並び順

ブックマーク数

期間指定

  • から
  • まで

1 - 18 件 / 18件

新着順 人気順

バッチ処理の検索結果1 - 18 件 / 18件

  • 大公開!バッチアプリケーションの品質を高めるZOZOの『バッチ開発ガイドライン』 - ZOZO TECH BLOG


    MA  Tips      Android iOS Frontend Backend Infra API Batch DB(Datab
      大公開!バッチアプリケーションの品質を高めるZOZOの『バッチ開発ガイドライン』 - ZOZO TECH BLOG
    • 身近なBtoCサービスを支えるアーキテクチャ大解剖 技術選定のポイントと今後の展望 - Findy Tools

      公開日 2024/06/18更新日 2024/06/18身近なBtoCサービスを支えるアーキテクチャ大解剖 技術選定のポイントと今後の展望 多くのIT企業では、ユーザーに対してより高品質で安定した体験を提供するために、システムアーキテクチャを進化させ続けています。 本特集では、日常生活の中で多くのユーザーに利用されているサービスのアーキテクチャ設計に携わるエンジニアの方々から、技術選定の背景や意図、そして現在のアーキテクチャの課題から未来への展望まで、詳しく伺いました。この記事を通じて、各企業のエンジニアたちがどのように技術的な課題を克服し、システムの柔軟性と効率を高めているのか、知見を得ていただければ幸いです。 ※ご紹介は企業名のアルファベット順となっております アソビュー株式会社 アソビュー株式会社では「遊び」という領域に対し、マーケットプレイス型EC「アソビュー!」やD2C型SaaS

        身近なBtoCサービスを支えるアーキテクチャ大解剖 技術選定のポイントと今後の展望 - Findy Tools
      • 新卒で入社したサイバーエージェントを退職しました - moko-poi’s diary

        この節目に、人生初の就職から約1年の経験を振り返り、感謝の気持ちを込めて綴りたいと思います。 自己紹介 たかしゅん/moko-poiと申します。私は主にAWSを中心としたインフラ構築やDevOpsの促進に取り組んでいます。 サイバーエージェントには新卒で入社し、バックエンドエンジニアとして配属されました。その中で、特にDevOpsやAWSなどのインフラ関連の業務に注力し、さまざまなプロジェクトに携わってきました。 サイバーエージェントでやったこと 2023年4月に新卒としてサイバーエージェントにバックエンドエンジニアとして入社しました。その前に、内定者アルバイトとして約3ヶ月間勤務していたため、合計で約1年半在籍していました。全てを詳しく話すと長くなってしまいますので、ここでは主な取り組みを簡潔にご紹介します。 広告 内定者バイトの時から、少人数チームでバックエンドの機能開発だけでなくイン

          新卒で入社したサイバーエージェントを退職しました - moko-poi’s diary
        • モダンな開発環境のBtoB SaaSアーキテクチャ特集 技術選定のポイントと今後の展望 - Findy Tools

          公開日 2024/06/25更新日 2024/07/01モダンな開発環境のBtoB SaaSアーキテクチャ特集 技術選定のポイントと今後の展望 ご好評頂いているアーキテクチャ特集の第三弾となる今回は、BtoB SaaSを提供する企業10社にご協力頂き、技術選定のこだわりや今後の展望をご寄稿いただきました。アーキテクチャを通して、各社の事業特性や設計思想にも触れられる内容となっております。※ご紹介は企業名のアルファベット順となっております 株式会社あしたのチーム あしたのチームは「誰もが "ワクワク" 働ける世界を創る」をビジョンに掲げ、人事評価制度の構築・運用・クラウド化で "人と組織の成長" を支援しています。今回は、2024年4月にリリースされた同社の新サービス:パフォーマンスマネジメントプラットフォーム『Cateras™』のアーキテクチャについてご説明します。 アーキテクチャ選択の背

            モダンな開発環境のBtoB SaaSアーキテクチャ特集 技術選定のポイントと今後の展望 - Findy Tools
          • SaaS 向けリレーショナルデータベースのスケーリング (Part 1: 一般的なスケーリングパターン) | Amazon Web Services

            Amazon Web Services ブログ SaaS 向けリレーショナルデータベースのスケーリング (Part 1: 一般的なスケーリングパターン) ビジネスが成長するにつれて、SaaS (Software as a Service) プロバイダーが直面する課題の 1 つは、テナントのエクスペリエンスをどのように維持するかです。これには、テナントベースが拡大するにつれて、許容できるパフォーマンスとレスポンスタイムを確保することが含まれます。Amazon Relational Database Service (Amazon RDS) や Amazon Aurora などのリレーショナルデータベースは、一般的に SaaS プロバイダーによって使用されています。ビジネスが成長するにつれて、データベースのスケーリング方法も決定する必要があります。 SaaS ビルダーとしての課題は、SaaS

              SaaS 向けリレーショナルデータベースのスケーリング (Part 1: 一般的なスケーリングパターン) | Amazon Web Services
            • CSVデータをS3にアップロード時AWS Lambdaをトリガーし、自動的にDynamoDBへデータを書き込んでみた | DevelopersIO

              CSVデータをS3にアップロード時AWS Lambdaをトリガーし、自動的にDynamoDBへデータを書き込んでみた はじめに Amazon S3バケットにアップロードしたCSVデータをAmazon DynamoDBテーブルに自動的に書き込むAWS Lambdaの作成方法を紹介します。 CSVデータをAmazon S3バケットにアップロード時、AWS LambdaをトリガーしAmazon DynamoDBテーブルにデータを書き込む方法について紹介します。 CSVデータをAmazon S3バケットにアップロード時、AWS LambdaをトリガーしDynamoDBにデータを書き込んでみた 構成は以下の通りです。 本構成では、AWSマネジメントコンソールからS3バケットにCSVファイルをアップロードすると、S3のPUTイベントをトリガーとしてLambda関数が起動します。Lambda関数は、CS

                CSVデータをS3にアップロード時AWS Lambdaをトリガーし、自動的にDynamoDBへデータを書き込んでみた | DevelopersIO
              • BigQueryを補完する技術: DuckDBとDataflowでのデータ処理入門 - yasuhisa's blog

                背景 & Disclaimer DuckDB 概念や代表的なユースケース 使ってみる 1週間〜一ヶ月などある程度の期間、分析で使いたい場合 便利なCLIツールとして使う 所感 参考 Dataflow 代表的なユースケース 具体例 参考 背景 & Disclaimer BigQueryは非常に便利で、BigQueryにさえ上がってしまえばSQLで巨大なデータを簡単に相手にできます とはいえ、BigQueryに行きつくまでが大変な場合もありえます 例: 個人情報を含むsensitiveなデータで、BigQueryに気軽に上げられないケース 一時的であっても、相談なしにその手のデータを気軽にアップロードするのはやめてください... 数万件程度であれば手元のエクセルで開いて、問題ない行/列だけに絞る、ということもできるが、もっと量が多いデータだとそういうわけにもいかない。そもそも分析はSQLでやり

                  BigQueryを補完する技術: DuckDBとDataflowでのデータ処理入門 - yasuhisa's blog
                • Apple Watch で取得したデータを Google Cloud に自動連携して BigQuery + Dataform + Looker Studio でダッシュボードを作った - Qiita

                  Apple Watch で取得したデータを Google Cloud に自動連携して BigQuery + Dataform + Looker Studio でダッシュボードを作ったBigQueryAppleWatchGoogleCloudDataformLookerStudio プロジェクトの区切りに初めて長期休暇を取得することにしました。 プロジェクト終盤の忙しさで疲れが溜まっていたので、休暇中に健康的な生活を送るために apple watch から取得したデータを可視化することにしました。 この記事では apple watch で計測したデータを毎日自動的に可視化する方法を書いています。 やったこと こんな感じのアーキテクチャで睡眠の可視化を作りました。 現時点で作成したのは次のような図です。 さすがにもう少し睡眠を取っている自覚はありますが、睡眠が浅いときに apple watch

                    Apple Watch で取得したデータを Google Cloud に自動連携して BigQuery + Dataform + Looker Studio でダッシュボードを作った - Qiita
                  • 巨大なデータ負債を作らないための取り組み - High Link テックブログ

                    こんにちは、株式会社High Link CTOの nogaken(@nogaken1107)です。 プロダクト開発企業にとって、データ負債は大敵です。 要件に合わないデータ構造、過去データの欠損、不整合データの存在、etc。 これらデータに関する負債は、開発スピードの悪化や分析業務の阻害などを通じて事業に大きな悪影響を及ぼします。 弊社で開発している香り商品ECのプラットフォームである Coloria (https://coloria.jp)は、サービス提供開始から5年が経過しています。その中で、多くのデータ負債を生み、そしてそれらを返済しながらサービスを運営してきました。(そしていまも、現在進行形で返済を続けています。) データ負債は、発生させないことが理想ですが、プロダクトの要件の変化が不確実である以上、0にすることはできないと考えています。特に、リソースの限られたスタートアップ企業で

                      巨大なデータ負債を作らないための取り組み - High Link テックブログ
                    • 基幹システムのクラウド移行を4カ月、自前で 日立建機


                      AI4IT2024628 DXITDXAI 4 500100Oracle Cloud InfrastructureOCIOracle
                        基幹システムのクラウド移行を4カ月、自前で 日立建機
                      • Unity 6がいよいよ本気でゲーム開発者へオブジェクト指向を捨て去りDOTSに移行することを推奨〜関数型プログラミングとの関係性は?

                        Unity 6がいよいよ本気でゲーム開発者へオブジェクト指向を捨て去りDOTSに移行することを推奨〜関数型プログラミングとの関係性は? Introducing our new e-book: Unity’s Data-Oriented Technology Stack (DOTS) for advanced developers / 新しい電子書籍のご紹介: 上級開発者向けの Unity のデータ指向テクノロジー スタック (DOTS) Unity のデータ指向テクノロジースタック (DOTS) を使用すると、 ターゲットハードウェアを最大限に活用できるパフォーマンス強化ツールスイートが提供され、大規模で複雑なゲームを作成できます。 50 ページを超える電子書籍「上級 Unity 開発者向けのデータ指向テクノロジー スタック入門」が、無料でダウンロードできるようになりました。データ指向プロ

                          Unity 6がいよいよ本気でゲーム開発者へオブジェクト指向を捨て去りDOTSに移行することを推奨〜関数型プログラミングとの関係性は?
                        • DeepSpeedはなぜ速いのか〜推論編〜


                           ChatGPTLLM LLMDeepSpeed DeepSpeed  DeepSpeed DeepSpeed使 DeepSpeed DeepSpeedMicrosoftvLLMTGITogether Inference Eng
                            DeepSpeedはなぜ速いのか〜推論編〜
                          • 古橋貞之:世界中で使われるソフトウェアを作る日本人プログラマー

                            トレジャーデータ(Treasure Data)のチーフアーキテクト・古橋貞之は、多くの人々に使われ、人々の役に立つソフトウェアをつくることの重要性をより強く感じている。 by Yasuhiro Hatabe2024.06.19 4 6 トレジャーデータ(Treasure Data)の創業者の1人であり、同社チーフアーキテクトを務める古橋貞之は、2021年、「Innovators Under 35 Japan (35歳未満のイノベーター)」の1人に選ばれた。トレジャーデータは2018年に半導体設計大手のアーム(ARM)によって買収された企業として知られているが、その後2021年にアーム傘下から外れ、現在は独立した事業者となっている。 トレジャーデータは、カスタマー・データ・プラットフォーム(CDP)をサービスとして提供する企業だ。CDPは、顧客の購入履歴や広告閲覧履歴、SNSの投稿など多種多

                              古橋貞之:世界中で使われるソフトウェアを作る日本人プログラマー
                            • デジタル庁「テキスト生成AI利活用におけるリスクへの対策ガイドブック(α版)」解説

                              デジタル庁は、デジタル社会形成の司令塔として、未来志向のDX(デジタル・トランスフォーメーション)を大胆に推進し、デジタル時代の官民のインフラを一気呵成に作り上げることを目指します。 本ガイドブックは、テキスト生成AIを活用する際のリスクとその対策について詳しく解説しています。 行政サービスや職員業務の改善を目指す中で、テキスト生成AIの適切な利活用が求められている一方、その利用には多様なリスクが伴います。本ガイドブックはこれらのリスクを特定し、軽減策を示すことで、安全かつ効果的なテキスト生成AIの活用を支援することを目的としています。 テキスト生成AIはその提供形態やユースケースに応じて特有のリスクが存在するため、具体的なリスク軽減策を紹介しています。現段階では実践的なフレームワークやチェックリストによるガイドブックを作成するまでの知見が蓄積されていないため、留意点の紹介にとどめています

                                デジタル庁「テキスト生成AI利活用におけるリスクへの対策ガイドブック(α版)」解説
                              • noteのデータ基盤アーキテクチャを紹介 - レイクハウスによるシンプル構成で誰でも使いやすいデータ基盤へ|noteエンジニアチームの技術記事

                                note株式会社では、全社員のデータ活用が活発になってきており、データ基盤も進化を続けています。 Snowflakeへの全面移行によるコスト削減やデータ収集と処理の効率化などを行ってきたことで、シンプルな構成を保ちつつ使いやすいデータ基盤になってきました。しかし、まだまだ課題も山積みの状態です。 今回の記事では、データ基盤開発のリーダーである久保田 勇喜に、noteのデータ基盤のアーキテクチャの解説と現状の課題について詳しくお聞きしました。 全体のアーキテクチャ図※ 記事の最終更新:2024年6月 久保田 勇喜 / データ基盤チームリーダー2015年、株式会社Adwaysに入社。アプリの事前予約システムの開発などを担当。2017年からBulbit株式会社(現UNICORN株式会社)でDSPの開発に着手。2021年からnote株式会社に入社し、データエンジニアとしてデータ基盤の開発・運用に携

                                  noteのデータ基盤アーキテクチャを紹介 - レイクハウスによるシンプル構成で誰でも使いやすいデータ基盤へ|noteエンジニアチームの技術記事
                                • 優秀過ぎた「IBM i」 ただ基盤移行するのはもったいない 利点を残してモダナイズするコツは?


                                  1988IBM iAS/400IBM i  IBM i 25調 使使 ERPAS/400IBM i
                                    優秀過ぎた「IBM i」 ただ基盤移行するのはもったいない 利点を残してモダナイズするコツは?
                                  • TensorRTとTriton Inference Serverで推論サーバの性能を劇的に改善し本番導入した話 - LayerX エンジニアブログ


                                     NVIDIA Triton Inference Server  tech.layerx.co.jp Triton Inference Server    OCR APINginxGunicorn w/ UvicornFastAPIPyTorchGPUSageMaker Endpoint 
                                      TensorRTとTriton Inference Serverで推論サーバの性能を劇的に改善し本番導入した話 - LayerX エンジニアブログ
                                    • AWS ECS で実行するバッチ処理を Cluster Auto Scaling を使ってコスト最適化する - Hatena Developer Blog

                                      システムプラットフォームチームで SRE をしている id:chaya2z です。 この記事は、はてなの SRE が毎月交代で書いている SRE 連載の6月号です。先月は id:MysticDoll さんの Postfixのログ監視で注意すべきSMTPのステータス仕様について でした。 ECS で実行するバッチ処理を、インスタンス数を最適化する仕組みである ECS Cluster Auto Scaling を使ってコスト最適化した取り組みを紹介します。 ECS の起動タイプに EC2 を使う背景 はてなでは、ECS の起動タイプとして Fargate ではなく EC2 を使用しているサービスがあります。そのサービス例として、バッチ処理があります。バッチ処理のジョブには数秒・数分で終わるものもあれば、数時間かかるものがあります。 EC2 起動タイプを選ぶ理由は、タスク終了までのタイムアウト待

                                        AWS ECS で実行するバッチ処理を Cluster Auto Scaling を使ってコスト最適化する - Hatena Developer Blog
                                      1