こんにちは、@vaaaaanquishです。 7月24日に第二子が生まれ現在育休を取らせてもらっています。 寝かしつけが終わった深夜に少しだけ育児の難しさとエンジニアリングについて考えていることを書いていこうかなと思います。 社会が育児をすすめる最近、日経新聞の男性育休の代替要員に関する記事を読みました。 2030年に85%の男性育休取得率を目指す日本ですが、育児という家庭環境や健康状態が関わる事象では例外も多く、業務や人間関係との折り合いも難しいという内容になっています。 記事の中では、職場との両立という側面を中心に論じていますが、これらに加えて男女間など属性に関する側面や社会全体、個々人から見た側面など様々な面がある事は自明かと思います。他方、記事の中の話は、社会人であれば属性によらず何らかの形で肌で感じた事のある側面の一つではないかなと思います。 育児と仕事の話はよく話題になりますが

はじめにStable DiffusionだとかChatGPT、LLMみたいな「大規模モデル」って考え方が機械学習業界から出て、スケーリング則に基づいてまだまだ精度が上がるとされている昨今。 （スケーリング則はどうのこうの諸説あるが）さておき、「マルチモーダルに」「あらゆるデータを学習した」「大規模なモデル」が今後数年リードしていく事は間違いないと思う。 そんな中で、我々機械学習エンジニアやデータサイエンティスト、アナリスト、データエンジニア、MLOpsエンジニアみたいな、いわゆるAI屋として働いている人たち、皆が所属するAI組織ってどうなっていくのかな、という話を書いてみる。 データの民主化AIの民主化とデータの民主化AI業界では「AIの民主化」というワードがある。 便宜的にAIというワードが広く使われるようになった辺りで出てきたワードで、OSSやプラットフォーム、ハードの発展によって「A

・Slackにおけるtimes文化とは ・一度仕事中のチャット雑談の全てを断ったがまたtimesを立てた話 ・守りたい節度とこれからSlackにおけるtimes文化とは「times」とは、社内チャット等で自分のチャンネルを持ち、短いスパンで発言する社内Twitterのような文化形態である。 私がまだ学生でインターンやアルバイトという形でIT企業に関わって居た頃、彗星の如く現れた以下のブログがきっかけで、Slackを導入していたITベンチャー企業で流行りはじめたと記憶している。 分報、times、timelineなど、様々な呼び方を各社がしているが、要は社内チャットにおけるTwitterである（ここでは最も一般的だと思われるtimesに統一する）。 timesは、カルチャー性とSlackの各機能とが相まって、爆発的に流行った。近年ではTwitterのフォロワー内でも「times文化がない会社

外から見ていて分かる通り、技術的、学術的に尊敬できる方が居るのはもちろん、社員の多くがギークです。また、機械学習を使った貢献のしがいのある医療という分野であることが私にとって魅力的でした。 転職後もMLエンジニアとして、常に勉強し、色んな事にチャレンジし、多くの成果で貢献出来ればと思っています。何卒よろしくお願いします。 以下の記事では、転職活動で使っているサービスや履歴書、現在持っている成果、具体的な報酬、次の会社に求める想いについて書きました。 これ以降は、上記記事でボカシた転職を考えるまでに至った理由だとか、結果としてどんな転職活動だったかを書くものです。 なぜ転職なのか前回ボカシた部分から書くと、転職を考えた理由は主に以下の3つです。 ・自身の上司が勉強できていない事に気付いた ・USでの研修で受けた刺激 ・自分に足りないものとチャレンジ3つの理由は横串で繋がってるんですが、細かく

技術記事ならともかく、日常や感情、思想に関する記事をはてなブログで書いたら、文脈を無視した自分の意見を言いたいだけの人からコメントが付いて回るので、いっそのことと思って年末にnoteを始めてみた。 この記事は、パッといくつかの事を試してみた事で得られた所感と個人的なnote使ってみたポエムである。 noteの良いところ・----- 課金制にできる ----- noteでは「n行目から続きを読むにはm円」という設定を記事ごとに付与する事ができる。さらにプレミアム会員になれば、月額で読み放題なマガジン形式の記事も発行できるらしい。 適切な課金によってユーザをフィルタする事でユーザの質が高まるというのは、近年のWeb業界ではかなり一般的な意識となっている。一方で、お金を払うことによって発生する宗教性やコンテンツの質の担保などの問題が度々ネットの炎上要素になっているが、今回noteを使ってみて、や