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
目つぶり検証機作成期 ~サーバーレス初心者の手始め~
Search
Kana Kitagawa
December 14, 2019
Technology
0
1.6k
目つぶり検証機作成期 ~サーバーレス初心者の手始め~
Serverless Days FukuokaでのLT登壇資料です。
Kana Kitagawa
December 14, 2019
Tweet
Share
More Decks by Kana Kitagawa
See All by Kana Kitagawa
#devreljp コミュニティネイティブな私のキャリアの築き方
ktkn1129
1
250
#CMC_Meetup コミュニティの主体がCSからマーケに変わって気づいた良さの違い
ktkn1129
0
600
コミュニティへ巻き込む人の見つけ方 ~ ヒントはインターネット上にあり? ~
ktkn1129
0
1.2k
絶対コミュニティに入った方が人生も楽しくなるのを初参加の人に伝えたい
ktkn1129
0
870
データ分析初心者が離脱しないためのModeのサポートの手厚さについて
ktkn1129
0
870
みんなでOne Teamになって良いプロダクトを作るためのチームコミュニケーションについて
ktkn1129
0
820
LINEを通じたサブスクリプション体験 ~LIFF meets Stripe~
ktkn1129
0
1.7k
イベントでのテンションを上げさせる アガる動画を作る
ktkn1129
0
360
なんやかんやで人生、無駄なことなんてない。 〜メディアアート専攻だった私が いけてる動画を作るまで〜
ktkn1129
1
1.3k
Other Decks in Technology
See All in Technology
Ruby on Railsで持続可能な開発を行うために取り組んでいること
am1157154
3
170
あなたが人生で成功するための5つの普遍的法則 #jawsug #jawsdays2025 / 20250301 HEROZ
yoshidashingo
2
400
エンジニアの健康管理術 / Engineer Health Management Techniques
y_sone
6
2.6k
AWSアカウントのセキュリティ自動化、どこまで進める? 最適な設計と実践ポイント
yuobayashi
7
1.8k
【内製開発Summit 2025】イオンスマートテクノロジーの内製化組織の作り方/In-house-development-summit-AST
aeonpeople
2
1.2k
DeepSeekとは?何がいいの? - Databricksと学ぶDeepSeek! 〜これからのLLMに備えよ!〜
taka_aki
2
190
プロダクト開発者目線での Entra ID 活用
sansantech
PRO
0
160
LayerXにおけるAI活用事例とその裏側(2025年2月) バクラクの目指す “業務の自動運転” の例 / layerx-ai-deim2025
yuya4
4
930
Platform Engineeringで クラウドの「楽しくない」を解消しよう
jacopen
4
220
Amazon Athenaから利用時のGlueのIcebergテーブルのメンテナンスについて
nayuts
0
120
Two Blades, One Journey: Engineering While Managing
ohbarye
4
2.7k
Oracle Database Technology Night #87-1 : Exadata Database Service on Exascale Infrastructure(ExaDB-XS)サービス詳細
oracle4engineer
PRO
1
220
Featured
See All Featured
A Modern Web Designer's Workflow
chriscoyier
693
190k
A Philosophy of Restraint
colly
203
16k
The World Runs on Bad Software
bkeepers
PRO
67
11k
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
11
1.3k
The Cost Of JavaScript in 2023
addyosmani
47
7.5k
Building Applications with DynamoDB
mza
93
6.2k
A designer walks into a library…
pauljervisheath
205
24k
Statistics for Hackers
jakevdp
797
220k
Speed Design
sergeychernyshev
28
820
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
11
540
Understanding Cognitive Biases in Performance Measurement
bluesmoon
27
1.6k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.7k
Transcript
ͭͿ Γ ݕ ূ ػ ࡞ ظ ~
α ʔόʔ Ϩε ॳ ৺ ऀ ͷ ख ࢝ Ί ~ K A N A K I TA G A WA
A G E N D A • ࣗݾհ • ࠓճ
Γ͔ͨͬͨ͜ͱ • ࣮ࡍʹߦͬͨ͜ͱ • ΑΓਖ਼֬ʹ ͔ͨͬͨ͠ • ࠓճࢲ͕ݴ͍͔ͨͬͨ ͜ͱ
K A N A K I TA G A WA
• “͍͕ͨʔ”(͵Μ) ͱݺΕͯ·͢ɻ #MakikomiTiger • ؔେֶ 4ੜ (ઐ߈:ϝσΟΞΞʔτ) • དྷ4݄͔Β౦ژͰ ಇ͖࢝Ί·͢ʂ • ࣸਅͷপͷຽ
F I L M P H O T O G
R A P H Y
D I G I TA L P H O T
O G R A P H Y 20202݄8.9ʹେࡕͰೋਓͰࣸਅలΛ͠·͢ɻ
B E F O R E A F T E
R Shooting & Retouch ΞΠίϯࡱӨͷ͝ґཔҾ͖ड͚·͢ͷͰ͓ؾܰʹɻ
ࠓ ճ Γ ͨ ͔ ͬ ͨ ͜
ͱ
None
ͭͿ Γ ݕ ূ ࡞ ظ ~ α
ʔόʔ Ϩε ॳ ৺ ऀ ͷ ख ࢝ Ί ~ K A N A K I TA G A WA
લ ճ ฉ ͍ͯ͘ ͩ ͞ ͬ ͨ ํ ʂ
P H O T O S × S E R
V E R L E S S … ?
ͦ ͷ લ ʹ ɾ ɾ ɾ
ࢲ ͷ ࣸ ਅ ͷ Ϩ λ ο ν ͷ
ख ॱ 1.ࣸਅΛLightroomܦ༝ͰϩʔΧϧʹऔΓࠐΉɻ 2.Λᛉ͍ͬͯΔࣸਅɺϐϯϙέͷࣸਅҎ֎Λ ϨʔςΟϯάɻ 3.ͦͷճͷϨλονͷϕʔεͱͳΔ৭ຯͰҰຕϨλονɻ 4.ϨʔςΟϯάͨ͠ͷʹઌ΄ͲͷઃఆΛϖʔετɺ֤ʑΛ ඍௐɻ͞Βʹબผ͠ɺϨʔςΟϯάɻ 5.બΜͩͷ͚ͩΛॻ͖ग़͠ɻ
ࢲ ͷ ࣸ ਅ ͷ Ϩ λ ο ν ͷ
ख ॱ 1.ࣸਅΛLightroomʹऔΓࠐΉɻ 2.Λᛉ͍ͬͯΔࣸਅɺϐϯϙέͷࣸਅҎ֎Λ ϨʔςΟϯάɻ 3.ࠓճͷϨλονͷϕʔεͱͳΔ৭ຯͰҰຕϨλονɻ 4.ϨʔςΟϯάͨ͠ͷʹઌ΄ͲͷઃఆΛϖʔετɺ֤ʑΛඍௐɻ͞Βʹબ ผ͠ɺϨʔςΟϯάɻ 5.બΜͩͷ͚ͩΛॻ͖ग़͠ɻ ҙ֎ͱ͕࣌ؒऔΒΕΔɻ
1 0 0 ຕ ΄ Ͳ ࡱ ͬͯ ࣮
ࡍ ͑Δ ͷ 5 0 ຕ ΄ Ͳ ɻ બ ผ ͢ Β ͯ͠ ͳ ͍ ͷ ͕ 2 0 0 0 ຕ ͘ Β ͍ ͋ Δ ɻ
Ϩ λ ο ν ྗ ͢ Δ ͨ
Ί ʹ अ ຐ ͳ ࣌ ؒ ল ͖ ͨ ͍ ɻ
Amazon Rekognition
A M A Z O N R E K O
G N I T I O N ͱ ʁ • ը૾ɺಈըͷੳπʔϧ • ΦϒδΣΫτɺγʔϯɺإͷݕग़ɺ ςΩετͷநग़ɺ༗໊ਓͷೝࣝɺը૾ ͷෆదͳίϯςϯπͷࣝผ͕Մೳ
إ ੳ
إ ੳ Ͱ ೝ ࣝ Ͱ ͖ Δ ͜
ͱ • স͍ͬͯΔ͔Ͳ͏͔ • ಏ͕։͍͍ͯΔ͔Ͳ͏͔ • ޱ͕։͍͍ͯΔ͔Ͳ͏͔ • ײ ͳͲɻ
إ ੳ Ͱ ೝ ࣝ Ͱ ͖ Δ ͜
ͱ • স͍ͬͯΔ͔Ͳ͏͔ •ಏ͕։͍͍ͯΔ͔Ͳ͏͔ • ޱ͕։͍͍ͯΔ͔Ͳ͏͔ • ײ ͳͲɻ
ཧ 1.Amazon S3ʹࡱӨͨ͠ૉࡐΛೖΕΔ 2.Amazon S3ͷը૾ͷΞοϓϩʔυΛτϦΨʔʹAmazon RekognitionΛୟ͘ 3.Amazon RekognitionͰإೝࣝ 4.ᛉΓ͍ͯ͠ͳ͍ը૾ΛϦετԽ
5.ϦετͰࢦఆ͞Ε͍ͯΔը૾ΛผͷS3όέοτʹҠಈ 6.ϦετͰදࣔ
࣮ ࡍ ʹ ߦ ͬ ͨ ͜ ͱ
Δ ͜ ͱ ͷ ཧ 1.إੳΛ௨͢લɺ௨ͨ͠ޙͷը૾ΛೖΕΔS3όέοτΛ ࡞͢Δ 2.Amazon
S3ʹΞοϓϩʔυ͞Εͨ͜ͱΛAWS LambdaͰ ݕ͢Δ 3.AWS Lambda͕Ξοϓϩʔυ͞ΕͨϑΝΠϧΛAmazon Rekognitionʹ͛ͯإੳॲཧΛߦ͏ 4.إੳͷ݁Ռɺͷۭ͍͍ͯΔը૾Λ௨ͨ͠ޙͷS3 όέοτʹίϐʔ
Serverless Framework
S E R V E R L E S S
F R A M E W O R K ͱ ʁ • Serverless ApplicationΛߏཧɺσϓϩΠ͢ΔͨΊ ͷπʔϧ • ίϛϡχςΟυϦϒϯͰ։ൃ͕ߦΘΕ͍ͯΔ • ຊޠϑΥʔϥϜ͋Γɻ https://github.com/serverless-japan/forum
https://qiita.com/horike37/items/b295a91908fcfd4033a2
Amazon Rekognition × AWS Lambda
P H O T O S × S E R
V E R L E S S … !
ੈ ͷ த ʹ ༷ ʑ ͳ σ ʔ
λ ܗ ࣜ ͕ ͋ Γ · ͢ɻ
A M A Z O N R E K O
G N I T I O N ͷ ҙ • ೝࣝͰ͖Δσʔλ JPGɺ PNGͷΈ
Ұ R A W σ ʔ λ Λ J
P G ʹ ॻ ͖ ͑ ͳ ͚ Ε إ ೝ ࣝ ͑ ͳ ͍ ɾ ɾ ɾ ʁ
࣍ ճ ͷ ՝ લճ·Ͱͷ͓
ࠓ ͕ ࣍ ճ ͩ ʂ
1.SDΧʔυ͔ΒσʔλΛίϐʔ ϑΥϧμʹ֨ೲ 2.ͦͷσʔλΛRAW͔ΒJPGʹม 3.มͨ͠ϑΝΠϧ͚ͩΛผϑΥϧμʹ Ҡಈ 4.S3ʹΞοϓϩʔυ
P Y T H O N L I B R
A RY • RAWPy • rawσʔλΛಡΈࠐΈ • ύϥϝʔλ͕ଟ͘ɺ͍͍ײ͡ʹউखʹϨλον͞ΕΔ • imageio • jpegʹม
None
ݩσʔλ rawpyޙͷσʔλ ᛉΓݕূ͞ΕͨΒ͍͍ͷͰؔͳ͍͚Ͳ ͬͱͬͯΈͨ͘ͳΔϥΠϒϥϦ
͍ Α ͍ Α … ᛉ Γ ݕ ূ
ػ ͷ ࡞
։ ൃ ڥ • Serverless Framework • Python 3.7
None
•handler.py •serverless.yml
S E R V E R L E S S
. Y M L Λ ฤ ू ͢ Δ
S E R V E R L E S S
. Y M L Λ ฤ ू ͢ Δ • AWS S3ͷΞΫηε • Amazon RekognitionͷΞΫηε • ϦιʔεʹAWS S3Λઃఆ͢Δ
H A N D L E R . P Y
Λ ฤ ू ͢ Δ
H A N D L E R . P Y
Λ ฤ ू ͢ Δ • S3όέοτͷதΛಡΈऔΔ • Amazon Rekognitionʹ͛Δ • ͕։͍͍ͯΔ͔Ͳ͏͔ผ͢Δ • EyesOpen=True • ։͍͍ͯΔͷ͚ͩɺผͷόέοτʹೖΕΔ
7 7 2 ຕ ͷ બ ผ ͕ 1 0
ʂ
Α Γ ਖ਼ ֬ ͳ ͷ Λ ࡞ Γ
ͨ ͍
E Y E S A R E C L O
S E D .
E Y E S A R E C L O
S E D … ? ? ?
ͷ ։ ͍ͯ ͍ Δ ׂ ߹ Λ
ͬ ͱ ࡉ ͔ ͘ ઃ ఆ ͠ ͠ ͨ ͍ ɻ
ׂ ߹ ܾ Ί Α ͏ ͱ ࢥ ͍ ɺ
σ Ϟ Λ ͯ͠ Έ ͨ ɻ
None
None
None
None
None
None
N O T S M I L I N G
…
None
None
None
E Y E S A R E C L O
S E D
None
None
None
࣌ ʑ ى ͜ Δ ϗ ϥ ʔ ݱ
ɻ
ઃ ఆ ͕ܾΊΒΕͳ͍ɾɾɾ
Χ ϯ ϑ Ν Ϩϯε ͷ Ϩ λ ο ν
ʹ ͑Δ ɾ ɾ ɾ ʁ ࡞੍࡞ʹΩπΠͷ͕͋Δ͔…
ࠓ ճ ࢲ ͕ ݴ ͍ ͨ ͔ ͬ ͨ
͜ ͱ
• ͖ͳ͜ͱʹٕज़ΛབྷΊΔͷͬͯ ͬͺΓͨͷ͍͠ɻ
T H A N K Y O U F O
R L I S T E N I N G ! ! ! @nun_is_tiger Kana Kitagawa ͱΓ͋͑ͣMakikomi Tigerͬͯௐ͍ͯͩ͘͞ɻ