はじめに ◆この記事は何？ 焦ってAWSの勉強をするよりもコンピュータサイエンスの基礎を勉強してからの方がよかったという私の経験を紹介する記事です ◆対象は？ AWSの勉強をしている方 特に若手 ◆この記事のねらい AWSの勉強効率を上げる 先に結論 AWSの勉強に時間がかかったのはコンピュータサイエンスの基礎ができていなかったから コンピュータサイエンスの基礎を勉強してからの方が、圧倒的に効率が良い 遠回りに見えるが、近道だと考える 急にAWSを勉強した 新卒1年目からデータサイエンティストとして働いています。 急にAWSが必要になったので、急いでAWSの勉強をしました。 結果的には、「AWS Certified Cloud Practitioner」「AWS Certified Solutions Architect - Associate」を取得しました。 当時は知らない用語ばかりで

「システム構築はどこから始めるべきだろうか。システム構築が終わったらこうなる、というストーリーを語るところからだ。」アジャイル要求ユーザーストーリー はじめに ◆この記事は何？ アジャイル開発における「要求」や「ユーザーストーリー」を細分化する記事です。 ◆対象は？ 要求やユーザーストーリーを整理する方 アジャイル開発に関わる方 ◆ねらいは？ アジャイル開発に関わる方が、何気なく使っている「要求」や「ユーザーストーリー」の解像度を上げること エンジニア人生に影響を与えたフレーズ 「システム構築はどこから始めるべきだろうか。システム構築が終わったらこうなる、というストーリーを語るところからだ。」は、書籍『テスト駆動開発』に出てくるフレーズです。 そして書籍『テスト駆動開発』の中で、私が最も印象に残っている文章です。 この文章に出会ってから、私は「言われた通りにシステムを作る」から脱却して、「

はじめに ◆この記事は何？ AI品質の考え方やAIテスト技法を紹介する記事 ◆対象は？ AI品質・AIテストが分からない人 主にAIシステムの開発・運用担当者 ◆この記事のねらい AI品質を高める AI品質・AIテストの基本的な考え方 結論から言えば、AI品質・AIテストは従来のソフトウェア品質・テストとは異なります。 予測モデルは、出力に対する正解を定義できたとしても、予測精度には限界があります。 100%の正解率を常に求めることはできません。 このため、既知のデータを用いて、どれだけ正解や正解に近い値を求めることができたかを評価することが最も基本的な品質評価になります。 例えば、品質特性として正解率や適合率などの指標を用います。 AIテストについて、「AIソフトウェアのテスト」では次のように言及されています。 正解が分からないのですから、従来のソフトウェアテストは一切成り立ちません。