サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
GPT-4o
cam-inc.co.jp
こちらは CAM advent calendar 2023 の1日目の記事です。 |目次 1. はじめに 2. Server Actions とは 3. react-dom/useFormStatus・useFormState とは 4. Form validation を Server 側で行う a. submit された後に validation する b. submit する前に validation する 5. まとめと感想 |はじめに CAMでWebフロントエンドエンジニアをしている松本彩樹 ( github: nonoakij )と申します。 弊社では毎年 advent calendar を開催していますが、去年に引き続き今年もトップバッターを務めさせていただきます。 昨年は、「React Hook Form の Advanced Usage をさらに Advance
|はじめに こちらはCAM advent calendar 2022の14日目の記事です。 こんにちは、普段CAMでバックエンドの開発をしている吉瀬です。 Node.js デザインパターンという本を読み Node.js のアーキテクチャについて学んでいます。 その中でも今回は JavaScript 実行エンジンの一つである V8について紹介します。 出典(https://www.oreilly.co.jp/books/9784873118734/) |おことわり ・Parse と Compileの詳細な話はしません ・WebAssembly の話はしないので Liftoff の話はしません ・ブラウザ側の話はしません ・できる限り一次情報を参照するようにしていますが、誤っている箇所がある可能性があります |V8 とは V8 とは JavaScript 実行エンジンの一つで Google が
初めまして、CAMのデザイナーshidaです。 私は占い事業のデザインを主に担当しております。 弊社ではデザインを相互にレビューしてより良いアウトプットをするカルチャーが存在し、簡易的にディレクターやエンジニアによるUIデザインレビューが行えることからFigmaをデザインツールとして使用しています。 本記事では弊社でFigmaの勉強会を行った内容をベースに、実際にサイトを開発した際に使用してよかった、生産性を高めるためのコンポーネントのTipsを記事にしました。 Figmaを今後サービス開発で使っていこうと考えている方や、普段からFigmaを使っている方などが、今より少しでも業務効率化するための記事になれば幸いです。 5/11にFigmaの大型アップデートがありましたのでこちらも参考までにご覧ください。 https://www.figma.com/whats-new/ ※記載しているショー
|目次 1. はじめに 2. Vertex Trainingについて 3. Vertex Predictionについて 4. Vertex Feature Storeについて 5. CAMでのMLOpsシステム構成 6. まとめ 7. 参考資料 |1. はじめに 株式会社CAMで機械学習エンジニアをしています原 和希です。 データ分析から機械学習モデルの作成、そしてMLOps基盤の構築を担当しています。 今回もMLOps基盤の構築をトピックとして、弊社で導入をしているMLOps基盤を実現するためのGCPのサービスであるVertexAIについて紹介します。 本記事は前編と後編に分かれています。前編ではMLOpsについてと機械学習パイプラインを実現するためのサービスであるVertexAI Pipelineについて詳しく解説をしています。まだお読みでない方は、ぜひ「Vertex AIを活用したM
こちらはCAM advent calendar 2021の14日目の記事です。 |はじめに CAMでWebフロントエンドエンジニアをしている三好です。 Node.jsのバージョン管理ツールはnvmを筆頭に様々なものが存在しています。 私が直近でNode.jsの環境を作った際に結局どのツールを使うべきか悩んだため、各ツールを比較した上で私がどのツールを使うに至ったか、各ツールの使うべき状況を書かせていただこうと思います。 記述されている情報は2021年11月執筆現在の情報です。 |今回扱うツールについて 今回は以下のツールを扱います。 ・nvm ・n ・nodenv ・nodebrew ・fnm ・asdf ・Volta |ツール選定条件 以下の条件を私が選ぶツールの最低条件としました。 1. macOSとWindowsに対応している ・普段自分でどちらのOSも使用しているため、両方に対応し
|はじめに 最近Twitterを見ているとNFTの話がよく目に入ってくるので、重い腰を上げて僕も触ってみることにしました。 実際のブロックチェーン上にERC721という規格のスマートコントラクトを作って、デプロイするまでの手順と複雑なロジックを実装するにはどうしたらいいかを書いていきたいと思います。 ※特にERC721という規格を満たすスマートコントラクトをNFTなどと言ったりします。 ブロックチェーンやスマートコントラクトについての詳細な説明は今回はしません。 今回学んだことを生かして、[TogenokoProject](https://togenoko.io/)というイベントをハロウィンに行ったのでそちらもぜひ見てみてください! |スマートコントラクトとは 自動販売機に例えられることがあるように、「決まった命令を送ると決まった処理を行ってくれるなにか」です。 例えば - name とい
|はじめに CAMでWebフロントエンドエンジニアをしている三好です。 今回はCAMで扱っている、FensiをプラットフォームとしたWebサービスのモノレポをマルチレポに変更したことについて、変更に至った経緯と運用してわかったメリット、デメリットをお話します。 実際にこれが正解だとは思いませんが、変更した結果どのような考えに変わっていったのかをここでは書かせていただこうと思います。 |モノレポ、マルチレポとは 単一のリポジトリで複数のプロジェクトを管理することをモノレポと言い、単一のリポジトリで単一のプロジェクトを管理することはマルチレポと言います。 JavaScriptのトランスコンパイラであるBabelでは、実際にモノレポでプロジェクトを管理することによって、以下のようなメリット、デメリットがあると述べられています。(参考: https://github.com/babel/babel
|目次 1. はじめに 2. MLOpsとは 3. VertexAIの概要 4. Vertex Pipelineについて -概要 -コンポーネントの実装例 -パイプラインの実装例 -Vertex PipelineでのKubeflow Pipelineの実行 5. まとめ 6. 参考資料 |1. はじめに 株式会社CAMで機械学習エンジニアをしています原 和希です。 データ分析から機械学習モデルの作成、そしてMLOps基盤の構築を担当しています。 今回はMLOps基盤の構築をトピックとして、弊社で導入している「VertexAI」という、GCP 上で MLOps 基盤を実現するためのサービスを紹介します。 本記事は前編と後編に分かれています。 この前編ではMLOpsについてと機械学習パイプラインを実現するためのサービスであるVertex Pipelineについて詳しく解説をします。 後編では、
|はじめに こんにちは。 CAMで占いサービスのバックエンドエンジニアをしています喜多と申します。 こちらの記事はCAM advent calendar 2020の 6日目の記事です。 今日は私が担当しているPHPのプロジェクトでFirebaseのFCMを導入した話をしたいと思います。 まず初めにFCMとはfirebaseが提供しているクロスプラットフォーム メッセージングサービスになります。 FCMとは:https://firebase.google.com/docs/cloud-messaging?hl=ja FCMを提供しているFirebaseはSDKが準備されており、様々な処理をSDKを通して簡単に実装可能ですが、FCMのSDKがPHP用に提供されていなく苦労した方も多いのではないでしょうか? 今回は、そういった方が読者の対象です。 |目次 ・この記事を読むにあたっての前提 ・各種
|はじめに こんにちは。 CAMでバックエンドエンジニアをしている森です。 こちらの記事はCAM advent calendar 2020の17日目の記事です。 今回アドベントカレンダーを書くという機会を得られたので、自分の勉強も兼ねつつAmazon Relational Database Service ( RDS )と Amazon Aurora(Aurora)で何ができるのかを考え、カスタムエンドポイントと、Parallel Queryに注目してみました。 |Auroraとは MySQL および PostgreSQLなどオープンソースDBと互換性のあるリレーショナルデータベースです。さらにRDSを利用したクラウド環境における完全マネージド型サービスでもあり、非常に高速かつセキュリティ、可用性、信頼性も優れたものが実現されています。 |Auroraストレージについて ・ Auroraの
占いサービスのバックエンドを担当している藤本です。 私が担当しているサービスで最近CI/CD環境をガラッとAWSサービスのものに変更しました。担当サービスではECSを使っていて、ECSに対応したCodePipelineの使い方について書いていきます。 1.旧サービスからの移行 現在のCI/CD環境を導入したのは数年前で、当時のベストプラクティスとしてWerckerを用いていました。ですが技術はアップデートするもので、現在ではネックとなる箇所も出てきて、より利便性の高いサービスも出てきています。 Werckerでは以下の箇所がネックな点として上げられました。 ・料金が比較的高額になった。 ・ドキュメントがミニマムサイズ。 ・たまに予期せぬエラーでビルドが終了する(werckerの障害)。 ・社員が個人で作成したステップ(*1)を利用しているためサービス側で管理できず、カスタマイズ性に欠ける。
CAMはエンタメコンテンツ、ビジネスバラエティメディア、ライフスタイルメディアを主軸に30以上のサービスを展開しています。エンタメコンテンツの分野では、国内外で圧倒的人気を誇るアーティストやアイドルグループとのパートナーシップを結び、オフィシャルファンサイトや動画関連サービスを運営しています。
次のページ
このページを最初にブックマークしてみませんか?
『株式会社シーエー・モバイル - モバイルサービスの総合カンパニー』の新着エントリーを見る
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