革命のブログ

フレボワークスの社員がブログを通じて情報発信します。

Cybozu Days「楽しいは正義」

f:id:frevo-works:20181109161244j:plain

先日、Cybozu Daysに参加してきました。今年のテーマは「楽しいは正義」。

豪華な感じで、プラットフォーマーとして生きたお金の使い方ですよね。

 

グループウェアのサイボウズさんなので
話題の働き方改革に乗せて共有プラットフォームのセールス話が多いかなと思わせておいて、今年もタメになる内容が多く、プラスのエネルギーをもらえました。
実は去年も参加していて、叶姉妹と青野社長の講演からプラスエネルギーをもらった記憶があります。

 

人の幸せって何?
これを学術的に解明しようとしている教授のお話もタメになりました。

f:id:frevo-works:20181109161321j:plain


環境、健康、心(やってみよう、ありがとう、なんとかなる、ありのままに)が満足すると幸福度が高いようです。


青野社長は社員の話に耳を傾け、経営判断しているのが伝わってきました。組織運営も初めからうまくいっていたわけではなく、昔失敗している(退職者が多い)というのも興味深いですね。

印象に残ったのは、現在の組織運営において「公平性を捨てた」ってところ。
確かに、人により求めていることは違うだろうし、それを受け入れていくと公平ではなくなるので潔いですね。各個人の働き方を尊重して組織運営していくって、リーダもメンバーもすごいですよね。

 

f:id:frevo-works:20181109161351j:plain

あとは、南海キャンディーズの山ちゃん面白かったです。(写真見えないですね・・)
実は、努力家なんですね。
「努力が苦でないレベルまで仕事を昇華できた」って話は大切なことだと思うし、好感が持てました。仕事とはいえ楽しめた方がパフォーマンス高いですよね。

 

 

私もチームビルディングや組織化といった内容は勉強してきて、実践する環境もあったので、どうすれば良いかという経験値を持っていて興味ある分野です。学び初めの頃、一番注意していたのは、周囲に協力してもらうために持っている情報を惜しみなく公開するということ。状況を把握してもらって、主体的に動ける環境を提供するという考え方ですね。実際、期待以上のパフォーマンスを発揮する人が多かったですね。

 

秘密主義だと浅い信頼関係で何かあるとすぐに壊れる危険がありますよね。
「腹をくくって責任を負っている」と言えば、聞こえは良いですが失敗したらみんな不幸になりますからね。

 

サイボウズは自由の中にも企業理念に沿った明確なルールがあり
トップを筆頭に会社全体で高いレベルで取り組めているという、良い会社でした!

 

我々も頑張らないとね!

ブルーインパルス

こんにちは。3日の祝日は、天気が良かったので、毎年地元で行われる入間基地航空祭に行ってきました。今年で、60周年の開催となります。今年は約19万人の来場者数でした、私は少年時代から行ってるので20回位は来てますね。

f:id:frevo-works:20181105095200j:plain

ブルーインパスルは、宮城県松島航空基地の所属ですが、文化の日は編隊を組んで、埼玉まで出張してきてくれます。

f:id:frevo-works:20181105095639j:plain

煙幕を吐きながら、色々な曲劇で、観客を楽しませてくれます。

真上ばっかり見て、首が痛くなりますが(笑)

f:id:frevo-works:20181105101409j:plain

こんな女子うけの事もやってくれます。確かに一番盛り上がるシーンですね。

最後は1本の矢(煙)で打ち抜くまでやります。

f:id:frevo-works:20181105100203j:plain

当社は、システム開発の業務を営んでますが、以前、自衛隊に知り合いが居て、コンピューターが得意なエンジニアさんでした。所属名はなんと「プログラム管理隊!」

すごい部署名ですよね。戦うエンジニアって感じです。当社も部署名を変えるのも気分が変わって良いのかなぁと考えた文化の日でした。

 

【神田飲み歩き vol.1】大分からあげと鉄板焼き 勝男

会社近くの神田飲み歩きシリーズ始めました。

神田といえばカレー。カレーといえば神田ですが「ビジネスマンの街」の顔も色濃く、駅周辺には飲み屋から怪しい店までひしめき合っています。

※周辺には客引きもたくさんいるので注意が必要なほど

 

今回は、安いのに唐揚げの聖地として有名な「中津からあげ - Wikipedia」が食べ放題のお店。

 

こちら 「大分からあげと鉄板焼き 勝男」 さんにいってきました。

f:id:frevo-works:20181026151103j:plain

続きを読む

黒鯛の紀州釣り@内房

こんにちは、ササクラです。今回は趣味のお話です。

週末に紀州釣りに行ってきました。(ダンゴ餌でクロダイを狙う釣り)
この時期は、型は小さめですが、数が狙えるので人気のある魚だと思います。


朝から夕方前くらいまで釣りをしましたが、午前中は風が強くて寒いし、エサも取られないし、修行に近い感じでした。。

 

以前は、釣り中のタバコは必需品でしたが、止めてから3年くらいかな、全然気にならなくなりました。むしろ、隣から漂ってくる煙はやめて欲しい。。
かつては、広い海を見ながら至福の時だったので気持ちはわかるけど。。

 

さて、13時過ぎた頃くらいからポツポツと餌が取られるようになってきました。
風が強くウキへの当たりがわかりづらいので、ウキ下を調整したり、寝ウキにしたり色々試します。

 

14時前、ウキが沈んだので合わせると乗りました!25cmくらいの通常サイズ。

魚が寄ると連チャンしやすいのが紀州釣りの面白いところ~
それからは、入れ食いでした!

 

結局、釣果は20cm~33cmの8枚。
まだ、釣れそうでしたが、疲れたので終了にしました。

 

f:id:frevo-works:20181022164502j:plain

 

ダンゴ
・ヌカ 10000cc(精米機の無料のやつ)
・砂 2000cc(近所の砂浜のやつ)
・細引きさなぎ 300cc
・活きさなぎミンチ激荒 半袋
・アミエビ 1kg
・ムギコーン 250cc
・チヌパワー 300cc

サシエはオキアミ

エサ代は、1,500円くらい。

車で往復140kmくらい、ガソリン代は2,000円弱かな?
合計3,500円には収まってると思うので、かなりリーズナブルかと(*´з`)
今回は一人でしたが、子供二人を連れて行くこともあるので、レジャーとしてはお得ですね!

8尾のうち、小ぶりで元気なやつはリリースして、食べきれそうな3尾だけお持ち帰り。おいしく食べるために、現地で締めてから、血抜き、鱗と内臓の下処理をします。
帰宅してから、刺身と塩焼きにしておいしく頂きました!

f:id:frevo-works:20181022164810j:plain

f:id:frevo-works:20181022164906j:plain

Qiita Organizationに参戦しました

f:id:frevo-works:20181022143312p:plain

このたび、弊社はQiita Organizationに参戦しましたのでご報告致します。

Qiita Organizationとは、技術共有サービス「Qiita」の企業向けのサービスです。 企業として登録することで、企業の宣伝(技術アピール)の場として利用できそうです。 あとは、企業に紐づけられたユーザの投稿状況によって、記事ベースですが、企業単位でスキルセットが把握できます。

このようなメリットがあるQiita Organizationですが、登録するには申請が必要になります。 本記事では、Qiita Organizationの申請から登録までの手順を説明していきます。

続きを読む

AWS Solution Days 2018に参加してきました 〜Machine Learning & IoT編〜

f:id:frevo-works:20181016150440j:plain

どうも、フレボワークスの小野です。 先日、AWS Solution Days 2018というイベントに参加してきました。 本イベントは、MachineLearning & IoTトラックとAnalyticsトラックが用意されていましたが、時間が被っていたので 興味のあったMachine Learning & IoTのほうを聞いてきましたので、簡単に内容についてお話したいと思います。

執筆者のスキル

イベントに参加する前まで、機械学習は全く触ったことがありませんでした。 当初は、統計学の知識が必要というイメージが強かったので、なかなか手が出せませんでした。 まず、基礎的な知識を身に付けようと、本イベントに参加しました。

機械学習(Machine Learning)とは

一般的に機械学習のプロセスは主に以下の手順で行います。

  1. 課題の定義
  2. データ整備
  3. モデリング
  4. アプリケーションの実装

課題の定義

  • ビジネス課題の認識
  • 解決策の仮説
  • 効果の明確化

データ整備

  • データ収集
  • データ検証
  • データ分割、分類

モデリング

  • モデル構築・トレーニング
  • モデルの評価
  • 特徴量(パラメータ)の見直し

アプリケーションの実装

  • プロダクション環境にデプロイ
  • 効果検証
  • 継続的な改善

プロダクション環境にデプロイで終わりではなく、継続的な改善が必要です。 データはより多く集まるので、より正確な推論フレームワークを構築することができます。

上記のプロセスを全て独自で行うとなると、相当の労力、コストがかかります。 AWSではこの課題を解決するためのサービスがあります。それが「SageMaker」というサービスです。

SageMakerとは

機械学習モデルを迅速かつ簡単に構築、トレーニング、デプロイできるフルマネージドサービスです。 これを利用することで、データサイエンティストが機械学習の本質に注力できます。

詳しくは以下のリンクから aws.amazon.com

利用方法

SageMakerの利用方法には以下の3つあります。

  • SageMakerのビルトイン(組み込み)アルゴリズムを使う
    →学習用データが必要
  • Tensorflow/Chainer/PyTorch
    →学習用データと学習用のコードが必要
  • その他
    →学習用データ、学習用コード入りのコンテナが必要

特に組み込みを利用する場合は、統計学の知識が不要ということになります。 多少、アルゴリズムの理解は必要だとは思いますが。

あと、機械学習を行う上で必要な開発環境(jupyter notebook)も管理コンソールから簡単に構築が可能です。

jupyter.org

学習の時間を短縮したいなどの要望に対しても、高スペックなGPUのプロセッサーを搭載したP3インスタンスも提供されています。

簡単に構築済みモデルを使いたい

AWSでは構築済みのモデルを提供しているサービスがあります。

サービス 概要
Amazon Rekognition 深層学習に基づく画像認識・動画認識サービス。静止画だけはなく、動画にも対応
Amazon Translate 深層学習に基づいた高品質な多言語翻訳サービス。2018年7月に日本語が対応し英語間の翻訳が可能に。
Amazon Polly テキストをリアルな音声に変換するサービス

これらを利用すれば、簡単に学習モデルを独自のアプリケーションに組み込むことができます。

逆に言えば、上記の学習モデル以外の推論を行いたい場合は、SageMakerなどを利用して学習モデルを構築する必要があるということです。

深層学習を行いたい

深層学習を行うためのAMIが用意されています。TensorFlowの最適化もされています。

aws.amazon.com

機械学習とIoT

最近のIoTは「自律化」がトレンドになってきています。

つまり、クラウドで学習したMLモデルをエッジデバイスにデプロイすることで、デバイス側で推論し結果を活用することが可能になります。 オフライン状態でもエッジデバイス自身で学習することができます。

これらを実現するために、GreengrassというAWSのサービスをエッジデバイスに導入します。

AWS Greengrass (IoT アプリケーションをシームレスに実行) | AWS

Greengrassを利用することで以下のことが実現できます。

  • Lambdaをローカルで実行 (Lambdaはクラウドから配布)
  • ローカルでのメッセージングとLambdaのイベントトリガ
  • 機械学習の推論

Greengrassの他にもIoTに特化したサービスが提供されています。

サービス名 概要
AWS IoT Core 安全なデバイス接続とメッセージング
AWS IoT Device Management デバイスの導入、管理、ソフトウェアアップデート
AWS IoT Device Defender デバイスの監査と保護
AWS IoT Analytics IoTデータ分析とインテリジェンス
Greengrass IoTアプリケーションをシームレスに実行
Amazon FreeRTOS マイクロコントローラー向け IoT オペレーティングシステム

これらのサービスを組み合わせることで、セキュアで堅牢なIoTアプリケーションが実現できます。

さいごに

本トラックで講師の方が口酸っぱくおっしゃっていたのは、機械学習を使って何かを作るのではなくて、 ビジネス上の課題を把握し、課題解決の手段の1つとして機械学習を利用すべきということでした。

今回のイベントに参加して、機械学習に対するハードルが下がったように感じました。 まずはAmazon SageMakerを利用して機械学習に取り組むことから始めようと思います。

AWS SOLUTION DAYS 2018~Analytics トラック

こんにちはクラウドビジネス部マネージャのササクラです。

先日、AWS SOLUTION DAYS 2018 に参加し、
午前は「基調講演」、午後は「Analytics トラック」の講演を聞いてきましたので、印象に残った内容をメモしておきます。

講演内で紹介のあった主なAWSサービスは、以下。

 SageMaker(セイジメーカー) → 機械学習のマネージドサービス
 Andes(アンデス)       → データレイク
 Glue(グルー)        → データレイク内のデータの所在を管理
 Atlas(アトラス)         → ストリームデータ処理
 QuickSight(クイックサイト)  → BIツール

全部、現在利用していない馴染みのないサービスでした。


■AWSサービスで印象的な内容
SageMakerを利用すれば、すぐにでも機械学習にチャレンジできそうなのでタイミングみて利用してみたいですね。
午後の「機械学習・ IoT トラック」では、セッションで取り上げられていたようなので少し聞いてみたかったです。

QuickSightはBIツールで、蓄積データを閲覧できるので
「現在運用しているクラウドサービスのユーザ向けに公開したらどうかな?」
と考えましたが、どちらかというと社内ユーザなど公開範囲を限定すべき性質な気がするので
ちょっと難しいですかね。
APIを使って、グラフなどのUIコンテンツ丸ごと取得できれば、サービス内の一画面に嵌め込めるので使えるかも。。


何気に、講演中に聞けたタメになる話は、

 S3 に格納するファイルは全て圧縮すべき

という内容で、確かにサイズが膨大になってくるとインパクトも比例するので大切そうです。


■AWSサービス以外で印象的な内容
Lambda Architectureのスピードレイヤ、バッチレイヤという考え方。
データの用途により、RDSなど利用するAWSサービスや処理方式を分離するというのは、そのうち必要になりそう。
全てを一緒くたに扱うのは無理がありますね。


講演中に今月末の DEVDAY が紹介されていたので、そちらにも参加してみようと思います。