DSOC サービス開発部のエンジニアの小山です。
私のチームでは GCP を使っており、GCP の Error Reporting というエラーを収集してくれるサービスでアプリケーションで発生したエラーを確認しています。
ですが、この Error Reporting は現時点では Slack に直接通知する方法はなく、メールでの通知か mobile アプリへの通知しかありません。(Notifications, Cloud Console Mobile App)
メールを Slack に通知する方法もありますが、それだと Slack に通知されるまで数分のラグがあり、エラー通知としては微妙です。 メール通知や mobile アプリへの通知自体もそれはそれで便利なのですが、 業務中はやはり Slack に通知が飛んでくるのが一番気づきやすいですし、そのままチームメンバーとのやり取りもできるので便利です。
そこで、いくつかの案を検討し Slack へのエラー通知を実装しました。
続きを読むCTO の 藤倉 です。
このたび、「日本のエンジニアリングが世界中で活躍できる未来をつくる」というコンセプトのもと、Builders Box というプロジェクトを立ち上げました。
いまや、ソフトウェアサービスは世界中いたる所で開発され、日常の生活や仕事の場面で広く使われています。Google や Facebook、Amazon、Uber Eats など、海外で開発された多くのものが、日本国内で使われています。一方で、世界中の人々に使われている日本のサービスというのは、まだそう多くはありません。
私は、自分が作ったプロダクトをもっともっと多くの方に使ってもらいたいと思います。
日本国内だけでなく、世界中で使われるサービスを開発することは、エンジニアにとってとても刺激的な仕事です。せっかくエンジニアになったからには、そういうものづくりがしたい。ひいては、日本でつくられたたくさんのサービスが世界中で使われる世の中になってほしい。Builders Box を立ち上げたのは、そんな想いからです。
私は前職時代に、アメリカで数年間働いていたことがあります。アメリカの生活では、毎日のように車や家電など日本のハードウェア製品を見かけます。日本製のものはとても人気があるようで、日本人として少なからず誇らしい気持ちにもなりました。しかしながら、日本のソフトウェアプロダクトを見ることはほとんどありません。アメリカ発のソフトウェアサービスはすごいなぁと思う一方で、もう少し日本のサービスが使われるようになってもいいのではないかと感じていました。
その後、日本に帰国し、Sansan 株式会社に入社しました。
Sansan では、世界の市場で成果を出すべく、エンジニアが一丸となって日々開発に向き合っています。その過程で得た知見を還元していこうと Sansan 社内のエンジニアが情報を発信する場を作ってきました。各種勉強会の主催や年次の技術カンファレンスの開催、このブログもその取り組みの一つです。この活動を通じて社内外の多くのエンジニアと接して、日本のエンジニアリング全体はもっと盛り上がれるし、そこでやれることもたくさんあると感じるようになりました。
それを形にしたのが Builders Box です。
国内外のエンジニアや有識者へのインタビュー、様々な技術情報から得られる世界で活躍するためのヒントを届けたり、イベント等を通じた学習機会の提供を継続的に行っていきます。
日本のソフトウェアエンジニアリング全体を応援し、一つでも多くの日本のサービスがグローバルで使われる未来。それに貢献できればと思っています。
buildersbox.corp-sansan.com
buildersbox.corp-sansan.com
buildersbox.corp-sansan.com
こんにちは。Eight でフロントエンドエンジニアをしている鳥山（@pvcresin）です。
最近は、Beat Saber という VR リズムゲームにハマっています。
音楽に合わせて、手に持ったライトセーバー的なものでブロックを切っていくゲームで、いい運動になっています。
さて、今回は Eight の Web フロントエンドにコードの整形ツールである Prettier を導入した話をしたいと思います。
Prettierは Node.js 上で動く、コードのフォーマッター、整形ツールです。
ルールを設定することで、リポジトリ内のコードのスタイルを統一することができます。
Prettier にはデフォルトの設定があるので、細かな設定をしなくてもいい感じに整形してくれるのが良いところです。
HTML や CSS、JavaScript、Markdown などの形式に対応しています。
また、プラグインを入れることで Java や PHP、Ruby なども整形することが可能です。
今回は JavaScript のファイルに Prettier を適用してみました。
DSOC 研究員の吉村です。在宅勤務が続いているので、今更ながらいくつか家具を追加しました。その結果、家の中がかなりスッキリして、生活しやすくなりました。
さて、本題ですが、2020 年卒で DSOC 研究開発部配属になった新卒社員に対して部内で研修を設計し、実施しましたのでこの話について書いておこうと思います。
DSOC 研究開発部 の新卒研修の設計については、組織デザインに関する施策を考えるためのタスクフォースチーム*1で議論をして進めました。
当初は「そもそも新卒研修が本当に必要かどうか？*2」というレベルから考え始めました。しかし、本当に新卒研修をやるべきか否かでいくと、内容如何に依るという結論になったので、まずはやってみようということで、実施する方向で話を進めました*3。新卒研修を実施する方向で固まった次には、新卒研修を行う目的について議論しました。
*1:弊社研究員は様々なバックグラウンドを持っているので、シナジーを生むためにどういう組織にしていくかを考え施策を打つチーム。
*2:DSOC 研究開発部に配属になる新卒は19卒まで最大でも2人だったので、これまでは部署での新卒研修というものは行っておらず、メンターが実際の業務をする際に十分にフォローするという運用でした。ちなみに、全社での新卒研修は毎年実施されています。
*3:このあたりの意思決定の裏には、弊社の Values である 「変化を恐れず、挑戦していく」などがあります。
こんにちは。Eightでデザイナーをしている三松です。
もう少し詳しく説明すると、PM(プロジェクトマネージャー)と組んでプロダクトの様々な施策のUI/UXデザインを担当しています。
今回はチーム内から出た働き方の問題点を、ある方法で解消したお話をしようと思います。
これからやる施策はまとめてスプレッドシートに記入し、Backlogとして活用しています。
そこにデザインのURLや、工数、担当者、諸々のチェック項目などを記入し、ひと目でその施策の状態がわかるような状態にしていた…のですが、ある時エンジニアの方からこんな意見が。
いつも施策の進捗が分かりづらく、いきなり開発に着手するように感じ、心理的負担がある。
なるほど。
では、明確にわかるように共有しよう！ということで施策のデザインがどんな状態を明記する列を増やしました。
整理はこうです。
この運用で施策を進めていたのですが、ある時またエンジニアの方からこんな意見が。
Dev. Readyの状態だったから開発着手したのに手戻りが多い。
Dev. Readyが自分の期待していた状態ではない
そうなのか！
私はDev. Readyの状態を「仕様は決定し、開発はできる状態だが文言等は変更できる」と認識していたのですが、エンジニアは「仕様も文言も全て揃って完璧な状態」という認識だったのです。
これはまずい、各ステータスの共通認識を合わせよう！という話の中で浮かんできたのが「ひよこ🐥」でした。
ステータスを英語で表記するよりも、絵文字のひよこでステータス状況を表し、その状態の認識をみんなで合わせました。
整理はこうです。
ステータスをひよこにしてから、認識の齟齬がなくなり、「これ殻外せる？」「出荷するぞ！」「やっとひよこにできるね！」などチーム内の共通言語となり、コミュニケーションの活性化に一役かってくれる結果となりました。
単純な解決方法ではありますが、これで一年ほどスムーズにBacklog運用できています。
ひよこの良かった点をまとめると
です。いいこと尽くめですね🐥
働く上でのいろんな問題は、新しい技術やサービスでなく、もっと簡単な方法で解決できるのかもしれません。
ひよこ運用がそんな一例として心にとめてもらえたら嬉しいです。
buildersbox.corp-sansan.com
buildersbox.corp-sansan.com
buildersbox.corp-sansan.com
こんにちは、ニューラルネット老人こと糟谷勇児です。
私はドラクエウォークという位置情報を使ったゲームをしています。
ウォークという名前ですが今回のウイルスの件で完全在宅ゲームになって歩く必要がなくなりました。
ドラクエといえば、ストーリーの序盤で圧倒的な力で主人公たちを打ち砕く強大な敵を、中盤で成長した主人公が打ち倒す展開が熱いですよね。
代表的な敵としてはムドーとかゲマとか。
ディープラーニング界のムドーはやはりAlexNetですかね。
ブログ第二回で紹介してから、多層化、ReLU、コンボリューション、マックスプーリングと積み上げてきましたが、それも大詰め、今回はソフトマックス層について学んでいきます。
ソフトマックスはドラクエで言うとチャモロといったところでしょうか。
これまで、中間層はReLU、最終層はSigmoid関数を活性化関数に用いていました。
これまでやってきた、船と飛行機を見分ける問題だと、最終層に二つのニューロンを用意し、一つ目の出力が二つ目の出力より大きければ船、そうでなければ飛行機というように推論を行います。
つまり、大事なのは一つ目のニューロンと二つ目のニューロンの値の差ということになります。
理想的には、船の画像を入れたら、一つ目のニューロンの出力が1でもう片方が0、飛行機の画像を入れたらその逆ということになります。
そのため、船の画像を入れたら(1,0)、飛行機の画像を入れたら(0,1)を正解として学習させていました。
しかし、一つ目と二つ目のニューロンの差が重要ということなら厳密にいえば、(1,0)と(0,1)に近づけることに合理的でない場面も出てきます。
例えば、ある船の画像を入れたら、(0.9, 0.6)という値が出たとします。
二つのニューロンの値の差が0.3あるのである程度分離できていそうです。
では、(0.55, 0.40)という値だったらどうでしょう。
差は0.15で先ほどの半分なので、もう少し差がつくように学習したいですよね。
しかし、(1,0)からの二乗誤差はそれぞれ0.37, 0.36なのでどちらかというと(0.9, 0.6)のほうが誤差が大きい状態になります。
つまり、ニューラルネットから見ると、どちらかというと(0.9, 0.6)を(1,0)に近づける方が優先度が高いわけです。
※正しくは、誤差と優先度が比例するわけではないですがわかりやすさのため。
© Sansan, Inc.
