Since the beginning, Railway’s compute has been built on top of Google Cloud Platform. The platform supported Railway's initial journey, but it has caused a multitude of problems that have posed an existential risk to our business. More importantly, building on a hyperscaler prevents us from delivering the best possible platform to our customers. It directly affected the pricing we could offer (eg
本記事では、現在進行中の研究「機械学習×数理最適化」に関する取り組みの一環として検討している、需要予測を活用した業務プロセスの改善について紹介します。 はじめに 背景 数理最適化とは 機械学習×数理最適化で解決が期待できる課題 実現方法の検討 問題設定 Node-AIでの需要予測 数理最適化によるシフト計画 条件データ 定式化 プログラム 結果 まとめ おわりに はじめに こんにちは、イノベーションセンターの伊藤です。 普段はNode-AIやAI Autopilot Systemといったプロダクトの品質向上を目的に、研究開発を行っています。現在は予測精度の向上を目指した機械学習技術の研究に加え、予測結果の活用に向けた技術の研究に取り組んでいます。 また、我々のチームでは、これらの取り組みを通じて得られた研究成果やデータ分析ノウハウをごちきかというナレッジベースに体系的にまとめています。 本
はじめに こんにちは。チューリングのDriving Softwareチームのマネージャーを務めている渡邉（@sangotaro）です。Driving Softwareチームは、チューリングの自動運転システムの開発を担当するチームで、自動運転AI以外の領域、例えばシステム制御やソフトウェアインフラの構築などを手掛けています。 先日、チームで栃木県の那須に開発合宿に行き、「約3時間でテックブログを書き上げる」というユニークな企画に挑戦しました。いくつかのチームに分かれ、それぞれが記事のテーマを決めて執筆した結果、公開までこぎつけることができた記事がなんと5本も完成しました！今回お届けするこの記事は、その中の1本であり、同じチームだった徳弘（@res_circuit）と共同で執筆しました。 この記事に先立ち、すでに2本のテックブログが公開されていますので、ぜひそちらもご覧ください。そして残りの2
Dagster is a cloud-native data pipeline orchestrator for the whole development lifecycle, with integrated lineage and observability, a declarative programming model, and best-in-class testability. It is designed for developing and maintaining data assets, such as tables, data sets, machine learning models, and reports. With Dagster, you declare—as Python functions—the data assets that you want to
こんにちは。トビ（@0b1tk）です。初めてZennに投稿します！ サイボウズの自社製品「kintone」のデザインシステムを開発・運用するチームで、デザインテクノロジストとしてお仕事をしています。 私たちのチームでは、デザイントークンを「Tokens Studio for Figma」というFigmaプラグインで管理しています。また、デザイントークンやコンポーネントなどをStorybookでドキュメント化しており、カラーにまつわるデザイントークンをまとめたページを社内向けに公開しています。 今回は、StorybookのDoc blocksの「ColorPalette」を使って、デザイントークンを型安全に埋め込んだカラーパレットを作る方法をご紹介します！ カラーパレットの完成形 完成したカラーパレットは、HEX 値を直接入力するのではなく、Tokens Studioで管理しているデザイント
はじめに Web サイトのバージョン管理にchangesetsを導入してみたところ、めちゃめちゃ便利でした。ただ、ドキュメントがわかりにくかったので、使い方やつまった点など書いていこうと思います。 changesetsにはnpmへの公開機能などもあり、Chakra UI、Astro、Emotionなど名だたるパッケージのバージョン管理に使用されています。ちなみにYamada UIでも使っています。今回はnpmへの公開機能ではなく、Webサイトなどのバージョン管理をすることに焦点を当てたいと思います。 よく比較されるツールでsemantic-releaseというものもあるみたいです。こちらはコミットごとにバージョンが上がっていくようで、自分は適当にコミットすることも多いため、より柔軟にバージョンの操作ができるchangesetsのほうを使っています。 changesetsとは changes
Verneuil1 [vɛʁnœj] is a VFS (OS abstraction layer) for SQLite that accesses local database files like the default unix VFS while asynchronously replicating snapshots to S3-compatible blob stores. We wrote it to improve the scalability and availability of pre-existing services for which SQLite is a good fit, at least for single-node deployments. Backtrace relies on Verneuil to backup and replicate
この抜粋の内容は次のとおりです。 Backstage 開発環境の構築 | devcontainer Backstage App の作成 永続化 | PostgreSQL 認証 | GitHub さらに詳しく知りたい方は読み続けてください。 2023年7月3回目です。 Backstage についてです。 ご存じのとおり、Backstage は、Spotify 社が開発し、CNCF に寄贈された開発者ポータルです。 Schema 駆動開発は、API の仕様をあらかじめ決めることで、Frontend と Backend の開発をスムーズにします。 弊社では、 GraphQL でいえば、Apollo Client gRPC でいえば、Buf Schema Registry REST でいえば、Swagger です。 用途に合わせて API を開発することで、Schema が各所に散らばります。 こ
Guides Quick guide Podman acting as Docker Docker Desktop alternative Sharing connection with Container Desktop Requirements Linux offers the best experience and fastest speed when working with containers. Besides from avoiding the need for virtualization, when we develop, we usually target Linux for production purposes. The file-system speed and permissions don't fit good when not using something
PlatformLearn about features, flow control, and more
はじめに フロントエンド開発において、効率的かつ一貫性のあるモック生成は非常に重要です。本記事では TypeSpec、Orval、Storybook の 3 つのツールを使用して自動生成でモックを実現する方法を紹介します。 TypeSpec は、大規模な API を提供するために Microsoft が開発し、使用している新しい API 記述言語です。 Orval は、OpenAPI 仕様から TypeScript のクライアントコードを生成するツールです。これにより、最新の API 仕様に基づいたクライアントコードを常に保持し、API との通信がスムーズに行えるようになります。 Storybook は、コンポーネントを独立して開発・テストするためのインタラクティブなツールです。コンポーネントの見た目や動作を個別に確認できるため、UI の一貫性を保ちながら効率的に開発を進めることができます
IPAは2024年6月27日、調査リポート「DX動向2024」を発表した。同リポートは事業会社の人事部門や情報システム部門、DX推進部門などを対象に2024年2月9日～5月2日にかけて実施したアンケートの結果をまとめたもの。回収数は1013件だった。 DXの取り組みは米国企業並みだが成果に差 DXの取り組み状況について聞いたところ、「取り組んでいる」と回答した日本企業の割合は2021年度の55.8％から、2023年度は73.7％に増えた。米国企業は2022年度調査で77.9％であり、「日本企業もDXに取り組むことが一般化し、（取り組み状況が）米国企業並みになってきている」と、同調査を担当したIPAの河野浩二総務企画部調査分析室室長は説明する。
こんにちは、CloudFitの瀬沼です。 先日、Twitterでデザイナーに求められるスキルをマンダラチャートで表現される方がいてとても分かりやすかったので、そちらを参考にさせて頂きながらDX人材verのスキルチャートを作成してみました。 また、後半にスキルチャートをベースにしたDX人材の目指し方を記載しています。 DX人材に求められるスキル DXという言葉が非常に幅広い意味で使われているため、その定義次第で異なるところはありますが、僕が考えるDX人材に求められるスキルはおおよそ以下だと考えています。 続きはCloudFit Blogにてご覧頂けます。 https://cloudfit.co.jp/blog/80 追伸 ---------------------- DX人材スキルチャートに基づき、実態調査を行った『DX人材スキルレポート2021』を公開しました。 ぜひこちらもご覧いただける
ここで開発体験（DX: developer experience）はおおむね次の記事で説明されている概念とする。digital transformationではない。 DX: Developer Experience （開発体験）は重要だ - Islands in the byte stream 2021年になり、担当するWebサービスのDXの改善を任務とするチームに所属しはじめた。こういうチームができるぐらいなので、開発体験を悪化させるという感覚を開発者に与える課題はいくつかわかっている。それらを一つ一つ解決していけば、改善業務をある程度は進められそうだと考えてはいた。一方で、あくまで各開発者の感覚に依存して課題を把握していることが多いので*1どれぐらいよく／悪くなっているかはわかりにくく、改善がどの程度Webサービスのビジネスそのものに影響するのかというのもぼんやりとしていた。 こうい
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
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
