こんにちは、server-side kotlin や terraform を書くことが多い、エンジニアリングGの矢崎(id:Saiya)です。 タイムゾーンや日時の扱いについての話題がホットな昨今ですが、 そういった日時の扱いについて例えば以下のようなお話を受けることが少なからずありました: とりあえず日時は UTC からの時差情報付きで扱えばいいんでしょ？ DB に保存するときもタイムゾーン情報付きで入れておけばいいんでしょ？ こういったお話を振られた際に、思うところを一言でサッと説明できずもやもやする事もあり、 また web サービスにおいて日時・タイムゾーン・オフセットをどう扱うべきか？納得の行く説明をあまり見つけられなかったため、 筆者なりに考えをまとめてみました。 国家的祭典のために急にサマータイムが導入されるといった話に限らず、 クラウドサービスが UTC+0 の日時になってい

はじめに 課題感・背景 使用しているBIツールについて BIツールの使用ボリューム感について やったこと：概要 やったこと：詳細 referenced tableにテーブル名ではなくdbtモデル名が入るようにしたことについて 各種アウトプットの公開設定をmeta情報として付与する方針としたことについて tagを追加してexposureの検索性を向上させたこと exposureのnameにシートとダッシュボードのタイトルを反映する方針にしたこと 今後の発展 保守運用の設計 カラムレベルリネージュ ✖️ exposure おわりに We're Hiring!! はじめに こんにちは。okodooonです！！ データ基盤を参照したアウトプットが社内に溢れかえっていませんか？ 弊社は追いきれていないLookerStudioやConnectedSheetがめちゃくちゃ溢れかえっていました。 そんな折

データを入手したとき、最初に実施するタスクの1つが、探索的データ分析 (EDA) です。 探索的データ分析 (EDA) は、データをより深く理解するプロセスにおける重要なタスクです。 データの大まかな概要を把握するためのツールがいくつかあります。例えば、Tableauです。Tableauは無料ではありません。それなりにコストがかかります。 PandasやPolarsのデータフレーム（DataFrame）を、Tableau風のユーザーインターフェイスで操作できるようにするPythonライブラリーがあります。 PyGWalkerです。 PyGWalkerは、Tableauの代替品とも言われているオープンソースであるGraphic Walkerを利用したものです。 以前、Jupyter上でPyGWalkerを使う方法について簡単に説明しました。 Tableau風にデータ操作できるPythonライ

風音屋（@Kazaneya_PR）では、メンバー1人1人のスキル水準をモニタリングし、さらなる成長を促すための仕組みとして「等級（グレード）」を設定しています。プロフェッショナル人材が少しでも正当な評価とフィードバックを受けられるように試行錯誤を経てきました。 採用選考を進める中で「自分の場合はどのくらいのグレードになるのか？」というご質問をいただく機会が多々あります。この記事では、どういった考え方でグレードを設計・運用しているのかを、給与テーブルとセットで解説します。 注意事項クライアントワークを担当するAnalytics部門を想定した内容となっています。Backoffice部門の給与テーブルは試行錯誤中ですが、ベースとなる考え方は同じような形に落ち着くはずです。 人事周りのルールは今後変わっていく可能性があります。最新状況についてはカジュアル面談でお問い合わせください。 すべての人にと

色々知っておきたいこと詰め合わせ

色々知っておきたいこと詰め合わせ

The Writer Framework lets you build feature-rich apps by using a drag-and-drop visual editor called the Builder and writing the back-end code in Python. It’s fast and flexible, with clean, easy-to-test syntax. It provides separation of concerns between UI and business logic, enabling more complex apps. Build AI apps with the Writer Framework when: You need to incorporate external data sources, suc

今回は、何も知らないところからバンディットアルゴリズムを学びました。 シンプルなバンディットアルゴリズムから、各ユーザーごとに最適化するContextual Bandit、順序を最適化するCascading Banditまで解説します。 学んでいて疑問に思ったことを解消しつつ記載しています。 ソースコード https://github.com/birdwatcherYT/bandit 対象読者 バンディットアルゴリズムを理解して実装したい人 ユーザーごとにカスタマイズしたバンディットを理解して実装したい人（Contextual Bandit） 順序を最適化するバンディットを使いたい人（Cascading Bandit） バンディットアルゴリズム バンディットの問題設定を説明します。 スロットマシンN台がある スロットマシンの腕を引くと報酬がもらえる 累積報酬を最大化したい バンディットアル

深層学習の技術が著しく進歩した結果、コンピュータビジョンや自然言語処理、音声信号処理などの分野では深層学習モデルの性能が古典的な手法のを大きく上回っており、すでにスタンダードなアプローチになっています。 しかし、テーブルデータを扱うタスクにおいては、深層学習の有効性は明らかになっていません。本記事では、AI Solution 事業部のアルゴリズムエンジニアよりテーブルデータにおける従来手法と深層学習の比較論文のご紹介をしていきます。 背景近年、テーブルデータを扱う深層学習モデルも登場し、一部の論文では決定木ベースのモデルと同等かそれ以上の性能を示しています。しかし、私が実務で試す中では決定木ベースのモデルの方が性能が高く、学習と推論が速く運用コストでも優れているため、深層学習モデル採用には至っていません。 より一般的なテーブルデータのタスクにおける、決定木ベースモデルと深層学習モデルとの性

はじめに はじめまして．東北大学/株式会社Nospareの石原です．本記事では，計量経済学で研究されている識別（identification）という概念を紹介したいと思います．簡単に紹介すると，識別という概念で議論されるのは，「もし観測される変数（データ）の分布を知ることができたら，興味のあるパラメータをデータの分布から一意に復元することができるのか？」という問題です．本記事では，識別という概念の定義を紹介し，識別という問題が計量経済学の文脈でなぜ重要であるのかについて書きたいと思います． 識別の定義 観測できる変数 $W \in \mathbb{R}^d$ の分布はパラメータ $\theta$ によって特徴づけられるとし，パラメータ $\theta$ の下で生成される $W$ の分布を $P_{\theta}$ で表すとします．さらに，パラメータ $\theta$ はあるパラメータ空間

今回の記事ではミトコンドリアのトレーニング適応について解説していこう。 今回でミトコンドリアについての連載記事3つ目になる。こちらからでも問題なくお読みいただける内容になっているが、過去の記事との関連が強いのでそちらも是非ご覧いただきたい。 ミトコンドリアのトレーニング適応については研究者間で様々な意見が出されており、すっきりと統一された見解は存在しない。どの論文を採用するかで、意見が少しづつ異なってくる。 この記事でご紹介している内容もその例に漏れず、やはり読み進めてきた論文の立場に大きく影響を受けている。 そのため皆さんには一つの解釈であるという視点でお読みいただけると嬉しい。とは言いつつも今まで学んできたもの、経験を踏まえて納得している解釈なので、内容に迷いはない。 是非、読み進めてみてほしい。 1. ミトコンドリアの適応さっそく本題に入っていこう。 エピソード2でお伝えしたように、

私が通っていたスタンフォード大学MBAで最も人気の授業の一つがWinning Writingでした。「勝つためのライティング術」ということで、どうすればより相手の気持ちを動かし目的を勝ち取るメールが書けるかを学びます。ここまで真剣にライティングについて考えたことなかった私にとっては目から鱗でした。 現在、ベンチャーキャピタリストとして働くなかでは、米国起業家からのコールドコール（面識がない相手への営業）のメールやLinkedinのメッセージも数多く届きます。よく見てみると彼らの文面はまさにこの授業で学んだ型を実践に落とし込んでいます。近年英語圏での資金調達や事業開発を考える起業家は日本でも増えてきたと思います。特に直接面識がない方にコールドコールをする場合は返信をもらう難易度も高く、どうすれば相手に興味を持ってもらえるメールが英語で書けるのか、多くの方にとって悩みの種なのではないでしょうか

LayerX代表取締役の福島です。LayerXでは法人支出管理(BSM)SaaSのバクラクシリーズを展開しております。 本日は「事業計画の達成はなぜ大切なのか?」についてです。LayerXでは毎週代表の2人(福島、松本)が交互に全社定例で経営戦略や、事業の考え方、マネジメントや会社文化に関して15分ほどシェアする時間をつくっています。本日はそこで話した内容をまとめたものになります。 「事業計画は重要だ」という議論は多くある一方で、「なぜ事業計画を達成することが大事なのか?」というそもそも論に関してあまり議論自体を見たことがありません。 今回は私なりに、そもそも「なぜ事業計画の達成が大事なのか」についての考えについて説明します。 どう事業計画をモニタリングすべきかは本記事では割愛しますが、上記記事の方法が非常に実践的で良い内容になっております。 事業計画の達成はなぜ大切か？「なぜ事業計画の達

こんにちは！Nstockのじゃがです。 NstockではマルチテナントSaaSを開発しており、テナント間のデータ分離にRow-Level Security（RLS）を利用しています。本記事ではRLSの基本から、Nstockでの利用イメージまで、SQL文やアプリケーションコードを交えて解説します。 備考 アプリケーションの実装イメージはSpring Bootですが、多くのフレームワークに存在する機能を利用しています PostgreSQLのRLSについて話しています マルチテナントアーキテクチャとRLS Nstockは初期フェーズであり、人的リソースや金銭的リソースに余裕がありません。テナントごとに異なるDBサーバーやスキーマを用意するアーキテクチャは、リソース的に厳しいです。そのため、複数のテナントでDBサーバーを共有しつつ、 tenant_id カラムを用いてテナント間のデータを分離するこ

予実管理はなぜ大事か予算(事業計画)とは現在の事業理解を反映したものである。予算は、売上の発生メカニズムやコストの発生メカニズムをモデル化する。モデルの中には変数(パラメータ)があり、基本的にはこの変数を達成していれば、予算が自動的に達成されるという前提で作られる。つまり予算は、その時点での事業の理解そのものを表している。 予算と実績が合わないということは、事業の理解が浅いということである。何かしら前提としていることが間違っている、見落としていることがある、わかっていないことがあるということである。事業の理解が浅いと、どれくらいのリソースを投下するとどれくらいのリターンが得られるかをコントロールできていないことになるため、投資の不確実性が高い状態とみなされる。 投資の不確実性が高い状態だと、資金調達コストが上がる。仮にまったく同じ構造の事業をもつ2社があるとする。コントローラビリティが高い

Developers have long been building interfaces like web apps to enable users to leverage the core products being built. To learn how to work with data in your large language model (LLM) application, see my previous post, Build an LLM-Powered Data Agent for Data Analysis. In this post, I discuss a method to add free-form conversation as another interface with APIs. It works toward a solution that en