並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 8 件 / 8件

新着順 人気順

アジャイルの検索結果1 - 8 件 / 8件

  • 45分登壇で75%効率化したMarkdown+生成AIスライド作成術 - Qiita

    KDDIアジャイル開発センターのpiyonakajimaです。 突然ですが、あなたは登壇スライドの作成にどれぐらいの時間をかけていますか? 6/21-22に開催されたScrum Fest Osaka 2024に登壇した際、Markdown+生成AIを活用して登壇スライドを作成しました。その際、45分の登壇資料作成を75%効率化(自分比)できました。 普段からMarkdownで資料を作成している方からすると、これまで時間かけすぎやろ、というツッコミが聞こえてきそうですが、登壇資料の作成時間に悩まれる方は沢山いらっしゃるのではないかと思います。今回はこの時に実施した工夫をお話します。 以下がMarkdown(Marp)と生成AIを使って執筆した45分の登壇資料です。一部PowerPointで作図した過去資料から流用しています。 Marpでは、たとえば以下のようなmarkdownを書くと、 --

      45分登壇で75%効率化したMarkdown+生成AIスライド作成術 - Qiita
    • ジェフ・ベゾスがAmazon創業時に紙ナプキンに描いた図 世界の見え方や行動が変わる、「円環化思考」のポイント

      業界業務の経験豊富な「その道のプロ」に、1時間からピンポイントに相談できる日本最大級のスポットコンサル「ビザスク」。そのビザスク主催のセミナーに、『武器としての戦略フレームワーク』の著者で、國學院大学 経済学部 経営学科教授の手塚貞治氏が登壇。「アイデア創出 実践論」をテーマに、マトリックスの4つの用途や、円環化思考のポイントを解説しました。 前回の記事はこちら マトリックスの4つの用途 手塚貞治氏(以下、手塚):次に、二次元化思考について見ていきましょう。 30年前、私が駆け出しの頃は、こうした二次元のマトリックスを描くと「おお、コンサルっぽいね」と言われましたが、今では誰でも書くようになり、珍しいものではなくなりました。 二軸のマトリックスを作り、そこの平面上で整理する方法です。 例えば、有名なフレームワークとして、製品が既存か新規か、市場が既存か新規かで成長の方向性を考える成長ベクト

        ジェフ・ベゾスがAmazon創業時に紙ナプキンに描いた図 世界の見え方や行動が変わる、「円環化思考」のポイント
      • 生産性の可視化こわい - masayuki5160's diary

        TL;DR 立場によっては、組織全体の生産性の可視化が必要なのはわかる。 ただ、チーム単位での生産性の細かい可視化の話はちょっとこわい。チーム単位での生産性に関しては、ある期間にそのチームがどんな機能をリリースして、それがどうだったか、を評価して、をすればだいたい良いような。 生産性の可視化? 全然知らなかったんだけど、開発生産性の可視化を支援するSaaSがあると先日知った。こちら。 findy-team.io なるほど最近はすごい便利なものがあるなーと思った。 一方で、このツールと日々にらめっこしてるチームはなんか僕が目指したいチームではないなと思った。だから、僕はこういうツールは今の僕の立場としてはいらないなーと思った。 でも、組織に所属するエンジニアが100名、200名とか規模になってるようなとき、その組織のCTOなりVPoE、組織横断の課題を解決するチームなどはこういったツールは必

          生産性の可視化こわい - masayuki5160's diary
        • 「本を読んでも身に付かない」はどう解消する? 七つの“読書術”を岩瀬義昌が伝授 - エンジニアtype | 転職type

          NEW! 2024.07.16 スキル 岩瀬義昌 書店を覗いたりSNSを眺めたりすると、目に飛び込んでくる技術書の数々。周りのエンジニアたちの「読了」ポストに刺激されて、読書に勤しんでいる人もいるだろう。 「一生勉強」と言われるエンジニアにとって、技術書は取り入れやすいインプット手法の一つ。しかし「頑張って読んでるのに、いまいち身になっている気がしない」「本の内容が頭に入ってこない」という事象に悩まされてはいないだろうか? せっかく読んだ本の内容をしっかりと身に付けるためにはどうすればいいのかーー。 そんな疑問に「記憶力の問題じゃなくて、本の読み方に工夫が必要」と答えるのが、技術書の翻訳に数多く携わり、読書の達人として知られるiwashiさんこと岩瀬義昌さんだ。 本を読む「工夫」とは一体何か。岩瀬さんに聞いた。 NTTコミュニケーションズ株式会社 『Generative AI プロジェクト

            「本を読んでも身に付かない」はどう解消する? 七つの“読書術”を岩瀬義昌が伝授 - エンジニアtype | 転職type
          • コードを書き始める前からテストをずっと考える ─ 継続的テストモデルとシフトレフトなテスト活動をアジャイルにどう取り入れるか - Agile Journey

            読者の皆さんは、テストについてどのようなイメージをお持ちでしょうか。「開発の後に行う確認作業」といったイメージを持たれている方もいるかと思います。 しかし、開発しようとしているソフトウェアに不具合の混入を防ぐには、もっと早い段階でテストについて考えることが必要です。こういったテスト活動は、プログラムを1文字も書いていないときから始めることができるのです。 本記事では、2016年に提唱された継続的テストモデルを紹介しつつ、アジャイルとも親和性のあるシフトレフトなテスト活動について解説していきます。 DevOpsにおけるテストの考え方 DevOpsのループ図とは何か? 継続的テストモデルとは何か 継続的テストモデルにおいてテストは「活動」である シフトレフトなテスト活動とシフトライトなテスト活動 シフトレフトなテスト活動としてのテスト駆動開発 コード実装を始める前から行うテスト活動 シフトレフ

              コードを書き始める前からテストをずっと考える ─ 継続的テストモデルとシフトレフトなテスト活動をアジャイルにどう取り入れるか - Agile Journey
            • 大規模プロジェクトの課題を解消する、たった1時間で行うふりかえりの工夫 | MEDLEY Developer Portal

              2024-07-02大規模プロジェクトの課題を解消する、たった1時間で行うふりかえりの工夫はじめにこんにちは。CLINICS カルテの QA 担当をしております QA エンジニアの かみむら です。 医療プラットフォーム本部 CLINICS 開発チームでは、2年以上に渡り自社レセコン1の開発を行っています。プロダクトは公開済みであるものの鋭意追加機能の開発を続けており、今後も継続して開発する予定になっています。 QA エンジニアの大切な役割の1つとして、プロセス改善があります。ふりかえりはプロセス改善のアイデアを関係者全員で話し合うための肝となるアクティビティですので、規模の大小問わず取り入れたいものです。 この記事ではレセコン開発におけるプロジェクト体制構築時の黎明期から現在の成熟期に至るまでに行った、四半期毎のふりかえり手法や効果について、かいつまんでご紹介します。 プロジェクトの状況

                大規模プロジェクトの課題を解消する、たった1時間で行うふりかえりの工夫 | MEDLEY Developer Portal
              • アジャイル専門部隊の一構成員が敢えてウォーターフォールを語るぞ - Qiita

                アジャイル開発の浸透?なんだそれは。 アジャイル開発という概念が世に出て二十余年(2001年「アジャイルソフトウェア開発宣言」による)、最早、この技術も最新とは言えない、成熟したものとなりました。あなたの職場でも「アジャイルに進めよう」的な、凝り固まらず柔軟なプロジェクト体制にして行こうという流れ、プロダクト開発の長大化を防ぎアウトプットを細かく出していこうという意識変革が内外から求められているかと思います。 しかしプレイヤーとしての皆様は、とはいえ作るものは変わっておらず納期が決まっているので大変になるだけ、だとか、現場ボトムアップな提案は通らずトップダウンにやることが降ってくるからやる意味なくね、だとか、果ては作るもの・仕様が決まってないけど予算がついたからいい感じにアウトプット出してね、の意味だとか、都合よく「アジャイル」を使われて疲弊することもあるでしょう。多くは会社の通例や予算検

                  アジャイル専門部隊の一構成員が敢えてウォーターフォールを語るぞ - Qiita
                • 「よーしパパ、Ollama で Llama-3-ELYZA-JP-8B 動かしちゃうぞー」 - Qiita

                  はじめに こんにちは、KDDIアジャイル開発センターのはしもと(仮名)です。 エンドレス水出しコーヒーの時期になりましたね。 今回は、Ollama を使って日本語に特化した大規模言語モデル Llama-3-ELYZA-JP-8B を動かす方法をご紹介します。 このモデルは、日本語の処理能力が高く、比較的軽量なので、ローカル環境での実行に適しています。さあその性能は如何ほどに!!!!????はやくAIは俺から仕事を奪え。 Llama-3-ELYZA-JP-8Bとは Llama-3-ELYZA-JP-8Bは、ELYZA社が開発した日本語に特化した大規模言語モデルです。Meta社の「Llama 3」シリーズをベースに、日本語での追加学習を行っています。80億パラメータという比較的小さなモデルサイズながら、「GPT-3.5 Turbo」や「Claude 3 Haiku」、「Gemini 1.0 P

                    「よーしパパ、Ollama で Llama-3-ELYZA-JP-8B 動かしちゃうぞー」 - Qiita
                  1