新時代の漫画コンテンツとして期待された韓国発の縦読みウェブ漫画「ウェブトゥーン」が苦境に立たされている。 【写真】まさに女神…韓国の美しすぎるウェブトゥーン作家 振り返れば今年6月、韓国最大手IT企業NAVER（ネイバー）のグループ会社「ネイバーウェブトゥーン」の親会社「ウェブトゥーンエンターテインメント」がナスダックに上場した。上場初日は株価が公募価格より10％近く上昇し、「アジアのディズニー」という声まで上がった。 しかし、ここがピークとなってしまう可能性が出てきた。 業績不振で集団訴訟まで 原因は、ナスダック上場後、初めて公表された第2四半期の業績発表だ。 去る8月9日に発表されたウェブトゥーンエンターテインメントの2024年第2四半期の売上は、前年同期比で0.1％増加し、3億2097万ドル（約472億円）だった。ただ営業利益はマイナス7660万ドル（約112億円）の赤字だ。 市場の

今回は、過去作った記事などのヘッダー画像＋αから松尾氏に動画を作っていただくという、コラボ企画。元画像はSD 1.5、SDXL、SD3 Medium、そしてFLUX.1 [dev] が入り乱れての動画となる。

偽扇久ｲ呆(雅駿介応援団) @nise_ougikubo @DerekDount ドーナツばっかり３つも食べた頃には口の中が甘々になってるじゃろ？ 口の中をいったん洗うんじゃよこれで。 マジで美味いから。

ユネスコ無形文化遺産登録から10年を経て、登録当時には約5.5万店だった海外の日本料理店が、2023年には約18.7万店にまで増えるなど日々関心が高まっています。 京都府立大学、日本料理アカデミーでは京都から国内外を問わず和食のさらなる発展と和食文化を担う人材の育成を目指し、「日本料理大全 デジタルブック」を公開します。 ある料理を知るためには、まずその背景を知らないと始まりません。「日本料理大全」シリーズは手法のみを解説するのではなく、考え方の基礎を示していくことを目指しています。経験や勘に頼るのではなく、なぜこの味が生まれるのか、どうしてこの調理法になるのか、といった根拠や科学的な理由を示しています。それらをもとに料理する人が考え、取り入れ、オリジナルの料理を生み出す手助けとなることを目指しています。 このシリーズが日本料理の発展・普及の一助となり、多くの人々の健康と喜びを導くことにな

この記事は英語、フランス語、ドイツ語、ポルトガル語、スペイン語でもお読みいただけます。 編集メモ: この記事は Quartz に掲載されたものです。 過酷なストレスは、今や仕事において身近な存在となってしまいました。去年、ナレッジワーカー (知識労働者) の 71% が一度はバーンアウト (燃え尽き症候群) を経験しています。さらに、メンタルヘルスの状態を「悪い」または「非常に悪い」と回答した労働者の割合が、5% から 18% に急増しました。ストレスレベルが「高い」または「非常に高い」と回答した割合は、42% に上ります。このようなストレスやプレッシャーの高まりは、明らかに時代の流れを感じさせます。 これは Asana「仕事の解剖学」インデックス 2021 報告書に基づいています。この調査では、回答者のほぼ半分が、バーンアウトの主な要因として過労を挙げています。つまり、問題の要因はオフィ

大リーグ、ドジャースの大谷翔平選手は19日のマーリンズ戦で2つの盗塁を決めたあと、3本のホームランを打って、今シーズンのホームランが51本、盗塁の数は51に伸ばしました。1つのシーズンでホームラン50本、50盗塁以上を達成したのは大リーグで史上初めての快挙です。 記事後半では大谷選手が「50-50」を達成した要因や、その記録の価値のほか、恩師や各界からの祝福の声などについて詳しくお伝えしています。 目次 「50-50」達成 3打席連続HR 6打数6安打10打点

データを利活用してカスタマー・クライアント双方の「不」の解消を目指してきたリクルートが、今注力する領域は「データを用いた意思決定の質向上」とそのための「データの整備」です。 そこにフルコミットするため、新たに生まれた職種がアナリティクスエンジニアです。例えば、図書館を作るのがデータエンジニアで、図書館に収納された本を使って価値を生み出すのがデータサイエンティストだとすれば、本の整理や目録の作成などを通じてさながら司書のような役割を果たすのがアナリティクスエンジニアです。言うなれば「データの整備人」。 リクルートにおいては、データを用いた意思決定を加速させるうえで、必要不可欠の存在です。 とはいえ、まだまだ一般的には知られていないアナリティクスエンジニアの仕事。彼らは組織のなかでどのような役割を果たし、どのように事業へ貢献しているのでしょうか。そしてどんなバックグラウンドを持っているのでしょ

TOPインタビューロードマップは決めきるべきじゃない。「売れない」から脱出するために、PdMがやるべきこと【エムスリー山崎聡】 エムスリー株式会社取締役CTO／VPoP　エムスリーテクノロジーズ株式会社代表取締役 山崎聡 大学院博士過程中退後、ベンチャー企業、フリーランスを経て、2006年、臨床研究を手がけるメビックスに入社。2009年、メビックスのエムスリーグループ入り以降、エムスリーグループ内で主にプロダクトマネジメントを担当する。2017年からVPoE。2018年からエムスリー執行役員。2020年からはエンジニアリンググループに加えて、マルチデバイスプラットフォームグループとデザイングループも統括。2020年より初代CDOに就任。2022年よりCTO兼VPoP。2023年より取締役。2024年よりエムスリーテクノロジーズ株式会社代表取締役。 X Speakerdeck 人はつい「楽な

はじめに 自分がIT業界に携わって5年ほどが経過しました。 この5年間、SIerからフリーランスエンジニアに転身し、様々なプロジェクトに参加する中で、数々の失敗と成功を経験しました。特に心構えやマインドの部分で多くを学ぶことができました。 未熟だった自分を振り返って、今では改善できた点が多くあると思います。同じ失敗を繰り返さないように、自分の経験が少しでも役立てば幸いです。 また、気付きを与えてくれた方々にこの場を借りて感謝します。 感謝を忘れない 進捗報告やコードレビュー、質問対応など、感謝の気持ちを忘れないようにしています。感謝は、コミュニケーションを円滑にし、相手の意欲を引き出す力があると思います。 たとえば、昔の自分はバグ報告を受けるとろくに文章も読まず「影響範囲は？ 再現する条件は？ 原因は？ 解決策は？」などと質問攻めにしてしまっていました。 報告しただけなのに色んなことを聞か

皆さんは 「カバレッジが高ければ、ソースコードの品質が高い」という誤解 をしていませんか？少なくとも私は今までテストカバレッジ100%を追求していました。「C0/C1カバレッジ100%」がユニットテストの完了条件として含まれているプロジェクトも多いかと思います。 本稿では、「カバレッジが高ければ、ソースコードの品質が高い」という命題がなぜ誤っているのかを論理的に証明し、カバレッジを計測する本当の目的、そして推奨されるカバレッジの目標値について紹介したいと思います。 「カバレッジが高ければ、ソースコードの品質が高い」はなぜ間違っているのか？ カバレッジを計測する本当の目的 バグを潜在させてしまう恐怖のテストケース・アンチパターン カバレッジの目標値は100%にするべきではない カバレッジの目標値は何%にするべきなのか？ （テストカバレッジの種類については『ホワイトボックステストにおけるカバレ

スタッフエンジニアの道 - Forkwell Library #66 での発表資料です https://forkwell.connpass.com/event/323138/ #Forkwell_Library

仕事をしていると、だんだんと抽象度の高いことを任されるようになる。 たとえば、方針も明確な小さな修正タスク => 修正方法がいくつか考えられるタスク => そもそも何をやるかから明確にしないといけないタスク といった感じで次第にふわっとした依頼になってくる。いわゆるグレード制を採用している会社において、"どれだけ抽象度の高い仕事を任せられるか" がグレードの違いの要素のひとつと言ってもいい。 抽象度の高い仕事を安心して任せられる人は何が違うのか自分もよくわからないので、自分のまわりの人がどういう動きをしているかを雑にまとめてみる。 1. なぜやるかを明確にしている わからないときはドキュメントやチャットのやりとりを探し、直接聞いたほうがよい人には自分でコミュニケーションを取っている やる理由がないと判断したら依頼者に話をして、実際にやらないこともある あとで「自分はこう言われただけなので」

𝕏 𝕃（おおきなえる）🌸🐻💿⚒️ @ellnore_pad_267 みんなさぁ・・・ データベースって何で学んだ？ あんま学ぶチャンスなくね？ そんなことはないか？ 単なる SQL やテーブル設計のいろはとかではなく『データベース』そのものの勉強な。 オプティマイザとかその辺の細かい部分の話。 𝕏 𝕃（おおきなえる）🌸🐻💿⚒️ @ellnore_pad_267 > 単なる SQL やテーブル設計のいろはとかではなく『データベース』そのものの勉強な。 オプティマイザとかその辺の細かい部分の話。 この部分読めてない奴が一定数おる？？？？

企画を考えたり、問題解決の方法を模索したり、ビジネスの場面では、アイデアを考えることが多くあります。しかし、なかなかいいアイデアが浮かばない……ということも多いですよね。 そんなときは、生成AIにアイデア出しを手伝ってもらうのはどうでしょうか。 本記事では、ビジネスでよく使われるアイデア出しの基本技術をAIに適用させ、それを使って実際にアイデアを出すプロセスをご紹介します。今回は、多くの人にとって身近な「オフィスの生産性向上」をテーマにアイデア出しを試してみました。 生成AIはアイデア出しの強い味方になる！ まずは簡単な準備から。使うAIを選ぼう 1. アイデア出しの基本「逆算法」 2. アイデアを広げるなら「SCAMPER法」 3. 異なる視点を得るなら「ペルソナ法」 AIはアイデア出しの強い味方になる！ 実践してわかった、生成AIでアイデアを出すコツ 生成AIはアイデア出しの強い味方に

ベイズデータ解析(第3版) 森北出版Amazon 先日のことですが、『ベイズデータ解析』を訳者のお一人菅澤さんからご恵贈いただきました。もう一目見ただけで「鈍器」以外の語が出てこないくらいの立派な鈍器で（笑）、原著のBDA3*1に負けないくらいの鈍器っぷりが見事な一冊です。菅澤さんといえば名著『標準ベイズ統計学』の翻訳も手掛けておられますが、先日直にお話を伺った際は「本書の方が標準ベイズよりもさらに理論的な内容に踏み込んでしっかり書かれていて良い」とのコメントでした。 ということで、早速本書をレビューしていこうと思います。ただ、何分にも全体で888ページもある大著であり、ぶっちゃけ斜め読みするだけでも1ヶ月近くかかるという有様でしたので、内容の理解が不完全であったり誤ったりしている可能性があります。それらの不備を見つけられた際は、何なりとご指摘くだされば幸いです。 本書の概要 第I部　ベイ

はじめに お客様に提案をしているときの会話です。 お客様：「詳細設計書は作りますか」 私：「昔ながらの詳細設計（ロジックを日本語で書くもの）は作りません。クラス図とか、シーケンス図は複雑であれば作りますが、今回のシステムはそこまで必要なものはないものなので、割愛しようと思っています。」 お客様：「保守をお願いするかどうか未定なので、場合によっては引継ぎのために作ってもらうかもしれません」 私：「・・・・」 といった感じで、私がこの業界に入った30年前は、確かにプログラムを作る前に、詳細設計書と呼ばれるプログラムを日本語で書いていました。 最近、詳細設計と呼ばれるものを作った記憶がなく、無駄なものは作りたくないなぁという思いから、コードから自動生成できないかなと思って、いろいろ試してみました。 Doxygenって いろいろ調べてみると、Doxygen にたどり着きました。 色々な言語に対応し

はじめに ChatGPTブームがひと段落した感がありますが、周りのエンジニアでChatGPTを活用している姿をあまり見みません。 基本的なテクニックを理解すれば、エンジニアこそChatGPTを活用できると思うので、普段使用しているテクニックをいくつかピックアップして紹介します。 プロンプトの記載方法 Markdown記法で指示する 色々なところで紹介されていますが、回答や処理の精度を上げる方法としてChatGPTへの指示にMarkdown記法を使用することがオススメされています。 例えば下記のような文章による指示を行おうとした場合

社内のプチ発表に使った資料です。 文章のコツ 前置き フルリモートでは、文章でのやり取りがメインになる。 なので、文章がヒドいと「この人と仕事するのキツイ」と思われちゃう😢 そう思われないための色々思ったことを自戒メモ。 なるべく箇条書きにする

「スケジュールを制する者が仕事を制する」とよく言われますが、私はあえて「タスクを制する者が仕事を制する」と言いたい。 「タスクの書き方」なんて言われても、なんとなくできちゃいますよね。教わるものでもないですし、人と書き方を比べる機会もないですし。 でも、だからこそ、差がつきやすい。知らないうちに、ダメなやり方が染み付いてしまってるかもしれません。これからお伝えするタスクの起こし方をマスターすれば、あなたとチームの生産性は確実に高まります。ぜひ最後まで読んで、試してみてください。 タスクはアクション動詞で書く英語レジュメ（職務経歴書）はとにかく「アクション動詞」で書けとアドバイスされる皆さん、「Action Verb」という言葉をご存知ですか？ 日本語に訳すと「行動する動詞」という意味になります。英語でレジュメ（職務経歴書）を書く際に、必ず「Action Verb」で書きなさいと、しつこく言