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
I like sushi
Search
Naoya Ito
September 17, 2015
Technology
11k
15
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
I like sushi
すしルート#2 でのLT資料です
Naoya Ito
September 17, 2015
More Decks by Naoya Ito
See All by Naoya Ito
アルゴリズムは何を圧縮しているのか ─ Haskell から育った「圧縮代数」というメンタルモデル
naoya
15
3.1k
Haskell を武器にして挑む競技プログラミング ─ 操作的思考から意味モデル思考へ
naoya
13
4.4k
Haskell でアルゴリズムを抽象化する / 関数型言語で競技プログラミング
naoya
21
7.9k
Functional TypeScript
naoya
19
6.8k
TypeScript 関数型スタイルでバックエンド開発のリアル
naoya
77
38k
シェルの履歴とイクンリメンタル検索を使う
naoya
16
6.8k
20230227-engineer-type-talk.pdf
naoya
91
86k
関数型プログラミングと型システムのメンタルモデル
naoya
63
110k
TypeScript による GraphQL バックエンド開発
naoya
29
37k
Other Decks in Technology
See All in Technology
Mastraエージェント、どのクラウドにデプロイする?
minorun365
PRO
2
180
インフラ寄りSREでも 開発に踏み出せる〜境界を越えてユーザー体験に向き合いたい〜
sansantech
PRO
2
3.3k
product engineering with qa
nealle
0
160
貴方はどのエンジニアリングを磨くのか
hatyibei
0
110
プロンプト_きのこカンファレンス2026_LT
yurufuwahealer
0
150
AI Agent SaaS を支える自社仮想化基盤への挑戦と実運用 / ai-agent-saas-virtualization
flatt_security
2
3.5k
完全自律ロボットを作りたくて、先に開発を自律させた話(ROS Japan UG #63 LT)
rryz09
0
440
“全部コピーしない”ファイルデータの活用 : — FSx for ONTAP × S3 Tables × Icebergで作るメタデータカタログ
yoshiki0705
0
650
AI駆動開発におけるQAエンジニアの役割事例 〜AI駆動開発の現場から〜
kobayashiyorimitsu
0
450
Foxgloveについて 実際にExtensionを開発して公開するまでの話 / About Foxglove: The Story of Developing and Releasing an Extension
ry0_ka
0
190
SRE Next 2026 何でも屋からの脱却
bto
0
400
あなたの『Site』はどこですか? — xREという考え方
miyamu
0
570
Featured
See All Featured
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
370
The Success of Rails: Ensuring Growth for the Next 100 Years
eileencodes
47
8.2k
Tell your own story through comics
letsgokoyo
1
990
Getting science done with accelerated Python computing platforms
jacobtomlinson
2
260
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
490
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
210
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
12
1.7k
Building Applications with DynamoDB
mza
96
7.1k
The agentic SEO stack - context over prompts
schlessera
0
840
Reflections from 52 weeks, 52 projects
jeffersonlam
356
21k
Thoughts on Productivity
jonyablonski
76
5.2k
Bash Introduction
62gerente
615
220k
Transcript
*MJLFTVTIJ /BPZB*UP ,BJ[FO1MBUGPSN *OD
h"p://tenshoku.mynavi.jp/it-‐engineer/knowhow/naoya_sushi/13
͢͠
None
ߴ͍
ߴ͍͓ۚΛग़͢ͳΒ ྑ͍͓ళʹߦ͖͍ͨ
৯˓ά
ܦݧతʹ • ۜ࠲ߴධՁͷ͓ళ͕ଟ͍ͳɺͱ͔ • ܙൺणͷߴ͍ళ͕গͳ͍ͳɺͱ͔ • ߴ͍͓ళߴͦ͏ɺͱ͔ • ͜ͷՁ֨Ͱ͜ͷͷ͓ళ͓ಘͩɺͱ͔
ݟ͑ΔԽ͍ͨ͠
ݟ͑ΔԽ • σʔλΛͬͯݟ͑ΔԽ͍ͨ͠ • "1*ͳ͍ • "1*͕ͳ͍ͳΒͿͬ͜͵͚ৗࣝͷൣғ Ͱਓ༷ͷΞΫηεΛࣗಈԽ͢Εྑ͍ ͡Όͳ͍ –
ౖΒΕͨΒ͝ΊΜͳ͍͞ŋŋŋ
໘ͳ͜ͱ ▪「銀座駅」「鮨」の検索結果のURL h"p://tabelog.com/tokyo/A1301/A130101/R3368/rstLst/sushi/?SrtT=rt&sk=鮨 &svd=20150916&svt=1900&svps=2&LstCos=0&LstCosT=0&RdoCosTp=2&LstSitu=0&LstR ev=0&ChkCoupon=0&yahoo_ppc=0&ChkCampaign=0&Srt=D&sort_mode=1 ʮᲔʯೖͬͯΔ͚Ͳʮۜ ࠲ʯ͕ೖͬͯͳ͍
Ͳ͏Ҭ໊ͷΫΤϦΛ֬ఆ͠ ͨͱ͜ΖͰಈతʹҬใ ʹมͯ͠ΫΤϦͯ͠ΔΆ͍
୯७ͳ)551(&5Ͱ ͩΊ͔
None
/JHIUNBSF • /PEFKTϞδϡʔϧ • ϔουϨεϒϥβͷϋΠϨϕϧ"1*Λఏڙ – 1IBOUPN+4 – &MFDUSPO •
ϒϥβͷڍಈΛࣗಈԽ • $BTQFS+4ΑΓ͞Βʹએݴతʹॻ͚Δ • ԿͰͦΜͳ໊લ – 1IBOUPN ༓ྶ ˠ$BTQFSˠ/JHIUNBSF ͩͱࢥ͏
/JHIUNBSF&YBNQMF var Nightmare = require('nightmare'); yield Nightmare()
.goto('http://yahoo.com') .type('input[title="Search"]', 'github nightmare') .click('.searchsubmit');
ॾʑ • WͰͳ͘Wͬͨ – &MFDUSPOϕʔεʹมΘ͕ͬͨػೳ͕গ͠མͪͯΔ • useragent()ͳͲͷ"1*͕ফ͑ͨ • σόοάग़ྗͷใ͕গͳ͍ •
ϒϥβͷݴޠใΛ੍ޚͰ͖ͳ͍ – "1*গ͠ҧ͏ͷͰҙ • yieldͰॻ͚ΔͷҎ߱
ਓ͕ೖྗ͢Δͱ͖ͷϑ ϩʔΛ࠶ݱ
)5.-ͷύʔε DIFFSJPͰ
ΤΫηϧ • Ҭ͝ͱʹಘͨσʔλΛΤΫηϧ – ۜ࠲ɺຊɺܙൺणɺஙŋŋŋ • ͦΕͧΕళฮ͘Β͍ – είΞ – Ձ֨ଳ • Ձ֨ͱείΞͷࢄਤΛ࡞Δ
ۜ࠲ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
ܙൺण 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
݁ߏΘ͔Δ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 2.9 3.1 3.3 3.5 3.7 3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ܙൺणʹߴՁ֨ଳͷධ Ձͷߴ͍͓ళ͕ͳ͍ ۜ࠲ධՁͷߴ͍ߴڃళ ͕ͻ͠Ί͍͍ͯΔ ʮܙൺणߴڃҿ৯ళີूଳͷׂʹྑ͍͓Ე͞Μগͳ͍ʯŋŋŋͱ͍͏ᷚຊ͔ ͦͦ͢͠͞Μগͳ͍
ຊ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
ங 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
͔Δ͘ߟ
ۜ࠲ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ܦݧతʹ͘Β͍͋Εϋζ Ϩগͳ͍ͷͰͦ͜Λᮢʹ͠ ͯΈΔ
ۜ࠲ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ίεύͷྑ͍ళ͋Δ ་٢ຕҎ্ͷߴڃళ ͳΒ͜ͷ͋ͨΓ͕ೲಘ ײ͕ߴͦ͏ ४ߴڃళͰຬͷߴ ͦ͏ͳ͓ళ ඞͣ͠ߴՁ֨ͳΒධ Ձ͕ྑ͍Θ͚Ͱͳ͍
ຊ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ۜ࠲ͱࣅ͍ͯΔ ۜ࠲ʹൺֱͯ͜͠ͷՁ ֨ଳͷߴධՁళ͕গͳ ͍ Ձ֨ଳͰߴධՁ ͷళͳ͍
ங 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 Ձ֨ଳͷ͓ళ ີू͍ͯ͠Δ ૂ͍ ૂ͍
ײ • શൠతʹՁ֨ଳධՁ͕ौΊʹͳΔ – ҆ͯ͘͘Β͍ͳΒίεύྑ͍ͷͰ • ջ͕Թ͔͍ͳΒۜ࠲ຊ – ͨͩ͠ຊʹߦ͘ͳΒத్ආ͚Δ –
ۜ࠲ຊΑΓબࢶ • ࠷ߴڃՁ֨ଳͰͳͯ͘ྑ͍ళ͕݁ߏ͋Δ • ஙொͷنʹର͕ͯ͢͠͠ଟ༷ɻ • ܙൺण͢͠ʹ͔ͳ͍ – ͳ͓നۜߴྠඌ·Ͱߦ͘ͱ৭ʑ͓ళ͕͋Γ·͢ ˞͋͘·ͰείΞΛ৴͢ΔͳΒɻ͋·Γਅʹड͚ͳ͍Ͱ͍ͩ͘͞Ͷ
5IBOLT ͢͠Ώ͖ $ ͋ΘΏ͖ $$#:/$/%