データモデリング通り ～仲間と学ぶ実践の場～ (2025/03/27 19:00〜)
データ横丁の新たな試み：「データモデリング通り」開設！ データ横丁は、データを扱う実務者がゆるくつながるコミュニティです。このたび、データモデリングを学びたい人が集まれる場をつくります。その名も 「データモデリング通り」！ 趣旨説明とメンバー募集を兼ねたキックオフセミナーを開催します。基調講演では、「データモデリングの効能と使いどころ」と題して、DAMA日本支部 理事の吉村泰生さんを特別ゲストにお迎えします。 ・データモデリングとは何か ・何に使うか(データマネジメント含め） ・学ぶとどういういい事があるか、 ・どんなナレッジが存在するかの紹介 といった内容をご紹介いただきます。 まずは本セミナーをお聞きいただき、参加をご検討ください。 🧐 なぜ「データモデリング通り」って場をつくるの？ データモデリングを実践してきたのは、主に50代後半以上の人たち。かつては「データモデラーは絶滅危惧種
Devinとは？機能や特徴・製品の概要まとめ
1. 小規模タスクの並行処理と迅速な対応 バックログに残る前にタスクを素早く処理 小さなユーザー機能リクエストやフロントエンド修正を効率的に対応 CI失敗の調査や静的解析エラーの修正を迅速に実施 2. コードの移行・最適化による技術負債の解消 言語やフレームワークの移行（JavaScript→TypeScript、Angularアップグレードなど） モノレポの整理や未使用機能フラグの削除によるコードベースのクリーンアップ 共通コードのライブラリ化によるメンテナンス性向上 3. エンジニアリング支援とプロトタイピング PRレビューやコードベースのQ&Aを担当し、チームの開発をサポート バグ修正やユニットテスト作成を通じた品質向上 新しいAPIの統合、ソリューションのプロトタイピング、社内ツール構築による業務改善
基幹システムとデータ分析（第101回IT勉強宴会）
2025.02.28(金) 18:30から、新大阪の貸会議室＆zoomで開催しました。案内はここ 申込者は、ネット参加：104名、zoomが最大100名ですので80名だけzoomを案内して、今回初めてYoutubeライブ同時配信を行いました。最初バタバタしましたが、割と上手く行ったと思います。翌土曜日の昼頃に非公開にしましたが、それまでに319回観て頂きました。 ※多少観やすく編集して動画公開する予定ですので観れなかった方はお楽しみに 現地参加は11名、懇親会は10名でした。今回は30名入る部屋でしたので余裕をもって座れました。プロジェクターなど設備があまり良くないのですが大変安いのでこれからも使いたいです。懇親会はすぐ横にある初めてのお店でした。料理はおいしかったですが、店内がうるさくて話するのには向いてませんでした。 その後は7名で2次会に。終電を逃しましたのでタクシーで家の近くまで乗
上田仁 引退の真実とこれから｜卓球レポート
上田仁が競技生活を引退し、戸上隼輔（井村屋グループ）のプライベートコーチ（専属コーチ）として新たなスタートを切ることを発表した。 2023年夏、新天地を求めて家族でドイツへ移住すると、所属するケーニヒスホーフェンをチーム初のプレーオフへ導くなど順風な競技生活を送っていたように見えた上田だが、なぜきっぱりラケットを置き、戸上のコーチを務めるに至ったのか。その経緯や思いを卓球レポートに語ってくれた。 ブンデスリーガで勝ち星を重ねていた上田が電撃引退。その真相を語る 戸上の可能性に引かれ コーチを志願して引退を決意 --引退を決めたいきさつについてお聞かせください。 上田仁（以下、上田） 以前に行っていただいたインタビューでも話したと思いますが、ドイツへの移住は2年から3年が一応の目安でした。今年が2年目であと1年現役を続けるのか、それとも日本へ戻るのかについては家族とも話していました。 日本で
AIをシステム開発に活かすコツ、全部書く｜kmagai
今や、AIを活用してソフトウェア開発すること自体は一般的になり、一種のブームと化している。 しかし、Web上で見かけるのはワンショットでテトリスを作る程度の小規模なプロジェクトの話がほとんどで、驚けるものの、正直あまり実用性は無いように感じる。 俺たちが本当に知りたいのはテトリスの作り方じゃねえ！現実の中規模以上のシステム開発で、いかに楽に良いものを作れるかだろ！ ということで、まずは弊社から現時点のノウハウを全公開しようと思う。 弊社ではCursorを1年以上活用（サービスがGAになったタイミングから全社員で利用）しており、一定のノウハウを蓄積してきている自負がある。ただ、あくまで一例ではあるので、ぜひみなさんの現場での活用事例も共有してほしい！ 免責事項AIエディタでの開発は、LLMとAIエディタの進化に伴い、常に変化している。 そのため、この記事で述べる方法論は、現時点での、弊社での
コードレビューはつまらないから丁寧なプルリクエストでチームの生産性向上を目指す
コードレビューにずっと苦手意識を持っていた。レビューは時間がかかるし、あまり気が乗らない。 がんばってやっても、うまくできたのかどうか自信が持てない。 もちろん、世にあるコードレビューに関する書籍や記事などはいくつも読んだ。 そこには、コードレビューをするときの観点や、コードレビューで望ましい言葉づかいなど、ためになることがたくさん書かれていた。 それでも、やはりコードレビューが苦手なことに変わりはなかった。 だけど最近ようやく、こうすればレビューをうまくこなせるのではないかという出口が、なんとなく見えはじめてきた。 この記事では、ぼくなりにたどり着いた、プルリクエストのレビューを上手に行うための心構え、つまりいかにしてレビューのつらみを減らすかについて書く。 目次 なぜコードレビューはつまらないのか われわれは、なんのためにコードレビューをするのか レビューのコスト レビューの観点 文化
Data-First Stack as an enabler for Data Products
Author: Animesh Kumar Last week, we published a piece on the Evolution of the Data Stack, and the community resonated well with the story of how the data industry has been interpreting data and the potential way it could effectively manage ever-growing data. Not surprisingly, the Data-First way turned out to be the unmistakable showstopper. 🔶 The Data-First Stack or DFS resonated for one key reas
これからAIのフィードバックループのスケーリングが来ると思う｜深津 貴之 (fladdict)
フィードバックループのスケーリングとは？これはオリジナルの概念なので補足する。 フィードバックループのスケーリングとは、1タスクの遂行において「状況を確認し意見を修正する機会数」をスケーリングさせるという概念。 推論スケーリング では、1回のタスクのために、長時間や超ステップで考えさせる。 フィードバックループのスケーリング では、1回のタスクに対して「意見修正」できる機会をたくさん作る。 わかりやすいモデルケースなぜフィードバックループのスケーリングが重要なのか？このコンセプトを明確にするために、単純化したモデルを考えてみよう。 以下の2つのモデルのうち、どちらが自動運転で高い性能を発揮するか？ 「超AIが考え抜いて、朝イチバンに明日の株価を予測する」 「並のAIが、1時間ごとに状況判断を修正しつつ明日の株価を予測する」 実際に運用した場合、どう考えても後者のほうが良い成績を残すだろう。
AI Data Agents: Unlocking a New Era of Data Intelligence and Analytics
Data was once hailed as the new oil, but that narrative is evolving. With the rise of AI, compute power has now taken center stage as the critical resource businesses must secure to drive innovation and success. Sequoia doesn’t shy away from bold claims when they outline the potential impact, “The fields that generative AI addresses — knowledge work and creative work — comprise billions of workers
Use the BigQuery Storage Read API to read table data | Google Cloud
Send feedback Stay organized with collections Save and categorize content based on your preferences. Use the BigQuery Storage Read API to read table data The BigQuery Storage Read API provides fast access to BigQuery-managed storage by using an rpc-based protocol. Background Historically, users of BigQuery have had two mechanisms for accessing BigQuery-managed table data: Record-based paginated ac
poetry → uv への移行
$ uv python list cpython-3.14.0a4+freethreaded-macos-aarch64-none <download available> cpython-3.14.0a4-macos-aarch64-none <download available> cpython-3.13.1+freethreaded-macos-aarch64-none <download available> cpython-3.13.1-macos-aarch64-none /opt/homebrew/opt/python@3.13/bin/python3.13 -> ../Frameworks/Python.framework/Versions/3.13/bin/python3.13 cpython-3.13.1-macos-aarch64-none <download av
【特報】アニメ「ぼっち・ざ・ろっく！」２期制作決定！
■スタッフ 原作：はまじあき（芳文社「まんがタイムきららMAX」連載中） 監督：山本ゆうすけ 脚本：吉田恵里香 キャラクターデザイン：小田景門 けろりら 制作：CloverWorks ■キャスト 後藤ひとり 青山吉能 伊地知虹夏 鈴代紗弓 山田リョウ 水野朔 喜多郁代 長谷川育美 ■ストーリー 「ぼっちちゃん」こと後藤ひとりは、ギターを愛する孤独な少女。 家で一人寂しく弾くだけの毎日だったが、 ひょんなことから伊地知虹夏が率いる「結束バンド」に加入することに。 人前での演奏に不慣れな後藤は、立派なバンドマンになれるのか―― ■Blu-ray＆DVD情報 「劇場総集編ぼっち・ざ・ろっく！ Re:／Re:Re:」Blu-ray＆DVD発売中！ https://bocchi.rocks/omnibus/bddvd/ ■作品情報 ・公式サイト：https://bocchi.rocks/ ・
Go 1.24 で map が30%以上高速化！Swiss Tableとは？ - カンム テックブログ
Go1.24 がついに公開されましたね。その中でとても興味深い改善内容がありました。 1/14 Go's new map implementation in 1.24 is powered by Swiss Tables, a cutting-edge hash table design that significantly boosts performance. Let's break down why this matters and how @CockroachDB's implementation played a key role. 🧐🚀— Peter Mattis (@petermattis) 2025年2月10日 9/14 Performance gains? Benchmarks show Go's new maps are 30%+ faster in many wo
マフェトン理論 - Wikipedia
マフェトン理論（マフェトンりろん）とは、フィリップ・マフェトンが提唱する、マラソンやトライアスロンなどの持久力スポーツのトレーニング方法である。 有酸素運動（ペース走）の運動強度を明確に示したのが最大の業績といわれる。 マフェトン理論では、有酸素運動の比重を、無酸素運動よりも大きくとる。 時間ベースで 有酸素運動 - 85%～90%以上 無酸素運動 - 10%～15%以下 の比重を理想とする。 マラソンにおいては、有酸素運動がペース走、無酸素運動がスピード練習にあたる。 マフェトン自身は、明確には、無酸素運動の導入の仕方を明記していないが、上記の配分に基づくと、一例としては 週7時間運動している人は、24～36分の無酸素運動を週2回 20分Up+20分Down+（80秒無酸素+2分40秒有酸素）×5のインターバルトレーニング という配分になる。 ただし、上記の比重は、エアロビックの基礎がで
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
基幹システムとデータ分析（第101回IT勉強宴会）
How to merge BigQuery tables with nested fields for incremental uploading
Class QueryJob (3.29.0) | Python client library | Google Cloud
ととけん | ランしてサウナで「ととのう」日本橋・浜町の新名所オープン！
GitHub Repositoryをtxtにまとめて、NotebookLMに渡したら幸せになれた。 - まつざっきブログ
スポーツジムに通い始めて1週間