアハウスは、単
KPTは「チームの力で問題を見つけるふるまい」の養成ギブスです。 ふるまいに慣ていない間は違和感があります。 たとえば次のような問題が起きます。 トライ狙いすぎ問題 KPTの「改善活動」の面に強く期待しすぎて生じる問題です。 無意識に、KPTの成功指標を「TRYの数」にします。 TRYを出すことに意識をとらわれると、慣れている「個人で問題を見つけて解決する」方法を取ることがあります。一つのKPTの場に集まって、参加者がそれぞれ別々に問題を発見して解決します*1。 すると、途中のプロセスが無駄に見えると思います。特にKeepに意味を感じないのではないでしょうか？アイスブレイクの一緒だと思ってはいませんか？たとえばKPTの参加者にKeepを出していない人が居ても問題ないと思っていませんか？あるいは、時間短縮のため事前にKeepやProblemを用意していませんか？ KPTをK→P→Tの順に進め
BigQuery MLを利用した予測モデル構築〜パラメータチューニングから評価まで〜 | ブログ一覧 | DATUM STUDIO株式会社
モデルの構築ここでは、BigQuery ML の線形回帰モデルを利用します。 CREATE MODEL ... OPTIONS 文にて指定したアルゴリズムで BigQuery ML モデルを構築します。今回構築する線形回帰モデルで指定できるパラメータの詳細については以下公式ドキュメントをご参照ください: The CREATE MODEL statement for generalized linear models 以下が基本的な構文となります。SQL を利用して直感的にモデル構築を行えます。 CREATE OR REPLACE MODEL taxi.total_amount_model OPTIONS ( model_type='linear_reg', input_label_cols=['total_amount'], ) AS SELECT * FROM `taxi.sample_
この記事はなに？ 最近、自分の経験や考えていることを言語化してみる実験をしています。 自分で言語化したことのある概念については自信を持って他の人に話せるし、一般化して横展開していくことも可能になるので、メリットが大きいのかなと。 第一弾として、私がテックリードとしてチーム内でコードレビューをしている際に考えていることをまとめてみました。 注意点 思いついたら随時更新します 今回の話のターゲットは主にWebフロントエンド/バックエンドのアプリですが、その他の開発にも使えるノウハウはあると思います ここで書いているのは、仕事でチームを組んだ際にピアレビューをする際の話です。OSS等のコードレビューとは違いがあるかもしれないです TL; DR 十分な事前準備をすることでレビューの手間を減らそう 目的にフォーカスすることで本質的で建設的なレビューをしよう コードレビューを通してレビュワー、レビュイ
「適切な変更の粒度」とは何なのか - 私が歌川です
「適切な変更の粒度」について考えることが増えたので、考えていることを流しておきます。 関連する変更がまとまってると嬉しい 1つのPRでついでにやらない、という話は以前もブログに書いた。コードレビューする側に立っても、このPRでやりたいことが何なのか、目的が達成されている (あるいは未来に達成可能である) かが明瞭だとレビューしやすい。 blog.utgw.net 自分は厳密なConventional Commitsはやってないけど、まず土台を用意して、機能を実装して、ちょっと足りないケースを修正する、みたいな感じで、すくなくともcommit単位で追ったら何がやりたいのかは分かるように気をつけているつもり。 小さければ小さいほどよい、とは限らない 1ファイルずつ、1行ずつ変更していったらそれは差分が小さくなるけど、差分が小さければ小さいほどよい、という話ではないと思う。要はバランスです。 こ
サービスレベルの評価基準「SLO」とは | ニフクラ
【重要なお知らせ】サービス統合に基づくサービス名称の読み替えのお願い（2024年4月1日） 2024年4月1日をもって、「ニフクラ」は、「FJcloud-V」に統合し、名称を変更しました。 「ニフクラ」「NIFCLOUD」「nifcloud」は、「FJcloud-V」に読み替えていただきますようお願いいたします。 通信サービスやクラウドサービスにおいて、事業者が自社のサービスレベル（サービス品質）に関する目標・評価基準を定めたものを「SLO（Service Level Objective）」と呼んでいます。 SLOと似たような用語として「SLA（Service Level Agreement）」がありますが、こちらはサービスレベル契約とも呼ばれており、事業者がユーザーに対して提供するサービスの内容や範囲、サービスレベルの水準が記載され、事業者がユーザーにどのレベルまで品質を保証できるかを明
概要 Streamlitは、Pythonで気軽にインタラクティブなウェブアプリケーションを作ることができるパッケージです。私自身も機械学習を使ったデモや可視化ツールとして積極的に活用していますが、そうやってStreamlitアプリを量産して適当にホストしていると、だんだん社内で利用する人が増えてきたり、社外の協力者に使ってもらうことを検討し始めたり……。 そして発生するのがアクセス制限と認証の問題です。特に外部IPで公開する場合は、URLを知っている人なら誰もがアクセスできる状態になってしまい、アプリケーションの内容によってはセキュリティ的に問題となります。私はこれまでStreamlitでid/passの入力ボックスを実装してみたり、GCE上で動いているnginxでBASIC認証を行うなどして制御してきたのですが、やはり個人でアカウント情報を管理するのは面倒かつ不安で、何かしらの基盤上で統
はじめに はじめに dbt はそもそもツールとして何を行なうか ELT における Transform について dbt が担っている機能 dbt は技術的にどのようにして Transform を実現しているか Jinja テンプレートによる SQL の生成 各種データ基盤に向けたデータ変換の手続きの抽象化 生成された SQL に基づくデータ変換の手続きの実行 さいごに DRE&MLOps チームの hyamamoto です。 最近は涼しくなってきて、秋の気配が感じられるようになってきましたね。 秋は一番好きな季節なので嬉しいです。 さて、今回は dbt について少し変わった切り口で紹介します。 今回の紹介において主眼に置きたいことは以下の内容です。 dbt はそもそもツールとして何を行なうか dbt は技術的にどのようにしてその機能を実現しているか その機能の結果 dbt はアプリケーショ
Google Cloud の検索サービス「Retail Search」をサンプルデータでクイックに試す
前置き 前に初投稿したときからなんと約2年以上も経過してしまっていました。Publication への投稿という形で Google Cloud に関する記事を書いていこうと思います！ Retail Search とは Retail Search は Google Cloud が提供する、EC サイトやモバイルアプリなどから利用できるフルマネージドの検索サービスです。商品カタログとユーザーイベントを取り込むことで、ユーザーにあわせた検索体験を提供できます。 Retail Search は今年 (2022年) の4月に一般提供 (GA) を開始しました。日本語ももちろんサポートしています！ Retail Search の良いところ Google 品質の検索機能 検索サービスにおいて、検索キーワード (クエリ) からユーザーが本当に検索したい内容を理解することは重要です。Retail Searc
チームの価値基準と行動規範の楽しい決め方/How to determine team values and codes of conduct with fun
チームの価値基準と行動規範の楽しい決め方/How to determine team values and codes of conduct with fun
と言った疑問に答えます。 社内SEに必要なシステム開発のドキュメント・成果物一覧を理解できます。本記事で、成果物別の作成担当・レビュー担当の役割を表で解説します。記事後半では、成果物別に作成のアドバイスとサンプルダウンロードのリンクを紹介しています。
デジタルスキル標準 ver.1.１ 2023年8月
All Rights Reserved Copyright© IPA 2023 デジタルスキル標準 ver.1.１ 2023年8月 All Rights Reserved Copyright© IPA 2023 1 目次 I. デジタルスキル標準の概要 ⚫ デジタルスキル標準策定の背景、ねらい ⚫ デジタルスキル標準 改訂の考え方 ⚫ デジタルスキル標準の構成 ⚫ デジタルスキル標準で対象とする人材 ⚫ デジタルスキル標準の汎用性 ⚫ デジタルスキル標準の活用イメージ II. DXリテラシー標準 1. DXリテラシー標準策定のねらい、策定方針 2. DXリテラシー標準の構成 3. スキル・学習項目 a. 概要 b. 詳細 4. DXリテラシー標準の活用イメージ III. DX推進スキル標準 1. DX推進スキル標準策定のねらい、策定方針 2. DX推進スキル標準の構成 3. 人材類型・ロー
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
エフェクチュエーション5つの原則 – 起業家を成功に導く「エフェクチュエーション」とは何か（前編）
「ScreenToGif」アニメGIFを作成・編集できるツール - 窓の杜
UEFN Verse事始め - Let's Enjoy Unreal Engine
Pants で決める python monorepo - ABEJA Tech Blog
データベース（RDB）設計の進め方！ - Qiita
アーキテクチャデシジョンレコード（ADR）を組織構造の変更にも適用する - こまぶろ
SQLのデータリネージツール、SQLLineageを試してみる | フューチャー技術ブログ
CDK Pipelines を導入した複数人開発のススメ - Qiita
フルスタックなTypeScript環境 (Blitz.js) でDDDする
ひどい目に遭いそうなところからテストを書く - Sexually Knowing
アジャイルで不確実性に向き合うための開発タスクの切り方
BigQueryのパーティションとクラスタリングについての解説 - G-gen Tech Blog
Stable Diffusion WebUIとGoogle Colabで無料でAI画像を生成しよう！
データ分析システムの全体像を理解する(3) データウェアハウスとスタースキーマ
KPTでトライ狙いすぎ問題 - @ledsun blog
チームでコードレビューをしているときに考えていること - フツーって言うなぁ！
StreamlitでGoogle OAuth2.0を使った認証を行う
根っこから理解を深める dbt - Gunosyデータ分析ブログ
システム開発の成果物・ドキュメント一覧まとめ【DLリンク有】