|DMM inside
機械学習で負荷を予測し備えるPredictive Scaling(予測スケーリング)機能がAWSのAuto Scalingに追加 AWSは負荷に対応してサーバ数を自動的に増減させるAmazon EC2 Auto Scaling(以下、Auto Scaling)と呼ばれる機能を提供しています。 Auto ScalingはサーバのCPUの使用率やネットワークのトラフィックなどのメトリクスをつねにチェックし、それが一定数を超えた場合にはサーバ数、すなわちAmazon EC2のインスタンス数を増加させ、一方で一定数を下回るとインスタンス数を減少させるといった操作を自動的に行ってくれます。 このおかげでアプリケーションは負荷が高いときでも適切な性能を実現できるだけでなく、負荷が小さいときには無駄なインスタンスを終わらせることで適切な使用コストも実現できるのです。 Auto Scalingは便利な機能
はじめに みなさん、こんにちは。 株式会社キカガクの代表取締役の吉崎です。 今回のテーマは「AIで〇〇したいんだけど」という相談についてです。 1か月ほど前に書いた「機械学習を使った事業を成功させるために必要な考え方や人材、フェーズとは?」という記事に多くのいいねをいただき、このあたりの内容にご納得いただけたようで、とても嬉しいです。 そして、今回のテーマで扱う「AIで〇〇したいんだけど」という相談について一概に否定するわけではないのですが、基本的には何もわからないからとりあえず話を聞かせてほしいという文脈の相談が多く、こちらとしても解析に使う時間などを削って相談に乗っているので、何もないと何の時間だったの...と思うわけです。 そこで、今回は1人分の相談に乗れる時間を使って、こういったことをすでにクリアしているのであれば、さらに相談すると実りがありますよという線引きをしておきたいと思いま
人工知能のビジネス活用が急速に進む昨今、機械学習エンジニアやデータサイエンティストと呼ばれる新しい職種が注目されています。経済産業省が2016年に発表した資料(※)によると、2020年にはAI、IoT、ビッグデータなどに携わる先端IT人材は約4.8万人不足するといわれており、データサイエンスに関する知識・技能を有する人材の価値は今後益々高まっていくと考えられます。そのような背景からエンジニアを含む多くの方のキャリアアップにもデータサイエンスを学ぶということは重要なテーマとなっていくことでしょう。 そこで、今回は、前回8月にQiitaZineで公開した記事でも多くの方から反響があったUdemyのヘビーユーザーで、自身もデータサイエンスを活用しながらエンジニアとして働く黒澤さんにデータサイエンスに関するおススメの学び方やUdemyコースを教えてもらいました。 ※「 IT人材の需給に関する推計結
こんにちは。去年の今頃は Rust を書いていました。 インフラストラクチャー部データ基盤グループの id:koba789 です。 背景 クックパッドではデータ基盤の DBMS として Amazon Redshift を利用しています。 既存のデータ基盤について詳しいことは クックパッドのデータ活用基盤 - クックパッド開発者ブログ を参照してください。 今まで、ログは数時間に1度、定期実行ジョブで Redshift 内のテーブルにロードしていました。 ロードジョブの実行間隔が "数時間" と長めなのは、Redshift のトランザクションのコミットが遅いためです。 クックパッドでは数百ものログテーブルがあるため、仮に1分おきにすべてを取り込もうとすると秒間数回以上のコミットを行わなければなりません。 このような頻繁なコミットは Redshift 全体のパフォーマンスを悪化させてしまいます
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
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