DDD連載記事 なぜDDD初心者はググリ出してすぐに心がくじけてしまうのか ドメイン駆動設計の定義についてEric Evansはなんと言っているのか モデルでドメイン知識を表現するとは何か ドメイン駆動設計で実装を始めるのに一番とっつきやすいアーキテクチャは何か ドメイン駆動 + オニオンアーキテクチャ概略 はじめに ドメイン駆動設計における「モデル」の捉え方の話と、境界付けられたコンテキストの必要性の話をします。 「境界付けられたコンテキスト」というものはドメイン駆動設計の上で非常に重要ですが理解しにくいポイントなので、その必要性と定義を理解しやすいように書こうと思います。 モデルとは？ ソフトウェア開発において「モデル」「モデリング」という単語はよく聞きますが、定義について立ち止まって考えたことがない人もいるのではないでしょうか。 日本語で定義をググってみると、UMLの文脈で話題になる

1.DDD関連でほしい情報は英語であるという覚悟を決める。 これは冗談のようですが本当です！笑 英語と日本語でDDD情報は本当に格差がある！！ DDDの記事、wikipediaですらわかりやすいんですよ。 こちらの記事もeric evansの公式サイト(当然英語)を調べていたら見つけたものです。 なので、DDDについて調べたけばまず英語で調べるという覚悟を決めましょう。 2.アメリカのgoogleにアクセスする 日本のgoogleで「domain driven design」と調べても日本語の資料がたくさん出てきてしまいます。それを回避するために、以下のURLからアメリカのgoogleを使用しましょう。 https://www.google.com/webhp?gl=us&hl=en&gws_rd=cr これはパラメーターに意味があります。 gl=us：国がUSであることを指定。 hl=e

早朝の寝る前ぐらいの時間にぼやっと下記の様なツイートしたらちょっと反応を貰ったので、取り留めは無いが自分なりに考えていることを書いてみる。 人を育てるのも仕事の内というのは完全にその通りなんだが、そこにドキュメントや本があるから読みます、触って作ってみます、生きたコードを読みます、以外に学ぶ方法なんかねえし、知らねえよ。ただやればいいだけの事に説明も何も無いんだよな……。マジ分からん……。— joker1007 (アルフォートおじさん) (@joker1007) March 2, 2023 タイトルは雑に書いたけど、能力を高めるというと範囲が広過ぎるので、技術的な意味でできる事が増える、ということをテーマとして話をしていこうと思う。基本的に自分の考え方の話なのでそこは御留意ください。 ツイートした通りで、状況や対象に依って割合は変わるかもしれないが基本的にそのためにやることは3つしかないと

はじめに 『天才』はつくれる 競技プログラミング同好会競技就活部門 Google は世界最高のプログラミングスクールである 雇用形態と働き方 ソフトウェアエンジニア (SWE) Google でのお仕事 Google の面接の内容 Google の面接の問題の種類 コーディングクイズ 知識を吐き出す系 Open-ended question システムデザイン Google の面接の評価基準と対策方法 知識 技能 マインドセット Google の面接のタブー Google の面接の心構え 面接官への話し方 話す量 エリート意識 自己愛 優秀さ、知識量に対するこだわり Google の面接のテクニック 入力条件を確認する 入力の条件を簡単にできるか交渉する テストケースを作って提示する 関連する知識を答える 正しく修正する 競技プログラミングと Google の面接 おわりに はじめに nuc

クラスタリングに用いられるK-meansのクラスタ数決定方法については長く議論されてきた歴史があり、このブログでも以前ちょろっと取り上げたことがあります。 で、Twitterを眺めていたらタイムラインに面白い論文が流れてきました。それがこちらです。 タイトルを読んで字の如く「K-meansのクラスタ数を決めるのにエルボー法を使うのはやめろ」という論文なんですね。全体で7ページと非常にコンパクトで読みやすい内容なので、簡単にまとめて紹介してみようと思います。なおいつもながらですが、僕の技術的理解が不足しているが故の誤りなどが混じる可能性がありますので、その際はコメント欄などでご指摘くださると幸いです。 あるtoy dataに対するK-meansの結果 目検に頼らないエルボー法について考える ならば、既存のクラスタ数決定法の中では何を選ぶべきか そもそもK-meansが有効でないケースもあるこ

標準 ベイズ統計学 朝倉書店Amazon 発刊当時に話題になっていた『標準ベイズ統計学』。実は訳者のお一人、菅澤翔之助さんからオフィス宛てでご恵贈いただいていたのですが、親父の没後処理やら自分のDVTやら実家の片付けやらで全く手が回らずオフィスに置いたままにしてしまっていたのでした。で、この度改めて拝読してみたら「何故もっと早く読まなかったんだ」と後悔するくらいあまりにも内容が素晴らしかったので、遅まきながら書評記事を書こうと思い立った次第です。 ベイズ統計学というと、殆ど詳しくない人だと「ベイズの定理以外に何があるの？」という印象ぐらいしかないかもしれませんし、一方でとりあえず技法としてやり方だけ覚えてしまった人だと「とりあえずMCMC回せばいいんだよね？」みたいな雑な理解になってしまうかもしれません。いずれにせよこれまで邦書ではベイズ統計学というと超初歩か実装重視かの二択が多かったせい

こんにちは。リンクアンドモチベーション SRE グループの川津と申します！ 弊社では、開発や本番環境等、至る所で Docker (コンテナ仮想化) を利用しています。 普段から使っているが、仕組みは分からない！という方も多いのではないかと思い記事にしました！ 背景 近年の開発では、各自のローカル PC 上での開発として docker (docker-compose) を使う事が多くなりました。 例えば、最近の Web Application の殆どは以下の３つを使って動きます。 RDB (e.g. mysql) in-memory data store (e.g. redis) Object Storage (e.g. Amazon S3 , MinIO) 昔は開発者 wiki や README.md に上記の構築方法が書かれていて、開発者みんなが頑張って自前でローカルマシン上に構築をして

以前の職場では、完全なウォータフォールをやっていたとは言い切れないのですが、基本的に設計→製造→テスト→リリースという1回の流れでやっていたため、どちらかと言うとウォータフォールだったと思っています。その職場では、コーディングを「製造」と読んでいました。当然、設計というのは「設計書を作る」ことによって行われることであり、その設計書に基づいてコードというアウトプットを行うわけですので、コーディングは「製造」と考えるのは当然だと思います。 アジャイル開発を始めて感じた違いは多くありましたが、その一つはコーディングの考え方の違いです。以下はXPのプラクティスです（Wikipediaより）。 テスト駆動開発 ペアプログラミング リファクタリング ソースコードの共同所有 継続的インテグレーション YAGNI これらの共通的な基本的な考え方は、「変えることを前提としている」という点です。私は製造業で働

Git を使って開発しているプロジェクトで、トラブル対応や機能のテストのために一時的に変更を加えた状態で作業をしたい、ただし一時的な変更なのでコミットしたくないといったことがあります。このような場合に skip-worktree を使うと、変更の追跡を一時的に無視できます。 特定のオプションを有効にしている場合に発生する問題への対応のために設定ファイルを変更している、しかしオプションはコミットしない。そうそうあることでもないですが、このようなパターンで一部変更しながらもコミットしたくないというケースがあります。そして慎重に作業を進めつつも、うっかりコミットして面倒なことに。。。 最初からコミットするつもりがない変更については明示的に外してしまうのも手です。 環境 本記事の開発環境は以下となります。 Windows 10 64bit + WSL Ubuntu 18.04.1 LTSGit 2

どうも、エンジニアブロガーのウェブ系ウシジマくんです。git pushやgit checkoutする際に 指定するブランチ名が、ターミナル上でタブ補完できたら便利ですよね。 ググってみるとその方法がありましたので、その方法を備忘録も兼ねて記事にします。 環境について ターミナルエミュレータ: iTerm2テキストエディタ: Vim手順1. サイトから設定ファイルをダウンロード ファイルの所在地）https://raw.githubusercontent.com/git/git/master/contrib/completion/git-completion.bash コマンド）curl https://raw.githubusercontent.com/git/git/master/contrib/completion/git-completion.bash > .git-completi

2020年はペパボに9人の新卒エンジニアが入社しました。今年も新卒エンジニアを対象に、3ヶ月に及ぶエンジニア研修を開催しました。 本エントリでは、研修の全体像のご紹介や、研修で利用した各資料を公開します。また、領域別に研修担当者より概要の紹介をします。 新卒研修の資料作成を担当している方や、新卒・中途問わず、新しい領域にチャレンジしたいエンジニアの方はぜひご覧ください！ GMO ペパボの研修 GMO インターネットグループでは、毎年 GMO Technology Bootcamp(以下、GTB) と題して、グループ全体のエンジニアとクリエイター(デザイナ)が集まってプロダクトを作っていく上で必要となるベースラインの技術を学ぶ研修を行っています。 GMO ペパボの新卒入社のメンバーは今年から本格的に GTB に参加しました。新卒メンバーが参加するなら、と講義の内容の作成や講師としての参加につ

セキュリティ防御のためのハッキング学習プラットフォーム「TryHackMe」のはじめかたを解説した本です。 サイバーセキュリティを学んでいる方は、ひとに迷惑をかけたり法に触れたりしないために、まず安全に攻撃を知ることのできる環境を整える必要があります。その点が、初心者にはハードル高く学習の障壁になっています。 初心者に必要な全てが用意されていて安心して簡単に始められるラーニングプラットフォームがTryHackMe（トライハックミー）です。 学習プラットフォームを利用して、学習環境を整えて最初の課題をクリアするまで...

概要 scikit-learn でモデルのハイパーパラメータを GridSearchCV で探索する方法を紹介する。 概要 基本的な使い方 サンプルコード グリッドサーチの結果を取得する。 最も精度がよいモデルの情報を取得する。 基本的な使い方 GridSearchCV を使うと、指定したモデルのパラメータをグリッドサーチ (力まかせ探索) することができる。 1. GridSearchCV オブジェクトを作成する。 コンストラクタの主な引数 estimator: モデル。(例えば SVC の場合、sklearn.svm.SVC オブジェクト) param_grid: 探索対象のパラメータ一覧 cv: 交差検証の回数 (cv=5 の場合、1つのパラメータの組み合わせに対して、5分割交差検証を行う。) param_grid 引数には辞書形式で探索するパラメータの値を渡す。 以下の場合、パラメ

Pythonのパッケージ管理システムpipではpip list, pip freezeコマンドでインストール済みのパッケージ一覧を確認できる。 pip listでは最新版のパッケージや最新版でない（更新可能な）パッケージ、ほかのパッケージから依存されていないパッケージなどを選択して出力することが可能。 pip freezeはパッケージをまとめてインストールするための設定ファイルであるrequirements.txtを作成するときに便利。 関連記事: Python, pipでrequirements.txtを使ってパッケージ一括インストール すべてのオプションに触れているわけではないので、より詳細な内容は公式ドキュメントを参照。 pip list - pip documentation v24.0 pip freeze - pip documentation v24.0 pipの基本的な使い

The document appears to be a presentation on Amazon EMR and related AWS services. It discusses using EMR for big data and analytics workloads, how to set up EMR clusters on AWS, encryption options for data at rest and in transit, and integration of EMR with other AWS services like S3 and Spark. The presentation contains many bullet points and diagrams but provides little surrounding context or nar

Amazon Web Services ブログ Amazon EMR を保護するベストプラクティス どの業界でも、組織が機能する上で中心となるのは、データです。お客様とデータ戦略について話し合うとき、データの取り込み、保存、処理、分析、配布、最終的なデータを安全性について語ります。 Amazon EMR は、膨大な量のデータを処理するために使用するマネージド型 Hadoop フレームワークです。お客様が Amazon EMR を選ぶ理由の 1 つは、そのセキュリティ機能です。例えば、金融サービスなどの規制された業界や医療分野の FINRA のようなお客様は、データ戦略の一環として Amazon EMR を選びます。ペイメントカード業界データセキュリティ基準（PCI）や 医療保険の携行と責任に関する法律（HIPAA）など、エンティティからの厳しい規制要件に準拠するためのものです。 この記事で