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
How to raise your career in a local city
Search
linyows
February 14, 2017
Programming
1
460
How to raise your career in a local city
地方こそうまくいく?エンジニアと家庭の両立で幸せになる方法 / Forkwell UIターンイベントでの資料です。家庭の事情により代打 @pyama86 が登壇しました。
linyows
February 14, 2017
Tweet
Share
More Decks by linyows
See All by linyows
Protocol Buffersの型を超えて拡張性を得る / Beyond Protocol Buffers Types Achieving Extensibility
linyows
0
180
研究開発と実装OSSと プロダクトの好循環 / A virtuous cycle of research and development implementation OSS and products
linyows
1
760
コードジェネレーターで 効率的な開発をする / Efficient development with code generators
linyows
0
400
研究を支える拡張性の高い ワークフローツールの提案 / Proposal of highly expandable workflow tools to support research
linyows
0
570
非コンテナ環境において宣言的Deploymentを手軽に実現する / Declarative deployment in non-container environments
linyows
1
450
メール送信サーバの集約における透過型SMTP プロキシの定量評価 / Quantitative Evaluation of Transparent SMTP Proxy in Email Sending Server Aggregation
linyows
0
1.1k
透過型SMTPプロキシによる送信メールの可観測性向上: Update Edition / Improved observability of outgoing emails with transparent smtp proxy: Update edition
linyows
2
570
研究の再現性を高める 仕組みをGoでつくる / Creating a system to improve the reproducibility of research using go
linyows
1
310
奥が深いメールのシステム / The depth of Email system
linyows
4
730
Other Decks in Programming
See All in Programming
C-Shared Buildで突破するAI Agent バックテストの壁
po3rin
0
430
フルサイクルエンジニアリングをAI Agentで全自動化したい 〜構想と現在地〜
kamina_zzz
0
340
脳の「省エネモード」をデバッグする ~System 1(直感)と System 2(論理)の切り替え~
panda728
PRO
0
130
大規模Cloud Native環境におけるFalcoの運用
owlinux1000
0
230
AIエンジニアリングのご紹介 / Introduction to AI Engineering
rkaga
8
3.5k
[AI Engineering Summit Tokyo 2025] LLMは計画業務のゲームチェンジャーか? 最適化業務における活⽤の可能性と限界
terryu16
1
190
チームをチームにするEM
hitode909
0
430
Navigating Dependency Injection with Metro
l2hyunwoo
1
200
公共交通オープンデータ × モバイルUX 複雑な運行情報を 『直感』に変換する技術
tinykitten
PRO
0
180
Deno Tunnel を使ってみた話
kamekyame
0
290
Grafana:建立系統全知視角的捷徑
blueswen
0
260
ELYZA_Findy AI Engineering Summit登壇資料_AIコーディング時代に「ちゃんと」やること_toB LLMプロダクト開発舞台裏_20251216
elyza
2
870
Featured
See All Featured
Large-scale JavaScript Application Architecture
addyosmani
515
110k
Building a A Zero-Code AI SEO Workflow
portentint
PRO
0
210
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
81
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
10
770
The agentic SEO stack - context over prompts
schlessera
0
570
Jess Joyce - The Pitfalls of Following Frameworks
techseoconnect
PRO
1
38
Rails Girls Zürich Keynote
gr2m
95
14k
世界の人気アプリ100個を分析して見えたペイウォール設計の心得
akihiro_kokubo
PRO
65
35k
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
590
Gemini Prompt Engineering: Practical Techniques for Tangible AI Outcomes
mfonobong
2
240
What’s in a name? Adding method to the madness
productmarketing
PRO
24
3.9k
Learning to Love Humans: Emotional Interface Design
aarron
274
41k
Transcript
5PNPIJTB0EB(.01FQBCP *OD ʲ૿ʂʳΤϯδχΞͱͯ͠ɺํͰͨΒ͘ɻ ํͦ͜͏·͍͘͘ʁ ΤϯδχΞͱՈఉͷཱ྆Ͱ ͤʹͳΔํ๏
ϓϦϯγύϧΤϯδχΞ খాԝ!MJOZPXT ٕज़෦ٕज़ج൫νʔϜ IUUQUPNPIJTBPEBDPN
ʂԬ͔Βདྷ·ͨ͠ʂ
ํʢԬʣɺ͍͍Ͱ͢Αʂʂ ఏڙɿԬࢢ
ͳͥํͳͷ͔ wੜ׆ίετ͕͑ΒΕΔ wࣄϓϥΠϕʔτͷόϥϯε͕Α͘ͳΔ wετϨε͕ݮΔ wࣗવڥɾࢠҭͯڥ͕ྑ͍ wಛʹԬాࣷա͗ͳ͍ͷͰஸ͍͍
Γ͍ͨͷͦ͏͍͏Μ͡Όͳ͍ʂ
ࡢͷ6*λʔϯΠϕϯτ͖͔͚ͬͰ ೖࣾͨ͠தଜ͞Μʹ͓ฉ͖͠·ͨ͠
΄ΜͱʹؾʹͳΔͱ͜Ζ wํͰͷٕज़తͳΩϟονΞοϓͰ͖Δͷʁ wΤϯδχΞͱͯ͠ΩϟϦΞΛ৳ͤΔͷ͔ʁ
Αʙ͘Θ͔Γ·͢
ํͷσϝϦοτ wʢ౦ژͱൺͯʣਓࡐ͕গͳ͍ wʢ౦ژͱൺͯʣ͍͕ྼΔ wʢ౦ژͱൺͯʣใ͕গͳ͍ wʢ౦ژͱൺͯʣձ͕ࣾগͳ͍
͔͠͠ɺΒ*5ۀք
ํΉ͠Ζνϟϯε wษڧձ͕গͳ͍ͷͰ͋Ε͕ࣗओ࠵͢Εྑ͍ w͘͢ͳ͍ͷͰٯʹҙΛ͍࣋ͬͯΔਓಉ࢜݁ଋ͕ݻ͍ wͦͯ͠ใXFCͷ͋Δ͠ɺXFCʹग़ձ͍͕͋Δ
ΤϞ͍Λ͠·͢ʜ
Βͳ͚ΕͳΒͳ͍͜ͱ w044ߩݙͨ͠Γ044։ൃ͢Δ͜ͱͰࣗΛηϧϑϒ ϥϯσΟϯά͍ͯ͘͠ඞཁ͕͋Δ w࠷ઌͷ՝ʹઓ͢ΔͨΊʹʑࣗͷٕज़ྗΛߴ Ίͳ͍ͱ͍͚ͳ͍ wࣗͷઐڵຯ͕͋Δͱ͜ΖΛΑΓਂ͘͢Δɺ ͦ͘͠ͷൣғΛ͛Δྗ͕ඞཁ
ͳΜ͔ͩ େมʜ
Ұํɺ (.0ϖύϘͰ
౦ژͱີʹܨ͕͍ͬͯ·͢ 4MBDL4LZQF(JUIVCͳͲͷπʔϧ
ࣾ֎ͷਆڃΤϯδχΞΛট͍ͯษڧձ ྑ͍श׳ɾྑ͍ߦಈΛ֞ؒݟΔ
ٕज़ॻྠಡձͱ͍ͬͨΫϥϒ׆ಈ ϥϯνΛ৯ͳ͕ΒͳͲɺແཧͳ͘׆ಈ
ԬࢧࣾͰఆظతʹٕज़ڞ༗ձ ଞͷνʔϜͷٕज़Λڞ༗
ελʔΤϯδχΞ͕͙͢ଆʹ͍Δ શʹ͜Εརްੜ
ϨϏϡʔςετ $*ϖΞϓϩFUD
·͞ʹJMM͚ͩͰͰ͖Δڥʂ
੍ͱͯ͠ॆ࣮͍ͯ͠Δ wϖύϘΧϨοδ
੍ͱͯ͠ॆ࣮͍ͯ͠Δ wΤϯδχΞ৬Ґ੍
Χϧνϟʔͱͯ͠ wڧ͍ͱ͜ΖΛΑΓڧ͘ wՈΛେʹ͢ΔʢࣾһͦͷԆ wΠϯϓοτɾΞτϓοτΛυϯυϯਪ
ϖύϘݚڀॴ
ϖύϘݚڀॴ wݚڀһԬʹ͍Δʢ΄΅ԬϝΠϯʣ wࣄۀΛࠩผԽͰ͖Δٕज़Λ࡞Γग़͢ wݚڀॴͰੜ·Εͨ֓೦ٕज़Λݱʹಋೖ wΞΧσϛοΫͳਫ४Ͱ৽نੑɾ༗ޮੑɾ৴པੑΛٻ wίϯηϓτʮͳΊΒ͔ͳγεςϜʯ
ͦͯ͠ࠓ ΦϦδφϧͷίϯςφΤϯδϯΛ ͬͨ৽͍͠αʔϏεͷ։ൃʹ औΓΜͰ͍Δ
IBDPOJXB
IBDPOJXB wNSVCZͰॻ͔ΕͨγϯϓϧͳίϯςφΤϯδϯ wίϯςφʹඞཁͳཁૉ෦%4-ͱͯ͠3VCZͰॻ͚ Δ wͭ·ΓɺGPSL DISPPU DHSPVQͱ͍ͬͨγεςϜίʔ ϧΛ3VCZ͔Β࣮ߦͰ͖Δ
ͳͥEPDLFS͡Όͳ͍ͷʁ
ͳͥIBDPOJXBͳͷ͔ wϗεςΟϯάͰͷར༻Λલఏʹ͢ΔͱEPDLFSߴػ ೳ͗ͯ͢ߴूੵͷ͛ʹͳΔ wϏδωεͱͯࠩ͠ผԽͰ͖ΔͷͰͳͯ͘ͳΒͳ͍ wྫ͑ɺEPDLFS͕ࣾಉ͡αʔϏεΛఏڙ͢Δ
ͰɺԿΔͷʁޱ಄Ͱɻ
·ͱΊ
·ͱΊ wํࣗՈʹͱ͍ͬͯ͞͠ʢՁɾ࣌ؒFUD wϖύϘͳΒํͰ࠷ઌͳ͜ͱ͕ग़དྷΔ͠ɺͦͷͨ Ίͷڥ͕ἧ͍ͬͯΔ wΤϯδχΞͱͯ͠εςοϓΞοϓͰ͖Δ੍ἧͬͯ ͍ͯΩϟϦΞΛ৳ͤΔ
܅ϖύϘͰಇ͔ͳ͍͔ʁ ࠷৽ͷ࠾༻ใΛνΣοΫˠ !QC@SFDSVJU