例えば要件定義の期待値は、上記の計算式に当てはめると (0.5 + 4×1 + 2) / 6 = 1.17時間になります。 類推見積もり 具体例 「Aという機能を持ったシステムを開発するのに、前回は3ヶ月かかった。今回のシステムも機能が似ているので、今回も3ヶ月程度で開発できるだろう。」 特徴 過去の類似プロジェクトのデータに基づいて見積もるため、迅速に概算を出すことができます。 （これ、実はみなさん日常で何気なくやっているのではないでしょうか？？） 注意点 今回のプロジェクトと過去のプロジェクトが完全に同じであるとは限らないため、誤差が生じる可能性があります。 ボトムアップ見積もり 具体例 システム開発プロジェクトの場合 要件定義：1週間 設計：2週間 プログラミング：4週間 テスト：2週間 総合計：9週間 特徴 プロジェクトを細分化して見積もるため、より詳細で正確な見積もりが可能です。

はじめに 会社員として働く上で評価は最も大きな関心事の1つでしょう。評価によって自身の職位や給料が決まるのでそれも当然です。 しかしながら、「納得感のある評価を受けられていますか？」と問うと明確にYesと答えられる人は稀でしょう。「成果を出したのに正しく評価されていない」と不満を持っていたり「評価は偉い人が勝手に決めるものだから…」と諦めている人もいるのではないでしょうか。少なくとも過去の私はそうでした。 そもそも、評価をどのように受けるべきか指導や研修を受けたことはありますか？私にはその記憶はなく、自身が評価者の立場になって初めて評価というシステムに真剣に向き合うことになりました。 評価の際に被評価者としてできることは、評価者に自分の成果や成長を適切にアピールすることです。そして、アピールの方法として最も確実かつ重要なのは伝わる自己評価を書くことです このエントリは、被評価者が評価者に正

はじめに 本日2024年9月17日､日本時間深夜にMicrosoft 365 Copilot Wave2 という形で､Copilotに関する最新アップデートが発表されました｡(個人的には､結構謎なタイミングでの発表でしたが、先日のOpenAIのo1モデル発表に合わせてきた感じでしょうか) 詳しくは以下のブログまたは発表動画をご覧ください｡ この記事では､｢Microsoft 365 Copilot Wave 2｣についての内容の要点をつらつらとメモしつつ解説してみました｡ 1. Microsoft 365アプリでのCopilotの強化 a. ExcelにおけるCopilotのアップデート Pythonとの統合 Copilot in Excel with Pythonを導入。これにより、データ分析の経験がないユーザーでも自然言語で高度なデータ分析が可能になります。これにより、以下のような高度

Web Developer Conference 2024 https://web-study.connpass.com/event/321711/

JavaScriptフレームワークを取り巻く状況は、常に変化を続けています。近年では、サーバーサイドレンダリング（SSR）とクライアントサイドレンダリング（CSR）のバランスは、重要な検討事項です。 ChatGPTのRemix採用 2024年9月、ChatGPTがNext.jsからRemixに移行したことが明らかになりました。この出来事は、Remixの母体であるReact Router系のコミュニティで大きな話題となり、移行の理由について様々な憶測を呼びました。 JavaScriptエキスパートのWes Bos氏（学習動画教材とかを作っている人）は、ChatGPTのフロントエンドのソースコードを分析し、OpenAIがRemixを採用した理由について独自の考察を展開しました。 www.youtube.com 緊急で動画を回すWes Bos氏 Wes Bos氏の分析によると、ChatGPTのア

Helping Users Find Their Own Way: Creating Modern Search Experiences

WebアプリでURLシェアを実装する際に、URLにすべての情報を持たせてしまいたい場合があります。そのとき、情報をそのままクエリ文字列に渡してしまうとURLの文字数制限に引っかかってしまうかもしれません(厳密にはURLに上限はないようですが、現実はいつもブラウザ実装依存)。 そんなときURLセーフな文字列形式で圧縮してくれるライブラリがあります。lz-sringです。 変換の例 ライブラリで compressToEncodedURIComponent というAPIが提供されているのでこれを使用します。標準のencodeURIComponentでURLセーフな文字列に変換した場合とサイズ比較をしてみましょう。 import lzstring from "lz-string"; const rawData = "Lorem ipsum dolor sit amet, consectetur a

株式会社miiboの高倉です。 おかげさまで、miiboは個人ユーザーだけでなくエンタープライズ企業でも導入が進み始めています！そこで新しく悩むことになったのは、お客様各社ごとにフォーマットが異なる「セキュリティチェックシート」への回答です。ソフトウェアを提供する企業ではこのセキュリティチェックシートへの対応に悩んでいる方も多いのではないでしょうか。まさに、私はmiiboのセキュリティチェックをバックオフィスの立場で対応しています（非エンジニアです）。 そこで今回は、過去に聞かれたセキュリティチェック項目とその回答を学習させた「セキュリティチェックAI」を作成しました！ セキュリティチェックシートの対応、皆さんも頭を悩ませていませんか？膨大な質問項目、各社異なるフォーマット、技術的な確認事項...。この記事では、そんな悩みをAIの力で解決する方法をご紹介します！1週間くらいで簡単にできたの

2024/9/2 LayerX 全社週次定例 LayerX 部門執行役員 AI・LLM事業部長 中村龍矢 https://x.com/nrryuya_jp

「またか。。。」というのが率直な感想です。 この記事の冒頭では「勉強会の治安の悪化」と掲げていますが、どうもこの問題に声を荒げる方々は、その悪化の原因が自分たちにある可能性を排除しているようです。 特定の人物、一部の問題行動を起こしている人たちが居ることは理解できますし、それらに対応する手段を模索するのは大変良いことです。 一方で、ほとんどの参加者には関係のないことです。仮にそのような方を見かけたら退場してもらえば良いでしょうし、話に応じず過激な言動をされるようであれば、問答無用で警察に突き出せば済む話です。 参加規約やプライバシポリシーへの同意、さらには個人情報の提示…？ 何だかどんどん仰々しくなってきましたね。なぜごく一部の悪質な人のせいで、多くの健全な参加者が窮屈な思いをして勉強会に参加しなければならないのでしょうか。 当事者が問題の論点をすり替えている当事者から「なかなか共感が得ら

エンジニアの未来と生成AIについて質問させて頂きたいです。情報系の学部に所属している者なのですが、自分が何時間もかけてやった課題をChatGPTに投げるとほんの数秒でサンプルコードが提示されます。自分の課題のレベルが低く、上のレベルでは自力でプログラミングをすることが必要なのは理解しているのですが、何時間もかけたものが一瞬にして解決される様にAI発展の喜びより冷酷さを感じてしまいます。エンジニアとして働きたい者としてどのようにこの事実と向き合うべきでしょうか？ ソフトウェアエンジニアの仕事について誤解があるようです。 確かに書けと言われた題材を動くまで持っていく力は大切ですが、それよりもっと大切なのは動いている物を思い通りにする力です。ソフトウェアエンジニアの仕事の9割以上は既に書かれているコードに対して何らかの変更を加える事であって、どこをどう書き換えるべきかという疑問に対して生成AIが

Oracle Exadata Database Service(Dedicated Infrastructure)：サービス概要のご紹介

技術選定の失敗 2年間を振り返る TypeScript,Hono,Nest.js,React,GraphQL はじめに 新たに書きました。 MySQLを使っても会社は潰れない 久々に記事を書いたのでどうぞお手柔らかに... 私が過去2年間で行った技術選定の成功と失敗を振り返り、その学びを共有したいと思います。 文才無いので淡々と箇条書きでいきます Twitterエンジニア垢作りました。エンジニアのお友達がいません。 @uncode_jp 注意 意見を押し付けるものではありません。ただ建設的な議論は大事だと思う。 自分の意見は明確に、歯切れのよい表現を意識している。人それぞれだよねみたいな感じに逃げたくない。技術選定に結論はある（過激）。 ただし技術選定にはコンテキストがあり、例えばプロダクトのフェーズや組織の事情によって当然結論は変わる可能性がある。 OSSの開発者さん達は偉大ですごい。あ

はじめに この記事では、私が開発している TUI(Text-based User Interfaces) ツール Viddy の v1.0.0 のリリースにあたって、 Go から Rust で再実装した際の経験や感想について書きたいと思います。Viddy はモダンな watch コマンドとして当初は Go で実装されていましたが、今回、Rust による再実装に挑戦しました。この記事が、同じように Rust での開発に興味がある人の参考になると嬉しいです。 Viddy について Viddy は、Unix 系 OS の watch コマンドのモダンな代替ツールとして開発しました。 watch コマンド + α の主要な機能として、以下があります。後述するデモを見てもらえるとわかりやすいと思います。 Pager 機能: コマンドの実行結果をスクロールして確認できる。 Time machine モ

Kernel/VM探検隊@東京 No17 https://kernelvm.connpass.com/event/321962/

京大生恐怖症の京大生 VS 京大イチ有名な女子プロレスラー!? 天才・奇才が全国から集まる異能の巣窟――京都大学。 1浪の末に京大生となった山川可志夫は、「人より勉強ができる」という唯一の個性を失い、個性ゼロのゼロ人間として恐怖と憂鬱の日々を過ごしていた。 そんな可志夫の前に現れたのは、高校3年間を共にマンドリン部で過ごした同級生・沢北陽子。 可志夫と同じ地味学生だった陽子は、現役で京大に入学したのち女子プロレスラーとして名を馳せ、今や最も有名な京大生になっていた！ 遠い存在となった陽子に圧倒される可志夫だったが、陽子は可志夫が京大に来るのをずっと待っていて――!? 鴨川を沸かす熱い恋のゴングが今、鳴り響く!!

Bill One Engineering Unit 共通認証基盤チームの樋口です。 Bill Oneでは昨年までAuth0を認証基盤として利用してきましたが、認証基盤を内製化することでコストを大幅に削減しました。 この認証基盤は、昨年12月に無事リリースされ、Bill Oneの認証を支えています。 今回は認証基盤の内製化に至った経緯と設計、移行プロセスについて紹介します。 Bill Oneについて 認証基盤に関する課題 解決方法の検討 IDaaS（Identity as a Service）について 設計とシステム構成について 認証基盤の設計 システム構成 アカウントの移行について メールアドレス・パスワードでのログインを利用しているユーザーの移行 SSO（Single Sign-On）の移行 振り返りと今後 ドメイン変更による問い合わせの増加 内製化によって体験の改善がスムーズに Bil

背景 Next.js に App Router が導入されてから1年近くが経ちました。しかし、未だに App Router を前提として設計のベストプラクティスが定まっておらず、身近なフロントエンドエンジニアはみな「まだプロダクトに取り入れるには考えることが多いよね」という共通認識のまま止まっているような気がしています。 また、App Router が導入されるまでは、技術選定の無難な選択肢として Next.js が最有力でした。しかし、現在は App Router の設計のプラクティスが未発達なことや、オーバースペックであるという見方が出てきており、検討しなければならないことが多くなったように感じます。 そうした中で、ではその懸念というのはどのようなものがあり、導入しずらい要因に何があるのか、というところが、今回執筆を行う上での背景になります。 App Router導入で考えないといけな

開発の生産性を高める新たな視点〜開発生産性フレームワークSPACE〜 での登壇資料です

大規模言語モデル (LLM) の学習データに含まれない知識（各社の特有の書類など）を踏まえてLLMに回答させる際に最早必須となってきたRAG (Retrieval-Augumented Generation)。 今回はそんなRAGのSurvey論文を元に、RAGの変遷や構成要素、新たに出てきた技術を俯瞰していきます。 Survey論文へのリンクはこちら arxiv.org RAGとは LLMはそれ単体で回答させると、質問によってはハルシネーションや学習時のデータにはなかった情報を生成時に加味できないといった問題から正しくない回答を生成することが多々あります。例えば世間一般に公開されていない自社の就業規則や業務標準についてをChatGPTに質問しても、正しい回答は得られません。 そのような問題への対応としてRAGが使われます。 「LLM単体で適切な回答を生成できないなら、ユーザーの質問を元に