先人の知恵に学ぶ データエンジニア道で、本当に良かった！読み物を、不定期に追記していく。 A Beginner’s Guide to Data Engineering — Part I データエンジニアをこれから始める人に、必ず薦める記事。データエンジニアの基本を学べるかつ、どういう世界に広がっていくのかまで、一気に学べるのでとても良い。 Functional Data Engineering — a modern paradigm for batch data processing 関数型パラダイムを使ったデータパイプラインの構築方法。これを初めて読んだ時の衝撃は今でも忘れないし、フルスクラッチからdbtを使ったデータパイプラインになっても健在な設計手法。 Engineers Shouldn’t Write ETL: A Guide to Building a High Function

どうも、外資系うさぎのちょこさんです。 気がつけばもう2023年が始まってしまってますね。 一年の計は元旦にあり、ということで正月早々とても有益なnoteを書いて徳を積むところから今年をスタートすることにしましょう。 年末年始に限らず、それなりにまとまった時間を使えるタイミングってインプットにもアウトプットにもとても良いですからね。 せっかくなのでﾌｫﾛﾜｯｻﾝ各位も何かアウトプットしてみるとよいんじゃないでしょうか。 というわけで、新年早々のアウトプットにおすすめな、土地勘の無い業界/テーマのプロジェクトにアサインされた場合の最低限の情報収集を手早くこなすにはどうするのがよいかってnoteをお届けします。 これは再現性のあるやり方なので、このnoteを見ながら同じような流れで情報収集して自分なりの見解なんかをまとめてみたりすると良いセルフトレーニングになるはずです。 これは有益な情報なの

イノベーション イノベーションを起こすためのスキルを習得し、業務に活かす方法を学びます。

はい、こんにちは、私です。 カタールW杯はアルゼンチンの優勝で終わりました。御覧になった方は知っているとは思いますが、あまりに、あまりに素晴らしい試合でした。自分が見たサッカーの試合ではベスト３に入ります。試合前のストーリー、試合内容、監督の采配、試合後のアルゼンチンの熱狂、それら全てが素晴らしい、本当に素晴らしい試合でした。 あまりに素晴らしい試合だったので、備忘録もかねて試合のレビューを残しておこうと思いました。未だにあの試合の余韻が抜けてません。それほどの試合でした。 一生のうちに、数試合しか見れないであろう、そんなスポーツ史上に残る試合であったと思います。 試合前のストーリー、メッシの旅の終わりとムバッペ伝説の始まり 先にこの試合の前のストーリーの話から始めたいと思います。 カタールW杯はサッカー界を長い事牽引し続けた二人のスーパースター、そして今後長らくサッカー界を牽引するであろ

みなさんこんにちは。@ryuzeeです。 2022年12月9日に行われたイベント「Developers CAREER Boost」の登壇資料を公開します。 今回は、「マネージャー」と名のつく職種を分類して、それぞれの職務や定義を確認した上で、有効なマネージャーであるにはどうしたらよいかを整理してみました。 資料を作るにあたって、過去の日記を読み返したり記憶を思い起こしたりして、当時の活動や出来事、悩みを整理してみたのですが、自分はやっぱりマネージャーに向いていないし志向していないことを再確認できました（笑）。 全員がマネージャーにならなければいけないなんてことはなく、自分が日々楽しく過ごせるキャリアを選択すればいいと思いますが、資料が少しでも役に立てばうれしい限りです。 本セッションで紹介した書籍は以下のとおりです。 エンジニアリングマネージャーのしごと ―チームが必要とするマネージャーに

はい、皆さん、こんにちは。 本日は先日行われた日本隊クロアチアのレビューをやっていきたいと思います。 PK戦での決着だったので、皆さんも消化できない部分も沢山あるでしょうが、PKは試合内容と全く関係がない要素なので、レビューでは扱いません。今回は試合内容の話にフォーカスしてお届けします。 クッソ長いので、暇な時に読んでください。チェンソーマンのアサの話並に長いです。 日本対クロアチア、スタメンと両国の守備の違いについて まずスタメンから。 スタメンですが、日本は３４２１で冨安と遠藤がスタメンに復帰してます。ワントップは前田、シャドーは鎌田と堂安。右WBに伊東が入ってる所が特徴ですね。試合前、「前半から堂安を使ってくるならポイチさんは前半をクロアチアに譲らない」と思ってたのですが、堂安がスタメンなのを見て、ポイチさんは前半から点取りにいくつもりだと確信しました。 ここまで日本代表はドイツ戦、

相手に誠実に、わかりやすい文章を書くための心がけをまとめました。 どういう思考プロセスからどんな表現が生まれるのか、参考として実例を紹介しています。実際に読み比べ、SmartHRの従業員として何かを伝えようとするときの、参考にしてください。 伝わる文章のガイドライン何を伝えるかによって、必要な情報の量や説明の粒度は異なります。 情報が不足していたり、逆に情報が多すぎたりすると、読者が意図を読み取れないことがあります。 読み手となる相手の状況（読む場面、事前知識など）を踏まえ、言葉にする内容や表現を厳選することが大切です。 目的に合わせて情報を取捨選択する読者の目線に立ち、コンテンツの目的に合わせて情報を取捨選択しましょう。 実例1：法律や業務に関わる記事目的業務に関係する「厚生年金保険」について正確に知りたいと思っている人に、わかりやすく内容を伝える。 Before日本の年金制度は、全国民

バッチ処理は既に先人の方々が多くのナレッジを公開してくれていますが、それでもなお難しさが変わらないテーマだと思っています。 この記事は、筆者がこれまでの開発経験で気づいたバッチ処理の実装ナレッジを整理し、体系化を目指して文章にしました。 ここでの内容が、より良い課題解決に貢献できれば幸いです。 自身の断片的な思考整理(メモ書き)の延長で内容を整理したため、一部書き振りが統一されておらず、読みにくいかもしれません。ご了承ください。🙏 バッチ処理の難しさバッチ処理は難しい。 人によっては簡単なテーマかもしれませんが、自分は難しいテーマだと思っています。 「難しさの根源は何か？」を考えると、1. 考慮点が多様にあること 2. 解決する課題によって答えが大きく変わること に整理できました。 この2点は、どのソフトウェア開発にも当てはまる項目ではありますが、ことバッチ処理においては顕著に現れます。

WebページのURLを入力するだけで、編集可能なFigmaデザインに変換できる無料プラグインを紹介します。 AppleなどのWebページを1クリックで変換するのはもちろん、日本語のWebページでも問題なく動作しました。Webデザインの勉強用に、既存サイトをリニュアールする用にも便利ですね。 html.to.design -Figma URLを入力するだけでFigmaに変換 html.to.designの利用方法 html.to.designの使い方 URLを入力するだけでFigmaに変換 html.to.designは、URLを入力するだけでFigmaに変換できる無料のプラグインです。さまざまなWebページを編集可能なFigmaデザインに変換します。 すべてをゼロから作成することなく、別のWebサイトを使用して独自のデザインのインスピレーションを得られます。 既存のWebサイトをリデザイン

はじめに ちょっとつぶやいたら思いのほか需要がありそうだったので、簡単にまとめておきます。 おことわり これを書いておけば、すべての不幸を避けられるというものではありません 提出先との関係性次第では、書かないほうがいいこともあるかも 私自身が普段提案している内容が、すべて記載されているわけでもありません（うろ覚えで書いてたり、大人の事情） これを流用しておこったすべての事項について、何らかの責任をとることはできません 本稿では請負による開発を想定しています でも共有することで、この業界の不幸が減ればいいなということでつらつら書いてみます。 他にもあるようなら、Twitterなりコメントなりで提案してもらえると嬉しいです。 前提条件を書く目的 見積・提案書通りに、実施するために必要な条件を明確にする 条件を逸脱したときに、どうなるのかハッキリさせる 上記は概ねつぎのとおり 実現が不可能になる

下記ドキュメントバージョンに関する注意点です。 バージョン番号のルールを定める：バージョン番号は、どのようにつけるかルールを定め、チーム全員が同じ理解で使用するようにする必要があります。たとえば、変更内容によって数字がどのように増えるか（major, minor, patch）、何桁で表現するかなど、具体的に決めておくことが重要です。 変更履歴を明確にする：どのような変更があったのか、それがどのバージョンで実施されたのかを明確にすることが必要です。これにより、何らかの問題が発生した場合に、どのバージョンから問題があるのか特定することができます。 ドキュメントの保存場所を一元化する：ドキュメントのバージョン管理には、ドキュメントを保存する場所を一元化することが重要です。それにより、異なるバージョンのドキュメントが、複数の場所に分散してしまい、誤ったバージョンが使用されることを防ぐことができま

コンポーネントを作るときや開発チーム、クライアントと話をするときに名称が一致していないと何の話をしているんだか、、？となってしまします。 忘れっぽい自分は毎回名前をうろ覚えでつけてしまっていますが、戒めとして記事を書くことでしっかり覚えていきたいと思います。 ※色んなところから引っ張ってきているので正式名称ではない（複数呼び名がある）ものがあるかもしれませんが、ご了承ください。 UIパーツ見づらくてすみませんが、エクセルのシートを画像にしたものを貼り付けていきます Onscreen keyboards画面上にキーボードの図形や文字を表示し、マウスあるいはペンなどのポインティングデバイスや、指先によるタッチ、あるいは十字キーなどで各キーを指定して文字入力を行うもの Onscreen keyboards (iOS) SegmentedControliOS独自のUIで水平方向に配置された複数のボ

給料を元手にお金を増やすのが簡単だったのは高度成長期だった約30年前までの話。でも、今の時代においても個人資産を増やす秘密兵器が…？

GA4、導入しないといけないと思っていても、さっぱりわからんからやる気がしなくてどうしよう？ってなる時がありますよね。私も数か月前まではそんな感じでした。正直なところギリギリまで逃げ回りたかったんですが、そうもいかなくなったので勉強することに。 ではなんで「わからん」となってしまうのでしょうか？そこがわかれば対応もできるので「わからん」理由と解消法をまとめてみました。 「Google アナリティクス」と名乗っているところ ここがわからなくしている一番の原因です。Google アナリティクスと名乗っているので、今までのGoogle アナリティクスの延長線上にあるものだと思ってしまうんですが、全くの別物で生まれも育ちも違っています。 今までのGoogle アナリティクス UrchinはGoogleアナリティクスの元となった製品。グーグルに買収されGoogleアナリティクスがリリースされた後も、

データ基盤グループの吉本です。 今回は先日開催されたdatatech-jp Casual Talksで登壇した内容について補足も含め紹介します。 datatech-jp.connpass.com 発表資料はこちらです。 データ基盤に関わる問い合わせ対応を仕組みで解決する from 株式会社MonotaRO Tech Team www.slideshare.net 発表内容の背景（問い合わせ対応における課題） 発表したこと 発表の反響 最後に datatech-jpは主にデータエンジニアリングやデータ活用に関わる方が参加するコミュニティで、DWHやデータマネジメント、データエンジニアリングに関わる技術、ツールなどについて知見を共有したり、輪読会やLT会のようなイベントを実施しています。 オーガナイザーとして同社同僚の吉田(id:syou6162)が参加しています。 その中でCasual

データ解析スタートアップのフライウィール（東京・千代田）は企業の在庫適正化などを支援する需要管理サービス「コナタデマンドプランナー（Conata Demand Planner）」の提供を開始した。製造や卸売り、流通・小売業向けに需要予測や自動発注の機能を提供し、在庫管理の効率化や利益率の改善に役立てる。フライウィールは2021年に「TSUTAYA」を展開するカルチュア・コンビニエンス・クラブ（

株式会社フライウィールは、ビッグデータとAIで各店舗の品ぞろえと在庫を最適化する需要管理サービス「Conata Demand Planner」の提供を開始しました。 データから人・商品・店舗の関係性を導出同サービスは、商品や購買データなどのビッグデータを独自のオントロジー技術などで解析し、人・商品・店舗の関係性を導出して各店舗の需要予測を立てるというものです。 解析した関係性から顧客満足度向上につながる品ぞろえを店舗ごとに提案できることや、リアルタイム性のある予測で適正在庫を素早く算出できることなどが特徴でしょう。 また、過去の発注データがない新商品でも、カテゴリや商品説明などと購買データを組み合わせ、過去の類似商品の販売動向などから各店舗における適正在庫を精度高く予測します。 TSUTAYAで書籍の返品率低下に成功同サービスは、カルチュア・コンビニエンス・クラブ株式会社（以下、CCC）が

株式会社フライウィールは、ビッグデータとAIで各店舗の品ぞろえと在庫を最適化する需要管理サービス「Conata Demand Planner」の提供を開始しました。 データから人・商品・店舗の関係性を導出 同サービスは、商品や購買データなどのビッグデータを独自のオントロジー技術などで解析し、人・商品・店舗の関係性を導出して各店舗の需要予測を立てるというものです。 解析した関係性から顧客満足度向上につながる品ぞろえを店舗ごとに提案できることや、リアルタイム性のある予測で適正在庫を素早く算出できることなどが特徴でしょう。 また、過去の発注データがない新商品でも、カテゴリや商品説明などと購買データを組み合わせ、過去の類似商品の販売動向などから各店舗における適正在庫を精度高く予測します。 TSUTAYAで書籍の返品率低下に成功 同サービスは、カルチュア・コンビニエンス・クラブ株式会社（以下、CCC

印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます 企業のデータ活用を支援するフライウィールは6月21日、製造業や卸売業、流通・小売業向けの需要管理サービス「Conata Demand Planner」の提供を開始した。また、同サービスは、カルチュア・コンビニエンス・クラブ（CCC）が展開するTSUTAYAの書店事業に先行導入されている。 製造業や卸売業などの企業では、膨大な商品の中から店舗ごとの客層に合った品ぞろえや在庫数を担当者が経験やノウハウに基づいて発注していた。その結果、業務の属人化や人件費の増加、欠品、余剰在庫などの課題が生じていたという。Conata Demand Plannerでは、商品や購買のデータを準リアルタイムに活用し、個々の店舗に合わせた最適な品ぞろえと適正在庫を

フライウィールは6月21日、データ・AIから個店の最適な品揃えと在庫適正化を支援する需要管理サービス「Conata Demand Planner」の提供を開始したと発表した。 同サービスは、顧客内のあらゆるデータを準リアルタイムに活用し、個々の店舗に合わせて最適な品揃えと適正在庫を提案するのが特徴。過去の発注データがない新商品についても、カテゴリやメーカー、商品説明などと購買データを組み合わせ、過去の類似商品の販売動向などから、個店における商品別の適正在庫について、高い精度で予測できる。 また、商品や購買（ID-POS）データより、人・商品・店舗の関係性を把握しており、人が把握しきれない多くの商品の中から、来店者のLTV（LifeTimeValue：ライフタイムバリュー）を高める商品を導き出し、個店に合った品揃えを提案できるという。 加えて、データ活用をするための基盤が整っており、Cona