Binary search with modern processors
第16回 StringBeginners での発表資料
第16回 StringBeginners での発表資料
訂正とお詫び（2025/11/09追記） 記事公開後、Playwright MCPコントリビューターのogadra様より、技術的な誤りをご指摘いただきました。深くお詫び申し上げます。 誤った記述 「Playwright MCPはAIがセレクターを自動生成する」 正しい動作 Playwright MCPもChrome DevTools MCPと同様に、スナップショットに含まれる識別子（ref）を使用して要素を特定します。 LLMはセレクターを生成していません mcp__playwright__browser_fill_formなどの関数呼び出し時、引数としてref（Chrome DevTools MCPのuidに相当）が渡されます 両MCPの要素識別方法に本質的な違いはありません 実際の違い 主な違いは以下の2点です： 操作の実行方法 Chrome DevTools MCP: CDP（Chr
想定読了時間: 25分（detailsを展開する場合 35分） 対象読者: B2B SaaSの要件定義に関わるエンジニア・PM。前作の8ステップを知っていると理解が深まるが、未読でも本記事単独で読み進められる。 先に全体像だけ掴みたい場合は、TL;DR → 「3つの新概念」 → 「チェックリスト」 → 「次アクション」だけ読めば十分です。 前作: 「要望」「要求」「要件」は別物――役割別観測点を同じ座標系に変換するSaaS要件定義8ステップ地図 TL;DR AIでコードが書ける時代だからこそ、「何を作るか」を定義するプロセスの重要性は上がっている。抽象化の歴史に照らせば、要件定義はエンジニアの仕事の中で上に移動する。 バイブコーディング（曖昧な指示でAIに作らせ、気に入るまで繰り返す）は探索には使えますが、チーム開発・保守・監査には耐えません。仕様駆動開発（SDD）はその解として台頭しまし
SmartHRのPMにおけるAI活用事例——Cursor、NotebookLMなど - SmartHR Tech Blog
はじめに こんにちは。SmartHRで勤怠管理プロダクトのPM（プロダクトマネージャー）を務めている@hiroki_mです。 私が扱う領域は勤怠管理という領域ですが、プロダクト開発の現場では、CursorやDevin、ClineなどのAI開発支援ツールを積極的に活用しています。 この記事では、私がPMとしてAI開発支援ツールをどのように活用しているかを紹介します。 AIを活用する目的はなにか PMの業務を効率化することで、PMとしてより価値を生む業務に集中するためです。 勤怠管理機能の開発チームはとても優秀で、爆速で開発を進めています。PMが開発をスケールするうえでボトルネックとならないよう、要件定義の効率化、さらにはPM抜きでも要件定義及び開発を進められる体制を築いていきたいと思っています。 その結果、プロダクト戦略の立案と解くべき課題の解像度を上げることに対し、より時間を割けるようにし
Webブラウザ上にLinux/Node.sベースのWebアプリ開発環境をWebAssemblyで実装した「BrowserPod」発表。ブラウザ内サーバに別タブからアクセス可能
Webブラウザ上にLinux/Node.sベースのWebアプリ開発環境をWebAssemblyで実装した「BrowserPod」発表。ブラウザ内サーバに別タブからアクセス可能 LearningTechnologiesは、Node.jsによるサーバサイドJavaScriptの実行環境とコードエディタなどの開発環境をWebAssemblyを用いてWebブラウザ上で実行可能にした「BrowserPod」を発表しました。 これによりサーバと接続することなく、WebブラウザだけでフルスタックのWebアプリケーション開発が可能になります。下記の画面にあるように、ViteやSvelteのようにNode.jsに対応したフレームワークも利用できます。 BrowserPodは、WebAssemblyによってx86コマンドをWebAssemblyに変換してWebブラウザで実行可能にする「x86-to-WebAs
いまからわかる！ChatGPT活用プログラミング ChatGPT APIのFunction callingを使って、請求書の構造化データを抽出する 先月、OpenAIからFunction calling（関数呼び出し）機能がリリースされました。これが何なのか、何のために使うべきなのか、ちょっと見ただけでは分かりづらいと思います。 今回は請求書から情報抽出をするというよくありがちなケースを題材に、Function callingの利便性を示してみます。 Function callingとは OpenAIが2023年6月13日にリリースしたChat APIの追加機能です。主にできることとして以下の3つが挙げられています。 外部ツールを呼び出して質問に答えるチャットボットを作成する 自然言語を内部APIの呼び出しやSQLに変換する テキストから構造化データを抽出する たとえば天気予報と血液型
Error handling in Go is a little different than other mainstream programming languages like Java, JavaScript, or Python. Go’s built-in errors don’t contain stack traces, nor do they support conventional try/catch methods to handle them. Instead, errors in Go are just values returned by functions, and they can be treated in much the same way as any other datatype - leading to a surprisingly lightwe
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 最近、MCP(Model Context Protocol)が注目を集めていますね。そこで、MCPを使って、Cursor や Cline などからシームレスに Oracle データベースにアクセスする MCP サーバーを作ってみました。 こんな感じでテーブルの構造を聞いてみたり こんな感じで LLM に SQL を書かせて、その場でテストしてみたりすることができます。 こちら↓の Claude Desktop と私のチャットの履歴を見ていただくと、Claude Desktop のような出来の良い MCP Host とデータベー
Pythonコードのパフォーマンス最適化の総合ガイド Pythonは動的型付けのインタープリタ言語として、Cのような静的型付けのコンパイル言語と比較すると、実行速度が遅い場合があります。しかし、特定の技術と戦略を通じて、Pythonコードのパフォーマンスを大幅に向上させることができます。 この記事では、Pythonコードを最適化して、より高速かつ効率的に実行させる方法を探ります。Pythonのtimeitモジュールを利用して、コードの実行時間を正確に測定します。 注意: デフォルトでは、timeitモジュールはコードの実行を100万回繰り返して、測定結果の精度と安定性を確保します。 def print_hi(name): print(f'Hi, {name}') if __name__ == '__main__': # print_hi('leapcell')メソッドを実行する t = t
人生3回目のCSVエディタ開発をしている理由。SmoothCSV作者がビルド不能から再起するまで【フォーカス】 レバテックラボ（レバテックLAB）
TOPフォーカス人生3回目のCSVエディタ開発をしている理由。SmoothCSV作者がビルド不能から再起するまで【フォーカス】 CSVエディタ「SmoothCSV」開発者 kohii （石川 耕平） 2009年に名古屋大学情報文化学部を卒業後、SIerでのシステム開発を経て、フリーランスおよびWebサービス会社での開発リードを経験。2021年より医療系スタートアップに参画。本業の傍ら、2011年より個人開発としてCSVエディタ「SmoothCSV」を手がける。 X：@kohii00 GitHub SmoothCSV公式サイト 「SmoothCSV」という、多機能なCSVエディタがあります。表計算ソフトのような操作感を持ちながら大規模データでも軽快に動作し、SQLによるデータ抽出や高度な編集機能を備えたこのツールは、エンジニアやデータアナリストの間で支持を集めてきました。開発者は、医療系スタ
GPT-5とClaude Sonnet 4でコーディング比較。ChatGPTはツールとして使い物にならない - きしだのHatena
GPT-5が出ましたね。コーディング能力もめっちゃあがってる！みたいなことが書いてあるので、いろいろ試してみました。 開発者向け GPT-5 のご紹介 | OpenAI 結論を書いておくと、GPT-5のコーディング能力は確かにあがってSonnet 4と同等くらいになってるけど、ChatGPTというサービスがコーディングツールとして使い物にならなくなっていました。 チャットUIでコード書くならClaude。 マリオ なんかマリオができるという話だったので、やってみました。 javaのswingでリアルなマリオのようなゲームを作って。 1ソースで完結して。 背景もかわいいほうがいい。 だいぶいいですね。背景かわいいし、スコア表示もゲームっぽい。 GPT-4oではこうだったので、かわいさが増してます。敵もコインもなくジャンプするだけのゲームだったし。 ちなみにSonnet 4。敵を踏んで潰すのも
来週1/24にMicrosoft社のAzureクラウドで生成AIアプリケーションを開発する人向けの入門書籍が発売されます。 幸運なことに、著者の一人である吉田真吾さんのご厚意で発売前献本の機会に預かりましたので、先行レビューということでみなさんに紹介させていただきます！ Azure OpenAI ServiceではじめるChatGPT/LLMシステム構築入門 永田 祥平 (著), 伊藤 駿汰 (著), 宮田 大士 (著), 立脇 裕太 (著), 花ケ﨑 伸祐 (著), 蒲生 弘郷 (著), 吉田 真吾 (著) - 技術評論者より2024/1/24発売予定 通称「ドーナツ本」です。おそらくOpenAIのロゴが某ドーナツ屋さんのフレンチ●ルーラーに酷似していることからこのカバー写真になったものと思われます（笑） 私は生成AIブームの初期からAzure OpenAI Serviceを使ってAIチ
はじめに リンクアンドモチベーションでQAエンジニアをしています。 私はこれまでプロダクト開発に従事していたのですが、紆余曲折あり10月からQAエンジニアとして 関わることになりました。 そんな私が最初に着手したのがAutifyの運用改善なので、それについて書いていきます！ Autifyの導入後から半年の状況 弊社はAutifyを約1年前に導入しました。 Autifyとは... ブラウザ操作を記録するだけでテストが ノーコード で 誰にでも簡単 に作れるツール 導入当初は、手動で行なっていたリグレッションテストの工数が削減されるということで、開発者からも歓喜の声が広がっていました。しかし、それから数ヶ月後にあるプロダクトの開発チームにおけるAutifyの状況はこんな感じでした。 私：「リリースする際に、Autifyが成功していることを確認してますか？」 開発者：「。。。いつもは、、、してい
寺田 学（@terapyon）です。2024年4月の「Python Monthly Topics」は、Python Web UIフレームワークの1つであるStreamlitを使ってWindowsやmacOSのデスクトップアプリを作る方法を解説します。 目的・モチベーション Pythonで自動化のスクリプトを作ったり、JupyterLabやColaboratoryでデータの可視化を行うことがあります。これらを作成者以外の多くの方に利用してもらう方法として、Webシステムやデスクトップアプリとして提供する方法が考えられます。 Webシステムの構築やデスクトップアプリの作成となると、技術的なハードルがあります。他には、時間的なコストに見合わないという状況もあり得ます。 Python Web UIフレームワークを使うことで、比較的少ないコードでWeb UIからスクリプトの実行や可視化をするアプリ
今回はアプリケーションアーキテクチャを学ぶ最初の一歩として、「MVC」や「3 層アーキテクチャ」などの基本的な用語の意味や関係性を整理する「改めて整理するアプリケーション設計の基本」。ここで大嶋氏が登壇。ここからは、3層アーキテクチャの典型例について話し、ビジネスロジック層について深掘りして紹介します。前回はこちらから。 3層アーキテクチャ+MVCの通信の流れ大嶋勇樹氏：こうやって話してくると、具体的に「じゃあコードをどういうふうに書くの？」「どういうクラスで書くの？」ということを疑問に思うかもしれません。派生形やちょっと違う例もいろいろありますが、典型的な例を1個書いています。 （スライドを示して）これが3層アーキテクチャとMVC（Model、View、Controller）ともいえる典型例です。クラス名のつけ方はいろいろあります。これはどういう構造になっているかというと、まずContr
C#は様々な用途に利用できる言語ですが、.NETになってからはサーバーサイドとしてはLinuxで動かすのが自然な選択肢になっています。なぜLinuxで動かすのか理由をいくつか挙げてみます。 もしかすると C#はWindows向けに開発された言語、.NET Framework (.NET Coreではないもの)のころはWindowsでしか動作しなかったという印象が残っている方もいるのではないでしょうか。この記事は、2020年に.NETとしてブランドが統一されてからは、Windows専用ではなくなりLinuxで動かすことが妥当になっている理由をなるべく分かりやすく解説することを目的としています。 はじめに 1. コスト 2. コンテナ 3. エコシステム 4. パフォーマンス・安定性 5. セキュリティ 6. トラブルシュート Windowsが好ましいケース まとめ はじめに .NET Cor
この記事は Kyash Advent Calendar 2023 21日目の記事です。 Kyashでプロダクトマネージャーをやっている Ueda です。 プロダクト開発に勤しむ皆様も、きっと今ごろ年内最後のリリースに向けて奮闘中でしょうか。 私もなんだか忙しいなあと思う日々が続いており、「なんでこんなに忙しく感じるのだろうか？これが師走か？」とふと振り返った時に自分がプロダクト開発において無意識に意識していることが影響していそうだというのに気づきました。 今回はその「自分がプロダクト開発において意識していること」、具体的には「開発速度を高めるために意識していること」について書いてみようと思います。 *テクニカルな内容を書くつもりはなく、とても当たり前な内容を、未来の自分に釘を打つ意味でも書いています 「開発速度をあげたい」という声 「開発速度をあげたい」という願望を持った方、またはそういう
ソフトウェアの中身を大きく2つに分解すると、プログラムとデータに分かれます。コードコンプリートやA Philosophy of Software Designなど、評判の良いソフトウェア設計の本はいくつかありますが、それらはどれもプログラムの説明がメインでデータのライフサイクルについての説明はなかったと思います。しかし、データの表現にもいくつもの方針があって、それによるトレードオフがあるな、というのはもやもやと考えていたので、その考えをまとめて文章にしてみました。 データといっても、処理中の短期間の間では変わらない、いわゆるマスタデータ的なデータです。ジャーナルというか、トランザクション的なデータはここでは触れません。 この記事では、それぞれのトレードオフについて考えていきます。 即値（リテラル） 定数 コマンドライン引数 環境変数 設定ファイル ダウンロードコンテンツ オンラインデータベ
アプリチーム x SRE チームによるアプリケーションモニタリング運用改善 - freee Developers Hub
freee人事労務の品質改善を専任で活動している keik です。 freeeではアプリケーションパフォーマンスモニタリング（APM）に Datadog を利用しています。 SRE チームが導入し、アプリケーション開発チームに利用提供する形で運用されています。 導入のきっかけについては以下の記事でも触れられています。 developers.freee.co.jp Datadog APM の画面は多機能かつ柔軟で、例えばウェブサーバーが受けたリクエスト処理の内訳を視覚的にドリルダウンできたり、リクエストや SQL クエリごとのレイテンシやエラー率を計測してダッシュボード化してくれたり、また全画面で共通的に「タグ」や日時を用いたフィルタリングができたりします。直感的なだけなく、見た目もオシャレで、適当に眺めているだけでもワクワクします。 しかし、私達は「ここに映っているもの」が何なのか、正直分
これだけの年月が経っても、いまだにこの仕事をしていられる理由は、仕事を離れる時間を取れるからだ。しかしすぐに飽きてしまうので、長く離れることはない。私が1日が長くて疲れると感じるのは、マージの最初の時期だけだ。その時でさえ、重要な作業はすべて、私が集中していられる1週目に終わらせてしまうよう努力している。 Torvalds氏は、もしLinuxカーネル界の本物のワーカホリックを知りたければ、安定版LinuxのメンテナーであるGreg Kroah-Hartmann氏を見ればといいとも述べた。同氏はその働きぶりについて、「どうやったらあれだけ働けるのか分からない」と述べ、「作業の多くを自動化しているのだとは思うが、作業には終わりがなく、彼はあれを毎週やっているんだ」と続けた。 ただしコロナ禍は、Linuxカーネル開発にほとんど影響を与えなかった。もちろんTorvalds氏は、多くの中心的なカーネ
プログラマー必携！2025年バイブコーディング(vibe coding)ツール完全ガイド - Qiita
Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに こんにちは、Kaitoです。最近のAIコーディングツールの進化は本当に目覚ましいですよね。私自身、日々の開発作業でこれらのツールに助けられていて、正直「これなしの開発」に戻れる気がしません。 今日は私が実際に使って効果を実感した2025年のトップ10コーディングツールを紹介します。単なる紹介ではなく、実際のユースケースや日本の開発環境での活用法も含めてお話しするので、ぜひ最後まで読んでみてください！ なぜ2025年にこれらのツールが重要なのか えっと、ソフトウェア開発の世界は完全に進化したよね。単純なコード補完やテンプレート生
OpenAPI Generator で API Client と型を自動生成した話 - BASEプロダクトチームブログ
フロントエンドエンジニアの @rry です。 自分は BASE の Sales Promotion というチームで主に新規機能開発を行っています。このチームでは主にオーナーさんの使う管理画面に新しく機能追加をしています。 そこで、管理画面で使っている API Client と型を、OpenAPI Generator を使って自動生成するようにしてみたのでそのお話を書きたいと思います。 そもそも OpenAPI とは？ https://www.openapis.org/ OpenAPI とは、RESTful Web サービスを記述、生成、使用、および視覚化するための仕様です。 ※ 以前は OpenAPI ではなく仕様自体も Swagger と呼ばれていましたが、現在は仕様自体については OpneAPI と呼ばれており、Swagger というのは OpenAPI を使ったツール群のことをさすよ
レイトレ合宿９(*)のセミナー発表スライドです。 * https://sites.google.com/view/rtcamp9/home - 2023/09/08 “除算法2”追記。（@Reputelessさんありがとうございました）
第40回関西PHP勉強会 https://phpkansai.connpass.com/event/335411/ にて発表
プロダクトを触って語って理解する、チーム横断バグバッシュのすすめ / 20260411 Naoki Takahashi
著者 増田亨，田中ひさてる，奥澤俊樹，中村充志，成瀬允宣，大西政徳 著 定価 2,200円（本体2,000円＋税10%） 発売日 2024.7.1 判型 B5 頁数 160ページ ISBN 978-4-297-14317-6 978-4-297-14318-3 概要 ソフトウェア開発でドメイン駆動設計が注目されています。ソフトウェアデザイン誌で大変好評だった、ドメイン駆動設計特集の過去記事（2024年3月号、2023年2月号など）を再編集し、1冊にまとめました。ソフトウェアの設計は現在さまざまな視点で検討されており、開発の成功をいかに実現し達成するか重要になっています。本書は、ドメイン駆動設計の第一人者である増田亨氏を中心に、現場でドメイン駆動設計を実践し得られた知見をもとに、最前線の情報を得ることができます。 第1章においてはマイクロサービスなどの分散アーキテクチャやアジャイル開発におけ
はじめまして！ Devinを導入して昨日から社内で試験的に利用し始めたのですが、すごすぎて1日中Devinと会話し続けてガチ恋沼ハマりしてしまった、コクヨ開発エンジニアの伊藤と申します。 このすごさを少しでもみなさんに共有したく、記事を書くことにしました！ 自立型ソフトウェアエンジニアリングAIのDevinの紹介の記事になります！ Devinって？Devin（デビン）とは、AIスタートアップCognition社が開発した完全自律型のソフトウェアエンジニアリングAIです。 従来のテキスト対話型の生成AIとは異なり、指示をもとに自律的に一連のソフトウェア開発作業をこなしてくれるAIエージェントです。 Devinの推しポイント語らせてください！1日中触れ合って感じたDevinのすごさを事例を交えていくつか紹介します！ 判断が必要なときに指示を仰いでくれる！「detektのバージョンアップを行う」
OpenClawのビジネス向け環境構築で考える、AIエージェントの倫理とセキュリティ。そしてクローズドループへ | DevelopersIO
OpenClawのビジネス向け環境構築で考える、AIエージェントの倫理とセキュリティ。そしてクローズドループへ OpenClawのビジネス向け環境構築で考える、AIエージェントの倫理とセキュリティ。そしてクローズドループへ はじめに OpenClawを仕事で使いたいという思いから、AIアシスタントが常駐する環境を構築しました。その実験と実践の記録です。 自宅のMac miniでDiscordをインターフェースに、音声通話、電話応答、ワークフロー自動化、クラウドインフラ管理まで一通りの機能を持たせています。 基本構築は約3日間、セキュリティ強化は継続的に追加しています。構築過程をテーマ別に整理してまとめます。 主な技術スタックは、OpenClaw、Claude Code、ElevenLabs、Whisper、Twilio、n8n、Terraform、Tailscaleなど。個人開発ですがセキ
Playwright Agents のセットアップ Playwright Agents は Playwright v1.56 以降で利用可能です。以下のコマンドで Playwright のエージェントの定義を追加します。--loop オプションは使用している AI エージェントの種類に応じて変更してください。 npx playwright init-agents --loop=claude コマンドを実行すると以下のファイルが生成されます。 .claude/agents/playwright-test-generator.md: Claude Code の SubAgents として Playwright Generator エージェントを定義 .claude/agents/playwright-test-healer.md .claude/agents/playwright-test-p
はじめに 過去の記事『淡路島発着の高速バス検索サービス「GO TO AWAJI」をリリースした話』で Python を用いて個人開発サービスのバックエンドを実装したことを紹介しました。 勉強のためにこのサービスのバックエンドの一部を Rust で書き換えたので、本記事で紹介させて頂きます。 クローラーサービス 今回 Python から Rust に書き換えを行ったのはクローラーと呼んでいるサービスです。 これは GCP の Cloud Run 上で動いており、 Cloud Scheduler から定期的に実行されて以下のことを行っています。 クローラーサービスのシステム構成 各バス会社の新着情報をスクレイピングする 取得した新着情報を DB (SQLite) に保存されている過去の新着情報と比較する 新しい新着情報が存在する場合DBに保存し、SendGrid で筆者宛にメールで通知する な
この記事はエムスリー Advent Calendar 2025 2日目 兼 マネジメントチームブログリレー9日目の記事です。 こんにちは、エンジニアリンググループ General Manager 兼 基盤チームリーダーの横本(@yokomotod)です。 今回はgoroutineについての自由研究です。 「軽量」「何万個も作れる」「並行処理が簡単に書ける」...そんなgoroutineの裏側はどうなっているんでしょうか。 なぜOSスレッドより「軽い」の？ グリーンスレッドとは違うの？ なぜパフォーマンスが高いと言われるの？ この記事では、goroutineのようなランタイムをRustで自作することで、これらの疑問に答えることを目指しました。 ソースコードの全体は以下のリポジトリで公開しています。 github.com なぜRust？ OSスレッドは重い、のおさらい グリーンスレッドを作って
GitHubは1月8日付けの同社のブログ「Why AI is pushing developers toward typed languages」（なぜAIは開発者を型付け言語に向かわせるのか）で、AIによるコード生成が広がることがTypeScriptのような型付け言語の人気を押し上げているという理由を説明しています。 型付け言語の人気の高まりは、昨年のGitHubの調査結果で長年にわたり人気の言語だったJavaScriptをTypeScriptが抜いたことで注目されるようになりました。 GitHubで最も使われている言語の1位はPythonを抜いてTypeScriptに、最もコントリビュータが増加したOSSは「Zenブラウザ」。Octoverse 2025 型付け言語の人気が今後さらに広がるであろうことは、昨年（2025年）12月にGitHubが投稿したブログ「TypeScript, P
私がDjangoでWeb開発を行う理由
はじめに 今回の記事では、私がPythonのWebフレームワーク「Django」で開発を進める理由を独自の視点から徹底解説する。今回の記事の読者の対象は主に以下の通り。 個人開発でDjangoを使おうとしているプログラマー Djangoについて深く理解したいプログラマー Djangoを個人開発(Web開発)に採用するメリット・デメリットを把握したいプログラマー すでにRailsやLaravelなど他のWebフレームワークを使った開発を経験しており、他のWebフレームワークの特徴を把握しておきたいプログラマー Web開発の技術選定で困っているプログラマー Djangoとは DjangoはPythonで開発されたWebフレームワークである。フレームワークを簡潔に説明すると、開発に必要な機能をデフォルトで揃えているものを意味する。WebフレームワークはWebアプリケーションの開発を効率化させるた
Cursor ・ Github Copilot ・ Windsurf ・ Cline の料金プランまとめ｜npaka
「Cursor」「Github Copilot」「Windsurf」「Cline」の料金プランをまとめました。 1. Cursor・https://www.cursor.com/ja/pricing 1-1. Hobby ($0)・Proの2週間トライアル ・2000回の補完 ・50回の低速プレミアムリクエスト 1-2. Pro ($20/月)・無制限の補完 ・月に500回の高速プレミアムリクエスト ・無制限の低速プレミアムリクエスト ※ プレミアムリクエストは、チャットで高性能なAIモデルを使用する時に消費されます。 2. Github Copilot・https://docs.github.com/ja/copilot/about-github-copilot/plans-for-github-copilot 2-1. Copilot Free ($0)・月に2,000 回の補完 ・月
次期Python、ついにJITコンパイラ搭載の見通し。「copy-and-patch」と呼ばれる新たなJITコンパイラの仕組みとは？
次期Python、ついにJITコンパイラ搭載の見通し。「copy-and-patch」と呼ばれる新たなJITコンパイラの仕組みとは？ 機械学習やAI処理の分野を中心に非常に高い人気のプログラミング言語である「Python」の次期バージョンに、処理速度の向上を目指したJITコンパイラが搭載される見通しです。 このJITコンパイラは、PythonコアデベロッパーのBrandt Bucher氏が提案し、実装しています。 そしてPython Software FoundationのフェローであるAnthony Shaw氏がブログ「Python 3.13 gets a JIT」で、このJITコンパイラについて解説しています。 これらの情報を元に、PythonのJITコンパイラがどのように実装されようとしているのか、少し紹介していきましょう。 RubyもJavaScriptもJITが高速化を実現してき
エンジニアとして機械学習に携わった際にやっててよかった3つのこと - Lean Baseball
現職のコンサルっぽい仕事・インフラアーキなエンジニアな仕事も大好きですが, やっぱデータを見ると興奮するぐらいにデータ好きな人です. startpython.connpass.com 本日（2023/1/19）, ありがたいご縁がありまして, 「機械学習エンジニアが目指すキャリアパスとその実話」というお話をさせていただきました. 参加者の方々, ご清聴ありがとうございました&参加されていない方も気になるポイントあればぜひ御覧ください. 1/19の #stapy で「機械学習エンジニアが目指すキャリアパスとその実話」なるトークをすることになりました, 自画自賛ですが思ったよりいい内容に仕上がった気がします, 機械学習とかデータサイエンティストとかのキャリアでお悩みの方に届くと嬉しいです, 来てねhttps://t.co/KHxAXYY5mr pic.twitter.com/eguUyEnfb
なぜSQLiteはバイトコードを使うのか
以前にデータベースを自作しようとして、SQLiteのアーキテクチャを見てみたらVMだったことに疑問を感じ、それをツイートしたところ作者からリプをもらいました。 作者いわく、次のような背景があったとのことでした。 SQLiteを作った当初はデータベースエンジンのことをよく知らないがコンパイラのことをよく知っていた SQLデータベース・エンジンを書くという問題をコンパイラ構築の問題として扱うのは自然なことだった データベースエンジンのコアの部分をVMにするという発想がまったくなかったので、どんなメリットがあるのか？と気になっていました。 それを作者に聞いたら、詳細な説明ページを作ってくれました。 個人的にVMにしたことで、評価&実行のパフォーマンスは多少良くなると思うが、データベースエンジンのパフォーマンスにそれほど寄与していないんじゃないかな？って思ったりしました。 本記事はそのページについ
GPT-2でブログ記事のタイトルをTogetterまとめ風にする「面白いのでやってみて」 - 詩と創作・思索のひろば
オレ定義だけど Togetter まとめ風というのはこういうやつ。 散歩で急にシロクマと会っても食べるのは肉だけにしたほうがいい「肝臓1gに含まれるビタミンAが致死量を超える」 - Togetter まとめタイトルの終わりに誰かのツイートの引用を挿入する、という形式。よくできたもので、誰かの生の声が入っているだけで、感想やハイライトを抽出し、ちょっと気を引くことができる。まあ一種の演出で、ニュースサイトがやってることもある。 タイトルでアテンションを奪い合わなければならない宿命におけるクリック最適化の手法ということだろう。今回はこれを真似してみることにする。すでに書かれた自分のブログ記事に、括弧書きでセリフっぽいものの引用を捏造して付け加えることで魅力がアップするのか、という実験だ。 こういう生成系のタスクも、とりあえず HuggingFace+Google Colaboratory でや
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
Chrome DevTools MCP vs Playwright MCP - どちらを選ぶべき？実測で比較
AIがコードを書くほど、要件定義は上に移動する――Spec・Context・Harness三層設計
ChatGPT APIのFunction callingを使って、請求書の構造化データを抽出する | gihyo.jp
Effective Error Handling in Golang
MCPが便利そうなので Oracle DB とおしゃべりする MCP サーバーを作ってみた（SELECT AI対応：2025/5/3 更新） - Qiita
Pythonのパフォーマンス最適化Tips 必須知識 - Qiita
Azureで生成AIアプリ開発に入門したい人に朗報！ 鉄板の解説書が出ました✌️ - Qiita
QAエンジニアに転向して0ヶ月の私に立ちはだかった自動テスト運用の壁 - Qiita
Python Web UIフレームワークで作るデスクトップアプリ | gihyo.jp
3層アーキテクチャで最も謎な「ビジネスロジック層」 “システムのコア”をゲーム「リバーシ」で解説 | ログミーBusiness
C#サーバーをなぜLinuxで動かすのか - tech.guitarrapc.cóm
開発速度を高めるためのPdMの工夫と気概 - Kyash Product Blog
データライフサイクルとトレードオフ | フューチャー技術ブログ
「Docker Desktop 4.0」が正式リリース ～料金プランも刷新／従業員数250人以上、年間収益1,000万ドル以上の企業は有料プラン必須に
トーバルズ氏、Rust導入やM2搭載「MacBook Air」について語る
[0.0, 1.0) の乱数を得るための“本当の”方法
見せてあげますよ、「本物のLaravel批判」ってやつを。
一休. com/Yahoo!トラベルのNuxt3移行における開発プロセス
［入門］ドメイン駆動設計 | 技術評論社
Devinがすごすぎてガチ恋Devin沼ハマりしました｜コクヨ内製開発エンジニア
「XZ Utils」にバックドア、オープンソースエコシステム全体の信頼を揺るがす事態に／0.5秒の遅延からたまたま発覚、数年をかけた周到なやり口が明るみに
Playwright Agents によるテストの自動生成を試してみた
個人開発したサービスのバックエンドを Python から Rust に書き換えてみた
goroutineを作ってみる。Rustで - エムスリーテックブログ
AIはなぜTypeScriptのような型付き言語の普及を促進するのか、GitHubが理由を説明
gaba-valorant.hatenablog.com
news.yahoo.co.jp
www.afpbb.com
www.youtube.com
cawt33.hatenablog.com
hananekoyama.hatenablog.com