こんにちは。 GMO NIKKOのT.Cです。 今回は、Dataflowで、特定のゾーンにあるリソースが一時的な不足(= ZONE_RESOURCE_POOL_EXHAUSTED)により、間欠的にJobが失敗した内容について話したいと思います。 ※ 本ブログで発信される情報は、個人の見解でドキュメントで直接言及されてない内容も含まれているため、実際とは異なる可能性もあるので、参考までにしてください 1日何回も、Cloud FunctionでDataflow(batch・dataflow shuffle)を動かしてGCSにあるログを処理していますが、ゾーンのリソース不足により、Jobが失敗する現象が数日にわたって間欠的に発生していました。 Startup of the worker pool in zone us-central1-a failed to bring up any of th
年間420件もの案件をこなすデザイナーが、クオリティを保ちながら効率を極めるデザインの基本 / 開発者向けブログ・イベント | GMO Developers
こんにちは、このブログではタイトル通り多くのデザイン案件を効率的にこなすために私が特に意識していることについてお話しします。これをちょっと理解するだけで、ビジュアルづくりに頭を抱えることがなくなりますよ！ 自己紹介 GMOインターネットグループ株式会社で10年間デザインをやっている萩原です。 普段はアクセス事業部のGMOとくとくBBという商材を主に担当しています。この10年間を振り返ると、たくさんの案件に関わってきました。 主な実績としては、GMOとくとくBBのサイト改修や各種ランディングページのデザインを手掛けてきました。 また、ConoHaのコントロールパネルのデザインにも携わったり…。 さらに、小学生向けのデザイン講師としても活動し、次世代のクリエイター育成のお手伝いもさせていただきました。 気がつけば1年間でチーム内で最も多くの案件をこなしていて、軽く引いてます…（笑）。 それでも
レガシーシステムのログ管理：生成AIを利用した課題解決！ / 開発者向けブログ・イベント | GMO Developers
こんにちは。 DX推進開発部というチームでアプリケーションエンジニアをしている鈴木です。 レガシーシステムのログひっ迫問題を、生成AIを利用して解決した話を書いてみようと思います。 はじめに 私は社内向けの内製システムの開発・保守運用チームでアプリケーションエンジニアをしています。 担当するシステムは多岐にわたるのですが、中にはレガシーと呼ばれる古いシステムも存在します。 小規模なシステムなのですが、古い分潜在的な課題が残っていることがあります。 ある日、担当するシステムの一つ（Windowsバッチアプリケーション）で、サーバーの容量がひっ迫しているという問題が発生しました。 この問題に生成AIを利用して課題解決をしていったことを書いていきます。 ログ管理の問題 サーバーの容量ひっ迫について調査した結果、原因は膨大なログファイルデータによる容量不足であることが判明しました。 さらに調査を続
中規模サービスのコンポーネント開発をしてわかったUI設計のこと / 開発者向けブログ・イベント | GMO Developers
こんにちは。 GMOインターネットグループ株式会社でフロントエンドエンジニアをしている山名です。 入社3年目にして初めてNext.jsに触れたエンジニアが、中規模サービスのコンポーネントを設計する中で感じたことや実際に試したことなどを書いていきます！ コンポーネントの設計は人によって好みが分かれる部分な気がしているので、あくまでひとつの例として見ていただけると嬉しいです！ 前提：コンポーネントとその設計 実は今回のコンポーネント設計を担当するにあたり、最初は「そもそもコンポーネントって具体的に何？」「それを設計するって言われても…」状態でした。 困ったときはどうするかと言うと、そう、AIに聞きます。 つまりは、ページやサービスを作成する際のUIをそれぞれパーツ毎に分割したものがコンポーネントであり、その分割の仕方やそれぞれにどんな機能を持たせるか、どんな管理方法にするのかを決めていくのがコ
ChatGPT活用ガイド！PHPでDDDスタイルのコードを自動生成 / 開発者向けブログ・イベント | GMO Developers
こんにちは。GMOインターネットグループ株式会社の長谷川です。 プロジェクト統括チームに所属しており、普段はプロジェクトマネジメント業務を担当し、プロジェクトの進捗管理や課題管理を行っています。元々はプログラマーを行っておりましたが、最近はプログラムに触れる機会も多くあり、DDDってなんだろう、と思う機会も多くあります。 今回は、コーディングを行わなくなった元エンジニアでも簡単にツールを作成できる手段としてChatGPTを利用する方法をご紹介します。 はじめに 記事の対象者 本記事は、PHPやLaravelフレームワーク、DDD（ドメイン駆動設計）に少し知識がある方であれば理解できる内容となっております。 また、過去にプログラミングを行っていただけれども、最近あまり触れていないなどの方も今後のコーディング手段としてご利用できる内容となっております。 注意点 本記事の情報は、著者の個人的な見
ローカルLLMの性能向上技術 : RAGとファインチューニングの比較ポイント / 開発者向けブログ・イベント | GMO Developers
皆さんはじめまして。アーキテクトチームに所属している宇山です。 私は現在、あるプロジェクトで大量の会話データを活用したローカルな大規模言語モデル（LLM）を開発するべく日々検討を重ねています。 今回はその性能を向上させる2つの重要な技術である、RAG（Retrieval-Augmented Generation）とファインチューニングに焦点を当てて解説していきます。これらの手法は、AIの性能を向上させる上で非常に重要ですが、未経験の方にはちょっと難しく感じるかもしれません。そこで、できるだけわかりやすく説明していきますので、ぜひ最後までお付き合いください。 ローカルLLMとは まず、「ローカルLLM」について簡単に説明します。ローカルLLMとは、ChatGPT、Gemini、Claudeのような外部のSaaSサービスを介さず、ユーザーや組織が管理する環境で直接動作する大規模言語モデルのこと
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
Dataflow(batch)でZONE_RESOURCE_POOL_EXHAUSTEDが発生した話