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
経験から学んだ反抗勢力の本音と正しい業務改善の1つのあり方 / gyoumu-hack-stu...
Search
Takahiro Kato
July 09, 2018
0
750
経験から学んだ反抗勢力の本音と正しい業務改善の1つのあり方 / gyoumu-hack-study-ehime
業務ハック勉強会@愛媛 〜 働き方改革にも効く!事例で学ぶ業務改善のノウハウで発表した内容です。
Takahiro Kato
July 09, 2018
Tweet
Share
More Decks by Takahiro Kato
See All by Takahiro Kato
今すぐ数分で出来る業務ハック - 見えない工数の削減と効果 / imasugusufundedekirugyomuhack-minenaikosunosakugentokoka
takahirokato
0
680
Windows10の設定作業をPowerShellでハック / Windows10nosetteisagyowopowershelldehack
takahirokato
0
640
Google Colaboratoryで学ぶ機械学習の基礎 / googlecolaboratory-de-manabu-kikaigakushu-no-kiso
takahirokato
0
490
JAWS-UG 愛媛 第20回勉強会資料 / amazon-sagemaker-demanabu-kikaigakushunokiso-and-tsukaikata
takahirokato
0
1.1k
自己流ML vs Amazon MLから得た知見と未来 / jikoryuml-vs-amazonml
takahirokato
0
990
Google Colaboratoryで学ぶAIの基礎と正体 / googlecolaboratory-de-manabu-ai-no-kiso-to-shotai
takahirokato
0
1.4k
業務ハック勉強会@愛媛 オープニングトーク / gyoumu-hack-study-ehime-opening
takahirokato
0
390
Kaggleで始めるAI(モデル)構築
takahirokato
0
610
AIの理解から始めるAI導入への戦略とAWS
takahirokato
1
2.1k
Featured
See All Featured
Mobile First: as difficult as doing things right
swwweet
224
9.9k
The Invisible Side of Design
smashingmag
301
51k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
Reflections from 52 weeks, 52 projects
jeffersonlam
352
21k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Fantastic passwords and where to find them - at NoRuKo
philnash
52
3.4k
Context Engineering - Making Every Token Count
addyosmani
1
37
Site-Speed That Sticks
csswizardry
10
810
Principles of Awesome APIs and How to Build Them.
keavy
126
17k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
9
810
How STYLIGHT went responsive
nonsquared
100
5.8k
Code Review Best Practice
trishagee
70
19k
Transcript
ܦݧ͔ΒֶΜͩ ߅ྗͷຊԻͱਖ਼͍͠ۀվળͷ1ͭͷ͋Γํ ۀϋοΫษڧձ@Ѫඤ Ճ౻ و
͓͢Δ༰ w ߅ྗͷຊԻ w ਖ਼͍͠ۀվળͷͭͷ͋Γํ
ͲΜͳۀվળΛܦݧʁ w ଞ෦ͷۀվળΛ୲ w ޭ w ࣦഊ
ۀվળ͔ΒֶΜͩ߅ྗͷຊԻ w Կނ߅ʁ w ୲ऀ͔ΒΈͨۀվળͱ w ୲ऀͷຊԻ w ۀվળͷѱश
ۀվળ͔ΒֶΜͩ߅ྗͷຊԻ ͷഎܠ w ॳΊͯͷۀվળͰ݁Ռޭ w ࣄલʹฉ͍͍ͯͨͱҧ͏ w ݱͷํʑ͕ඇڠྗͰͳ͘ڠྗతͩͬͨ w ෆࢥٞʹࢥͬͯݱͷํʑʹฉ͍ͯΈͨ
Կނ߅ʁ Α͋͘Δ߅͢Δཧ༝ w ͍͠ɾ͕࣌ؒͳ͍ w վળ͖͢ࣄͳΜͯͳ͍
Կނ߅ʁ ຊͷ߅͢Δཧ༝ w ͍͠ɾ͕࣌ؒͳ͍εέδϡʔϧ௨ΓʹਐΊΔ༨༟͕ͳ͍ w վળ͖͢ࣄͳΜͯͳ͍վળ͖͢͜ͱ͕͔Βͳ͍ w ݱͷ ҙݟΛฉ͖ೖΕͯ͘Εͳ͍ w
ݱʹ ؙ͛ɾແৼΓ͕ݏ
Կނ߅ʁ Ͳ͏ͬͯղফʁ w εέδϡʔϧ௨ΓʹਐΊΔ༨༟͕ͳ͍ εέδϡʔϧΛͻ͔ͳ͍ w վળ͖͢͜ͱ͕͔Βͳ͍ w ݱͷ ҙݟΛฉ͖ೖΕͯ͘Εͳ͍
w ݱʹ ؙ͛ɾແৼΓ͕ݏ ݱͱۀվળʹඞཁͳઐՈ͚ͩͰ࣮ࢪ ɹݱͱઐՈ͕ೋਓࡾ٭ͰվળΛચ͍ग़ͯ͠վળ ɹཧऀجຊతʹϔϧϓͷΈ ৫తͳಈ͖͕ඞཁͳ࣌
خ͍͠Ұݴͱٙ… ݱͷํ ʮѱ͍Πϝʔδ͔͠ͳ͔͚ͬͨͲɺ ɹɹɹɹۀվળָ͍ͬͯ͠ͷͳΜͩͶʯ ࢲ ʮѱ͍ΠϝʔδͬͯͳΜͳΜͰ͔͢ʁʯ
୲ऀ͔Βݟͨۀվળͱ ۀվળͷѱ͍Πϝʔδ w ൃҊऀͷࣗݾຬ w ൃҊऀͷձࣾͷΞϐʔϧ w ݱͷۀΛվળ͢ΔͷͰͳ͍
୲ऀͷຊԻ ҎԼͷ݅ͳΒɺۀվળΉͱ͜Ζ w ແཧͷແ͍࡞ۀྔPSεέδϡʔϧ w ଞͷ෦ઐՈͷϔϧϓ༗Γ w ݱָ͕ʹͳΔۀվળ /PUF ݱ͕ۀվળͰࠅ͍ʹ͖͋ͬͯͨܦݧ͕͋Δ߹ɺ
ݱͷ৴པΛಘΔࣄ͔Β࢝ΊΑ͏ɻ
ۀվળࣦഊͷݪҼΛௐࠪ
ۀվળͷѱश ۀ͕ճΒͳ͘ͳ͔ͬͯΒۀվળʂ ۀվળͷϝϯόʔ݉ w ैདྷͷۀͷϑΥϩʔͳ͍ w ैདྷͷۀͱۀվળͷௐϝϯόʔ .(Βͳ͍ ϓϩδΣΫτԽ
w ࢿྉ࡞ w ձٞ w εέδϡʔϧɾਓһͷཧ w FUDʜ
Ͳ͏͢ΕΑ͍ʁ ۃྗɺԼهͷѱशʹैΘͳ͍ʂ ۀ͕ճΒͳ͘ͳ͔ͬͯΒۀվળʂ ۀվળͷϝϯόʔ݉ ϓϩδΣΫτԽ ѱशશͯΛഉআ͢Δͷ͍͠ʜ Ͳ͜·Ͱڐ͞ΕͯɺͲ͔͜Β͕ڐ͞Εͳ͍ʁ
ޭͨ͠ͱ͖ͷ ۀ͕ৗԽ͔ͯ͠Βۀվળελʔτ ۀվળͷϝϯόʔ݉ ϓϩδΣΫτ্ཱͪ͛ͳ͍ w ඪݱۀͷվળͷΈ w ඞཁʹԠͯ͡ଞͷ෦ઐՈͷϔϧϓՄೳ ͜ͷ࣌ͷॴײ ࣄ͍͕͠ɺৗʹՌΛײ͡Δࣄ͕ग़དྷͯɺ
Ϟνϕʔγϣϯߴ͍ঢ়ଶΛҡ࣋ɻ
ࣦഊͨ͠ͱ͖ͷ ۀ͕ৗԽ͔ͯ͠Βۀվળελʔτ ۀվળͷϝϯόʔ݉ ϓϩδΣΫτԽ w ඪ͕େ͖͘ͳͬͨʜଞ෦ʹԣల։Ͱ͖Δۀվળ w खଓ͖Λ౿ΜͰଞͷ෦ઐՈͷϔϧϓՄೳ ͜ͷ࣌ͷॴײ ࣄ͘͠ɺݱΛΒͳ͍ਓؒʹҙຯͷແ͍ࣄΛ
ڧ੍͞Εɺࣗୡͱؔͷແ͍ྖҬʹΛҾͬுΒΕɺ ന͚ͨϜʔυ͕ϝϯόʔશମʹ͕ΓɺͲ͔͜ଞਓࣄʹʜ
ޭͤ͞Δҝͷେࣄͳࣄ·ͱΊ ݱΛओʹਾ͑Δ ݱʹدΓఴ͏ ʮ࡞ۀΛͳ͘͢ʯࣄ͔Β࢝ΊΔ ۃྗɺϓϩδΣΫτԽ͠ͳ͍ ϓϩδΣΫτԽ͢Δ࣌࣌ؒɾਓһʹ༨༟Λ
ීஈ͔Β༧͢Δࣄ ීஈ͔ΒۀվળͷҝͷΛ༻ҙ͢Δ ۀվળΛ࣮ࢪ͠ͳ͍ ‑ ձࣾͷ͕ͳ͍ ‑ ϥΠόϧձࣾʹࠩΛ͚ͭΒΕΔ
࠷ޙʹ ۀϋοΫษڧձͰ࡞Γग़͍ͨ͠ͷ ࣾձతʹೝΊΒΕͨਖ਼͍͠ۀվળͷϊϋɾηΦϦʔ ཧ༝ ࣾձతͳྗ͕ແ͍͕Ώ͑ʹɺޡͬͨߟ͑ʹෛ͚Δࣄ͕͋Δҝ FH ۀվળతʹ ਖ਼͘͠ແ͍ҰൠWTਖ਼͍͠ඇҰൠ ཧ ୭͕ਖ਼͍͠ۀվળΛএ͑Δੈք
ޡͬͨۀվળͰۤ͠Ήਓ͕͍ͳ͍ੈք
ऴΘΓ ͝੩ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠ʂ