Masato Hagiwara Open in Recto Pad Google Colab Github Recto Pad TL;DR Recto is a 2D programming language that uses nested rectangles as its core syntax, encoding structure and recursion directly in space instead of a linear stream of text. Recto explores new ways to write, parse, and reason about code—and even natural language—spatially. Introduction Open in Recto Pad Virtually all the languages w

【評論】山中智省 KADOKAWAのWEBマガジン「メクリメクル」創刊　2025年7月15日。KADOKAWAは新たなメディア戦略の一手として、エンターテインメント小説の読者に向けたWEBマガジン「メクリメクル」（https://mequrimequru.jp/）を創刊した。 KADOKAWAのプレスリリースによると、「エンタメ小説＆カルチャーメディア」を謳う「メクリメクル」では、ライトノベル（注１）、新文芸（注２）、キャラクター文芸（注３）など、同社が得意とするエンターテインメント小説とその魅力を紹介するだけにとどまらず、映像、音楽、イベント、タレントなどの周辺文化をも巻き込み、「雑誌的メディア」として様々な記事を発信していくという（注４）。また、「メクリメクル」の公式Xアカウントは創刊記念の各種ポストを行うなかで、その特徴を以下のようにPRしていた。 ライトノベルなどのエンタメ小説をも

Platform Team/Core Unit の村上です。 Repro は分散メッセージングシステムである Kafka を用いたイベント駆動アーキテクチャで構築されています。 私が所属している Core Unit は、Repro のコアとなる基盤を支えているチームであり、Kafka のストリームアプリケーションを日常的に扱っています。 私は Repro に入ってから Kafka のストリームアプリケーションを触るようになりましたが、一般的な Web API や Worker アプリケーションの実装とは異なるマインドセットが求められると感じます。 その中で特に重要だと考えているのが Kafka のパーティションに関する理解です。 Kafka のパーティションは分散処理を扱う上で重要な概念であり、ここの理解が浅いまま実装を進めていくと、後になってトラブルに見舞われることがあります。私自身 K

技術カンファレンス「Google Cloud Next Tokyo '25」の発表資料です。 掲載内容は収録時点の情報にもとづきます。 https://kazaneya.com/23870d0c5ac880248ef3e939e1c85156 YouTubeに10分のプレゼンテーション動画をア…

2025/8/1 にLayerXで開催されたAIカンファレンス「Bet AI Day」における登壇資料です。 登壇者：執行役員 CISO 星 北斗

2025.08.01 パピレス　　天谷 幹夫 このキーパーソン・メッセージを執筆させていただくのも6回目になりました。今までは、“新しき器には新しきコンテンツ”とか、“次世代コンテンツの萌芽”とか、“Webtoon市場どうなる”などと前向きな内容が多かったですが、今回は非常に後ろ向きな題名になってしまい驚かれたと思います。しかし、それだけ危機が切迫している現実を皆様に知って貰おうと筆を採った次第です。 1. 電子コミック市場は伸びているのか？ ここ数年で、電子コミックの出版社から「我が社の売上が、思ったほど伸びない」とか、「前年度より、売上が何％か下がっている」とか、あちこちで言われるようになりました。また、東京証券取引所に上場していて売上が公開されている電子書店運営の3社を調べますと、2021年あたりから年度売上は、横這いか下降ぎみでした。実は、電子書店を運営している当社パピレスも、20

エンジニアの事業貢献を支援するカンファレンス　Developers Summit 2025 Summerでの発表資料 概要： ① ソフトウェア産業と技術革新 ② ソフトウェア設計の基本スキル ③ 設計スキルとAI技術の活用

こんにちは、クラスター株式会社でサーバーサイドをメインに開発しているid:shiba_yu36です。 クラスター株式会社は2025/07から開発チームのエンジニア希望者にClaude Maxを配り、Claude CodeなどによるAIコーディングをどんどん取り入れる決定をしました。しかしAIコーディングをいきなり行おうとしても、AIやエージェントによるコーディングの前提知識が足りず、使いこなせない・AIコーディングは使えないと判断を下してしまう可能性があります。 そこで導入を加速するため、前提となる知識をまとめたAIコーディングガイドラインを書き、Claude Max導入直後に開発チームへ展開することにしました。今回はこのガイドライン内容をそのまま共有しようと思います。 AIコーディングの導入の参考になれば嬉しいです。また、間違っている部分もあると思うので識者の方は指摘してもらえると助かり

はじめに こんにちは！アンドパッドのデータ部Data Drivenチームでデータアナリストをしている三田村です。一昨年の6月にアンドパッドにジョインして約2年が経ちました。 現在はプロダクトマネージャー（PdM）やプロダクトマーケティングマネージャー（PMM）といったプロダクト開発をリードする方々を対象としたデータ利活用プロジェクト（PJ）で、プロジェクトマネージャー（PJM）兼ダッシュボード開発を担当しています。 本記事では私が推進しているPJ固有の話ではなく、Data Drivenチーム全体の生産性を向上させるために、DataformへGitHub CopilotおよびGitHub Copilot Chat Agent Mode（以下、Agent）を適用し、チーム内に普及させた取り組みについてご紹介します。 もし私が担当しているPJにご興味を持っていただけた方は、こちらの記事もご覧いた

NotebookLM: https://notebooklm.google.com/notebook/ad02414d-0499-4892-af21-4db8d16fa721 関連資料 https://careers.mercari.com/mercan/articles/53431/ htt…

メルカリでデータ整備をしている @na0 です。最近はデータ分析 AI エージェント Socrates を開発しています。 私たち BI Product チームでは、Socrates 以前から人間が使いやすいデータインタフェースとして Basic Tables の開発を進めてきました。今では人間、AI エージェント両者にとって、Basic Tables は分析の初動を支える重要なインタフェースになっています。本稿では、この Basic Tables について説明します。 はじめにメルカリでは日々膨大なデータが蓄積され、事業成長を加速させるための重要な資産となっています。このデータを最大限に活用するため、私たち BI Product チームは 2023 年から「Basic Tables」と呼ばれる、分析の利便性を高めるテーブル群の構築に取り組んできました。 本記事では、Basic Table

講習会用にまとめたもの。可能なら公式ドキュメントを参照するのを推奨するが、この資料ではサッと使いはじめるために要点を絞って解説する。 claude-code は claude-code 自身で開発されており、恐ろしい速度で更新されてる点に注意。この資料は一瞬で古くなる。 アカウントの契約等は省略 インストールと実行

GA technologiesでバックエンドエンジニアをしている中坂です。今回は私が実務で実際に使っているClaude Codeの開発環境について紹介します。 はじめに 弊社には多くのプロダクトが存在します。その中でも私が所属しているチームでは各プロダクトを横断的に扱う必要があり、時には複数のリポジトリを往来しながら開発を進める必要があります。 このような環境でClaude Codeを活用する際、単一リポジトリでの開発とは異なる工夫も必要になります。本記事では、このような環境で約1ヶ月間Claude Codeを業務で使用してきた経験をもとに、複数プロダクト環境で開発を効率的に進めるための開発環境の構築方法を紹介します。 全体構成 まず、私が構築した開発環境の全体像を紹介します。 workspace/ ├── proj_a/ # サービスA ├── proj_b/ # サービスB ├── p

Data Modeling Night -「今」だからできる理論の実践事例 - の発表資料です。 https://pixiv.connpass.com/event/358285/

Data Modeling Night -「今」だからできる理論の実践事例 -(https://pixiv.connpass.com/event/358285/) の登壇資料

メルカリのデータアナリストの@__hiza__です。メルカリではデータアナリストとして日々SQLを使ったデータ分析をしつつ、業務外ではPythonを使ったアプリケーション開発を行っており、どちらの作業にもLLMを活用しています。 この記事ではデータアナリストに向けて、LLMにSQLを作成させて効率的にデータ分析を行うテクニック と、その背景にある応用可能な考え方を説明します。 関連記事メルカリでは、LLMをデータ分析の現場に活かすさまざまな取り組みが生まれています。 例えば、対話形式で誰でも手軽にデータ分析ができる社内ツール「Socrates」があります。これはデータアナリストに限らず、より多くのメンバーがデータを活用できるようになる強力なツールです。 一方で、私たちデータアナリストが日々向き合う、より複雑で専門的な分析を効率化する取り組みも行っています。 先日、私と同じデータアナリストの

自律的なデータ分析と仮説導出を行うAgentic AI ーSocratesのローンチおめでとうございます！まず、Socratesの機能について教えてください。 kobaken：Socratesは、メルカリのデータに関する分析を会話形式で実行できるツールです。SQLやメルカリのデータの専門的知見がなくとも、データの可視化からトレンドの把握と深堀り、仮説の導出、分析レポートの作成までを一気通貫で簡単に実行することができます。 ー社内のデータ分析ツールは他にもありますね。それらとSocratesを比較して、どのような違いがあるのでしょうか？ na0：従来の社内ツールは、LLMに単一の応答をしてもらう前提でつくられていました。メルカリの月間利用者数を求めるSQLを書いてほしいと頼めば、頼んだことを１ステップでできる範囲で応答してくれます。 一方、SocratesはAIエージェントとして実装され、こ

こんにちは！技術部データ基盤チームのmisatonです。 本記事では、先日開催した開発合宿にて検証した、BigQuery のデータマートと Cursor Agent を使った信頼性の高い dbt model の生成を紹介します。 開発の背景 データ活用現場の課題 目指すゴールと開発合宿で行ったこと 開発合宿での成果 Cursor の Agent を用いて dbt model を自動生成する仕組みの作成 自動生成が可能かどうか検証するためのデータマートの作成 開発合宿での成果詳細（機能デモのキャプチャあり） 分析デモ 技術的な詳細 処理の流れ 技術スタック 今後の展開 まとめ 開発の背景 データ活用現場の課題 ペパボには多数の部門・サービスのデータが蓄積されています。各部門やチームでそれぞれデータが活用される一方で、データの集計・分析をより効率的に行うための課題もあります。 たとえば「この商

はじめに ソース定義ファイルとは？ ソース定義ファイルはなぜ作る？ yamlの生成 テーブル説明・カラム説明の追加 やってほしいこと 追記対象 カラム説明 おわりに はじめに こんにちは、Analyticsチームの清水です。 ガーゴイルゲッコーというヤモリ(8歳)とサイベリアン(1歳4ヶ月)を飼っています。とってもかわいいです。 バナナを食べています（左）ビーズクッション占領猫（右） 前回のブログでは、dbtのデータカタログ機能を使ってみた話を書かせていただきました。 nealle-dev.hatenablog.com その後、社内でよく参照されているトップ50テーブルのソース定義ファイルを作成し、無事にデータカタログを公開できました🙌 今回は、前回さらっと触れた「50テーブルのソース定義ファイルをどうやって迅速に作成したか」についてご紹介します。 同じようにデータカタログの整備を進めて

This guide provides tips and tricks for effectively using Claude Code, a command-line tool for agentic coding. Using Claude Code as a Bash CLI Claude Code (often invoked as claude or cc) can be used similarly to other bash-based command-line interfaces. Use CC as a bash CLI You can perform many standard command-line operations. For example, to checkout a new branch and lint the project: claude "ch