移行計画のポイント - Qiita
今回はみんなが大好きな「移行」について、 ここ3年間で大小4つのプロジェクトで本番移行の計画・推進のご支援を行った経験から、 その計画を立てる上でのポイントをいくつか共有したいと思います。 前提知識 システム開発における移行とは 簡単に言うと「旧システムのデータ・ハードウェア・ネットワーク・利用者・運用などを新システムに移し替え、新システムの利用に切り替える作業」のことです。 そして移行には、さまざまなトラブルが付きまといます。 例えば、以下の様なトラブルは移行トラブルあるあるです。 ①旧システムからデータが引き継がれていなかった。 ②稼働初日の朝になって、端末にログインできない、帳票が出力されない。 ③いざ切り替えたらスムーズに業務が開始できなかった。 ④予定していない処理が走ってしまいデータがおかしくなってしまった。 移行の４つの分類 一言に移行と言っても、大きくは4つの観点に分類でき
みなさん、データのメタデータ管理ってどうやってますか？ #datatech-jp レポート｜よしむら＠データマネジメント担当
メタデータの価値と意義データ基盤作ってもメタデータがないと必要なデータを発見するのは難しい。 テーブルの物理名とデータの中身だけでは想像はできるけど、意外とわからない。 また、データ自体の意味以外にも制約条件とか利用者情報などがあり、そういうメタデータを整備することでデータ活用ができる。 メタデータの種類システム基礎系：DDLとか ビジネス系：活用方法 関連性：リネージやER図 統制系：品質情報 セキュリティ情報：アクセス権限情報 システム運用系：ジョブ実行ログ ソーシャル系：利用者のレビューやアクセス頻度 メタデータの管理とデータカタログメタデータを管理するためのツールとしてはデータカタログがある。 データカタログは銀の弾丸だと思われがちで、いいデータカタログがあればだれもが使ってデータ利活用が進むと思われがちだが… 実際データカタログを入れたところで、メタデータは入力されずカタログ・ゴ
Salesforceの学習方法｜yousuke saeki(佐伯 葉介)
前回のnoteではSalesforceの学習がなぜ難しいのか？を書きました。 それを踏まえて、学習スタイル、学習に使えるチャネル(情報ソース)など具体的な話に触れていきます。 本noteは2024年4月30日発売の著書「成果を生み出すためのSalesforce運用ガイド」の第4章についての事前解説記事を兼ねています。 その他の解説記事は以下のマガジンにまとめてあります。 改めて書籍構成第一部 Salesforceを学ぶ -第1章 Salesforceをとらえ直す -第2章 Salesforce学習の課題 -第3章 Salesforceの学び方←こちら (そもそも)第一部の狙い第一部はSalesforceそのものの学び方について考えるものです。 詳しくはこちらのnoteにて狙いを記載しています。 https://note.com/yonyon_saeki/n/n17632a03ad94 第
中学生でもわかる深層学習
第1章 理論編 ・深層学習とは (p.13-) ・ニューラルネットワークとは (p.31-) ・どうやって学習するか: 勾配降下法 (p.57-) ・深層学習の注意点 (p.91-) 第2章 応用編 ・分類問題 (p.110-) ・画像認識 (p.120-) ・音声認識／自然言語処理 (p.151-) ・講演のまとめ (p.167-)
要件定義書の作り方 - 要件定義の進め方
要件定義書の書き方がわからない、要件定義って何やればいいの？という方もいると思うので、発注側としての要件定義書の作り方をまとめておく。 要件定義書に書くべき内容の図による表現 手順①：[作業]あるべき姿の確認 手順②：[作業]現状の把握 手順③：[作業]問題(あるべき姿と現状の乖離)の中から、問題点を特定する 手順④：[会議]あるべき姿と現状と問題点の認識に関する合意をとる 手順⑤：[作業]問題点をどこまで解決するかの目標を決める 手順⑥：[作業]問題点の真因を分析する 手順⑦：[会議]目標と真因分析結果に関する合意をとる 手順⑧：[作業]真因に対する対策を検討する 手順⑨：[作業]対策の中から、システム化対象のものを明確化し、要件化しておく 手順⑩：[会議]対策、システム化対象課題、要件に関する合意をとる 手順⑫：[会議]要件定義書の内容に関して合意をとる 手順⑬：[作業]要件定義書に承
データ分析基盤まとめ（随時更新）
はじめに データ分析基盤の資料を力尽きるまで追記していきます。 構成図にあるアイコンや記事の内容から技術要素を調べて記載していますが、不明分は未記載にしています。修正のコメント頂ければ助かります。 あと、この記事追加してっていう要望も歓迎いたします。 テンプレート 記事公開日 : 会社名（サービス名） データソース : データ処理 : アウトプット : 画像 URL 2025年 2024/03/14 : 株式会社エス・エム・エス（カイポケ） データソース : Amazon Aurora データ処理 : Datastream、BigQuery、dbt アウトプット : Looker Studio 2024/03/12 : 株式会社マイナビ データソース : SQL Server、Amazon S3 データ処理 : Embulk、Amazon MWAA、Apache Airflow、Snowf
「販売管理システムで学ぶモデリング講座」を読んで - Hot Heart, Cool Mind.
読終えてふと思った。 著者（渡辺さん）は、この本を書くより実際に販売 管理システムを作った方が楽だったに違いない。 販売管理システムで学ぶモデリング講座 渡辺 幸三 翔泳社 2008-05-29 Amazonで詳しく見る by G-Tools 「業務システム本」はいくつか世に出ているが、具体的なシステム設計の説明にここまでこだわった本は、他にないのではないか。 著者のねらいは、販売管理システムという具体的な例を通じて、著者が提唱しているシステム設計記法（三要素分析法）の実用性を実証 することにある。しかしそのねらいを達成する手段として事例の具体性にとことん拘ったが故に、ダシというには面白すぎる素材がこのサ ンプルシステムに含まれることになった。 僕が特に注目したいのは、販売管理における各種取引を、売上（売掛金）・仕入（買掛金）・在庫という３つの企業財産に与える影響と いう視点から分析してい
海外の研究で「肩こり」の根本原因が明らかに 「自分で治す方法」を専門家が解説（2ページ目） | デイリー新潮
根本的にして唯一の原因 しかし、これは必ずしも「正しい診断」とは言えません。なぜなら、椎間板が潰れたりする変化は、程度の差こそあれ、加齢に伴い誰にでも起きることだからです。そして変形が見られても、痛みやこりが出る人もいれば、出ない人もいる。つまり椎間板の変形などは、首周辺に負荷が加わったことのひとつの「結果」に過ぎず、こりや痛みの「原因」とは言い切れないのです。その証拠に、レントゲンを撮っても異常は見られないのに、肩こりがひどいという人もいます。 このような椎間板の変形などの「結果」をもたらす根本的にして唯一の「原因」、それこそが頸長筋の機能不全なのです。 頸椎は背骨の一部である首の骨ですが、この頸椎を支えているインナーマッスル（深層筋）が頸長筋です。頸椎にじかに付着している、首の前側にある筋肉で、上の「C1」から下の「C7」まで7個の頸椎をひとつひとつつないでいます。この頸長筋の働きによ
GPT連携アプリ開発時の必須知識、RAGをゼロから解説する。概要＆Pythonコード例
こんにちは。わいけいです。 今回の記事では、生成AI界隈ではかなり浸透している RAG について改めて解説していきます。 「低予算で言語モデルを使ったアプリを開発したい」というときに真っ先に選択肢に上がるRAGですが、私自身もRAGを使ったアプリケーションの実装を業務の中で何度も行ってきました。 今回はその知見をシェア出来れば幸いです。 RAG（Retrieval-Augmented Generation)とは まず、 そもそもRAGとは何ぞや？ というところから見ていきましょう。 RAG（Retrieval-Augmented Generation) は自然言語処理（NLP）と特に言語モデルの開発において使用される技術です。 この技術は、大規模な言語モデルが生成するテキストの品質と関連性を向上させるために、外部の情報源からの情報を取得（retrieval）して利用します。 要は、Chat
圧倒的に生産性の高い人（サイエンティスト）の研究スタイル - ニューロサイエンスとマーケティングの間 - Being between Neuroscience and Marketing
Leica M7, 90mm Tele-Elmarit F2.8, PN400N @Santa Monica, CA アメリカで研究するようになって最も驚いたことの一つは、日本では考えられないほど生産性の高い研究者が存在することだ。 たとえば僕がローテーションして、最後までそこでdissertation work（博士論文のための研究、活動）をすることにするか迷っていたあるラボ。そこはポスドク、テクニシャンを含めて（註：undergraduate=学部生は殆どアメリカの研究室には居ない）たった5人でやっているにもかかわらず、毎年5-6本ぐらいはペーパーを出し、ほぼ全て一流紙。多いときは年に2本ネイチャーに出し，一本は表紙になったりしていた(#)。 しかも良く日本では見かける深夜も土日も働いて、朝はどちらかというと崩れ気味、みたいな重労働系の生活ではなく、普通に朝来て、「うーん今日は狂ったよ
to Bスタートアップは「仮説検証」をやめようという話 - estie inside blog
こんにちは！estieでビジネス部門の責任者をしている束原です。 2024年になりましたね。estieは決算月が12月なのですが、毎年期初に「今年こそが勝負の年だ」と言っている気がしており、それに対して「ガハハ」と笑い合えるメンバーで仕事ができているのが最高に楽しいなと日々痛感しております。 さて、こちらは事業の立ち上げ（事業開発）に関する記事です。 この記事に書いてあること estieでは「仮説検証」をやめようと思っている話 事業開発の成分の8割は営業だという話 かなり極論が並んでいますが(笑)、事業開発を進める上でとても重要だと考えているので、ご興味のある方は少しお付き合いください。 to Bスタートアップは仮説検証をやめようという話 「仮説検証って言葉が嫌いなんすよねー」と、確か弊社の事業責任者の齋藤だったか代表の平井だったかが以前社内で言ってました。 1年前くらいまで私は、その発言
プログラミングの超基本的な考え方をド文系の人に説明した動画｜shi3z
哲学者の東浩紀さんと思想史と近代科学史(特にコンピュータ史)の本を一緒に書いてみようという企画が今年から立ち上がった。 すると東さんがある日の生放送で、「しかし俺も最低限プログラムくらいかける必要があるんじゃないか。しかし最低限のプログラムとは何か」と言っていたところ、シラスの桂さんが「エラトステネスの篩ふるいとかですかねえ」と言っていて、もうエラトステネスと聞いたら黙ってはいられない吾輩が怒涛の勢いで生放送したところ、東さんが一番乗りで入ってきてくれたのでその場でライブコーディングしながらプログラムの書き方を簡単に教えることにした。 https://shirasu.io/t/zelpm/c/shi3zlab/p/20240105163405 プログラミング言語習得のコツプログラミング言語は、言語であるため、マニュアルを頭からお尻まで読んで内容を暗記するよりも、「これってどうやんの?」「こ
開発生産性とどう向き合うか | DMM Meetup #39
仮説検証サイクルを高速で回す為に、DMMポイントクラブ アプリチームが行っている取り組み | DMM iOS Meetup #2
開発生産性とどう向き合うか | DMM Meetup #39
仮説検証サイクルを高速で回す為に、DMMポイントクラブ アプリチームが行っている取り組み | DMM iOS Meetup #2
誤差1%、驚異の需要予測 勝ち筋つくる数学マーケティング
それは、AI（人工知能）でも簡単に導けないような予測だろう。長崎県佐世保市のテーマパーク「ハウステンボス」。2023年10月の月間入場客数を約3カ月前の予測値と照合すると1％しかずれがなかった。精度は通常8割で高いとされるが、1日単位の予測でも9割超えは常。99％のときもある。 驚異の誤差1％。なぜ、これほど正確なのか。22年秋、刀が運営支援に加わったからだ。大阪市のユニバーサル・スタジオ・ジャパン（USJ）を再建した刀最高経営責任者（CEO）の森岡毅が培った「数学マーケティング」がいかんなく発揮されている。 「ここまで緻密なのか」。ハウステンボスインテリジェンス部長の松永一朗は、刀から示されたトラッキングシートのフォーマットを見て驚いた。 シートにはこの先の日々の入場客数や単価の予測がびっしりと書き込まれていた。従来も1年先、1カ月先の需要は見積もっていたが、1日単位まで細分化されていな
ChatGPT for Developer - Promptのチカラ
ChatGPT がアプリケーションに最初に組み込まれたのは GitHub Copilot かもしれません。ここでは、ChatGPT そのものと、GitHub Copilot の双方を使って、アプリケーション開発を爆速させ、品質を少しでも向上させ。そして、Developer の皆さんのスキルを上げていくための入り口として、機能の概要を取り上げます。 内容: - Promptだけで出来るコト: 業務で使うために抑えておくべきポイント。データ・変換・抽出 - PromptのEngineeringへの適用: 企画から要件定義、設計、実装、デプロイも。 - 開発の生産性と品質をあげるための戦略: Prompt自身の現在の能力、チーム開発に向けて サンプルのPrompt: https://github.com/dahatake/ChatGPT-Prompt-Sample-Japanese/tree/m
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
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
僕たちがグラフニューラルネットワークを学ぶ理由
LLMの現在 - Speaker Deck
https://www.meti.go.jp/meti_lib/report/2022FY/000159.pdf
VISAカードの裏側と “手が掛かる” 決済システムの育て方
