はじめに こんにちは。ニコニコ動画開発の小池です。 私の所属するチームではニコニコ動画の動画サービスのサーバーサイドをメインに担当しております。 今回は PHPerKaigi2024 向けの記事として、動画サービスのコード改善についてこれまでの歴史や取り組みとその成果について紹介していきたいと思います。 文中の3つのフレーズをチャレンジトークンとしてみました。ぜひ探してみてください! （※ 記事の見出しにの横についている「#」はチャレンジトークンではありません。チャレンジトークンは文中に配置されています。紛らわしくてすみません！） 2006年: ローンチ ニコニコ動画は2006年にローンチされて以来、皆様の応援のおかげで現在までサービスが継続されております。 当時はRuby on Railsが流行り始めてCakePHPが出ているかどうかといったくらいの時代で、フレームワークを利用しないとい
※本ブログは2024/2に執筆されています。そのため、アップデートによってここに記載されている内容が現状と乖離する可能性があります。記載する内容を参照する場合は自己責任でお願いします。 はじめに こんにちは! ドワンゴでエンジニアをやっている小林と申します。競技プログラミングを趣味にしています。 今回は業務には関係ありませんが、個人的に興味のあるトピックであるセキュリティーについて執筆します。 対象読者: 以下のどれかを満たす人 AtCoder で青色〜黄色以上、あるいは意欲のある水色以上 暗号理論に興味のある人 数学が好きな人 また、簡単な群論の知識を仮定します。(群の定義など) まとめ セキュリティーの強さはセキュリティーレベルと呼ばれる尺度で測ることができます。 \(k\) ビットセキュリティーはおよそ \(2^k\) 回の計算を要するレベルです。 \(n\) ビットの楕円曲線暗号方
こんにちは。ニコニコQセクションのHajime-san(GitHub)です。 本稿では、HTMLのloading属性の仕様とブラウザの実装を解いていきます。これにより、ブラウザからのコンテンツ配信の最適化を支える判断材料の1つとなれば幸いです。 執筆の動機 筆者が開発に携わっているサービスであるニコニコオーディションが間接的に利用している社内ファミリーサービスについて、ふと自分のスマートフォンで見てみたところページの初期表示に時間がかかるように感じました。 オーディションシステムはiframe要素によって社内ファミリーサービスなどに専用のUIを埋め込むことが可能になっており、iframe要素のloading属性を用いた「遅延読み込み」（以下、遅延読み込みはloading属性によるもの）が効果的なのではないかと考えました。 まずは、実際にloading="lazy"を適用して読み込みが後回し
はじめに こんにちは。ニコニコ開発部で、動画スマホアプリ開発を担当している秋元です。 私たちのチームでは、いくつかのスマホアプリを開発しています。 その中でも、ニコニコ動画iOSアプリは、10年以上に渡り開発・保守・運用を行っている歴史あるアプリです。 この記事ではその歴史を振り返りながら、私たち開発チームがどのように改善を進めてきたかについて紹介します。 大規模なiOSアプリ開発の楽しさや大変さ、そしてやりがいが、読んでくださる皆さんに伝われば嬉しいです。 iOSDC 2023 のチャレンジトークンが記事内に 2つ 含まれています。ぜひ探してみてください! (※ 記事の見出しにの横についている「#」はチャレンジトークンではありません。チャレンジトークンは文中に配置されています。) ニコニコ動画iOSアプリとは ニコニコ動画iOSアプリは、iPhoneやiPadなどのiOS/iPadOSデ
こんにちは。ニコニコ共通バックエンド開発担当の小野塚です。 ニコニコには各ファミリーサービスが使っている共通通知システムがあります。このシステムを利用することで、各サービスはiOSアプリプッシュ通知、Androidアプリプッシュ通知、ブラウザーWebPush通知、Eメール通知、Webページやスマートフォンアプリの「あなたへのお知らせ」を送っています。 そのリプレースが最近完了したので、ご紹介したいと思います。 リプレース前の状況 リプレース前の共通通知システムは、通知生成システムと通知配信システムという2つのシステムから構成されていました。この2つのシステムの間では、通知生成システムがニコニコ独自の通知ロジックを担い、通知配信システムがニコニコに限定されない汎用的な通知機能を担う[1]という分担がありました。 通知生成システムは、通知するイベントに含まれるコンテンツのIDから通知配信システ
はじめに 2023年新卒エンジニアの武智です。 今回は2023年新卒エンジニアが3ヶ月間共通で受けた研修について、研修の内容と感想を記事にしようと思います。 この記事では、全3ヶ月の研修の内、以下の内容を扱います。 毎日の読書/朝会/振り返り会 1ヶ月の基礎研修 1ヶ月の個人研修 1ヶ月のチーム研修 その他 毎日の読書/朝会/振り返り会 3ヶ月の研修中、毎日9:00〜10:00で読書、10:00〜10:30で朝会、17:30〜18:30で振り返り会をしました。 読書は課題図書が指定されており、50分読んだ後、10分ほどオンラインMTGを繋いで同期+メンターさんたちと内容を共有する、という形で行いました。 課題図書は「図解即戦力 Web技術がこれ1冊でしっかりわかる教科書」や「Team Geek」、「達人プログラマー」、「入門監視」などがありました。技術的知識の基礎からチームで働く際のマイン
こんにちは。ニコニコ生放送生放送フロントエンドシステムセクションのmisuken(GitHub/Twitter)です。 今回は最近公開したurl-fromというライブラリに関して、作成した動機、安全性、利便性、おすすめの使い方を紹介していこうと思います。 url-fromが一般的なURL生成ライブラリと比較して強みを持っているのは以下の点になります。 パス部分も含め、全体的にエンコードを意識せず使用できる URLの定義と生成を分離できる 細部まで型や警告で保護してくれる 実際の利用シーンに馴染む設計を心がけたため、安全性と利便性と書き味を兼ね備えたライブラリに仕上がっています。 使用してもらったメンバーから「型がサクサク当たるので書いてて楽しい」といった声もあがるくらい、使っていて楽しくなるライブラリでもあります。 url-fromを作った動機 発端 以前からチーム内でURLの生成方法が時
※ 本記事の内容は麻雀AI「NAGA」の牌譜サービスで利用されているアルゴリズムとは直接関連のない基礎的な研究の内容になります。 概要 不完全情報ゲームである麻雀でシミュレーションや方策のサンプリングを精緻に行うためには不確定な情報の推定が必要である． 特に相手プレイヤーの手牌は戦略に大きく影響する情報だが，一般にその分布を数え上げで求めることは困難である． そのため実際の牌譜データを用いた機械学習による手牌の推定方法として自己回帰ニューラルネットを用いた最尤推定などが提案されてきた． しかしシミュレーションを行うためには最も尤もらしい手牌予測のみを得るのではなく，実際のデータセットの分布に沿った手牌サンプルを高速に生成できる必要がある． そこで画像データなどで近年注目されている拡散過程モデルを用いることで，実際の分布に近いサンプルをより低計算コストで生成する手法を提案する． 一般的な拡散
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
ニコニコ動画のコード改善の歩み - dwango on GitHub
楕円曲線暗号方式の強度について - dwango on GitHub
仕様と実装から読み解くHTMLのloading属性 - dwango on GitHub
ニコニコ動画iOSアプリ 改善の歴史 - dwango on GitHub
共通通知システムを刷新しました - dwango on GitHub
2023年新卒エンジニア研修 - dwango on GitHub
型安全なURL生成ライブラリ url-from を公開しました - dwango on GitHub
拡散過程モデルによる麻雀の手牌生成 - Dwango Media Village(ドワンゴメディアヴィレッジ,dmv)