こんにちは、ティアフォーで認証認可基盤を開発している澤田です。 最近取り入れたProtobufで、素晴らしいREST APIの開発体験をしたのでご紹介します。 なお、ティアフォーではマイクロサービスを支える認証認可基盤を一緒に開発いただけるメンバーを募集しています。ご興味のある方は下記ページからご応募ください。 herp.careers 実現したかったこと マイクロサービス間連携のAPI開発において、以下の条件を満たすやり方を探していました。 スキーマを最初に定義してリクエストとレスポンスの型が自動で生成される ドキュメント（openapi.yaml）が生成される バリデーションが定義できて、その実装が自動で生成される 実現方法 Go言語で開発する場合はgo-swaggerでも実現できますが、本記事では、Protobufで実現できるgRPC Gatewayとprotoc-gen-valid

こんにちは、ティアフォーでフロントエンド開発を担当している田上です。 ティアフォーでは先日ご紹介したSREの信頼性への取り組みの一つとして、少人数でも信頼性が高く、効率的な開発ができるように技術選定会を実施しています。 今回は、最近技術選定会で取り上げた「Point cloud data(PCD)のように大きなサイズのデータを含んだROS TopicをAWS CloudからWebブラウザに転送する」仕組みと技術選定会の様子についてお話したいと思います。 なお、今回ご紹介するようにティアフォーには新しい技術や技術的なチャレンジを良しとする雰囲気、エンジニアの興味や好奇心を満たせる環境があります。ぜひ以下のページから募集職種のリストを見ていただき、興味を持った方は応募をしていただければと思います。 herp.careers 背景 Autowareを使った自動運転車両は車両に搭載したLiDARを

皆さんこんにちは、ティアフォーでSimulationチームに所属している織田です。 先日、「Unity for Industry」と言うウェビナーで、人生初の大勢の前(?)で話す実績を解除しました。 今回のTech Blogでは、その際にお話した事と紹介しきれなかった部分を書こうかと思います。 Unityだから出来た自動運転車両の設計を加速させた話 Unity for Industryではこのタイトルでお話をしました。 お話をかいつまみますと 自動運転で使用するセンサの構成の検証が大変。 検証が可能な場所の用意や、取れるデータを推測しながら構成しなければならなかった。 上記の点を調整して、目的のデータが取れなければ再度構成の見直しを行う。 Unity/LGSVL-Simulatorを使用すれば、場所もデータ取りもシミュレーション可能になる。 作ってみた。Unityだったので割と早めに実現で

こんにちは、ティアフォーでSREを担当している宇津井です。 2019年9月にSite Reliability Engineering(SRE)として入社して以来行ってきたことをざっと振り返った上で、自動運転の社会実装においてWeb系のエンジニアには何が求められるのかという答えを探っていきたいと思います。スタートアップ企業でどのようにSREの文化を作っていくのかという面でも何かの参考になるのではないかと考え筆を取っています。 と言いつつも重要なことなので最初に書いておきますが、ティアフォーのSREは私が一人目で入社して以来専任としてはずーっと一人でその役割を担ってきました。ようやく一緒に働く方を募集できる状態になりました。そのような背景もあってこのエントリーを書いています。もしご興味がある方は以下のCareersページからご連絡をお待ちしております。 tier4.jp ※SRE編とタイトルに

Google、SRE本の第三弾「Building Secure and Reliable Systems」を無料公開 GoogleはSite Reliability Engineering（SRE）に関連する書籍として、これまで「Site Reliability Engineering」「The Site Reliability Workbook」の2冊を無料で公開してきました。 このSRE本の第三弾として、Googleは「Building Secure and Reliable Systems」の無料公開を開始しました。 「Site Reliability Engineering」（SRE）とは、GoogleのシニアVPであるBen Treynor氏が提唱した、高い信頼性や性能を発揮するシステムインフラを実現し、改善していくアプローチのひとつです。 そしてこのアプローチは、前述の通り20

はじめに こんにちは。オートモーティブ事業本部の藤田泰介と吉江智弘です。 DeNA TechCon 2020 にて発表する予定だった内容をBlog記事としてお届けします。 今回は「IoTと業務システムをつなぐgRPC/RESTサービスの開発と運用」と題してお送りします。 Centralサービスの概要と全体のアーキテクチャ(前半) 目次(前半) タクシー配車サービスMOVの紹介 MOV Centralサービスの紹介 Centralサービスの特徴 Centralサービスが扱うデータ Centralサービスのアーキテクチャ タクシー配車サービスMOVの紹介 サービスインしてから間もなく2年 MOVキービジュアル MOVとは 乗りたいときに、スマホひとつで簡単にタクシーが呼べるサービス ITのチカラでタクシー利用を進化させる 提供エリア 神奈川 東京 大阪 京都 兵庫など 車両台数 数万台規模に拡

TL;DR: Kale lets you deploy Jupyter Notebooks that run on your laptop or on the cloud to Kubeflow Pipelines, without requiring any of the Kubeflow SDK boilerplate. You can define pipelines just by annotating Notebook’s code cells and clicking a deployment button in the Jupyter UI. Kale will take care of converting the Notebook to a valid Kubeflow Pipelines deployment, taking care of resolving data

こんにちは、SWETの鈴木穂高（@hoddy3190）です。 私はこちらの記事に記載の通り、形式手法の可能性を模索しています。 現在はツールやゲームの仕様を形式的に記述すること（形式仕様記述）で、仕様の欠陥をなるべく早く見つける取り組みにチャレンジしています。 今回は仕様記述をするにあたりよく使う重要な記述テクニックである「Promotion」を紹介します。 形式仕様記述とAlloyというツールを知っている人を対象にしています。 もし形式仕様記述やAlloyをご存じない方は、以前私がbuilderscon tokyo 2019で発表したときに使った資料をご覧ください。 Promotionとは 一般にソフトウェアシステムは複数のコンポーネントから構成されます。 システム全体としての状態（以下、システム状態）は各コンポーネントの状態の組み合わせからなります。 たとえどんなに奥深くのどんなに小さ

ドキュメント文化は健全な組織のスケールのために必要　組織の中でドキュメント/文章を残し活用していくことはとても重要だ。クオリティの高いドキュメントがあることで、組織に情報が流通し、透明性を確保できるようになる。情報を流通させるためにいちいち口頭の説明がいらないから、メンバーの数が増えた時でもスケールしやすくなる。過去の結論にアクセス可能になるので、議論を積み上げていき、意思決定のクオリティを高めることにもつながる。そもそも何かを読むということは何かを聞いて教わるよりも時間あたりの処理量が多いし、非同期に実施できる。良いドキュメントをアセットとして社内に蓄積していくことはスタートアップのみならず、ありとあらゆる組織が成長していく上でとても重要であると言える。 しかしその一方で、良質なドキュメント文化を徹底できている会社は多くないように見える。例えば、社内のドキュメントを蓄積させていく場所とし

人間による運転操作がなくても車が自動で走行する自動運転では、走行を制御するアルゴリズムが重要です。安全性の高い自動運転を行うためには、膨大なデータセットを用いた機械学習でアルゴリズムを訓練する必要がありますが、オープンソースの自動運転アルゴリズムで一般的に使われているデータセットの画像で「歩行者が正しくラベル付けされていない」ことがわかったと報じられています。 Self-driving car dataset missing labels for hundreds of pedestrians https://blog.roboflow.ai/self-driving-car-dataset-missing-pedestrians/ 自動運転車は安全に走行するために、周囲の状況をカメラやセンサーで逐一把握し、その情報を基にアルゴリズムが車の走行を制御します。自動運転用アルゴリズムの精度は機

2022 年は高校・大学生向けに、機械学習を楽しみながら学び、世界中の学生と競うレーシングリーグ「AWS DeepRacer Student リーグ」の開催が新たに決定しました。さらに日本の学生チャンピオンシップも開催。ぜひご参加ください ! AWS DeepRacer Student - Japan Student Championship の詳細はこちら » 若者のプログラミング技術や創作意欲を高め、これからの IT 社会を作っていく学生の皆様を支援することを目的に、2021 年も「AWS Robot Delivery Challenge」の開催が決定しました。 AWS が用意する規定のロボットを皆様が作ったアプリケーションで動かすことで、予選ではどれだけ早く指定のゴールまで到達できるかを競います。そして、決勝ラウンドでは 2 チームが同時にミニチュアの街に設置されたコースを走らせ、コ

2020.01.24 Kaggleコンペティション「Peking University/Baidu - Autonomous Driving」で、DeNAのAI研究開発エンジニアのチームが7位に入りました #Kaggle #研究開発 #画像認識 Kaggleコンペティション「Peking University/Baidu - Autonomous Driving」で、DeNAのAI研究開発エンジニアである北村博俊を含むチームが866チーム中7位となり、金メダルを獲得、解法を公開しました。また、内田祐介が9位となり、同じく金メダルを獲得し、解法を公開しました。 本コンペティションは、北京大学および百度によって主催され、車載カメラで撮影した画像から、写っている車両の位置・姿勢を推定しました。 北村のコメント 「慣れないタスクでしたが、チームメンバーと協力して金メダルを獲得出来て嬉しいです。次は

日々権限設計で頭を抱えてます。この苦悩が終わることは無いと思ってますが、新しい課題にぶつかっていくうちに最初のころの課題を忘れていきそうなので、現時点での自分の中でぐちゃぐちゃになっている情報をまとめようと思い、記事にしました。 所々で「メリット」「デメリット」に関連する情報がありますが、そのときそのときには色々と感じることがあっても、いざ記事にまとめるときに思い出せないものが多々ありました。フィードバックや自分の経験を思い出しながら随時更新する予定です。 TL;DR（長すぎて読みたくない） 想定する読者や前提知識 この記事での権限とは 権限の種類 ACL(Access Control List) RBAC(Role-Based Access Control) ABAC(Attribute-Based Access Control) どの権限モデルを採用するべきか 権限を適用する場面 機能

Data / ML, EngineeringPower On: Accelerating Uber’s Self-Driving Vehicle Development with DataJune 4, 2019 / Global A key challenge faced by self-driving vehicles comes during interactions with pedestrians. In our development of self-driving vehicles, the Data Engineering and Data Science teams at Uber ATG (Advanced Technologies Group) contribute to the data processing and analysis that help make

How we develop a Mobile Game Backend as a Service which runs on multiple cloud platforms

Amazon Web Services ブログ Amazon SageMaker Ground Truth を使って、セマンティックセグメンテーションのラベル付けを実行する際にオブジェクトを自動セグメント化する Amazon SageMaker Ground Truth は、機械学習 (ML) 用の高精度なトレーニングデータセットをすばやく構築できるよう支援します。Ground Truth で、サードパーティおよび独自のラベル付けを行う人間の作業者に簡単にアクセスでき、一般的なラベル付けタスク用のビルトインのワークフローとインターフェースも提供できるようになります。さらに、Ground Truth では自動データラベル付けを使用して、ラベル付けのコストが最大 70% 削減します。自動データラベル付けとは、人間がラベルを付けたデータから Ground Truth をトレーニングし、サービスが

TRI-ADの新オフィスは日本橋の日銀本店近くの「日本橋室町三井タワー」内に入った。16～20階を使い面積は2万1500平方メートル。最大で1200人が働けるといい、採用増で数年内に1000人規模まで拡大する方針だ。 オフィス内にはフロアをぐるりと一周するように設けた道路を模した通路が設けられ、従業員が立ち乗りの電気自動車（EV）に乗って移動できる。オフィスには外光を取り込み、会議室のあるフロアはのれんなどを使って日本橋の町並みをイメージさせる通路をしつらえるなど先進的なデザインが売りだ。従業員や外部からの顧客などが使えるカフェ風のレストランも置いた。 働き方ではシリコンバレー流を取り入れた。プロジェクトを短く区切り、少人数チームで開発とテストを反復する「スクラム」式の開発手法を導入した。「Dojo（ドージョー）」と名付けた技術者対象の講習も定期的に催す。最先端の開発内容から初心者向けまで

こんにちは、データアナリストの島田です。普段はタクシー配車アプリのユーザ分析をしています。今回は、オープンデータであるChicago Taxi Dataを例に、BigQueryとPythonでの空間情報分析の始め方を説明します。 Chicago Taxi Data Chicagoのタクシー事情1 イリノイ州の最大都市であるシカゴ市では、市により認可を受けた民間企業がタクシーを運営しています 車両台数は市が上限を定めており、およそ7000台が稼働しています 車両ごとのライセンスは厳格に管理されており、ボンネットに取り付ける許認可証（Taxi Medallion）は市から購入、または所有者から購入・リースする必要があります ドライバーが乗車拒否することは許されません 初乗り料金は3.25ドル、距離料金は1/9マイルごとに0.2ドルで、時間料金は36秒ごとに0.2ドルです 12歳未満または65歳