データ漏洩リスクなどIT（情報技術）システムの脆弱性を見つけた外部ハッカーに企業が報奨金を払う動きが世界で広がっている。経済のデジタル化でソフトウエアが組み込まれた製品が増え、製造業も含めて不具合への対応が喫緊の課題になっている。米グーグルが優秀なハッカーに1億6000万円超を用意するなど報奨金額は増加の傾向だ。サイバー防衛にハッカーを味方につける仕組みができつつある中、日本企業の動きは鈍い。

小ネタですが、開発環境の構築はスクリプト化して、CIを回そうという話です。 開発環境を構築することは年にそう何回もあるわけではないですが、スクリプトを一発叩いて必要なツールが揃うようにしておくと便利です。私は素朴にシェルスクリプトで書いています。好きな言語で書けばいいと思いますが、macOSは将来的にRubyやPythonといったスクリプト言語を排除しようとしていて、不安ですね。Ansibleみたいなのを使ってもいいと思います。私はちょっと苦手で… あくまで私用のスクリプトなので使わないでください。 このスクリプトを叩いてしまえば、iTerm2やVim、tmux、自分のdotfilesの配置と言語処理系のインストール、Google ChromeやSlackのインストールを行ってくれます。モダンなプロジェクトならdockerさえあればいいんでしょうが、なかなかそういうわけにはいかないですよね

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

飛行機に乗るたびに風邪を引くもこ@札幌オフィスです。 初めてAWS Loftに来ていて、とても仕事が捗っている気がするので、AWS Loftはいいぞという主張をしたいと思います。 AWS Loftに行こう。 弊社からも何本かAWS Loftに関するブログが出ていますが、改めて書かせていただきます。 オープンしたてのAWSスタートアップ向け施設「AWS Loft Tokyo」でリモートワークしてみた #awsloft GO 目黒駅から徒歩数分で到着します！ 外見はこんな感じ(いかつい) チェックイン 3階のオフィスエントランスで警備員の方に「AWS Loftに来ました！」というと、エレベーターのあるゲートを通してもらえます。 そのままエレベーターで17階まで上がります。 入るとこんな感じで、正面にはAmazon Basicなどのデモ商品がずらりと並んでいます。 Amazonの倉庫ロボットも展

機械学習は次のステージへーーMIT研究者が発明、“No-Hardware AI”「Neural Magic」のインパクト Image Credit : Neural Magic HP ピックアップ：Neural Magic gets $15M seed to run machine learning models on commodity CPUs ニュースサマリ：“No-Hardware AI” 企業を謳う「Neural Magic」は、11月6日、シードラウンドにて1,500万ドルの資金調達を実施したと発表した。出資者にはComcast Ventures NEA、Andreessen Horowitz、Pillar VC、Amdocsが名を連ねる。 同社は、MITでマルチコア処理と機械学習を長年研究してきた2人の研究者によって2018年に設立された。ディープラーニングモデルを処理する高

はじめに 『Standard Go Project Layout』と『ヘキサゴナルアーキテクチャ』を参考にサンプルプロジェクトを作ってみました。 トランザクション周りも取り扱います。 『Standard Go Project Layout』とは ↓これです。 Standard Go Project Layout 上記の内容を日本語で簡潔にまとめてくださってる記事もありました。 Goにはディレクトリ構成のスタンダードがあるらしい。 別の記事になりますが、こちらもとても参考になりました。 Practical Go: Real world advice for writing maintainable Go programs ヘキサゴナルアーキテクチャとは ↓これです。 ヘキサゴナルアーキテクチャ(Hexagonal architecture翻訳) 本家サイトへのリンクも張りたかったのですが、現

Register as a new user and use Qiita more conveniently You get articles that match your needsYou can efficiently read back useful informationYou can use dark themeWhat you can do with signing up

商用のプロジェクトでも無料で利用できる、管理画面・ダッシュボードのレイアウトやUIコンポーネントが揃ったテンプレートを紹介します。 このテンプレートを使用すると、管理画面・ダッシュボードで必要なコンテンツを簡単に作成できます。 Stisla 管理画面・ダッシュボードに特化されたUIコンポーネントがほとんどすべて揃ったテンプレート。 30以上のサードパーティのライブラリと統合、多くのコンポーネントを簡単に利用できます。 HTML5とCSS3で記述されており、すべてのモダンブラウザでサポートされています。 Bootstrap 4をベースに、Flexboxでレイアウトされています。 一部のコンポーネントにはより簡単にやり取りするために、JavaScript APIを使用。 MITライセンスで、商用プロジェクトでも無料で利用できます。

NECは11月18日、飛行実験中にドローンが制御不能になり、実験場の外に飛行したまま行方不明になっていたことを明らかにした。原因は不明という。実験したのは10日で、現在は不時着している可能性が高いが、18日時点でも見つかっていないという。ビルや樹木などに引っ掛かっており、落下して歩行者を直撃する恐れがあるため、同社は発見を急いでいる。 実験はNECの府中事業所（東京都府中市）で実施。PCに入力した制御用コマンドによってドローンを遠隔操作し、移動の速さや正確性を検証していたところ、突如として制御不能になり、場外に飛び出していったという。機体のサイズは、胴体が約50センチ、プロペラ間が約1メートル。重量は7キロ。 ドローンが行方不明になった後、NECは機体の移動速度や当日の気象情報などを基にシミュレーションを実施し、着陸が想定される地域を算出した。だが、セスナ機によって当該エリアを上空から捜索

みつうろこ @m_uroko 「KGBが少なくとも1人の有力なエージェントを抱えていた日本の主要新聞である朝日新聞社は、1973年の夏、イシダのモスクワ訪問後に次のように報じた。」 via "The Mitrokhin Archive II" #ミトロヒン文書 pic.twitter.com/X5Z2a5BGhG みつうろこ @m_uroko 『ソ連は、領海侵犯罪で拘束された日本の漁民49人全員を即時に解放すると発表した。 今回の発表は、訪ソ中のイシダヒロヒデ衆議員副議長との会談の中で、ソ連最高会議幹部会議長が発表した。』 via "The Mitrokhin Archive II" #ミトロヒン文書 みつうろこ @m_uroko 「KGB第1総局第7課（日本担当）所属であったスタニスラフ・レフチェンコによると、イシダの貢献により解放された日本の漁師たちは、明らかに拉致されたのであり、もろ

Pipedream is the fastest way to build powerful applications that connect all the services in your stack, with code-level control when you need it and no code when you don't.

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

目次 Flutterとは MacにFlutterをインストール Android 開発環境の準備 iOS 開発環境の準備 Flutterサンプルアプリの実行 エラーの対処方法 Flutterを使ってみる 春にWebエンジニアデビューをしてから約半年が経ちました。 そしてひょんなことからFlutterを勉強してみることになりました！ 調べてみるとFlutter For Webがででているようなので、数年後はもしかするとWebの世界でも流行っているかもしれないので今のうちに勉強していても損はないはず！ そんなこんなで今回はFlutterの第1回目の投稿となります！ 開発環境 OS:　MacOS Mojave 10.14.6 Flutter: 　1.9.1 1. Flutterとは 最近のアプリ開発ではほとんどがAndroidとiOSの両方でリリースをすることが多いと思います。 その場合、フレーム

Application Load Balancer (ALB), Network Load Balancer (NLB) は ターゲットにローカルIPアドレス を指定できます。 VPCピアリング接続先のインスタンスや、Direct Connect・VPN接続先の オンプレのサーバーをターゲットグループに登録することができます。 今回は実際にオンプレのサーバーをターゲットに登録した ALBリバースプロキシ環境 を構築してみます。 構築した検証環境は以下の通り。 目次 背景 環境構築 検証 おわりに 背景 私が上の検証環境を構築するに至った経緯を説明します。 (スキップして 次章: 環境構築 を見ていただいてOKです) Direct Connect(DX) 先の外部サービスの通信制限で、 接続元VPCの CIDRは指定値 にしないとイケないケースを考えます。 この要件を満たすために、 前々回の

Understand the mechanism! Let's do screenshots tests of Compose Previews with various variations / 仕組みから理解する！Composeプレビューを様々なバリエーションでスクリーンショットテストしよう

会話が無い。聞こえてくるのは仕事の指示や叱責のみ。そんなIT職場で働いた経験がある。 叱責が耳に付く職場だった。若手にヒステリックな声をあげている先輩社員も目立っていた。 筆者は外部の人間だったため多少の世間話は許された。しかし社員たちは雑談することなく黙々と作業をしていた。私がたまに雑談で声を掛けた時の、若手社員たちのうれしそうな（すがるような）瞳が忘れられない。彼ら／彼女らはその後そろって退職した。 雑談すらせず仕事に取り組んでいたのに、生産性が高いというわけではなかった。部課長や先輩社員から若手への叱責の内容を聞いていると、大半が意識違いや抜け漏れに起因する手戻りなのである。 「そういうことじゃない」 「なんで相談しなかったの？」 「普通こう対応するよね。常識だろ？」 この手の言葉がひっきりなしに飛び交う。 いやいや、雑談する隙すら無い職場環境で相談しないことを責めるのはあんまりだろ

(Image by Pixabay) 「データサイエンティスト」の第一次ブーム勃興から6年余り、人工知能ブームに便乗した第二次ブームで人口に膾炙してから3年余り、気が付いたら何やかんや言われながらもデータサイエンティスト及びその類似職が、じわじわと日本国内の産業各分野・企業各社に広まりつつあるように僕の目には映ります。 そういう背景がある中で、ここ1年ぐらいの間にそこかしこで目立つようになってきたのが「ゼロからデータサイエンティストを育てたいのだがどうしたら良いか」という相談や議論。割とあるあるなのが「取引先がデータサイエンティストを採用して商談の席に同席させるようになって、彼らがデータサイエンスの知識を駆使してビシバシ突っ込んでくるのだが、こちらにデータサイエンティストがいないので対応できない」みたいなお話。これは実はUSでも同様だと聞くので*1、案外洋の東西を問わない課題なのかもしれま

ここ最近、天才と一緒に仕事をしている。 協力会社のスタッフで、形式的には私がマネージャーで彼がエンジニアということになる。「プロジェクトマネージャー」なんて肩書を拝命していても、人を選り好みできるほどの規模の案件ではない。また私自身未経験の領域だったため、元のメンバーをそのまま引き継いだ形である。 彼については、引き継ぎ前からかなり沢山の噂と、フロアの端のほうから発せられる令和の上場企業にはふさわしくない前任者の怒号を聞いてきた。彼に対する社内の評価は大変際立ったものであるが、それでも一言でまとめるのならば、「天才」なのではないだろうか。むしろ、そう思わないとやってられない。 * 他業界の方にも、なんとなく雰囲気を伝えるために、まずは例で説明してみたい。 私と彼は、ハンバーガーショップで働いているとしよう。彼はレジで受付を、私はキッチンで調理を受け持っているようなシチュエーションだ。 レジ

3つの要点 ✔️タスク(データセットとラベルの組み合わせ)をベクトル化するTASK2VECの提案 ✔️タスク間の類似度を計算することにより、どの学習済みモデルを使えば良いか判断可能に ✔️様々なタスクでの実験で、TASK2VECは最適に近い学習済みモデルを予測することに成功 はじめに 転移学習をご存知でしょうか。これは学習済みモデルを再利用することにより、少ないトレーニングデータでも、性能を発揮できる学習方法です。 転移学習の例としては、ImageNetによるものが最も有名でしょう。これは画像分類のタスクを行う際に、ImageNetで学習したモデルの最終層(分類を行う層)だけを、解きたいタスクに応じて再調整する、というものです。 このような学習が上手くいく理由の１つに、ImageNetでの学習によって、良い画像特徴量を抽出する機構が出来上がっているからです。その機構を再利用すれば、トレーニ

このページでは、Google ドライブの OCR 機能を使い、画像や PDF 内の文字列を抽出する方法を紹介します。 PDF や写真のファイルをテキストに変換する - Google ドライブ ヘルプ 無料で使える OCR ソフト Google ドライブには、画像や PDF をテキストに変換する機能が付いています。 この機能を使うと、画像内に写っている文字列や、PDF 内の文字列を Google ドキュメントに抽出することができ、そのままコピーしたり編集したりすることが可能となります。 使用にあたり Google アカウントが必要になるものの、無料で使うことができ、操作も OCR 処理を行いたいファイルを、Google ドライブにアップロード アップロードしたファイルを、Google ドキュメントで開く だけなので超簡単。 画像や PDF 内のテキストを抜き出したい時にはもちろん、画像内に写