3/18-19に湯河原のおんやど恵さんにてアダコテック開発部の合宿を行ったので報告します！ 経緯 年始に開発部ではメンバーの入れ替えがいくつかあり、チームとしての結束を高める機会を一度設けたいと考えていました。ちょうどメンバーがいるので、参加して得た知見を活かしたセッションを交えながらチームビルディングをする開発合宿を行うことにしました。 techblog.adacotech.co.jp 使用した旅館の紹介 今回は湯河原のおんやど恵さんを利用しました。こちらでは開発合宿パックを提供してくださっており、東京から近いこともあって合宿の企画が立てやすかったです。 www.onyadomegumi.co.jp このパックを使うと飲み物などもついた会議室が滞在中使えるので、良い環境で安心してセッションが行えます。また、滞在前後の会議室利用も柔軟に対応していただけたのでとても合宿やりやすかったです。

こんにちは、CTOの id:motemen です。 Hatena Developer Blogの連載企画「卒業生訪問インタビュー」では、創業からはてなの開発に関わってきた取締役の id:onishi、CTOの id:motemen、エンジニアリングマネージャーの id:onkが、いま会いたい元はてなスタッフを訪問してお話を伺っていきます。 id:motemenが担当する第8回のゲストは、株式会社Gunosyのテクノロジー本部データサイエンス部で部長を務める id:skozawaさんこと、小澤俊介さんです。 2012年にはてなに新卒として入社後、「はてなブックマーク」「はてなブログ」などのプロダクトの開発を担当されてきました。2017年に株式会社Gunosyに転職して、「グノシー」「ニュースパス」「LUCRA」などの記事配信アルゴリズム開発に携わります。 2022年に「Gunosy Tech

デプロイ頻度とリードタイムは、開発チームが自らのパフォーマンスをモニタリングするうえで欠かせないメトリクスである。それらが、収益性や市場占有率といった組織パフォーマンスに影響を与えるからだ。その調査結果は、DevOps Research and Assessment（DORA）が特定した4つのキーメトリクス、いわゆる「DORAメトリクス」の要素として浸透した（後述するが、DORAメトリクスで扱うのは、リードタイムではなく「変更のリードタイム」である）。 その重要性ゆえに、チームや組織はこれらのメトリクスの計測と可視化に努める。可能な範囲で正確な値が欲しい。そうして、チケット管理ツールやバージョン管理システムからテレメトリを収集、集計し、チームのモニタリングダッシュボードにその実績値を可視化するのだ。 しかし、しばらくメトリクスを運用してみると、その扱いづらさに気づく。計測値や集計値のばらつ

アダコテックの状況と参加に至った経緯 アダコテックではスクラムを使ってAI異常検知プロダクトを開発しています。現在10人ほどのエンジニアがいるのですがアジャイル開発の経験が少ない社員も増えてきて、スクラムの運営で迷うことも多いです。そこで、スクラム運営のスキルアップと他社事例の情報収集のため、エンジニア3人(オンラインx2、現地参加x1)でRSGT2024に参加することにしました。 イベントの概要 RSGT=Regional Scrum Gathering Tokyoの略で、「スクラムの初心者からエキスパート、ユーザー企業から開発企業、立場の異なる様々な人々が集まる学びの場」です(RSGT2024イベント概要より)。毎年1月前半に行われるイベントで今回は13回目です。 タイトルにGatheringとあるように参加者間の交流を大事なテーマにしていて、参加型のワークショップが数多く行われます。

この記事は クラスター Advent Calendar 2023 19日目の記事です。 昨日は ChameleonO2 さんの「何か」でした。公開楽しみですね。 クラスター株式会社でソフトウェアエンジニアとして働いている id:Sixeight です。 クラスターではトランクベース開発を実現するためにフィーチャフラグを使っています。 フィーチャフラグを使うことでたとえ開発が途中であっても、変更は完全に動作する状態でトランクに取り込まれます。 今回はフィーチャフラグを使って開発するときに意識しているささやかなTIPSを共有します。 TIPS1: 元のコードはそのままにする フィーチャフラグで分岐を追加するときに、気を利かせて安易にコードの重複を減らそうとしてはいけません。 たとえコードが重複することになったとしても、変更前のコードは出来るだけそのままの形で残るようにしましょう。 なぜならフィ

はじめに 背景: A/Bテスト作業者の増加による品質差が出てきた 課題: 情報過多がさまざまな課題を引き起こしている 原因: 膨大な情報をハンドリングするスキルが個人の経験値・地頭に依存してしまう では膨大な情報をどう扱えばよいのか？ 改善1. 情報を削る 改善点2. 情報の抽象度を上げる (仮説ありきで考える) 対処: 見ないべき指標ガイドライン整備 さいごに こんにちは、BIチームの田辺です。 この記事はこの記事はGunosy Advent Calendar 2023の12日目の記事です。 前回の記事はtakujiさんのLLM を使って自分のおさいふ事情を把握してみるでした。 はじめに 今回の記事ではBIチームでA/Bテストの指標の見方を整理した話を紹介します。大きくまとめると、以下の内容になります。 背景：A/Bテストの実施に関わる人数が増えてきた一方、個人差も広がった A/Bテスト

はじめに 今までのブログレビュー 現在のブログレビュー ブログの同期 ブログの取得 リポジトリと下書きの同期 textlint の導入 導入した結果 まとめ はじめに こんにちは m-hamashita です。 この記事は Gunosy Advent Calendar 2023 の 4 日目の記事です。 3 日目の記事は TksYamaguchi さんのいろんなやり方の読書会をやってみたら当日音読その場でまとめ方式が最高だった話でした。 今回はテックブログのレビューを GitHub 上でするようになって 1 年ほど経ったので、その経緯とリポジトリの紹介をしたいと思います。 個人的にかなり運用が楽になったので、ぜひ見てもらえると嬉しいです。 今までのブログレビュー 今まではブログ用の Slack チャンネルで有志にレビューをお願いし、スレッドでレビューをおこなっていました。 Slack での

creationline.connpass.com こちらのイベントに参加してきたので、会の様子と感想を書いていこうと思います。 会の概要 スライド 会の様子 リーンスタートアップとはなんだったのか 購買行動と品質の変化 MVPだけで進めない 他の話題は本書で Q&A MVPで何を学習すると定義するのか？ クラウドファンディングはオファーと言っていいのか？ 政府でうまく導入している事例は国内外であるか？ リーンスタートアップとトヨタを源流とするリーン生産方式の関係性は？ 会全体を通した感想 会の概要 以下、イベントページから引用です。 『Running Lean 第3版』は2012年に出版された『Running Lean―実践リーンスタートアップ』の改訂版です。前の版の役割は、Eric Riesが提唱した「リーンスタートアップ」のムーブメントを前進させることであり、オリジナルのツール「リー

こんにちは、SWETグループの田熊です。 現在SWETグループでは書籍「単体テストの使い方/考え方」の輪読会を実施しています。 輪読会ではメンバー同士で活発に意見が交わされていますが、著者の主張に疑問を感じる箇所もあり、一度グループ外の方とも意見を交換したいと考えていました。 そこで、t_wadaさんをお招きし「単体テストの使い方/考え方」についてディスカッションする機会を設けました。 本記事では、SWETメンバーとt_wadaさんとのやりとりを紹介したいと思います。 ディスカッションの流れ ディスカッションは事前にSWETグループのメンバーが書籍を読んで疑問に感じたテーマを挙げてもらい、t_wadaさんの意見を聞くという流れで行いました。 今回は次のテーマについて話をしました。 「退行に対する保護」があるテストとはなにか 「リファクタリングへの耐性」のトレードオフはあるのか 統合テストの

note.com この件って一番はコミュニケーションミスだとは思うんですが、似たような状況って割りと頻発していると思うので、私が気づいたことを書いておきたいと思います。 特にこれは「継続案件の引き継ぎ」問題ですが、もっと大きく会社の方針でもあり、誰しも無関係ではありません。 IT企業の技術に対するスタンスは2つある 採用戦略の違い 選民戦略の企業への転職において、挫折による鬱が発生する 選民戦略の企業が失敗するケース 選民戦略の企業の悪魔化 選民戦略の企業に転職してしまったら 転職ゲームのつらいところ 注意したい「属人性の排除」の罠 選民戦略的になりがちな条件 標準戦略になりがちな条件 まとめ IT企業の技術に対するスタンスは2つある めちゃくちゃ乱暴ですが、以下のように2つのスタンスに分けられます。 誰でも読めて開発できるように作る 優秀な人が読めて開発できれば良い 仮に前者を標準戦略、

はじめに テックリードの柿崎です。私たちは、機械学習のパラメータチューニングを効率よく行うため、KubernetesネイティブのワークフローエンジンであるArgo Workflowsを採用しています。この記事では、その導入手順の要点を紹介いたします。 導入の目的 Argo Workflows導入以前は機械学習のパラメータチューニングを行うにあたり以下の機能を独自に実装しており、属人化していました。 パラメータ探索のアルゴリズム インスタンスのスケーリング インスタンスの稼働状況の可視化 ジョブの進行状況の可視化 これらをより柔軟に活用できるようにして、開発、更新サイクルを早めていくことが導入の目的です。 前提条件 Kubernetes(EKS)はすでに構築済みであること Kubernetes、Helmについての基本的な知識があること Argo Workflowsの基本的な知識があること K

こんにちは。Android アプリ開発担当の nagayama（@nagayan_dev）です。 2023 年 9 月 14 日 〜 16 日にかけて行われた、 DroidKaigi 2023 に参加してきました。 今回はその内容を簡単にご紹介したいと思います。 DroidKaigi 2023 聞いたセッションのご紹介 ① Push 通知許諾率向上へのアプローチ ②モニタリングでパフォーマンス改善入門 ③ Kotlin ハイパフォーマンスプログラミング ④ Material3 やめました まとめ DroidKaigi 2023 DroidKaigi とは、 Android の技術の共有とコミュニケーションを目的としたカンファレンスになります。 2023.droidkaigi.jp 今回で 9 回目の開催となります。 会場は渋谷ガーデンタワーで、昨年よりも大きな会場での開催となりました。 セ

アダコテックでは、コア技術として HLAC （Higher-order Local Auto-Correlation; 高次局所自己相関特徴） と多変量解析手法を組み合わせて異常検知技術をさまざまな分野へ応用しています。 今回は、HLACの亜種である HLIC について解説します。 HLICとは 多チャンネル時系列データってどんなもの？ HLICのマスクパターン 2フレーム（時間方向）×2チャンネルの場合のマスクパターン 3フレーム（時間方向）×3チャンネルの場合のマスクパターン 異常検知の流れ 心電図での異常検知の例 故障予兆検知 おわりに HLICとは HLICとは、Higher-order Local Inter-Correlation の略で、HLAC を多チャンネル時系列データ向けにアレンジした特徴抽出手法です。 HLACについては、以下の記事をご覧ください。 techblog.

前回のお話 こんにちは！Adacotech(アダコテック)でエンジニアをしています、井上 耕太朗です。以下の記事にてアダコテックのコア技術であるHLACについて解説しました！ techblog.adacotech.co.jp そして今回はアダコテックのもう一つのキーワードでもある良品学習について解説しようと思います。ちょっと機械学習ワカルという方には『教師なし学習による異常検知』がズバリのアルゴリズムです。難しそうに見えますがコンセプトは単純で、「良品データのみを学習し、未知の不良(異常)を検知する」ことを目的とする機械学習手法の一つです。 教師なし学習と異常検知 教師なしとは？我が心の師は安西先生だけなんだが？という方もいると思いますが、教師なし学習は事前にアノテーションという「これは良品」「これは不良品」という正解情報を与えることなく機械学習モデルを作成する手順のことを意味します。そし

こんにちは, プロダクト開発部の今村です. ここ一年ほど, 主にグノシーのプッシュ通知基盤の部分的なリプレイスや機能追加をしていました. この記事ではプッシュ基盤の構成を紹介したいと思います. 概要 FCMのAPIを呼び出す部分 サーバーのスケーリング 送信対象の読み込み 送信の流れ その他の工夫 重複配信の防止 パフォーマンス調整 おわりに 概要 まずはプッシュ通知の種類を整理します. 今回扱うのは, 多数のユーザーに同じ内容を送るような通知です. 重要なニュースが発生したときに送る速報や, キャンペーン情報の通知などが該当します. 対照的に, ユーザーごとに異なる内容を送る通知もあります. 例えば社内で定時プッシュと呼ばれている機能では, ユーザーごとにパーソナライズされた記事を毎日決まった時間に送ります. このような通知はこの記事では (ほぼ) 扱いません. プッシュ通知基盤に求めら

人工知能学会全国大会2023 エントランス こんにちは！ アダコテックでAIエンジニアをしている酒井 です。 今回の記事は、6/6〜6/9 にかけて開催された人工知能学会全国大会2023*1の参加報告となります。 今年の人工知能学会は、数年ぶりの現地開催でした。 現地会場は熊本城ホールで、熊本空港からバスに乗って30分ほどの場所にありました。アダコテックからは酒井、伊藤、大曽根、村井、永井の5名が現地で参加しました。 アダコテックでの普段の僕の開発業務では異常検知（画像処理）がメインなのですが、人工知能学会では画像処理系だけでなく、動画系、言語メディア系、時系列系など多岐にわたり、基礎研究だけでなく産業・医療・金融・ゲームAIなどの多種多様な応用分野の発表がありました。普段は触れる機会が少ない技術にたくさん巡り合うことができ、大変刺激的な体験となりました。以下に各参加者が気になった発表をい

プロダクトオーナー(PO)の考えるべきところ、もしくは「はまりがちな罠」について、いくつかのトピックを思いつくまま書き出してみました。悩めるPOさんの手助けになれば幸いです。 序盤戦、中盤戦、終盤戦の戦略 一番美味しいアイデアがでる可能性に備えるために 引き継ぎにはコストがかかるので人を追加すると遅くなる システムは利用者の数に従って情報が増えるので、リリース後が最も大変な時期になる システムはハーモニーなので、継ぎ足して別の人を追加すると繋がらない あ、よければアギレルゴの認定スクラムプロダクトオーナー研修もご検討ください。著名な講師が通訳付きで教えてくれます。 1. 序盤戦、中盤戦、終盤戦の戦略 「序盤で基礎を作って、作るスピードが上がってきたら、重要なところを作り、最後はウリになるものを作りこんでリリースする。」一見、良さそうに見える戦略ですが、これは結構危うい計画になりがちです。ユ

はじめまして！ 2021年4月からAdacotechでエンジニアとして入社しました井上耕太朗です。 それまでは大学にて光学や3次元画像処理、機械学習といった分野の研究に携わっていました。 経歴について詳しくは下記noteの記事にて！ note.com 技術系の情報はこちらの技術ブログにまとめます。 今回はAdacotechのコア技術であるHLAC(高次局所自己相関)をPythonで実装しながら、サンプル問題として間違い探しを解き、HLACの仕組みについて解説しようと思います。 HLAC: Higher-order Local Auto-Correlation そもそも相関って？ 相関の適切な使い方 自己相関と認識 おやおや！それはHLACではありませんか！！ 二値HLACを実装してみよう！ 位置不変性の確認 加法性の確認 HLACで間違い探し まとめ: HLACとは何だったのか HLAC:

はじめに 弊社アダコテックでは、異常検知AIを開発・提供しています。 弊社で取り扱った実績のある異常検知の対象には、いろいろな形式のデータがあります。 静止画 電子部品（半導体部品、受動部品）や、自動車部品など 動画 監視カメラ映像や、製造装置の監視など 時系列信号（センサー） さまざまな機械の劣化検知など 音 さまざまな機械の異音検知など 今回は、弊社でも長年にわたって研究開発してきた、動画の異常検知について説明します。 はじめに 動画ってなんだっけ？ そもそも異常検知って？ HLACによる異常検知 CHLACは動画版HLAC CHLACのマスクパターン CHLACによる異常検知の流れ おわりに 動画ってなんだっけ？ 動画？　動く画像ですよね。　動画像とか映像とかアニメーションとかとも言います。 少しずつ変化する画像を連続的に見ると残像効果で動いているように見えます。 ノートの端などに描

先日のRSGT2023で以下の発表がありました。「自分がそれほどプロダクト開発に興味がないことに気づく」は自分自身にも心当たりがありますし、プロダクト開発チームのリアルを言語化した発表だと思いました。この発表では、そうした言語化を受けてどうするのかについては深く触れられておらず、回答は聴衆に委ねられていることから、さらに議論を広げてみようと思います。 実際問題、真に興味を持つのは大変 現代のプロダクトマネジメントは、ひとつの深遠な専門領域になっていると思います。「本が1冊書ける」なんてレベルではありません。何百冊、何千冊と書ける世界です。そうした専門知識を組み合わせ、市場とユーザーとプロダクトを徹底的に分析し、データに基づいて仮説検証を繰り返し、それを自分のプロダクトに接続する方法を捻り出して、ようやく少し尤もらしい方向に近づきます。とても過酷な領域です。 ここにエンジニアが越境して興味を