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
F1 Fukuoka GP '23
Search
Miho Nagase
March 04, 2023
Technology
0
2.4k
F1 Fukuoka GP '23
Miho Nagase
March 04, 2023
Tweet
Share
More Decks by Miho Nagase
See All by Miho Nagase
スプリントレビューを効果的にするために
miholovesq
14
2.9k
Dynamic Reteaming And Self Organization
miholovesq
4
1.1k
Commitment vs Harrisonism - Keynote for Scrum Niseko 2024
miholovesq
7
3.6k
『チームトポロジー』と Platform Engineering
miholovesq
16
5.2k
コミュニケーションについて
miholovesq
1
340
小さな「うっ」は成長のチャンス
miholovesq
0
2.6k
F1 Ochanomizu GP '23
miholovesq
0
4.8k
F1 Sapporo GP '22
miholovesq
0
760
F1 Sendai GP '22
miholovesq
0
1.3k
Other Decks in Technology
See All in Technology
スマートファクトリーの第一歩 〜AWSマネージドサービスで 実現する予知保全と生成AI活用まで
ganota
2
320
機械学習を扱うプラットフォーム開発と運用事例
lycorptech_jp
PRO
0
660
「全員プロダクトマネージャー」を実現する、Cursorによる仕様検討の自動運転
applism118
22
12k
2つのフロントエンドと状態管理
mixi_engineers
PRO
3
160
IoT x エッジAI - リアルタイ ムAI活用のPoCを今すぐ始め る方法 -
niizawat
0
120
現場で効くClaude Code ─ 最新動向と企業導入
takaakikakei
1
260
プラットフォーム転換期におけるGitHub Copilot活用〜Coding agentがそれを加速するか〜 / Leveraging GitHub Copilot During Platform Transition Periods
aeonpeople
1
240
フルカイテン株式会社 エンジニア向け採用資料
fullkaiten
0
8.8k
要件定義・デザインフェーズでもAIを活用して、コミュニケーションの密度を高める
kazukihayase
0
120
Snowflake×dbtを用いたテレシーのデータ基盤のこれまでとこれから
sagara
0
120
いま注目のAIエージェントを作ってみよう
supermarimobros
0
360
新アイテムをどう使っていくか?みんなであーだこーだ言ってみよう / 20250911-rpi-jam-tokyo
akkiesoft
0
350
Featured
See All Featured
Sharpening the Axe: The Primacy of Toolmaking
bcantrill
44
2.5k
Exploring the Power of Turbo Streams & Action Cable | RailsConf2023
kevinliebholz
34
6k
What's in a price? How to price your products and services
michaelherold
246
12k
Typedesign – Prime Four
hannesfritz
42
2.8k
Done Done
chrislema
185
16k
Thoughts on Productivity
jonyablonski
70
4.8k
Keith and Marios Guide to Fast Websites
keithpitt
411
22k
Making Projects Easy
brettharned
117
6.4k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.9k
CSS Pre-Processors: Stylus, Less & Sass
bermonpainter
358
30k
Practical Orchestrator
shlominoach
190
11k
Transcript
F1ԬGP ‘23
F1ԬGP ‘23ͱ F1ͷFFeedbackͷFͰ͢!!! ެื͓ͨ͠ΈΛ͓ͱͯ͠ग़͠·͢ υϥΠόʔ૬ஊऀʹϑΟʔυόοΫ͠·͢ Ӷ͘͞Δ ϑΟʔυόοΫΛͲΕ͚ͩ ૉૣ͘ Ͱ͖Δ͔ͰɺϙΠϯτΛڝ͍·͢ ධՁ͢ΔͷΈͳ͞ΜͰ͢
͓ʢྫʣ εΫϥϜϚελʔͰ͢ɻ্࢘ ͕νʔϜͷύϑΥʔϚϯεΛؾʹ ͍ͯ͠ΔͷͰɺϕϩγςΟͷάϥ ϑΛݟ͑ΔԽͯ͠ΈͨΜͰ͕͢ɺ Ͳ͏Ͱ͠ΐ͏͔ʁ ্࢘ண͔ͨ͠ ΓͳͷͰਓࣄΛม͑ Δ͜ͱͰ͖·ͤ Μɻ
❗ By ढ़ͷوެࢠ
"yattom" F1͓ͷਫGP ’22 F1େࡕGP ’22
"katzchang" F1ࡳຈGP ’22
"yattom" F1͓ͷਫGP ‘23
"Who wins?" F1ԬGP ‘23
υϥΠόʔհ
yota
yattom
teyamagu
toudori
yattom teyamagu yota toudori
͓ʢྫʣ εΫϥϜϚελʔͰ͢ɻ্࢘ ͕νʔϜͷύϑΥʔϚϯεΛؾʹ ͍ͯ͠ΔͷͰɺϕϩγςΟͷάϥ ϑΛݟ͑ΔԽͯ͠ΈͨΜͰ͕͢ɺ Ͳ͏Ͱ͠ΐ͏͔ʁ ্࢘ண͔ͨ͠ ΓͳͷͰਓࣄΛม͑ Δ͜ͱͰ͖·ͤ Μɻ
❗ By ढ़ͷوެࢠ
ථDiscordͷ#ϝΠϯτϥοΫͰड͚͚·͢
ථDiscordͷ#ϝΠϯτϥοΫͰड͚͚·͢
͓ʢྫʣ εΫϥϜϚελʔͰ͢ɻ্࢘ ͕νʔϜͷύϑΥʔϚϯεΛؾʹ ͍ͯ͠ΔͷͰɺϕϩγςΟͷάϥ ϑΛݟ͑ΔԽͯ͠ΈͨΜͰ͕͢ɺ Ͳ͏Ͱ͠ΐ͏͔ʁ ্࢘ண͔ͨ͠ ΓͳͷͰਓࣄΛม͑ Δ͜ͱͰ͖·ͤ Μɻ
❗ By ढ़ͷوެࢠ
͔͜͜Βຊ൪Ͱ͢
͓ KPTAΛͬͯ;Γ͔͑ΓΛ͍ͯ͠· ͢ɻݸਓతʹվળͨΊͷΞΫγϣϯ Λग़ͯ͠໌Δ͘ɺલ͖ͳؾ࣋ͪͰ; Γ͔͑ΓΛऴ͍͑ͨͱࢥ͍ͬͯ·͢ɻ ͨͩɺProblemͷ෦ͷύϫʔ͕ڧ ͘ɺ;Γ͔͑Γ͕ղܾձʹͳͬͯ ͠·͍ͬͯ·͢ɻϙδςΟϒʹ͢Δͨ ΊʹͲ͏ͨ͠Β͍͍Ͱ͠ΐ͏͔ʁ ΈΜͳ;Γ͔͑Γͷϑ
ϨʔϜϫʔΫKTPʹ ׳Ε͓ͯΓɺ͔͜͜Β େ͖͘ม͑Δͷߴ͍ ϋʔυϧ͕͋Γ·͢ ❗ By ڽॖଠ / εΫϥϜνʔϜશһ
͓ ࢲ࠷ۙͱ͋Δडୗ։ൃϓϩδΣΫτ ʹɺ։ൃऀͱ్ͯ͠தࢀը͠·ͨ͠ɻ ιʔείʔυΛಡΜͰΈͨͱ͜Ζɺඇ ػೳཁ͕݅ߟྀ͞Ε͓ͯΒͣϦϦʔε Ͱ͖ΔϨϕϧͰ͋Γ·ͤΜɻ ࣗҎ֎ͷؔऀϓϩδΣΫτॱ ௐʹਐΜͰ͍Δͱ৴͡ࠐΜͰ͍·͢ ͕ɺ͔͜͜ΒͲ͏يಓमਖ਼ͨ͠ΒΑ͍ Ͱ͠ΐ͏͔ʁ
ϓϩδΣΫτࢭΊΒ Ε·ͤΜ εΫϥϜΛಋೖ͍ͯ͠ ͯɺސ٬͕ϓϩμΫτ ΦʔφʔΛ୲͍ͬͯ· ͢ ❗ By ۚࠇύϯখૐ / ։ൃऀ
͓ ࣗಈςετಋೖɺϥΠϒϥϦͷΞοϓ σʔτͳͲػೳΛ։ൃ͢ΔΘ͚Ͱ ͳ͍όοΫϩά͕ͲΜͲΜޙΖʹζϨͯ ͍͖·͢ɻ ͜ͷ··ͩͱ·͍ͣΑ͏ͳؾ͢ΔͷͰ ͕͢ɺۙͷ։ൃ͢ΔػೳΛݟͯΈΔͱ ػೳ։ൃΛ༏ઌ͠ͳ͍ͱ͍͚ͳ͍ؾ͠ ·͢ɻͲ͏͍͏෩ʹ༏ઌॱҐΛܾΊΔͱ ྑ͍Ͱ͠ΐ͏͔ɻ
ʢಛʹͳ͠ʣ ❗ By ͔ͬͪΌΜ࠷ߴ / ։ൃऀ
͓ ϓϩμΫτ࡞ΓʹܞΘ͍ͬͯΔͷͰ͢ ͕ɺ৽نͷػೳ։ൃ͕શͯۀքҰ൪ख ͷޙ͍Ͱ͢ɻ·ͣػೳࠩΛຒΊͳ ͍ͱചΕͳ͍ͱݴΘΕΔͷͰ͕͢ϓϩ μΫτ࡞Γͱͯ͠ਖ਼͍͠ͷ͔ɺ ͍ͯ͠·͢ɻօ͞ΜͳΒ͜ͷϓϩμ ΫτΦʔφʔʹͳΜͱ͑·͔͢ʁ Ձ֨໘ͰۀքҰ൪ख ΑΓ͏ͪͷϓϩμΫ
τͷํ͕͍҆Ͱ͢ ❗ By ுΓ͍ͨসإ·ΔͰʹΘ͔ͤΜ͍ / εΫϥϜϚελʔ
͓ ΈΜͳ͕εΫϥϜΊ͍ͨͬͯݴͬͯ ·͢ɻ͋Μ·Γ͏·͍͍ͬͯ͘ͳ͍͜ ͱ͋Γɺࢲࣗࢍಉ͢Δͱ͜Ζ ͋ΔͷͰ͕͢ɺࢲҰମͲ͏ͳΔΜͰ ͠ΐ͏͔ɻ ࢲίʔυॻ͚·ͤ Μ ❗ By
ͬͨͳߴࡊ / εΫϥϜϚελʔ
͓ ࣗͷଐͷ෦Լ͕ɺΧϯϑΝϨϯε ʹࢀՃ͢ΔͨΊʹ৽ଔݚमͷୈ3िͰ2 ؒٳΈ͍ͨͦ͏Ͱ͢ɻॳΊͷେࣄͳ ࣌ظͳͷͰٳΜͰ΄͘͠ͳ͍Ͱ͕͢ɺ ͦͷΧϯϑΝϨϯεͷ༗ӹੑཧղ͠ ͍ͯ·͢ɻࢲ͕࣍ʹऔΔ͖ߦಈͳ ΜͰ͠ΐ͏͔ʁ ৽ଔݚमͷࢿྉٳΜ Ͱڞ༗͞Ε·͕͢ɺ
ಛʹॳظάϧʔϓ ϫʔΫ͕ଟ͍ͨΊಉظ ͕·͍͠Ͱ͢ɻ ❗ By ಁ໌ਓؒ18߸ / ࣄۀ෦
͝ࢀՃ͋Γ͕ͱ͏͍͟͝·ͨ͠ ·ͨ࣍અ ͓ձ͍͠·͠ΐ͏#$ %