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
270
#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
620
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
1.3k
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
890
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
890
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
840
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
370
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
1.4k
Other Decks in Technology
See All in Technology
AWS Control Towerを 数年運用してきての気づきとこれから/aws-controltower-ops-tips
tadayukinakamura
0
120
DuckDB MCPサーバーを使ってAWSコストを分析させてみた / AWS cost analysis with DuckDB MCP server
masahirokawahara
0
1.2k
20250411_HCCJP_AdaptiveCloudUpdates.pdf
sdosamut
1
110
Classmethod AI Talks(CATs) #20 司会進行スライド(2025.04.10) / classmethod-ai-talks-aka-cats_moderator-slides_vol20_2025-04-10
shinyaa31
0
150
Goの組織でバックエンドTypeScriptを採用してどうだったか / How was adopting backend TypeScript in a Golang company
kaminashi
5
3.2k
Стильный код: натуральный поиск редких атрибутов по картинке. Юлия Антохина, Data Scientist, Lamoda Tech
lamodatech
0
680
生成AIによるCloud Native基盤構築の可能性と実践的ガードレールの敷設について
nwiizo
3
140
システムとの会話から生まれる先手のDevOps
kakehashi
PRO
0
270
All You Need Is Kusa 〜Slackデータで始めるデータドリブン〜
jonnojun
0
150
Creating Awesome Change in SmartNews
martin_lover
1
270
食べログが挑む!飲食店ネット予約システムで自動テスト無双して手動テストゼロを実現する戦略
hagevvashi
3
410
QA/SDETの現在と、これからの挑戦
imtnd
0
120
Featured
See All Featured
Rebuilding a faster, lazier Slack
samanthasiow
80
8.9k
What’s in a name? Adding method to the madness
productmarketing
PRO
22
3.4k
Facilitating Awesome Meetings
lara
54
6.3k
A Tale of Four Properties
chriscoyier
158
23k
Fireside Chat
paigeccino
37
3.4k
RailsConf 2023
tenderlove
30
1.1k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
47
2.5k
Unsuck your backbone
ammeep
670
57k
What's in a price? How to price your products and services
michaelherold
245
12k
Measuring & Analyzing Core Web Vitals
bluesmoon
7
390
Visualization
eitanlees
146
16k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
194
16k
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