スマキャンが新データ分析基盤のBIツールにLookerを選んだ理由 - SMARTCAMP Engineer Blog
こんにちは！スマートキャンプエンジニアの井上（エース）です！ 皆さんは自社プロダクトに対してどのようにデータ分析をされていますか？ データ分析基盤は構築されているものの、少なからず課題を抱えている企業も多いかと思います。 今回は弊社のBOXIL SaaSに新しいデータ分析基盤を導入することになったので、その背景や導入にあたって課題だったこと、その対策などを書いていこうと思います。同じようにデータ分析基盤を導入しようとしている方の参考になれば幸いです。 元の基盤の課題 クエリの乱立とデータ定義のバラつき クエリ作成依頼についてのエンジニアの対応コストが高い データ分析ツールの統一 パフォーマンス 新しいデータ分析（BI）ツールに求められたもの Lookerの選定理由 LookMLによる統一的な管理 ドキュメントの充実度 プルリクベースでの開発 実際のアーキテクチャの紹介 導入にあたって課題だ
「BigQuery ML」：SQLで機械学習ってどういうこと？試しにSQLでロジスティック回帰を書いてみた。 | Wantedly Engineer Blog
「BigQuery ML」：SQLで機械学習ってどういうこと？試しにSQLでロジスティック回帰を書いてみた。 はじめにGoogle Cloud Next 2018でBigQuery MLが発表されました。 文字通り、「BigQuery + 機械学習(Machine Learning)」を実現するもののようです。さっそく試してみたので、どんなものなのかと、その原理（の一部）を紹介したいと思います。この記事ではBigQuery MLの紹介と、それを直接SQLでやったらどのくらい大変かを見てみます。 BigQueryとは？BigQuery は、Google が提供するサーバーレスでスケーラビリティに優れた、低コストのエンタープライズ向けデータ ウェアハウスですとあるように、Googleのクラウドサービスの一つで、大規模なデータを貯めておくことができ、大量のデータに対しても分散して高速なデータの取
ソフトウェアエンジニアを採用する時に見るべき６つのポイント - umitanuki's blog
何を期待されてるのかさっぱりわかりませんが、到着３週間で早速採用インタビューとかに使われてたりしています。英語がわからんっつーの。しかもMathのPhDの喋る内容なんて日本語で聞いてもわからないっていうのに。こちらから質問しておきながら半分以上は聞き流したりして何とかやってます。パーソナルなことは聞かないようにと言われていますが、人種も年齢も性別もごちゃまぜなのでほんとに気にならないというか気にしている場合ではない。「ジュニア」「シニア」ぐらいの分け方はありますがそれ以上でもそれ以下でもないし新卒中途とか年齢とか性別とか見てたころは一体何だったのだろうという。 そんなわけで今日は採用に関する６つのポイント。実は半分は人の受け売りです。 Passion これはよく言われると思いますが、その職場や職種に熱意とか興味とかがない人はやっぱり駄目でしょうね。逆に他のものが足りなくても熱意があれば（特
1
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
処理を実行中です
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
