良いコードとは何か - エンジニア新卒研修 スライド公開｜CyberZ Developer
CyberZ CTO室のメンバーの森 (@at_sushi_at) です。 先日、株式会社サイバーエージェントの2021年度 エンジニア新卒研修でコードの品質に関する講義を行いました。 そこで話した内容とスライドを完全公開します。 45分の内容のため、かなり長いですが、個人的にぜひ一読して欲しい内容になっています。 はじめに こんにちは、森 篤史と言います。2019年度入社で今年で3年目になります。株式会社CyberZのOPENREC.tvというプロダクトでAndroidアプリチームのリーダをやっています。 最近はプログラムを書く仕事以外に、次世代マネジメント室という全社横断組織でDevelopers Blogの改善プロジェクトを実行したり、CyberZ CTO室で組織活性化に取り組んでいます。 あと、2019年度の未踏スーパークリエータにも認定されました。 メインの仕事としては、入社して
最期に見る夢をいくらで買いますか？ - ベンチャー役員三界に家なし
ごきげんよう。 本当はビッグデータとビジネスについて書こうと思っていたのだけれど、高野さんのお子さんを初めて保育園に預けるエントリを見て、どっちでも良くなってしまった。 （娘の保育園の入園式だった - 言いたいことがなにもない http://mtakano.hatenablog.com/entry/2015/04/01/235117） この瞬間の切ない感じ。本当に貴重だし、決して忘れることのない本当に価値がある瞬間だと思う。 最近、各方面でマンションの大規模修繕についてちょっとした話題になるということがあった。 その議論の過程で、住民の合意が取れず大規模修繕も建て替えも不可能になってしまったマンション内でのやりとりを公開されている人がいた。 （大規模修繕も立替えも出来ないまま沈殿してゆく中古マンションの現場より - 市況かぶ全力２階建 http://kabumatome.doorblog.
40歳でスタートアップに挑戦して爆死した｜じゅんはや
40歳になるタイミングで、外資系ITベンダーからスタートアップの世界に飛び込み、この5年間で3社を経験しました。 そして今は、また外資系ITベンダーに戻っています。 この5年をひと言でまとめると「爆死した」です。 ただ、単純な愚痴でも武勇伝でもなくて、「40代でスタートアップに行く」ときに知っておきたかった現実を、備忘録として残しておこうと思います。 1. MVVという概念に、静かにすり潰されるここ数年、「MVV（Mission / Vision / Value）」を見ない日はありません。 主体性を持て！自責！ オーナーシップを発揮しろ 仲間をリスペクトせよ どれも正しいし、反論の余地はない。 ただ問題は、「あるべき社員像としてのMVVと、自分のキャリアや性格が少しずつズレていく」感覚でした。 40代までにそれなりに成果を出してきて、自分なりの仕事のやり方や価値観もある。でも組織が掲げるV
オルカンかS&Pか日経平均かどれを買ったらいいのだ！｜Testosterone
Testosteroneのメンバーシップでは、毎週一本、世界一の読み物をお届けしています！メンバーシップなら記事の単発購入と同じ価格で過去記事まで読み放題！正直、入らない理由がありません！読むと新たな知識や視点が得られて、元気とやる気が湧いてきます！ 筋肉とTestosteroneは裏切らない！ Testosterone【この記事の主なトピック】・元ゴールドマン・サックス田中渓さんが力説する「資産運用の最適解」 ・オルカン vs S&P500 vs 日経平均、渓さんが「自腹」で買っているのは？ ・投資の黄金比率「8：2の法則」 ・投資系インフルエンサーの意見を「1ミリも聞く必要がない」理由 ・実は個別株ですさまじい記録を叩き出していた男Testosteroneが皆さんに送る教訓 【この記事は、こんな“あなた”のためにある！】・自分の資産運用に自信がない ・ポートフォリオのバランスを見直した
OCR技術の変遷と日本語対応モデルの性能検証 - LayerX エンジニアブログ
こんにちは、バクラク事業部AI・機械学習部の飯田 (@frkake) です。 こちらはLayerXアドベントカレンダー1日目の記事です。初日は @izumin5210 さんの記事との二本立てです。 最近、DeepSeek-OCRの登場など、OCR界隈がにわかに活気づいていますね。LLMやVLMの進化に伴い、OCRも単なる「文字起こし」から「構造の読み取り」、さらには「内容の理解」へと進化しているのを感じます。 そこで本記事では、改めてOCR技術の変遷を振り返りつつ、各モデルを自作のサンプルデータを使って検証してみたいと思います。 本記事での用語の整理をあらかじめしておきます。 テキスト認識：それがなんの文字であるのかを特定すること。文字起こしを行うこと テキスト検出：文字の位置を検出すること レイアウト認識：画像中の要素の位置や配置を認識すること OCR：画像から文字を書き起こすこと ドキ
Ruby父 まつもとゆきひろ「出社させたがるのは、マネジャーの怠慢でしかない」 - エンジニアtype | 転職type
2025.11.29 働き方 フルリモートまつもとゆきひろ 世界的なビッグテックでの出社回帰の流れを受け、日本でもLINEヤフーなど、出社頻度を増やす企業が出てきた。 「自然な会話や雑談の中から、新しいアイデアが生まれる」「顔を合わせることでチームワークが高まる」そんな言葉とともに、多くのエンジニアが再びオフィスへと呼び戻されている。 だが、この潮流を「ソフトウエア開発企業にとっては、明確な後退でしかない」と一刀両断するのが、プログラミング言語「Ruby」の生みの親・まつもとゆきひろさんだ。 なぜエンジニアにとって、オフィスは「非効率な場所」になり得るのか。まつもとさんに、話を聞いた。 Rubyアソシエーション理事長 Ruby開発者 まつもと ゆきひろさん（@yukihiro_matz） プログラミング言語Rubyの生みの親であり、一般財団法人Rubyアソシエーション理事長。株式会社ZOZ
社内資料「速習 AIエージェント入門」を公開します - LegalOn Technologies Engineering Blog
こんにちは。LegalOn Technologiesでソフトウェアエンジニアをしている浅野（@takuya_b / @takuya_a）です。最近は検索推薦というよりはAIエンジニアっぽいことをしています。 このたび、社内の全プロダクトマネージャー・デザイナー・エンジニア・EM向けに「速習 AIエージェント入門」というタイトルで、AIエージェント開発の社内セミナーを担当しました。その発表で使用したスライドを、弊社のSpeaker Deckに公開しましたので共有します。 昨年、弊社のブログ「社内資料「プロダクトマネージャーのための検索推薦システム入門」を公開します」の中で検索推薦技術の入門講座のスライドを公開しましたが、そのAIエージェント版とも言えるものになっています。 speakerdeck.com この記事では、AIエージェントの社内セミナーを開催することになった経緯や、その内容につい
【t-wadaさん, 一休CTO, LayerX】AI時代の開発スピードと品質 / 本当の意味で開発生産性を上げるために必要なこと
【出演者】 パネルディスカッション ・和田 卓人(t-wada)：タワーズ・クエスト株式会社 取締役社長 ・伊藤 直也 : 株式会社一休CTO ・山口 鉄平 : LayerX バクラク事業部 QAエンジニア 導入セッション ・izumin：LayerX バクラク事業部 Staff Software Engineer (敬称略) 撮影協力: 株式会社LayerX Sponsor： ---------------------------------------- マイナビ転職 AGENT：https://mynavi-agent.jp/forEngineers/techworld/ 元エンジニアや大手WEB・SIer出身の実績あるキャリアアドバイザーが、あなたの技術を正しく“翻訳”して企業へ届けます。プロダクト視点で最短ルートの転職設計をサポート。 本動画内でご紹介している「マイナビAGE
全体最適社で会おう｜megamouth
物事が上手くいき始めた時は、何かの指標や数字を持ち出さなくても、歯車が噛み合って、風で帆を膨らませた船がどんどん前に進んでいくような高揚感というか、すがすがしさというか、感覚的にわかるものだと思っている。 例えば、プロジェクト進行の途中で、具体的にはシステム開発の一局面で、それまで不便で仕方なかったフレームワークの決まり事が、こちらの理解が上回ったせいか、フレームワークが「効く」機能の実装に差し掛かったせいか、見事に噛み合い始めて、想定よりも作業が進んで、みるみるバックログが消化される。チームメンバーも目の輝きを取り戻して、みたいことは、3年に1度ぐらいはあったりするから、「滞留していた物事が、上手くいきだす」という感覚を、自分は体験しているし、実際に存在するものだと思っている。 ただ、それをビジネス（ここでは単に「金儲け」みたいな意味で捉えてほしい）で感じたことが一度もない。本当にない。
ビジネスの耐えられない柔らかさ - megamouthの葬列
AIのせいか年をとったせいか、おそらくその両方で、ビジネスのやり方が変わって、ふんわりした話にばかり関わっている。 「生成AIを使って暗黙知化したプロセスを形式知化して、御社のサプライチェーンをオプティマイズして、セールスをグロースさせます」とか「エンジニア間のスキルギャップをスクラムによってファシリテリテーションして御社のデベロップメント課題をイシュー化します」とか、なんだかそういった感じの話に関わっているのだ。 こういうふんわりした案件は、会議で何を発言しても面映ゆくなるというか、口に出せば出すほど脳が痒くなってくるような感覚があって、結局お前達の求めているものは売り上げと人員整理によるコストカットであって、もっと言えば人間の求めるものは不老と美食とセックスなんだから、そうはっきりと言え、と会議室の真ん中で叫びたくなってくるのを必死でこらえているのだった。 以前は、私の仕事はこんなでは
仕様駆動開発（SDD）を採用したAI駆動開発の実態と課題
はじめに こちらの記事は先日開催されたAI駆動開発についてのイベントの登壇内容をベースに記事にしたものです。 発表後の反応が良く、特に「他社のAI駆動開発の実態を知ることができてよかった」という声をいただいたため、改めて記事化することにしました。 Claude CodeやCodex等を使用して開発している方は増えていると思いますが、実際に行っている開発フローを共有されることはあまり多くないため、私たちが実施しているAI駆動のフローを共有し、みなさんのAI駆動開発に参考になればと思います。 先に全体像共有 最初に全体像をお見せします。 AI駆動開発のフローは大きく4つのステップで構成されています。 要件定義 設計（バックエンド・フロントエンド） 実装（バックエンド・フロントエンド） PR 基本的に仕様駆動開発（Spec Driven Development）を採用しています。 SDDとは簡単
dotData Feature Factory
2025年11月26日 dotData、Databricksとネイティブ統合した「dotData Insight 2.0」を発表 詳細
最近の人類のレビュー疲れ | Democratizing Data
今年に入ってやたらレビューの時間が増えた。これはコードもそうだしドキュメントもそうだ。 そして、これによる疲れも急激に増加している。 もちろんこれは、LLMによる支援によってアウトプットの速度と量が増加したからだ。 そして、必ずしも質が向上しているわけではなく、むしろ下がっているように感じる。 当然、自分の生産性も下がっている。 自分の頭をダンプし、どういう課題があるか、そして、どう向き合っているかを書いていこうと思う。 他人を経由したプロンプティング私は、機械学習のプロジェクトのテックリードとしてしばらく働いている。 その仕事として、Engineering Requirement Documentsなどの技術文章を書くことも多いが、レビューする機会も多い。 機械学習で難しいのが、プロジェクトが変わり解く課題がちょっと変わると、がらりと全然違う知識が必要になり、新規に論文を読む必要が出てく
機械学習パーティショニングのまとめ Part 1 l DataRobot
選ばれる理由 選ばれる理由 DataRobot の利点と影響をご確認ください。 発見する AIリーダー AI実践者 エンタープライズ AI スイート AI アプリとエージェント エージェント型 AI プラットフォーム アプリとエージェント アプリとエージェント DataRobot のプラットフォームとアプリケーションは基幹的なビジネスプロセスに統合できるため、チームは生成 AI と予測 AI の開発、提供、ガバナンスを大規模に実施可能になります。 部署 財務向け AI サプライチェーンとオペレーション向け AI 特化型ソリューション ソリューション - エネルギー ソリューション - 金融サービス ソリューション - ヘルスケア ソリューション - 製造 共同開発パートナー NVIDIA SAP プラットフォーム プラットフォーム DataRobot のプラットフォームとソリューションは、
実践 LLMアプリケーション開発
大規模言語モデル（LLM）を活用した実践的なアプリケーション開発へと繋がる、知識、テクニック、ツールの包括的な解説書。 著者自身によるLLMを用いた数々の実験と、800本を超える論文の知見に基づき、モデルの構造や限界、活用手法、応用パターンを体系的に紹介することで、直感的な理解と応用力を身につけられるように構成されています。 LLMがどんなデータを用いて、どんな目的で訓練されているかといった原理的な側面から、ファインチューニング、推論の最適化、RAG（検索拡張生成）といった応用的な側面まで、PoC（概念実証）から一歩踏み出したアプリケーションの構築を目指す方に気づきを与える一冊です。 本書への賛辞 監訳者まえがき はじめに 第1部 LLMの構成要素 1章 イントロダクション 1.1 LLMの定義 1.2 LLMの略史 1.2.1 黎明期 1.2.2 LLMの時代 1.3 LLMのインパクト
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
【魚拓】40歳でスタートアップに挑戦して爆死した｜じゅんはや
https://x.com/iwashi86/status/1996721873770762608?s=46
Google Antigravity
Spec-Driven Development - ohbarye
Cursor Learn
