「Pythonのドキュメントでも読むか～」「え、何その裏技」
Pythonの公式ドキュメントで紹介されていた便利な機能について要約します。まず、f-stringsの拡張機能として、=演算子を使用することで変数名とその値を同時に表示できるようになりました。また、f-stringでは、変数の後ろにコロンを付けることで書式指定が可能であり、小数点以下の桁数指定やカンマ挿入などができます。さらに、collectionsモジュールでは、namedtupleを利用して名前付きフィールドを持つタプルのサブクラスを簡単に作成でき、defaultdictを使用することで存在しないキーにアクセスした際のデフォルト値を指定できる辞書クラスを利用できます。関数デコレータに関しては、functoolsモジュールのlru_cacheデコレータを使用すると関数の結果をキャッシュし、高速に計算できる他、contextlibモジュールのcontextmanagerデコレータを使うことでコンテキストマネージャを簡単に作成できます。さらに、Pythonの構文にも裏技があり、アンパック演算子やウォルラス演算子、複数のコンテキストマネージャを使う方法などが紹介されています。Pythonの機能は多岐にわたり、まだまだ知らないことがたくさんあることが示唆されています。
ブラウザ開発者ツールのネットワークタブに表示されない情報送信手法
ブラウザ開発者ツールのネットワークタブに表示されない情報送信手法について、Webサイト内の情報を送信する際の手法がまとめられています。ブラウザのネットワークタブにリクエストの形跡が表示されないため、外部へのデータ送信が検知されにくい問題があります。JavaScriptを使用した送信テクニックが紹介され、文字数カウントの例やWebRTCなどの手法が紹介されています。これらの手法を使用することで、外部へデータを送信することが可能です。ブラウザの開発者ツールのネットワークタブに表示されない情報送信手法を紹介していますが、セキュリティ上のリスクがあるため注意が必要です。
UXデザイナーがClaude3.5で生成したReactアプリをエンジニアが修正し2時間でリリース！両者の作業と感想を語ります
UXデザイナーがClaude3.5で生成したReactアプリをエンジニアが修正し、2時間でリリース！両者の作業と感想を紹介します。KDDIアジャイル開発センターのサービスデザイナー よねみちは、AIを活用したto Bプロダクトの開発やデザインスプリント支援などを行っています。Claude3.5 SonnetおよびArtifact機能が公開され、生成されたアプリやフロー図などが無料で使用可能。デザイナーがReactアプリのドラフトをClaudeで生成し、エンジニアに手直し&リリースを依頼。作成したのはタイムテーブルを自動計算するwebアプリで、ワークショップでのタイムテーブル作成の手間を軽減する狙いがあった。デザイナーは要件をClaudeに入力し、エンジニアはアプリの初期構築からデプロイまでを担当。エンジニアはコードの修正やUIの再実装、挙動バグの修正などを行い、2時間でリリースを果たす。エンジニアは雑談を交えながら作業を進め、コードの再実装や挙動バグの修正に取り組む。エンジニアはアプリのデザインや機能改善、Amplifyへのデプロイなどを行い、コーディング外の知識と総合力の必要性を感じる。デザイナーは生成AIの利点と課題を挙げ、Artifactの効果やコミュニケーションの重要性に言及。Claudeを通じた次世代のチーム開発に触れ、AIのアプリ開発におけるコミュニケーション力の重要性を実感。CLIやChatGPTを活用しつつも、プロの知識やスキルが必要であることを痛感。Claudeを通じたアプリ開発プロセスを通じ、エンジニアとデザイナーのコラボレーションの重要性を再確認。
【2024年最新版】0からReactを勉強するならこのロードマップに従え！
React学習ロードマップを提供するJISOUのカリキュラムについて、未経験者やプログラミングスキルを向上させたい人向けに構築されている。カリキュラムは以下のステップで構成されており、Reactを使ったモダンな開発を身につけることが目標となっている。最初にWeb開発の基本を学び、次にCI/CDの導入を行い、その後TypeScriptの導入と名刺アプリの開発を進める。最終的には個人開発サービスをリリースする段階を迎える。カリキュラムの中でのルールとして、エラーや問題に遭遇した場合は必ず記事にすることが求められる。また、JISOUでは技術を学ぶだけでなく、ユーザー価値を提供することを重視している。綿密な学習を通じて個人開発を通して成長を実感できることがカリキュラムの目的となっている。JISOUはこのカリキュラムを公開しており、挑戦したい人はカウンセリングを受けることも可能である。JISOUのメンバー募集も行っており、アウトプットコミュニティでのキャリアアップをサポートしている。
Webエンジニアの学習ロードマップが知れるサイト
Webエンジニアの学習ロードマップがわかるサイトが紹介されています。サイトでは、自分の学習したい分野を選択すると、その分野のロードマップが提供されます。ロードマップには色付きのフォームがあり、黄色は必須、紫は推薦、緑は代替案、グレーは順不同を表しています。全体は英語で書かれており、学習は公式ドキュメントやYouTube、日本の記事を参考に進めることが提案されています。Webエンジニアになるためには幅広い学習が必要だが、コツコツ取り組むことで楽しく理解が深まると述べられています。最後に、自社の紹介や求人情報があり、学んだ内容をQiitaにアウトプットしていることが紹介されています。
なぜターミナルはCtrl+Cで終了するのか？
ターミナルがCtrl+Cで終了する理由は、ASCII制御文字の概念に由来している。ターミナルの歴史は、コンピューターの黎明期に遡り、UNIXがCLIを採用したことで操作方法が確立された。制御文字は重要であり、Ctrl+Cはプログラムの終了を意味する。ASCIIコードの"ETX"がプログラム終了を知らせるために使われ、"C"は中断や制御を連想させるため選ばれた。Ctrl+Cが押されるとプロセスが中断され、SIGINT信号が送られる。他のショートカットもASCII制御文字に基づいている。GUIアプリケーションとの違いは、操作哲学の違いにある。ターミナルではプロセス制御が重要なため、Ctrl+Cは終了を意味する。Ctrl+Cがターミナルで終了を意味するのは、ASCII制御文字の概念に由来しており、コンピューターの歴史と技術の基盤として重要な役割を果たしていた。
アジャイル専門部隊の一構成員が敢えてウォーターフォールを語るぞ
アジャイル開発の浸透と成熟について説明されており、アジャイル開発への移行や意識変革が求められている状況が述べられています。一方で、現場の実情や会社の体制がアジャイルに適していない場合もあり、アジャイル開発に取り組む際の課題が指摘されています。アジャイルとウォーターフォールの違いや類似点についても述べられ、どちらもプロジェクトの進め方において本質的な部分は変わらないことが説明されています。要件定義やプロジェクトの進め方において、ウォーターフォールとアジャイルのスタンスの違いが示され、両者のアプローチには方向性の違いがあると述べられています。最終的には、ウォーターフォールとアジャイルはスタンスの違いであり、本質を忘れずにアジャイルマインドでウォーターフォール開発に取り組むことが重要であると結ばれています。
改善のためにはボイス・オブ・カスタマーでなくボイス・オブ・プロセスを見なくてはいけない理由
改善のためには、ボイス・オブ・カスタマーではなく、ボイス・オブ・プロセスを重視すべき。ボイス・オブ・プロセスを聞くことで、プロセスの改善が可能であり、データインフォームドな文化を作ることが重要。ボイス・オブ・カスタマーは重要だが、顧客の声だけではビジネスの改善に限界がある。例えば、売上額は結果であり、真に重要なのは何をすれば売上が上がるかという因果関係を理解すること。顧客の意見も重要だが、10人の意見がバラバラであり、顧客の要望に応じたサービスが必ずしも売上増につながるわけではない。ビジネスを改善するには、仮説を立て実験し、結果を検証する必要がある。ボイス・オブ・プロセスを通じて、ビジネスを改善する上で重要な因果関係を理解できる。 WBR（Weekly Business Review）を通じて、Amazonは適切なインプット指標を選択し、ビジネスのパフォーマンスを観察してきた。WBRでは、数百の指標を毎週レビューし、因果関係のモデルを構築している。間違ったインプット指標を選ぶとコブラ効果が生じ、WBRはそのような状況を防ぐ役割を果たしている。Amazonは400から500もの指標を毎週レビューし、トライ・アンド・エラーを通じて因果関係のモデルを構築している。WBRはビジネスをデータに基づいて改善するための不可欠な要素である。ボイス・オブ・プロセスに耳を傾け、因果関係を理解し、ビジネスを確実に改善していくことが重要である。データインフォームドなアプローチが成功の鍵である。
【入門】Titanic号乗客の生死を予想しよう！(4)
Titanic号乗客の生死を予想するためのWebアプリケーション作成に関する記事の要約です。 - 株式会社Panta Rheiのかずが、Titanic号乗客の生死を予測するための記事を紹介している。 - 記事はTitanicデータセットの探索的データ分析(EDA)から特徴量エンジニアリング、AIモデルへの適用、そしてdjangoを使用した生死予測アプリケーションの作成までの4部構成。 - Kaggleに提出するAIモデルを作成し、実際のアプリケーションでの動作を確認することを目指す。 - Webアプリケーションでは乗客の特徴を入力し、生死を予測する機能を実装する。 - AIモデルをWebに実装する際、pickleというモジュールを使用して学習済みモデルをファイルとして保存し、web上で呼び出して予測値を出す。 - Djangoを使用して仮想環境を作り、必要なパッケージをインストールし、プロジェクトを作成する。 - HTMLファイルやviews.pyを作成して、Webアプリケーションの表示や挙動を設定する。 - ai.pyではpickle化した学習済みモデルを読み込み、入力データを前処理し予測を行う関数を定義する。 - 最終的にはPythonのmanage.pyコマンドを使用してサーバを起動し、Webアプリケーションを確認する。 これらのステップを経て、簡単なAIのWeb導入方法が紹介され、Titanic号乗客の生死を予測するWebアプリケーションが完成する。深層学習や生成系AIの活用も紹介され、AIに関心のある読者にとって有益な記事となっている。
【入門】Titanic号乗客の生死を予想しよう！(3)
Titanic号乗客の生死を予想するための記事を要約します。記事は以下のように構成されています。 - データセットはTitanicデータセットを使用し、探索的データ分析(EDA)や特徴量エンジニアリング、AIモデルへの適用、djangoを使用したアプリケーション作成の4部構成となっている。 - 特徴量エンジニアリングでは、各カラムに対して前処理を行う方針を定め、具体的な処理内容を記載。 - 前処理関数を実装し、train_dataとtest_dataの両方に適用する。ワンホットエンコーディングや欠損値の処理を行う。 - アルゴリズムの選定では、LinearSVCを試すことになり、その精度をクロスバリデーションで評価する。 - パラメータの調整やグリッドサーチを行い、最適なパラメータを見つける。 - モデルを構築し、test_dataに適用して予測を行い、結果を出力する。 - 予測結果を整形し、Kaggleに提出するためのCSVファイルを作成。 - 最終的に、LinearSVCを使用した生存予測の結果を確認し、提出準備が整ったことを示唆。 - 最後に、AIの活用や今後の展望について触れ、読者にAIへの挑戦を促すメッセージを記載している。
【実装】ボストンの住宅価格推測AIを作ろう【後編】
【前半要約】 - Panta Rheiのかず氏によるボストンの住宅価格推測AIの実装記事。 - AIのアルゴリズムについて10個の代表的なものを解説。 - 決定木系、重回帰系、ニューラルネットワーク系のアルゴリズムに焦点。 - 決定木の概要やデータ分割、学習過程、精度評価方法を詳しく解説。 - テストデータを使って予測し、精度評価を行う過程を説明。 【後半要約】 - AIモデルのパラメーターチューニングの例を通じて精度の変化を確認。 - モデルへのデータ投入方法と予測結果の確認。 - ボストン住宅価格のデータセットの非推奨についての情報。 - Panta Rheiの事業内容とAIに関する取り組みへの参加を呼びかけ。
【入門】Titanic号乗客の生死を予想しよう！(1)
【入門】Titanic号乗客の生死を予想しよう！ 株式会社Panta Rheiの「かず」と申します。pandasistaとして活動中。本記事は4年前の勉強会で使用されたもので、Titanicデータセットと探索的データ分析(EDA)、特徴量エンジニアリング、AIモデルへの適用、djangoを使った簡単なTitanic乗客生死予測アプリケーションの作成について解説。Kaggleに提出してスコアを計算する流れも説明されている。 ボストン住宅価格データセットとの比較から、Titanicデータセットは欠損や文字列特徴量が含まれ、実践的なAI実装に向いている。乗客の性別や階級、乗船港などから生存予測を行うタスクで、データの前処理が重要。Kaggleからタイタニックデータセットをダウンロードし、gender_submission.csvを提出する手順も紹介されている。 EDAではtrain_dataとtest_dataの比較が行われ、特に欠損データがあるAgeカラムの扱いが詳細に説明されている。また、性別(Sex)カラムの分析や前処理、年齢(Age)カラムのヒストグラムを用いた生存率の可視化などの内容も含まれている。欠損値処理には中央値での穴埋めが行われ、補完の方法についても解説されている。株式会社Panta Rheiでは、AIによる定量化事業を展開中であり、AI関連の挑戦や課題についての連絡を歓迎している。
【入門】Titanic号乗客の生死を予想しよう！(2)
Titanic号乗客の生死を予想する取り組みについて、データ解析の一環としてEDAが行われています。EDAでは、SibSp（兄弟と配偶者の数）やParch（親子の数）などの特徴量が生存率に影響を与える可能性が示唆されています。特にSibSpが1の場合は生存率が高く、Parchが1の場合も同様です。一方、チケット番号や船室番号は生存率に影響しないことが示され、削除する方針が提示されています。料金（Fare）や乗船港（Embarked）は生存率に影響があり、特にFareが高額の場合は生存率が高い傾向にあります。欠損値の扱いやカテゴリ変数の処理も適切に行われています。最終的にはデータ前処理の関数化が行われ、PclassやAgeなどの処理がまとめられています。株式会社Panta Rheiはデータ解析に注力し、AIによる定量化を行っています。AIを活用したデータ処理や内製化に関する取り組みがあり、課題や試みに関する情報提供を歓迎しています。
markdown AI というサービスを簡単に調査してみた
markdown AIは、Qiita Engineer Festa 2024のキャンペーンテーマであり、Markdownの記述だけでWebサイトを作成できるwebアプリケーション。現在はAI機能未搭載だが、将来的にはAIを使った表現も可能に。使い勝手は良く、公開が手軽であり、書き心地も快適。ただしAI機能の欠如が課題であり、他の類似サービスとの差別化が必要。子供向けにも利用可能だが、マークダウン記法への理解が必要。開発技術としてNext.jsとBulmaを使用。子供たちのIT教育ツールとして価値があり、ITリテラシー向上に貢献する可能性を持つと評価。改善の余地はあるが、コンセプトに賛同して今後の発展に期待する。
【実装】ボストンの住宅価格推測AIを作ろう【前編】
ボストンの住宅価格推測AIの実装についての詳細な要約は以下の通りです。 - Pythonの機械学習用パッケージ「scikit-learn」を使用して、ボストンの住宅価格を予測するAIを作成する。 - 使用するデータセットは1970年のボストン標準都市統計地区の住宅価格データ。 - 必要なパッケージとしてpandas（テーブルデータ処理）、scikit-learn（機械学習）、numpy（基本的なデータ処理）、matplotlib（可視化）を紹介。 - データセットを取り込み、辞書型のオブジェクトとして確認。 - データセットの特徴量や目的変数（住宅価格）を確認し、pandasを使用してデータを整形。 - EDA（探索的データ分析）を行い、「犯罪率が低いほど住宅価格が高い」という仮説を可視化して検証。 - データサイエンティストが頻繁に使用するmatplotlibについて紹介し、可視化の重要性を強調。 - ボストン住宅価格データを用いてpandasとmatplotlibの使い方に慣れることがテーマで、次回は機械学習に進む予定。 - ボストン住宅価格データのsklearnでの利用が非推奨となっており、代わりにカリフォルニア住宅価格データセットの使用が推奨されている。 - カリフォルニア住宅価格データセットの紹介と、株式会社Panta RheiのAIに関する事業内容について言及。
viとvimって区別しなくてよくないですか？
viとvimに関する記事の要約： viとvimは基本操作はほぼ同じであり、商用Unixを使わない限り区別する必要がない。viは1976年に開発された歴史あるエディタであり、vimはviの拡張版で1991年に開発された。vimはviの機能を全て持ち、さらに機能や改良が加えられている。実際にはviとvimは別物だが、一般ユーザーにとっては使いやすいエディタを選ぶことが重要。Ubuntuではviとvimは同じもので、両者は/usr/bin/vim.basicを参照している。最近の環境ではviのエイリアスとしてvimが使われることが多く、好きな方を使えば良い。viとvimを厳密に区別する必要はなく、最近はVScodeやJETBRAINS IDEが主流であることから、viやvimに触れる機会が減っている。区別をするかどうかは個々の好みであり、慣れてしまえばvimも使いやすいが、一部のユーザーは区別を重視する傾向がある。
【TestRail】サービス紹介 / 他サービスとの比較 / 操作感
TestRailはWebベースのテスト管理ツールであり、Excelなどの表計算ツールと比較して機能や操作感に優れている。主な機能として、テストデータや結果の一元管理、Webブラウザ上での簡単なテストケース入力、カスタマイズ可能な管理項目、既存テストケースのインポート、外部連携（API）が挙げられる。Excelとの比較では、データの管理方法やレポート作成、他サービスとの連携においてTestRailの優位性が示されている。操作感においては、使いやすさやカスタマイズ性が高く、一方で学習コストが少し高いとの指摘もある。全体的に、TestRailは強力で柔軟なツールであり、テスト管理において効果的であると評価されている。
【2024年最新】 エンジニアのおすすめ副業と探し方5選
エンジニアの方に向けて、2024年の最新トレンドに基づいた副業のおすすめ方法と探し方を5つ紹介します。 - フリーランスエンジニアとして活動することで、自由度が高く高収入が期待できます。クラウドソーシングサイトやフリーランスエージェント、SNS、個人間マッチングサービスを活用して案件を探すことができます。 - オンライン講師として活動することで、知識を共有しながら副収入を得ることができます。オンライン学習プラットフォームや教育系スタートアップ、個人間マッチングサービスを通じて講師として活動することが可能です。 - ブログや技術記事執筆を通じて、パッシブインカムを得るだけでなく自己ブランディングも図ることができます。ブログプラットフォームや独自HPブログサイト、技術書執筆を通じて活動することで認知度を高めることができます。 - アプリ開発を通じて創造性を発揮し、収益化を図ることができます。アプリストアやクラウドファンディングを活用してアプリを公開し、収益を得ることが可能です。 - コンサルティングを行うことで高収入が期待できるだけでなく、ネットワークを広げることもできます。ビジネスマッチングサイトや個人間マッチングサービス、直接営業を通じてコンサルティング案件を探すことができます。 エンジニアのスキルを活かした副業は多様であり、自己成長と収入増加を両立させることが可能です。2024年の新しいチャンスを逃さず、積極的に挑戦してみましょう。また、「DokuPro」では副業として教えるエンジニアを募集しているので、興味のある方は積極的に活用してみてください。
【IVS探訪記】AI/データエンジニアがIVSに行ってきました!
AI/データエンジニアがIVSに行った際の体験記を通じて、IVSとは国内最大級のスタートアップカンファレンスであり、31回目のIVS2024は1万人以上の参加者と250以上のセッション数を誇る大規模なイベントである。IVSの特徴として、70s~80sの世界観や学生参加者の多さが挙げられ、AI/データエンジニアとしての楽しみ方について、異なるカルチャーを楽しむために積極的なコミュニケーションが求められることが述べられている。IVSでは技術系イベントとは異なるカルチャーがあり、コミュニケーション力や積極性が重要であると感じられた。最終的なまとめとして、勇気を持ってコミュニケーションを取り、新しい出会いを楽しむことの重要性が強調されている。
関西Kaggler会 2024#2 に行ってきました！
関西Kaggler会 2024#2に参加したpandasistaは、関西Kaggler会とはKaggleコミュニティで、関東勢も参加している。登壇者のスライドを紹介し、感謝を述べる。第一部では、はたさんがKagglerのハンマーとは何かを語り、チョリーヌさんは社会人大学院の魅力を紹介。nyker_gotoさんはatmaCupの主催者で、コンペ作成の重要性を語る。ぐちやまさんは不在だった。第二部では、T88さんがHMSコンペの解法を、ktmさんが「LLM Prompt Recovery」コンペの解法を、kamiさんが推薦タスクについて発表。関西Kaggler会は初心者も歓迎しており、次回の参加を勧めている。株式会社 Panta Rheiはデータ周りの強い人材が揃う会社で、興味のある人は連絡を呼びかけている。
Vue.jsのバージョンアップについてまとめる
Vue.jsのバージョンアップに関する詳細な要約： Vue.jsのバージョンアップについて、2系から3系への移行手順がまとめられた記事で、Vueの経験が浅い人も参考になる内容。 バージョンアップ手順は以下の通り： 1. Vueのバージョンアップ実施：2.Xから3.Xへの移行 - ツールのアップグレードやpackage.jsonでのVueの更新などが必要。 2. Vue3移行に伴う破壊的変更の対応 - eslint修正やインスタンス作成方法の変更など、Vue3への修正作業が必要。 - .sync修飾子や.native修飾子が変更されている点にも注意。 - vuexやvue-routerもv4にアップグレードが必要。 3. 仕様確認やテスト - 修正漏れの確認や影響範囲の調査、画面の表示確認などのテストが必要。 バージョンアップには慎重さが求められ、最終的にはVue3のAPIを使用することが目指されている。 実際のプロジェクトでは個々の警告を修正し、バージョンアップによる変更点をすべて対応する必要がある。 Vueの移行手順は公式にも詳細に記載されており、業務での修正も丁寧に対応できることが期待される。
Google本社の方に聞いたいい開発者になるための習慣
Google本社で聞いた開発者になるための習慣についての内容は以下の通りです。Google本社で働いている韓国の方からの話をまとめると、ソフトウェアエンジニアとはプログラマーとは異なり、コードだけでなく開発全般に関わることを示し、Googleが強調するTime、Scale、Tradeoffsの概念や、開発者としてのマインドとしてコードレビューや早く失敗して学ぶ姿勢、ドキュメント作成、知識共有、他者非難を避ける重要性などが挙げられます。さらに、AI時代においても重要な能力として、複雑な要求事項を理解する力や技術コミュニケーション能力が必要であること、Googleの柔軟な労働環境や使用言語、ソースコード管理システムについても触れられました。最後に、Googleがエンジニアに対して優しい環境を提供していることや、AIの進化にもかかわらずエンジニア職が無くならない理由についても述べられました。
実務未経験エンジニアの煩悩？30選
未経験エンジニアの悩みを30選している記事を要約します。エンジニアを目指し、スタートアップ企業で働く経験から得た悩みや共通の問題を共有している。30選の中では、現職への不満、業界や職種への憧れ、収入、働き方、福利厚生、人間関係などが挙げられる。プログラミング初心者にはProgateなどのオンライン学習サービスがおすすめされ、勉強方法や時間の確保、モチベーションの維持などもアドバイスされている。エンジニア向きか悩む人にはセンスの磨き方や燃え尽き症候群、自己評価への恐れ、素直さの重要性なども議論されている。記事のまとめとして、業界の人材不足問題に貢献できるアウトプットを続けたいとの思いが示されている。
Pythonのデコレータってどう実装するん？ってことでフレームワーク的な実装を試してみた
Pythonのデコレータについての実装方法や構文について紹介されています。DiscordのBOT作成やFastAPI、SpringBootなどの利用方法、関数型引数との違い、デコレータの重ね利用方法などが説明されています。デコレータを使ったコード例やModelの作成、コマンドの定義方法、コマンドの階層化、ログイン機能の実装などが記述されています。デコレータを活用することでネストを減らしたり、コードの共通化、コールバック処理の実装が容易になると述べられています。要点を整理すると、 ・ Pythonのデコレータについての実装方法や構文が紹介されている ・ DiscordのBOT作成やFastAPI、SpringBootなどでの利用方法が説明されている ・ 関数型引数との違いやデコレータの重ね利用方法について記載されている ・ デコレータを使ったコード例やModelの作成、コマンドの定義方法が示されている ・ コマンドの階層化やログイン機能の実装について説明されている ・ デコレータを活用することでネストの減少やコードの共通化、コールバック処理の容易な実装が可能だと述べられている
LocalStack環境向けTraformの設定ファイル(main.tf)をollamaで自動生成してみました。
LocalStack環境向けTraformの設定ファイル(main.tf)をollamaで自動生成しました。ollama-uiを開き、Terraform構成生成アシスタントとしてS3バケットとLambda関数を作成するように指示を受け、access_keyとsecret_access_keyはdummyを使用し、provider設定にはendpoints{}を追加し、その中にs3とlambdaを追加し、値を"localhost:4566"としてください。APIやフロントと連携することで、ユーザが構成要件を入力するだけでLocalStackに連携し、自動で構成デプロイが可能になります。
実は多かった！AWSで利用できるローコード・ノーコードサービス
AWSでは、ローコード・ノーコードサービスが提供され、プログラミングスキルがなくても開発が可能。ノーコードは視覚的な操作でアプリを構築し、ローコードは最小限のプログラミングで柔軟性を持つ。AWSのサービスは「システム開発全般向け」「特定用途向け」に分類され、例えばAWS App Studioは自然言語を利用し、アプリを構築する。AWS Step Functionsはワークフローを管理し、AWS Application Composerはサーバーレスアプリを構築する。AWSのサービスはデータ分析、AI/ML、コールセンターなど幅広い分野で利用可能。AWS Glue DataBrewはETLジョブをGUIで定義し、Amazon QuickSightはデータを分析・可視化する。Amazon Sagemaker Canvasは機械学習をGUIで実行し、Amazon BedrockはAI機能を設定できる。Amazon Lexはチャットボットを構築し、Amazon Connectはコンタクトセンターサービスを提供。これらのサービスを活用することで、開発プロセスが簡略化され、民主化が進展する可能性がある。
愛読している技術雑誌
愛読している技術雑誌は、「日経ソフトウェア」と「Software Design」です。日経ソフトウェアは日経Linuxの廃刊後に移行したため愛読しており、Software Designは現場で使える事例を提供しているので愛読しています。今後は電子書籍も調査する予定です。
symbol-bootstrap v1.1.11 をまっさらからインストール
symbol-bootstrap v1.1.11をインストールする手順は、Debianにおけるまっさらな状態からの手順が記載されています。まず、OSのアップデートを行い、20分サスペンドを停止し、OSを再起動します。次に、Docker 1.29.2とdocker-composeをインストールし、symbolユーザーを作成しsudoグループとdockerグループに追加します。その後、動作テストとしてdocker run hello-worldを実行し、npmコマンドをインストールします。最後に、symbol-bootstrap v1.1.11をインストールし、適切な設定を行い、symbol-bootstrapを実行する手順が記載されています。詳細な手順については、参考URLも提供されています。
GCPの無料枠を駆使して自宅サーバー上のMinecraftサーバーを固定ipで公開する
GCPの無料枠を利用して自宅サーバー上のMinecraftサーバーを固定IPで公開する手順についての要約： はじめに、この記事は1年前に作成を始めたもので、複数人で遊ぶ際に重くなるため、遊びたい方は参考になる。自宅の動的IPが面倒だったため、GCPの無料枠とTailscaleを使用して固定IPの環境を構築。GCPのAlways Freeでインスタンスを作成し、特定の要件を満たすインスタンスを無料で作成。インスタンスを新規追加し、必要な設定を行う。Tailscaleを使用して自宅サーバーとGCPのインスタンスを同一ネットワークに接続する手順を解説。Tailscaleのインストールやipの確認、疎通確認の方法を説明。最後に、GCP上のインスタンスに来た通信を自宅サーバーに転送するポートフォワーディングの設定方法を示す。全ての手順が完了すれば、GCPのインスタンスに接続可能。通信が重くなる場合はVPSの利用を検討すべき。毎月数円から運用できるMinecraftサーバーを構築する方法もあり、参考になる。
レストラン料理人から学ぶチームコミュニケーション
レストランの料理人から学ぶチームコミュニケーションについて、YouTubeの料理人の動画を通じて料理人たちの特殊なチームワークに着目。彼らの役割分担やコミュニケーション方法を振り返り、エンジニアのチームとの共通点を指摘。役割分担やコミュニケーションの重要性を強調。チームコミュニケーションにおけるキッチンマネジメントの基本や、役割分担の例を挙げ、レイアウトやスケジューリングの重要性に触れる。さらに、「Yes, Chef!」文化や簡潔な指示の重要性、非言語コミュニケーションの活用方法などを紹介。開発チームとの類似点を踏まえながら、視覚的情報共有や即時フィードバック文化、チーム文化の醸成についても触れる。ストレス管理やチーム文化