はてなブックマーク

医薬系のデータエンジニアというお仕事 近年、医薬品（製薬・創薬）関連企業や大学病院などの多くがITエンジニアを積極採用しようとしているのはご存知でしょうか？ 多くの人に馴染みのある知名度の高いweb系企業とは違い、医薬系企業に注目しているエンジニアの数は少ない気がします。でも、元々がITに強い業界ではないだけに、初心者エンジニアでも採用されやすい狙い目の業界だったりするのです。 私は某製薬関連企業で、データエンジニアとして働く者。元々はしがないwebエンジニア*（正直、web開発者としては手が遅くダメな方だった...）*。 いわゆるデータサイエンティストやAIエンジニアになりたい場合、多量のデータを持っている医薬系企業や大学病院で働くことは近道の一つなのです（もちろん、データサイエンスやＡＩを勉強すれば、なれるかも、ですが）。また、グローバル企業も多く、職場がホワイトで待遇も安定していると

ChromeOSの私的使いどころを３行で。 開発者(DEV)モードでのchromebrewとcrostini(≒仮想環境Debian)を併用する(と捗る) crostini側では、IntelliJとGITを中心に使う（RAM割当3GB弱） ChromeOS側でブラウザ、エディタ、音楽プレイヤー等を用いる なお、Androidstudioも入れてあるがまだ、未使用。もちろん、Androidアプリは普通に使えるし、ChromebookとAndroid実機との連携機能もある模様。ChromebookのAndroidstudioがグーグルによって公式サポートされた頃に、FLUTTERでの開発に使った試用記を書くかも。 あと、SpacemacsやVimも普通に動いている。 なお、Chromebookで開発する際の基礎知識は以下で得ておこう。 cf.ChromeOSを開発マシンにするために知っておく基

バージョン1.0が見えてきたElmが良さげなのでお試し。 バージョン0.19がリリースされ、その先にバージョン1.0が見えてきたというElm。 『今勢いのある言語 Elm』という勢いあるエントリーに乗っかって、入門してみた次第。インストールやコマンド体系などが今までのバージョンと違うようだったので、備忘録をここに記す。 入門者のスペック Haskellは以前に2冊くらい本を読んだ程度。Scalaはベターjavaとして実案件で活用。普段はPythonを使う。趣味は、同じくバージョン1.0出るか出たよが話題となる、NimとJulia。以前、フロントエンドも自前で書いた時に辛かったので、Immutableな言語で仮想DOMを操作してフロントエンドを完結できるならいいねと、Elmに期待（加えて、Mutableな処理をガリガリ書く必要があるならば、Nimでwebassemblyといきたいところ）。

import tornado.wsgi import gevent.wsgi import pure_tornado application = tornado.wsgi.WSGIApplication([ (r"/", pure_tornado.MainHandler), ],**pure_tornado.settings) if __name__ == "__main__": server = gevent.wsgi.WSGIServer(('', 8888), application) server.serve_forever() 2) "Websocket ready"なhttpサーバとしては使い所あり。 しかし、tornadoに関する数年前のエントリを見るに、WSGIサーバとしてGunicornやgeventなどと比較した記事が多い。GunicornやgeventなどのWSGIサ

! (2018.7.21)python 3.7用に記載を修正 ! (2018.11.4;debian向け付記） zlibがないと怒られた時は以下など: sudo apt-get install zlib1g ! (2019.2.4)pyenv自体のアップデート方法は、以下を参考に: https://qiita.com/moroku0519/items/1c029659de4f169cd09a Windows 10でモダンでlinuxなpython環境を用意 これは何？ Mac前提だけど良記事な『2018年のPythonプロジェクトのはじめかた』の前半を、windows 10上のWSL（Windows Subsystem for Linux）で試してみた記録。 背景 社内事情により、管理権限者にwindows 10にwindowsストアからWSL用のLinux(debian)を入れてもらった

はじめに 本エントリーは、主には、python使いな人でデータビジネス界隈でのバッチ処理/ストリーム処理やIoTのエッジ端末側のことが気になっている人の流し読み向けポエムかと。 前提とする近未来像 IoT+AIな開発案件で、サーバー（クラウド）側での学習済モデルを迅速にフィールド展開（モバイル端末やIoTエッジ端末へのデプロイ）することがしばしば求められるようになっている状況。 #参考[TensorFlow Liteのliteな話] (https://qiita.com/hnakagawa/items/300e50134b03fb3e0350) IBM QやMS Q#など量子コンピューティングな界隈がざわついている年の瀬に地味な話だろうけど　、通信速度に制約ある限り、必要な話。今後の展開先としては、『自律的にふるまうドローン、自動運転車、作業ロボット（警備、運送、農作業）』などなど。 ※m