Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ふりかえり入門で落ち穂拾いとした物の中から一つ知ってみる_その1
Search
Sponsored
·
SiteGround - Reliable hosting with speed, security, and support you can count on.
→
KakiageSeiro
December 01, 2022
Programming
66
0
Share
ふりかえり入門で落ち穂拾いとした物の中から一つ知ってみる_その1
社内で利用したスライドの公開版です
ふりかえり入門のスライドで落ち穂拾いとして説明しなかったことを学んでいく
KakiageSeiro
December 01, 2022
More Decks by KakiageSeiro
See All by KakiageSeiro
入門タイムライン
kakiage
0
98
ふりかえり入門で落ち穂拾いとした物の中から一つ知ってみる_その2
kakiage
0
53
ふりかえり入門で落ち穂拾いとした物の中から一つ知ってみる_その3
kakiage
0
60
入門Fun/Done/Learn
kakiage
0
53
超高速!ふりかえりプラクティスほんのり理解カタログ
kakiage
0
54
入門感謝
kakiage
0
50
ふりかえり入門
kakiage
0
110
コードレビューが好きになるプログラミングの原則
kakiage
23
11k
Other Decks in Programming
See All in Programming
Mastering Event Sourcing: Your Parents Holidayed in Yugoslavia
super_marek
0
150
PCOVから学ぶコードカバレッジ #phpcon_odawara
o0h
PRO
0
240
PHPのバージョンアップ時にも役立ったAST(2026年版)
matsuo_atsushi
0
290
メッセージングを利用して時間的結合を分離しよう #phperkaigi
kajitack
3
570
今からFlash開発できるわけないじゃん、ムリムリ! (※ムリじゃなかった!?)
arkw
0
190
年間50登壇、単著出版、雑誌寄稿、Podcast出演、YouTube、CM、カンファレンス主催……全部やってみたので面白さ等を比較してみよう / I’ve tried them all, so let’s compare how interesting they are.
nrslib
4
730
의존성 주입과 모듈화
fornewid
0
120
テレメトリーシグナルが導くパフォーマンス最適化 / Performance Optimization Driven by Telemetry Signals
seike460
PRO
2
220
ファインチューニングせずメインコンペを解く方法
pokutuna
0
280
CursorとClaudeCodeとCodexとOpenCodeを実際に比較してみた
terisuke
0
190
GNU Makeの使い方 / How to use GNU Make
kaityo256
PRO
16
5.6k
まかせられるPM・まかせられないPM / DevTech GUILD Meetup
yusukemukoyama
0
110
Featured
See All Featured
Google's AI Overviews - The New Search
badams
0
960
Design in an AI World
tapps
0
190
What’s in a name? Adding method to the madness
productmarketing
PRO
24
4k
Deep Space Network (abreviated)
tonyrice
0
110
Have SEOs Ruined the Internet? - User Awareness of SEO in 2025
akashhashmi
0
310
The Language of Interfaces
destraynor
162
26k
What does AI have to do with Human Rights?
axbom
PRO
1
2.1k
Leo the Paperboy
mayatellez
7
1.6k
How Fast Is Fast Enough? [PerfNow 2025]
tammyeverts
3
520
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
49
9.9k
Designing Powerful Visuals for Engaging Learning
tmiket
1
330
HU Berlin: Industrial-Strength Natural Language Processing with spaCy and Prodigy
inesmontani
PRO
0
310
Transcript
མͪึर͍ͷத͔Β ҰͭͬͯΈΔ ʙ;Γ͔͑ΓΛͲΜͳงғؾʹ͍͔ͨ͠ฤʙ ॉ༤ଠ
͜ͷεϥΠυͷͶΒ͍ ;Γ͔͑Γ”ೖ"ͷ࣍
લճͷ͋Β͢͡ ҎԼεϥΠυͰ;Γ͔͑Γʹೖͨ͠ https://speakerdeck.com/kakiage/hurikaeriru-men
(ೖεϥΠυʹॻ͍ͯ͋ͬͨ) མͪึर͍ͷҰཡ • ;Γ͔͑ΓΛͲΜͳงғؾʹ͍͔ͨ͠ • νʔϜͷϏδϣϯ • ;Γ͔͑Γख๏(KPTɾYWTɾϋϐωεϦʔμʔɾMovingMotivators) • ;Γ͔͑ΓͰ͏πʔϧ(ॴɾϝϞɾԻָɾ͓ͭ)
• ୯ޠͷҙຯ(;Γ͔͑ΓɾΧΠθϯ) • ৺ཧత҆શੑͱ • ΦϯϥΠϯͰ͋Δ͜ͱͷྑ͍ͱ͜Ζɾѱ͍ͱ͜Ζ • ͲͷΑ͏ʹϙδςΟϒΛ࣮ݱ͢Δ͔
;Γ͔͑ΓΛͲΜͳงғؾʹ͍͔ͨ͠ • νʔϜͰ͖ͳΑ͏ʹͯ͠ྑ͍ • ͱ͍͑…Ͳ͏͢Εʁʁ
;Γ͔͑ΓΛͲΜͳงғؾʹ͍͔ͨ͠ • νʔϜͰ͖ͳΑ͏ʹͯ͠ྑ͍ • ͱ͍͑…Ͳ͏͢Εʁʁ • ·ͨϕετϓϥΫςΟε(ώϯτΈ͍ͨͳͭ)͕͋ΔΜͰ ͢ʂʂʂʂʂ
;Γ͔͑ΓͷϚΠϯυηοτ • ֶͼΛॕ͏ • ड༰͢Δ • ଟ֯తʹଊ͑Δ • খ͞ͳҰาΛ౿Έग़͢ •
࣮ݧ͢Δ • ߴʹϑΟʔυόοΫΛಘΔ
;Γ͔͑ΓͷϚΠϯυηοτ ֶͼΛॕ͏ • ࣦഊා͍ • ౖΒΕΔͷ͍ͩ • ౖΒΕͳ͔ͬͨߦಈΛ܁Γฦ͢ • ্هΛආ͚ΔͨΊʹ”ֶͼΛॕ͏”
• νʔϜͷग़དྷࣄΛʮֶͼʯʮΧΠθϯͷνϟϯεʯͱଊ͑Δ • ޭࣦഊ”ֶͼ”ʹมͰ͖ΔΑ͏ʹͳΔ • ߦಈͱֶͼͷεύΠϥϧʹͳΔ
;Γ͔͑ΓͷϚΠϯυηοτ ड༰͢Δ • ࣦഊʹ͖߹͏ • ޭʹݠڏʹͳΓ͗͢ͳ͍ • ͋Δ͕··Λ͚ࣗͩͰͳ͘”νʔϜͰ”ड͚ࢭΊΔ • ͜ΕͭΒ͍
• ͚Ͳʮड༰͢ΔʯΛ֮͑ͨ͜ͱʹΑͬͯɺͭΒ͍͚Ͳ٬؍ࢹͰ͖ΔΑ͏ʹ • ࣗΛؚΉνʔϜΛࢹ͢ΔਆʹͳΓ͖Δ͜ͱͰɺ͋ΔఔͭΒ͍ײΛܰݮͰ͖Δ • ʮ͜Ε͕ͭΒ͍ʯͱ͍͏͜ͱཧղͨ͠ͷͰɺਆʹͳΓ͖ͬͯͭΒ͍ͳ…ͱͳͬͨͱ͖ʹٳΉ͜ͱ͕Ͱ͖ΔΑ͏ʹͳΔ • Ͳ͔͜͠ΒͰ”͑Δ”͕ൃੜ͢Δ • ୭͔͕ࣦഊɾޭͨ͠ͱ͖”ͦͷ୭͔͕ॴଐ͍ͯ͠ΔνʔϜ”ͷग़དྷࣄ • ◦◦ͱ͍͏ଐੑͷਓ(ͱ˚ଐੑͷͻͱͱ˘ଐੑͷਓͱ…)͕ॴଐ͍ͯ͠ΔνʔϜͳͷͰɺ”͜ͷνʔϜ͜ͷঢ়گͷ࣌ʹɺ͜͏͢Δ͕͋Δ”ͷΑ͏ʹɺνʔϜ ͷಛੑߦಈݪཧΛೝࣝͰ͖Δ • ͦΕʹΑͬͯνʔϜͷ͕Ճ͢Δʂʂʂ • (ͦΕͦΕͱͯ͠ɺޭͱΓ͋͑ͣ๙Ί͓ͯ͘ͱ٢)
;Γ͔͑ΓͷϚΠϯυηοτ ଟ֯తʹଊ͑Δ • ͯ͢όϥϯε… • ͏·͍ͬͨ͘͜ͱͷཪʹμϝͩͬͨ/Γࣺͯͨ͜ͱ͕͋Δ… • ٯવΓʂ • େମͷ͏·͍͔͘ͳ͔ͬͨ͜ͱʮͰνʔϜͱֶͯ͠ͼͩͬͨͶʂʯͰΰϦԡ͠ग़དྷΔ
• ϛε͕ى͖ͨʂ • ʮ࣍ؾΛ͚ͭΑ͏Ͷʯ͔֬ʹͦ͏͚ͩͲ • ʮͬͱͬͯΈΑ͏ʂʯʮࠓճͷڭ܇ͳΜͩΖ͏ʁʯηοτʹ͢Δ • A͞ΜతͳϙδςΟϒ/ωΨςΟϒͷൺͲ͏ʁ(ਓʹΑͬͯଊ͑ํҧ͏) • ͕ࣗA͞ΜʹͳΓ͖ͬͯΈͨΒͲͷΑ͏ʹߟ͑Δ͔ • ࣗͷઢ/νʔϜͷઢ/νʔϜ֎ͷεςʔΫϗϧμͷઢ • ߟ͑ํൃͷบΛΔ • νʔϜϝϯόʔಉ࢜ͰҾ͖ग़͠߹͏
;Γ͔͑ΓͷϚΠϯυηοτ খ͞ͳҰาΛ౿Έग़͢ • ;Γ͔͑ΓʮҰาͣͭมԽ͢Δʯ͜ͱ͕ॏཁ • νʔϜʹ͕ىͬͯ͜Δͱ͖ɺͯ͢ղܾ͠Α͏ͱ͢Δͱ… • ͕େ͖͗ͯ͢ख͕ग़ͳ͍… • ͕ղܾͰ͖ͳͯ͘Ϟνϕ͕Լ͕Δ…
• ࠓिԿྑ͍ͱ͜Ζ͕ແ͔ͬͨͳʙ • ͱ͍͏࣌Ͱɺ1%͙Β͍ม͑Εͦ͏͡Όͳ͍ʁ
;Γ͔͑ΓͷϚΠϯυηοτ ࣮ݧ͢Δ • ࣦഊ͢Δ͔͠Εͳ͍νϟϨϯδΛͯ͠ྑ͍ • ΧΠθϯΛଓ͚͍ͯ͘ͱɺͦͷ͏ͪΔ͜ͱ͕ͳ͘ͳͬͯ͘Δ • ͕ͦ͜νʔϜͷΰʔϧͳͷ͔ʁ • NOʂ·ͩݟ͵Մೳੑ͕͍ͬͯΔͣʂ
• ࣦഊޭͷͱ • ࣮ݧʹࣦഊͨ͠Βɺ͜͏͍͏͜ͱ͕Θ͔ΔɻνʔϜͷܦݧͱͳΔɻ • ʮͲ͏ͬͨΒࣦഊ͍͢͠ʯʮ͜͏͢Εࣦഊͯ͋͠Μ·Γ௧͘ͳ͍ʯ • ࣦഊϙΠϯτΛूΊͯɺ࣍ͷ࣮ݧͷউΛ্͛Α͏ʂ • ʮ࣍ͷ࣮ݧʯͷใु”νʔϜͷݟ͑ͯͳ͔ͬͨϙςϯγϟϧ"ͷͣʂ
;Γ͔͑ΓͷϚΠϯυηοτ ߴʹϑΟʔυόοΫΛಘΔ • ϑΟʔυόοΫʹ͕͋Γ·͢ • ϖΞϓϩͰͷϑΟʔυόοΫͱɺϓϧϦΫͰͷϑΟʔυόοΫͷөͬͯɺΊΜͲ͕͘͞͞ҧ ͍·ͤΜ͔ʁ • ϖΞϓϩͷํ͕ϑΟʔυόοΫ͕ૣ͘ɺөΊΜͲ͘͘͞ͳ͍ •
ΧΠθϯͷϑΟʔυόοΫ͍ํ͕ྑ͍ • ϑΟʔυόοΫ͕͍ͱʮϑΟʔυόοΫʹର͢ΔϑΟʔυόοΫʯੜ·ΕΔ • ͍ͭͰʹ • ࠷ͷϑΟʔυόοΫͦͷͰձ͢Δ͜ͱ • ίϛϡχέʔγϣϯ׆ੑԽ͢Δ͓·͚͖ʂ
͓·͚ ;Γ͔͑ΓͷงғؾΛ ୳ࡧ͢Δख๏ͱ͔͋ΔΜͰ͢ʂ • DPA(Design the Partnership Alliance)(σβΠϯ ύʔτφʔγοϓ ΞϥΠΞϯε)
• DPAͱҎԼ2ͭΛܾΊΔख๏ • ͲΜͳงғؾͰ;Γ͔͑ΓΛ͢Δ͔ • ͦͷงғؾΛ࡞Γग़ͨ͢ΊʹԿΛ͢Δ͔ • (͜ͷख๏Λ͋Δఔͷཱ͕࣌ؒͬͨΒ͏ҰճͬͯΈͯɺงғؾͷߋ৽Λͨ͠ΓͰ͖ΔͱGood!!)
ࢀߟจݙ • ;Γ͔͑Γಡຊ ࡞Γฤʙ;Γ͔͑Δͦͷલʹʙ • https://booth.pm/ja/items/1076615 • ΞδϟΠϧͳνʔϜΛͭ͘Δ ;Γ͔͑ΓΨΠυϒοΫ ࢝Ίํɾ;Γ͔͑Γͷܕɾख๏ɾϚΠϯυηοτ
• https://www.shoeisha.co.jp/book/detail/9784798168791
Q