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
英語を話せなかった僕がシンガポールで働いてきた #ヌーラボのリゾートワーク / I could...
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
株式会社ヌーラボ
PRO
December 03, 2018
Technology
1.9k
2
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
英語を話せなかった僕がシンガポールで働いてきた #ヌーラボのリゾートワーク / I could not speak English but I worked in Singapore
2018年の #ヌーラボのリゾートワーク 制度を利用して、宮古島平良中学校で授業してきました。その時の使用した授業資料です。
株式会社ヌーラボ
PRO
December 03, 2018
More Decks by 株式会社ヌーラボ
See All by 株式会社ヌーラボ
The_Evolution_of_Bits_AI_SRE.pdf
nulabinc
PRO
0
340
進化するBits AI SREと私と組織
nulabinc
PRO
4
790
実践 Datadog MCP Server
nulabinc
PRO
4
790
全社横断PjM⽀援チーム “PEaS”の取り組みと プロジェクトマネジメント でのAI活⽤について
nulabinc
PRO
0
190
Datadog の RBAC のすべて
nulabinc
PRO
4
840
Datadog Live Tokyo 2025登壇資料
nulabinc
PRO
0
170
How to Migrate Your Backlog Free Plan
nulabinc
PRO
0
250
チームワークマネジメント Bar #5
nulabinc
PRO
0
94
Geeks Who Drink Fukuoka - 202508
nulabinc
PRO
0
72
Other Decks in Technology
See All in Technology
Agentic AI 時代のテスト手法: Kiro とはじめるプロパティベーステスト (AWS Summit Japan 2026 | DEV212)
ymhiroki
0
200
4人目のSREはAgent
tanimuyk
0
370
なぜ人は自分のプロジェクトを 「なんちゃってアジャイル」と 自嘲するのか
kozotaira
0
240
LiDAR SLAMの実装とセンサ融合 ~Lie群からContinuous-Time LIOまで~
naokiakai
1
920
スタートアップにおけるアジャイルの実践について #shibuyagile
murabayashi
3
2k
Claude Codeとハーネスについて考えてみる
oikon48
16
7k
Hatena Engineer Seminar 37 jj1uzh
jj1uzh
0
420
作る力から、見極める力へ — AI時代に広がるエンジニアの価値と役割
rince
0
410
なぜ私たちのSREプラクティスはなかなか機能しないのか 〜システムより先に組織を見る〜 / Why our SRE practices aren't really working
vtryo
0
150
AWS Summit の片隅で、体育座りしながらコミュニティがにぎわう理由を考えた
k_adachi_01
2
340
SRE歴2ヶ月でも開発6年の知見を活かして、チームで止まっていた環境改善を前に進めた話
a_ono
0
180
AWS Summit 2026で見えたSIerにとっての Amazon Quickの位置づけ
maf_0521
0
160
Featured
See All Featured
Believing is Seeing
oripsolob
1
160
Bioeconomy Workshop: Dr. Julius Ecuru, Opportunities for a Bioeconomy in West Africa
akademiya2063
PRO
1
170
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
480
From π to Pie charts
rasagy
0
220
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
smashingmag
254
22k
So, you think you're a good person
axbom
PRO
2
2.1k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
600
Everyday Curiosity
cassininazir
0
250
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.5k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.9k
Are puppies a ranking factor?
jonoalderson
1
3.7k
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
210
Transcript
ӳޠΛͤͳ͔͕ͬͨ γϯΨϙʔϧͰಇ͍͖ͯͨ
ࣗݾհ ٢ᖒؽ 36ࡀ ౦ژࡏॅ ੩Ԭݝग़ Web αʔϏε։ൃձࣾۈ ւ֎ཱྀߦܦݧͳ͠ʢաڈܗ ͨ·ʹࢁొΓ͠·͢
ࣗݾհ 2004 2005 2000 2009 ใܥઐֶߍೖֶʢ໊ݹʣ γεςϜ։ൃձࣾೖࣾʢ౦ژʣ γεςϜ։ൃձࣾస৬ʢ౦ژʣ ψʔϥϘస৬ʢ౦ژʣ 1997
ެཱߴߍී௨Պೖֶʢদʣ
ӳޠ͖Ͱ͔͢ʂʁ
ݏ͍Ͱͨ͠ ɾੜ׆͍ͯͯ͠ӳޠΘͳ͍ ɾߴߍडݧͰํͳ͠ʹษڧ
ιϑτΣΞΤϯδχΞʁ ɾʢαʔϏεʣΛઃܭ͢Δ ɾʢαʔϏεʣΛ։ൃ͢Δ
αʔϏεྫ ࠶ੜϘλϯΛԡͨ͠Β ಈըΛ࠶ੜ͢Δ ͍͍ͶϘλϯΛԡͨ͠ Β ͢Δ Ωʔϫʔυ͔Β ಈըΛݕࡧ͢Δ
Ͳ͏ͬͯʁ ϓϩάϥϛϯάݴޠͰ໋ྩΛॻ͘ ॻ͍ͨ௨Γʹ͔͠ಈ͔ͳ͍ function addLike(count) { return count + 1;
} let count = parseInt(process.argv.slice(2)[0], 10); console.log(addLike(count)); > node app.js 100 101
։ൃΠϝʔδ Իָௌ͍͓ͯ՛ࢠ৯ͳ͕Β ※Ұ෦اۀ
ࠓ͢ϙΠϯτ 2012 2014 2009 2018 ψʔϥϘೖࣾʢ౦ژʣ γϯΨϙʔϧࢧళҟಈ " ຊؼࠃ ΤϯδχΞ͔ΒϓϩμΫτϚωʔδϟʔ
Q. γϯΨϙʔϧͲ͜ʁ IUUQXXXGSFFNBQKQ
A. γϯΨϙʔϧͲ͜ʁ IUUQXXXGSFFNBQKQ
γϯΨϙʔϧ IUUQXXXGSFFNBQKQ
γϯΨϙʔϧ ਓޱ: 560 ສਓ ໘ੵ: 719.2 km2ʢٶݹౡ 4.5ഒʣ ެ༻ޠ: ӳޠɺϚϨʔޠɺதࠃ
ޠɺλϛϧޠ ಓԼʹҐஔ͍ͯͯ͠ɺதକͰ͍ΒΕΔ ʢӍق 11ʙ2݄/סق 3ʙ10݄ʣ
ϚʔϥΠΦϯ
ϚϦʔφϕΠαϯζ
ۚ༥֗ʢ౦ೆΞδΞͷϋϒʣ
த՚֗ʢνϟΠχʔζλϯʣ
ϦτϧΠϯσΟΞ
ಥવͷγϯΨϙʔϧҟಈ ٢ᖒ͘ΜɺγϯΨϙʔϧߦ͔ͳ͍ʁ Ε͠ͳ͍ 2012 ϗϫΠτσʔ
໎͍ͳ͔ͬͨ ɾӳޠ͕ͤͳ͍͕ࣗւ֎ʹॅΈͳ͕Βಇ͚ Δػձɺ͜Ε͔Βઌ͋Δͷ͔ʁ ɾྸ 30 Λܴ͑ͯɺΩϟϦΞʹഩ͕͖ͭͦ͏ ͔ΕಓઓΛબ
ෝલʹͰೖӃ Ҿӽ͠લͰɺܑͷՇ ͞Μʹ෦Λย͚ͯΒ ͏͜ͱʹɾɾɾ ਓੜৗʹඋ͑Λ͠·͠ΐ͏ʂ
Q. ͠γϯΨϙʔϧͰ ͷ࣏ྍ͍ͯͨ͠Β͍͘Βʁ ຊ: 10 ສԁ͙Β͍ (3ʙ4 ؒೖӃʣ
60 ສԁ͙Β͍ (3ʙ4 ؒೖӃʣ ຊ݈߁อݥʹΑͬͯɺࠃ͕ଟ͘Λෛ୲ͯ͘͠ΕΔ A. ͠γϯΨϙʔϧͰ ͷ࣏ྍ͍ͯͨ͠Β͍͘Βʁ
ӳޠ͕௨͡ͳ͍ʂ ཧղͰ͖ͳ͍ʂ γϯΨϙʔϧʹ౸ணͯ͠ ༐ؾΛग़͔͚ͯͨ͠͠࠷ ॳͷฦ৴͕ʮAh?ʯͰා͡ ؾ͍ͮͯ͠·͏ɾɾɾ
ੜ׆ࠔΒͳ͔ͬͨ νΩϯϥΠε͕ͱͯඒຯ͍͠
͍ͭͰͲ͜Ͱ ษڧ͕Ͱ͖Δ࣌ ΠϯλʔωοτͰษڧ࢝͠ΊΔ
γϯΨϙʔϧελοϑͱձ өըΛקΊΒΕͨ ͬͺΓ௨͡ͳ͍/ཧղͰ͖ͳ͍
ωΠςΟϒͷ͕ૣͯ͘Θ͔Βͳ͍ ݱ IT ษڧձʹߦͬͯΈΔ
͏·͑͘ΒΕͳ͍Ͳ͔͠͞ ݱΠϕϯτͰࣗࣾઆ໌
্͕࢘ΤϯδχΞؒΛհ ڞ௨ͷ͕͋Δͱ௨͍͢͡
ΦϯϥΠϯήʔϜνϟοτ ϦΞϧͳձʢ͞ʣͰͷΓͱΓ
গͣͭͤ͠ΔΑ͏ʹͳͬͨ ɾ؆୯ͳ୯ޠͰेΘΔʢதֶʹश͏୯ޠʣ ɾεϚϗ/ࣙॻͰௐͯΔ࣌ؒͳ͍ ɾΘ͔Βͳ͚Εฉ͖͢ ɾ͕͍ࣗ͑ͨ͜ͱΛͱʹ͔͘͢ Λ͜ͳͯ͠ܧଓ͢Δ͜ͱ͕େ
ӳޠ͕௨͡ͳ͍͜ͱΛڪΕͳ͍ γϯΨϙʔϧʹ༷ʑͳࠃͷਓ͕ͨͪू·Δ ΠϯυωγΞɺϚϨʔγΞɺλΠɺχϡʔδʔϥ ϯυɺதࠃɺؖࠃɺΠϯυɺΞϝϦΧͳͲ ൃԻ͕ѱͯ͘ɺҙຯ͕௨͡ͳͯ͘୭ সΘͳ͍
ݴޠͷ͚ͩͰͳ͍ ɾڞ௨ͷΛ࣋ͭ ɾγϯΨϙʔϧͷ͓͢͢ΊϨετϥϯ ɾεϙʔπ/Իָ/өը/Ξχϝ ɾΛ໘ന͘͢Δ ɾϦΞΫγϣϯͰέΛૂͬͨΓ ૬ख/ࠃʹڵຯΛ࣋ͭʢຊͰಉ͡ʣ
ӳޠΛͬͯೃછΊͨ
γϯΨϙʔϧʹॅΜͰΈͯ ɾ༷ʑͳՁ؍͕͋Δ ɾࣗͷߟ͑ํʹมԽΛ࣋ͯΔΑ͏ʹͳͬͨ ɾࡀΛऔΔͱ͘͠ͳΔ ɾίϛϡχέʔγϣϯΛऔΕΔਓ͕૿͑ͨ ɾຊޠ: 1ԯ3000ສਓ ɾӳޠ: 17.5ԯਓ
γϯΨϙʔϧͰಇ͍ͯ ɾαʔϏεͮ͘Γ࢝Ίͨ ɾ͏·͍͔͘ͳ͍͜ͱ͔Γͩͬͨ ɾࣦഊ/աͪʹର͢Δߟ͑ํ͕มΘͬͨ ɾࣦഊஏ͔͍ͣ͜͠ͱ͡Όͳ͍ ɾࣦഊΛڪΕͯԿ͠ͳ͍ΑΓઓ ɾؒҧ͑ͨΒɺ͝ΊΜͳ͍͞ খ͍ࣦ͞ഊΛͨ͘͞Μ͍͖ͯ͠·͠ΐ͏
ຊʹͬͯ ӳޠΛͬͯʢͳΜͱ͔ʣࣄͯ͠·͢
ӳޠ͕νϣοτͰ͖ͯ ɾөըɺւ֎υϥϚͰձΛָ͠ΊΔ ɾ༁͖͠Εͯͳ͍ͷ͕Θ͔Δ͓ಘײ ɾւ֎ͷχϡʔεɺใΛࣗͰड͚औΕΔ ɾ༁͞ΕΔ·Ͱͨͳ͍͍ͯ͘ ɾ༁͞Εͳ͍ͷΈΒΕΔ
ਅ໘ͳ ɾຊͷਓޱݮগ͍ͯͯ͠ߴྸԽࣾձ ɾւ֎͔Βਓ͕૿͖͍͑ͯͯΔ IUUQTXXXOJQQPODPNKBGFBUVSFTI ౦ژʢສਓʣ
ӳޠΛͤͳ͔͕ͬͨ γϯΨϙʔϧͰಇ͍͖ͯͨ ɾԿ͔Λ࢝ΊΔʹ͍͜ͱͳ͍ ɾ৽͍͜͠ͱΛ࢝ΊΔͱ৭ʑֶΔ ɾૣ࢝͘ΊΔʹӽͨ͜͠ͱͳ͍ ɾӳޠগ͠Θ͔Δ͚ͩͰ͕Δੈք ɾίϛϡχέʔγϣϯ͢Δπʔϧ ɾւ֎ཱྀߦͰݱͷਓͱΓͱΓ