こんにちは、越川です。 皆さんは構成図を描く機会ありますか? 僕の場合、内部のメンバーやお客様との議論の場で、構成図を描いて図解ベースで説明することが多いです。実際に描いてみると色々と考慮すべき点が多く、今回は自分なりに普段意識している点を言語化してみようと思います。 なぜ構成図を描くのか 構成図を描く際に意識している3つのこと 1. 導線 2. 引き算思考 1. 主役を決める 2. 読者を想定する 3. 高さや大きさを揃える さいごに なぜ構成図を描くのか 構成図のメリットは相手に伝えたいことをシンプルに伝えられる点だと思います。文章で書くと沢山書かなければいけないことが構成図を使うとスムーズに相手に伝わります。例えば、以下の文章を読んでみて下さい。 ユーザーはDNS登録されたFQDNへHTTPSアクセスする CloudFrontはBehaviorに指定されたALBにHTTPSリクエスト
米村歩@日本一残業の少ないIT企業社長 @yonemura2006 「東京駅集合で」と言われたので「東京駅のどこですか?」と聞いたら「1から10まで言わないとわからんのか!」とキレる人がいたらヤバいですよね。そんなのたどり着けるわけないだろうと。 一方で「東京駅銀の鈴集合で」と言われて「銀の鈴までの道順詳しく教えて」と言われたら「1から10まで言わないとわからんのか!」となるのも当たり前と言える。それくらい自分で調べて何とかしろとなる。 これ仕事でも同じで、仕事のゴールと手順の違いなんですよね。ゴールを明確にせずに「1から10まで言わないとわからんのか!」という人は本当にヤバい。害悪なので本当にやめてほしい。 一方で銀の鈴までのたどり着き方を詳細に指示してもらわないと動けない人はもう少し自分の仕事のやり方を真剣に考えた方がいい。 2024-03-03 08:19:37 米村歩@日本一残業の
これは MIERUNE AdventCalendar 2023 24日目の記事です! 昨日は@northprintさんによるSvelteKitでURLクエリパラメーターの操作をするでした。 はじめに この記事では新宿駅の屋内地図データを使用して、Three.jsで3Dによる可視化をします。 DEMOはコチラ 使用するデータ 今回は、G空間情報センターで公開されている「新宿駅屋内地図オープンデータ」の統合版(ShapeFile)を使用します。 データについての詳細は製品仕様書に記載されています。 この記事のように、データの加工利用には以下の出典が必要となります。 コンテンツを編集・加工等して利用する場合は、上記出典とは別に、編集・加工等を行ったことを記載してください。なお、編集・加工した情報を、あたかも国(又は府省等)が作成したかのような態様で公表・利用してはいけません。(コンテンツを編集・
An open file format for infinite canvas data. Infinite canvas tools are a way to view and organize information spatially, like a digital whiteboard. Infinite canvases encourage freedom and exploration, and have become a popular interface pattern across many apps. The JSON Canvas format was created to provide longevity, readability, interoperability, and extensibility to data created with infinite
僕らに必要な時計はこれだった。 突然ですが、みなさん「残りあと◯分です」と言われて、すぐにイメージできます? 僕けっこうニガテで、何分経過したのかが計算しないと出てこない…。 そんな僕でもひと目で残り時間がわかる時計が開発されました。キングジムの「ビジュアルバータイマー」と言います。 ゲージ表示で「残り時間」を可視化してくれるImage: KING JIMもともと時計って時間を可視化してくれるアイテムですけど、このタイマーでは「残り時間」という目に見えなくて体感でも変わるあやふやなものを可視化しているんです。 没頭している時に、チラッと見るだけで「あと時間どのくらい?を量で判断できる」し、このゲージが減っていくシステムはゲームでも馴染みがあるので、世代を超えて色々な人に伝わりそう。 Image: KING JIMあとポモドーロタイマー(作業と休憩の時間を繰り返す集中メソッド)的にも使えるの
関西は阪神強し、オリックスは… 西武線沿線に集まる西武ファン 鉄道沿線のファン、千葉・神奈川でも プロ野球はセ・パ両リーグの優勝が決まりましたが、クライマックスシリーズへの進出をかけ応援に熱が入っているファンも多いはず。そんなファンの地域分布を、ケーブルテレビ大手のJCOMが視聴履歴から調べたところ、鉄道との関係が見えてきました。(朝日新聞デジタル企画報道部・篠健一郎) 関西は阪神強し、オリックスは… JCOMでは、12球団の全試合を生中継しています。 同社の「あしたへつなぐ研究所」の調査では、視聴履歴の収集と利用の許可を得た280万世帯の契約者を対象に、2022年のプロ野球の試合の視聴時間や視聴試合数に基づいて、①プロ野球ファンかどうか、②ファンであればどの球団のファンかを独自に判定。 その結果、分析に利用できると判定した37万世帯の居住地を調べました。 なお、中日の本拠地がある愛知県な
Google Search Console(以降、Search Console:サーチコンソール)は便利なツールではあるものの、なかなかそのデータを活用しきれていない、活用したいがデータの加工などがやりにくいという悩みをよく聞く。SEOの分析、モニタリングツールの「Amethyst(アメジスト)」を提供するJADEの郡山 亮氏が「Web担当者Forum ミーティング 2023 秋」に登壇。 無料ツール「Looker Studio(ルッカースタジオ)」を使ってSearch Consoleのデータを徹底活用し、現場で使われる、定点モニタリングしやすいダッシュボードをつくる方法を紹介した。 Search Consoleの扱いづらさをカバーするLooker StudioSearch Consoleはさまざまなことができるツールだが、今回は検索パフォーマンスの検索結果レポートに絞って紹介した。Sea
Agile Journeyをご覧の皆さん、こんにちは。ヴァル研究所の熊野壮真 / 小泉翔太です。 私たちの勤務する株式会社ヴァル研究所は、日本で最初に発売された経路検索サービス「駅すぱあと」を中心に、公共交通に関連するさまざまなプロダクトを展開しています。最近では MaaS (Mobility as a Service))といった、未来の移動のあり方を変えていくような取り組みにもチャレンジしています。 これらプロダクト開発の現場にはアジャイルの考え方が浸透しており、各チームでは現場ごとに合わせたさまざまな形のアジャイルの実践が見られます。その実践手法は多様ですが、各チーム、共通して力を入れているのが「カンバン」による仕事の可視化の取り組みです。こと「カンバン」に関しては開発部門のみならず、バックオフィス部門でも積極的に活用しており、その活用場面の多さ、バリエーションの豊かさは当社の特色と言
Rapidly self-serve the assembly of customized dashboards in minutes - without the need for advanced coding or design experience - to create flexible and scalable, Python enabled data visualization applications Use a few lines of simple configuration to create complex dashboards, which are automatically assembled utilizing libraries such as Plotly and Dash, with inbuilt coding and design best pract
はじめに そもそもDMARCって何? Googleの発表によってDMARC対応が必要に SaaSの検討 OSSの検討・選定 構成 動作 GmailからGoogle Driveへ格納する XMLをパースしてOpenSearchに格納する Google Driveからコンテナ内にダウンロードする パースと格納 可視化 苦労した点 Gmailの仕様とparsedmarcの相性が悪い OpenSearch突然データが全部消えた 作ってみてよかったこと 今後の運用 はじめに インフラGの鈴木です。ガールズケイリンアニメことリンカイ!の放映が近くなってきましたね。 最近小倉にギャンブル旅行にいったのですが、北九州競輪には等身大パネルがありました。本気(マジ)度が伝わってきます。アニメの放映日が楽しみです。 ところで、今回はDMARCの可視化基盤を作った話をします。なかなか大変1でしたので、共有したいと
はじめに こんにちは。FAANSバックエンドエンジニアの浜口(@xlgorbylx)です。普段はFAANSのバックエンドシステムの開発をしています。 FAANSとは、弊社が2022年8月に正式ローンチした、アパレル店舗のショップスタッフの販売サポートツールです。例えば、ZOZOTOWN上で実店舗の在庫取り置きができる機能や、コーディネート投稿の機能などを備えています。投稿されたコーディネートはZOZOTOWNやWEAR、Yahoo!ショッピング、ブランド様のECサイト等に連携が可能です。これによりお客様のコーディネート選びをサポートし、購買体験をより充実したものにします。機能の詳細に関しましては、下記プレスリリースをご覧ください。 corp.zozo.com 本稿では、Go言語で実装されたFAANSのバックエンドシステムについて、SonarSource社の提供するSaaSである「Sonar
BERTopic は、Transformersを用いて文書のトピックモデリングを行うためのPythonライブラリです。本記事では、自分がKaggleコンペの初手EDAによく使うコードをまとめました。 入出力のイメージ 入力: 文章のリスト (例:["I am sure some bashers of Pens fans ...", "My brother is in the market for a high-performance video card that supports VESA local bus with 1-2MB RAM. Does anyone hav...", ...]) 出力: 各文書の関係性を表した2次元座標図 ソースコード 以下にもあります Github Google colab import pandas as pd from umap import UMA
概要 CVPR 2023 会議全体を可視化したグラフを眺めながら論文検索できるWebサイトを作成したので紹介します。 会議に採択された論文全体を可視化したグラフから、 カテゴリやアプリケーションが近い論文を探せます。 テキスト検索ではない方法で、広い視野で論文を探せます。 会議全体で盛り上がっている分野や、逆にニッチな分野を把握することもにも役立ちます。 研究テーマを模索している方や、広い視野で業界動向を知りたい方におすすめです。 yuukicammy--conference-projector-wrapper.modal.run 概要 はじめに Conference Projector で何ができるか システム概要 実装詳細 (1) スクレイピング (2) カテゴリ、アプリケーションなどのテキスト生成 (3) Embedding (4) PDFからの画像抽出 (5) 次元圧縮 (6) K
概要 どうやって指標を確認しているの? NewsPicksのFour Keysはどんな感じ? 改善前はどんな感じ? 改善のために何をした? 終わりに 概要 NewsPicksは「最高の開発体験の追求」をしている会社です。エンジニア向けのサイトの1ページでも謳っており、そこから弊社高山の記事に辿れるので、こちらも読んで頂けると幸いです。 そして、これはサーバーサイドだけの話しではなく、モバイルチームでも同じように開発者体験向上を目指し、Four Keysを追っています。 Four Keys とは、ソフトウェア開発チームのパフォーマンスを計測する4つの指標です。Four Keys 指標を用いることで、ソフトウェアデリバリの「スピード」と「安定性」を測定できます。 いわゆる組織の開発生産性が可視化できるということですね。 私が所属するモバイルチームもさまざまな改善をすることで、Four Keys
Microsoftは、データ管理資産サービス「Microsoft Purview」の監査ログに関するデフォルトの保存期間を延長した。これは、2023年の初めに国家の後ろ盾を得たハッカーが国務省から数千通の電子メールを盗み出したことを受け、同社のプラットフォームで悪意ある活動を可視化するための幅広い取り組みの一環だ。 2023年10月から「Microsoft Purview 監査」のセキュリティログのデフォルトの保存期間が、スタンダードユーザーの場合、90日から180日に倍増する。プレミアムライセンス所有者のデフォルトの保存期間は1年に延長されるが、10年に延長するオプションも用意されている。 この取り組みは、はじめに全世界の顧客に適用され、その後に政府機関の顧客にも拡大される予定だ。 ログ機能無償提供の狙いは? Microsoftは「2023年のハッキング事件を受けて、セキュリティ支援の一
はじめに この記事は、FOSS4G TOKAI 2023のLT大会で発表した「みんな名古屋駅からどこに降りているのか?大都市交通センサスを使って見てみる」で実装したソースコードを解説する記事です。 このLTは、国土交通省が公開している大都市交通センサスのデータを使って、名古屋駅で乗車したお客様がどこの駅で降りているのか、上記の画像のように地図上で立体的に可視化してみようというものを、デモを交えながら発表しました。 実際にデモサイトも公開しています。 地図上に伸びているグラフは、各駅において名古屋駅から来た人数を表しており、グラフにカーソルを合わせると詳細な降車人数が表示されます。 可視化してみるまでの背景や、大都市交通センサスの詳細については LT会の公開資料 をご覧ください。 処理の流れ 大都市交通センサスのデータを使って地図上に可視化するまでの流れは、以下の画像のような流れとなります。
1. はじめに Python のプロットツールとして、matplotlib の代わりに、下の図のようなブラウザ上でぐりぐりと操作できる Plotly が便利で使うことが多いのですが、 大容量データを一度にプロットすると、非常に重くなるのが気になっていました。 これまで描画のときだけデータを粗くするなど工夫してきたのですが、毎回大変なので、なにか便利なものはないかなーと探していたら、よいカスタムライブラリを見つけたので、この記事で紹介したいと思います! 2. 通常のプロットサンプル まず、比較のために、1000万のサンプルデータを作成して、通常の方法で Plotly でプロットしてみます。 コードはこちらです。 import pandas as pd import numpy as np from plotly.subplots import make_subplots import plo
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