はてなブックマーク

はじめに レビュワーの工数削減とヒューマンエラーを防ぎコードの品質をさらに向上させていく取り組みの一環として、自動コードレビュー（静的解析） を検討しました。 そこで、reviewdogというツールを用いて実装しようとしたのですが、 reviewdogはgithub-actionsベースで開発がされているため、gitlabでの使用に関しては、ほとんど事例・記事はありませんでした。 導入まで少しだけ苦労したので、この記事がgitlab上でreviewdogの使用を想定している人に向けて参考になれば幸いです。 reviewdogとは？ Go言語で記述されたOSS。 各種 linter 解析の検出結果を MR（またはPull Request） にコメントする形で指摘してくれるツール 以下のreviewdog開発者の記事を読むと概要が掴めると思います。 Reviewdog を飼ってコードレビューや

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? はじめに 全くの機械学習の素人が２週間で、AWS Certified Machine Learning - Specialty（MLS）に合格するために猛烈に勉強した内容をまとめます。 基礎単語 ストップワード 処理対処外とする単語 前処理 ハイパーパラメータ 機械学習モデルが学習を開始する前に、設定するパラメータ 人間の手によってハイパーパラメータチューニングを行うことで予測精度を向上させる 深さを調整することで、モデルの複雑さを調整できる ベイズ探索 最適なハイパーパラメータを調整するために、トレーニングジョブが少なくて済む 確立を

はじめに AWSリソースを運用していてよくある状況として、 「これもう使ってないのに課金されたままやん！」 「このリソース誰か使用しているの？」 「このインスタンスの使用ルールどうなっているの？」 という状況があるかと思います。 チーム内で業務の棚卸しをした際に、これら状況を見直すべき、これまでほとんどやってこなかったAWSリソースの見直しを行うことになりました。 AWSリソースの使用状況を可視化し、チーム内の暗黙の共通認識で決まっていたルールを明文化して、運用・保守体系を整備することが目的です。 合わせて、「せっかくならコスト最適化と絡めて実現していこう」 と思い、進めていくことになりました。 3行自己紹介 自社開発SaaS企業でアプリケーション開発 / インフラ基盤の構築・最適化・運用・保守（俗に言うSRE） AWS認定資格9個保持（AWS CLF, SAA, SOA, DOA, SA

はじめに AWS Certified Data Analytics - Specialty（DAS） 取得にあたり、備忘がてら、各サービスの要点をまとめした。 これからDASを取得しようとしている人への参考になれば幸いです。 【収集】 ▼ AWS IoT Core 閾値を超えた時にSNSを使用して通知できるIoTルールを作成できる ルールエンジン 大量のデータをSQLライクな文法で取り込み、分析や視覚化のために10以上のサービスを利用可能 JSON形式のメッセージをサポート デバイスシャドウ デバイスの状態を把握し、管理 ▼ Kinesis Data Streams 拡張ファンアウト コンシューマーごとに専用のスループットを提供できる 他のコンシューマーと競合することがない シャードあたり１秒間に最大2MBのデータスループットでストリームからデータを受け取ることができる Kinesiss

#目次 1. インフラ設計 2. ネットワーク構築 3. サーバ・DB構築 4. Lambdaによる自動化 5. Amazon SES・SNS 6. 開発環境構築(docker) 7. jenkins・phpmyadminなど開発ツール設定 8. VPN接続 9. 起きた変化 10. おまけ はじめに インフラ素人同然レベルだった私が実務において、Webアプリケーションのインフラを０から構築することになりました。 期間は約３週間、インフラ設計から行い、構築したインフラ上でWebサービスが稼働できる状態まで持っていくことがゴールになります。 約３週間の間、AWSやミドルウェア周りの技術に触れ、今まで考えてもみなかった知識の習得や、多くのつまづきを通して貴重な経験をすることができました。 チームメンバーと分担しながら進めたので、あくまで自分のやったことベースにはなりますが、３週間どんなことをや