ブログ
アゼストのメンバーが日々の情報を発信します。
アゼストのメンバーが日々の情報を発信します。
Report
2023.11.29
Hello everyone!! こんにちは！アゼストのやましたです。 引き続き「AWS re:Invent 2023」参加のためラスベガスにいます！ 今回はカンファレンス2日目に私が体験したことをご紹介します！ 2日目の目玉は何といっても、AWSのCEOであるAdam SelipskyのKeynoteでした。 開始前から音楽で会場は大盛り上がりでした！ 各領域で新サービスの発表がありましたが、特に時間をかけていたのは生成AIに関する内容です。 「Amazon Q」の発表が衝撃的でした。 さまざまなシーンで自然言語によるサポートを提供するサービスで、開発やBIの場面にも大きな変化をもたらしそうな予感です。 他にも、生成AIの利用を提供するサービスであるAmazon Bedrockについても、いくつかの強化や追加機能が紹介されました。 信頼性を高めるためのCloudWatchやCloudTrailとの統合 「Agents for Amazon Bedrock」 新しいZero-ETLサービスについても発表がありました。 講演前の迫力ある演奏から始まり、いくつもの新サービス発表。 ことあるごとに盛り上がる会場の熱気には世界中のエンジニアの期待感が現れていました！ 午後からはMandalay Bayホテルに移動していくつかのセッションを聞きました。 Amazon Datazoneに関するセッション Keynoteで発表されていた新機能の紹介もありました。 Amazon Fargateのアーキテクチャに関するセッション 今日はKeynote会場の活気に圧倒された1日でした！ 発表された新サービスについては今後の情報もチェックしていこうと思います！
more
Report
2023.11.28
Hello everyone!! こんにちは！アゼストのやましたです。 現在、アゼストメンバー6名で「AWS re:Invent 2023」参加のためラスベガスに来ています！ AWS re:Inventとは、AWS（Amazon Web Service）が主催する大規模なカンファレンスで、世界各国からパートナーやユーザーが集結しています。 アゼストでは積極的にこのようなカンファレンスに参加しており、今年5月にはTableau Conferenceにも7名で参加しました。 （その際のブログもぜひご覧ください！→ 近未来な機能もすぐそこに｜Tableau Conference 2023現地レポート-Day1-） 早速カンファレンス1日目に私が参加したセッションなどをご紹介します！ まずは最初は、ベネチアンホテルの会場に移動してAmazon BedrockやTitanを使用した生成AIチャットボット開発のワークショップに参加！ Bedrockというサービスを使用することで、いくつかの種類のLLM（大規模言語モデル、Large Language Models）を使用できます。 さらに、ユーザー固有のテキストを使ってEmbeddingを作ることもできます。 これにより、カスタマイズされた言語モデルを使ったチャットボットを実現できます！ そのあとは、マンダレイベイホテルの会場に移動して5つのセッションに参加しました。 サーバレスアーキテクチャのリファクタリングに関するセッション データをend-to-endで処理・活用する方法に関するセッション EC2内にあるデータの安全性を高める方法に関するセッション QiuckSightのダッシュボード埋め込みに関するセッション 全体的に、新サービスの発表ではなく、開発者向けのナレッジ共有が多い印象を持ちました。 試してみたい内容が多く見つかり、とても勉強になった1日でした！
more
Culture
2023.11.24
週末に会社メンバーで芸術の秋として陶芸体験をしました🏺 みんなろくろを使って思い思いの陶器を作成しました！ 力作ができたメンバーも👏 エンジニアとしてプログラム上で何かを作ることはありますが、目に見えて形のあるものを作るのもおもしろいです😆 焼き上がるまで時間がかかりますが、出来上がりもとっても楽しみ✨ その後に焼肉、やっぱり私は食欲の秋かな😎♥ アゼストにジョインしたらいろんな秋が楽しめちゃうかも！？ 一緒に楽しめる仲間を募集しています👍 詳細は採用情報をご確認ください！ 後日、焼き上がったお皿たちが届きました！ きれいに仕上がりました〜
more
Business Intelligence
2023.11.22
アゼストでは、ChatGPTを活用して、テクニカルな内容の共有やテクニックの研究などをまとめた社内テックブログを運用しています。 そのブログの中から厳選した内容をいくつか公開いたします！ 今回は、データエンジニアチームの小島が作成した、NotionとFigmaを組み合わせて効果的な仕様書を作成するプロセスについて解説した記事をご紹介いたします！ プロジェクトの段階ごとにどのように両ツールを活用すれば良いかを詳しくご紹介します。 また、データソースの構成やダッシュボードデザインに関するヒントも提供します。 Notion & Figma Collaboration You: NotionとFigmaを併用して仕様書を作成したい ChatGPT: NotionとFigmaを併用して仕様書を作成するのは素晴らしいアイデアです。 Notionは文書やノートを整理・共有するための優れたツールであり、Figmaはデザインとプロトタイプ作成のためのツールです。 以下に、このプロセスをスムーズに進めるための手順を示します。 目的と範囲の定義: まず、作成する仕様書の目的と範囲を明確に定義します。どのような情報を含めるか、誰が閲覧するのか、どのようなデザイン要素が必要かなどを考えます。 Notionで基本的な情報を整理: Notionを使用して、仕様書の基本的な情報を整理します。プロジェクトの概要、要件、スケジュール、チームメンバーなどをドキュメントにまとめます。 Figmaでデザイン要素を作成: Figmaを使用して、UIデザインやプロトタイプを作成します。画面のスケッチ、ワイヤーフレーム、デザインコンポーネントなどを作成し、プロジェクトのビジュアル部分を具体化します。 NotionにFigmaのリンクを埋め込む: Figmaで作成したデザインやプロトタイプのリンクを、Notionの適切なセクションに埋め込みます。これにより、チームメンバーや関係者がNotion内で簡単にアクセスできるようになります。 詳細な情報を補完: Notionを使用して、Figmaのデザインに関連する詳細な情報を補完します。画面ごとの説明、UIコンポーネントの機能、動作仕様などをドキュメント化します。 コメントやフィードバックの管理: Figmaを使用してデザインやプロトタイプに関するコメントやフィードバックを収集し、Notion内でそれらの情報を管理します。これにより、チームメンバーとのコミュニケーションがスムーズになります。 定期的な更新と共有: 仕様書はプロジェクトが進行するにつれて変更されることがあります。定期的にNotionとFigmaの情報を更新し、変更点を適切に共有します。 ファイルのバックアップとバージョン管理: 重要な情報は定期的にバックアップし、バージョン管理を行います。特にFigmaのファイルはバージョン管理が重要です。 NotionとFigmaを併用することで、プロジェクトの要件とデザインが一元管理され、チーム全体で効果的なコラボレーションが可能となります。 You: Mermaid記述の例を挙げてください ChatGPT: もちろんです！ Mermaidは、テキストベースの記述を使用してフローチャート、シーケンス図、ガントチャートなどを描画するためのツールです。 以下にいくつかのMermaid記述の例を挙げてみましょう。 フローチャートの例: シーケンス図の例: ガントチャートの例: クラス図の例: これらは、Mermaidを使用して描かれる可能性のあるいくつかの例です。Mermaidはテキストベースの形式なので、このようなテキストを対応する図に変換して描画することができます。具体的な使用法や詳細な記法については、Mermaidの公式ドキュメントを参照してください。 You: Mermaid記述を交えて、notionで仕様書を作ります。 内容はあるデータソースを用いてtableauで複数のダッシュボード作成です。例を記述してください ChatGPT: もちろんです！ 以下に、Notionを使用してMermaid記述を交えた仕様書の例を示します。 この例では、あるデータソースを用いてTableauで複数のダッシュボードを作成するプロジェクトを想定しています。 データソースを活用したTableauダッシュボード作成プロジェクト 目的と範囲 このプロジェクトの目的は、提供されたデータソースを活用してTableauを使用し、複数のダッシュボードを作成することです。 […]
more
Application Development
2023.11.2
アゼストでは、ChatGPTを活用して、テクニカルな内容の共有やテクニックの研究などをまとめた社内テックブログを運用しています。 そのブログの中から厳選した内容をいくつか公開いたします！ 今回は、UI/UXチームの森下が作成した、JavaScriptのmapメソッドを用いた配列操作と、Firestoreからのデータ取得・加工について詳しく解説した記事をご紹介いたします！ 具体的なコード例を通じて、mapメソッドの動作やFirestoreのクエリ作成、データ取得の流れを理解することができます！ Array Map – Simplified Explanation You: const array1 = [1, 4, 9, 16]; // Pass a function to map const map1 = array1.map((x) => x * 2); console.log(map1); // Expected output: Array [2, 8, 18, 32] この処理について、変数の流れ等をわかりやすく説明してください。 ChatGPT: もちろんです、Tomaさん。 このJavaScriptのコードは、配列の各要素に対して特定の操作を行い、その結果を新しい配列として返すものです。 具体的には以下のような流れとなります。 array1という名前の配列を定義します。この配列には4つの数値が含まれています: [1, 4, 9, 16]。 次に、mapという配列メソッドを使用します。mapメソッドは、配列の各要素に対して引数として渡された関数を実行し、その結果を新しい配列に格納します。 このコードでは、mapメソッドに無名関数 (x) => […]
more
Culture
2023.10.26
今年の初夏からはじまったアゼストゴルフ部！？ 先日はじめての一泊二日のコースデビューをしてきました🏌🏌♀ 初日はアプローチ練習とショートコースを体験😁 地形による影響やシュミレーションでは味わえない実際の距離感など考えさせられました！ 夕飯もたくさん食べ、温泉を堪能し、2日目いよいよコースデビュー🤩 … … … ………OMG😱 大雨でした 今日までたくさん練習してきたのに いざコースに立つと力み過ぎてうまくいかなかったり コースがデコボコしてたり バンカーにボールが落ちたり 湖にボールが落ちたり… でもでもとっても楽しかったです😆 スコアなどはみんな数える余裕がなかったですが、次回はもっと練習して計算していきたいですね💪 そして最後にちょっとだけ奇跡的なお天道様が見れました！ 次やる時はずっとこんな環境でやってみたい🥺 社内のゴルフ部は第一世代として卒業ですが、個人でもまだまだ練習していきたいと思ってます😌 レクリエーションにも力を入れてるアゼストに入ったら新しい趣味も見つかっちゃうかも？？？ 社員としてもゴルフ部員としても！？大募集していますのでぜひぜひっ 👉エントリーフォームはこちら
more
Report
2023.10.9
先日、「Salesforce × Tableauによるデータ活用体験会」のイベント内で、アゼストがブースを出展してきました！ Salesforceを活用されていて、Tableauにも興味がある、活用しようと推進されているお客様が集い、情報交換を行いました。 お客様の中には、SalesforceとTableauを1人で構築していてリソースが足りないと悩まれている方だったり、Tableauの使い方を積極的に質問されている方がいたりと、データ活用に向けて奮闘されている様子が伺えました。 Tableauに関するお困りごとはアゼストにお任せください！！ イベント当日に配布したチラシ イベント後にみんなでお疲れ様会！
more
Application Development
2023.10.6
アゼストでは、ChatGPTを活用して、テクニカルな内容の共有やテクニックの研究などをまとめた社内テックブログを運用しています。 そのブログの中から厳選した内容をいくつか公開いたします！ 今回は、データエンジニアチームの山下が作成した、大規模言語モデル(LLM)の認識しやすい言語の特徴と、英語をLLMがさらに認識しやすい言語に改良するための方向性について解説した記事をご紹介いたします！ LLMについての知識 You: あなたは大規模言語モデル（LLM）についての詳細な知識を持っていますか？ ChatGPT: はい、大規模言語モデル（LLM）についての詳細な知識を持っています。 具体的な質問や情報が必要であれば、お知らせいただけますか？ You: LLMの構造について説明してください。 ChatGPT: 大規模言語モデル（LLM）の構造について簡潔に説明します。 レイヤー: 多数のエンコーダーレイヤーが積み重なっています。 トランスフォーマーアーキテクチャ: LLMはトランスフォーマーのアーキテクチャを基にしていることが一般的です。 自己注意機構: 各単語が他の全ての単語との関係を計算する機構。 フィードフォワードネットワーク: 非線形性を加える層。 ポジショナルエンコーディング: 単語の順序情報を提供。 正規化と活性化関数: 各レイヤーの出力を安定化。 他に何か詳細な情報が必要であれば、お知らせください。 You: 例えばChatGPTに質問するときのように、LLMに質問を投げかけると、LLM内部ではどのように処理が行われますか？ 具体的に詳しく教えてください。 ChatGPT: LLMに質問を投げかける際の内部処理について、具体的に説明します。 前処理: 入力テキストのトークン化、ポジショナルエンコーディングの付加。 エンコーダー層の処理: 自己注意機構: 入力間の関係性計算。 フィードフォワードネットワーク: 非線形変換。 層ごとの正規化。 デコーダー層の処理: (あるモデルで使用) 過去の出力と入力間の関係性計算。 同じく、フィードフォワードネットワークと正規化。 出力層: 単語の確率分布の計算。 最も確率の高い単語の選択など。 後処理: トークンからテキストへの変換。 このプロセスは、特定の質問に対してモデルがどのように答えを形成するのかを理解するのに役立ちます。何か他の詳細や質問があればお知らせください。 You: 各ステップについて、専門用語を使わずより詳細に説明してください。 ChatGPT: もちろん、専門用語を使わずに、各ステップについて詳しく説明します。 前処理: […]
more
Report
2023.10.2
9/26(火)に開催された東京恵比寿ロータリークラブの例会で、代表の香取が「ChatGPTの未来」をテーマに講演を行いました。 会場に集まったのは東京恵比寿ロータリークラブ会員の方々やビジターの方々など総勢60名ほど。 伝統あるロータリークラブの例会とあって、和やかながらも重厚な雰囲気が漂っていました。 まずはChatGPTのユーザー数増加スピードの話題。 2ヶ月で1億人を突破した社会への浸透速度は、1億人突破に54ヶ月かかったFacebookや19ヶ月かかったLINEを遥かに凌ぎます。 ChatGPTの用途や仕組みを解説した後は、動画で実際の使用場面を紹介。 「恵比寿を外国人にPRするには」というテーマでChatGPTを使用した動画が始まると、みなさん興味津々に！ 「そんなことが分かるのか」「これは便利だ」などといった感心の声が上がり、ChatGPTの便利さが十分に伝わったようでした。 講演終了後には、香取や弊社社員の周りに参加者の方々が多く集まり、「ChatGPTを使い始めるにはどうしたら良いか」という質問が寄せられました。 皆様の新しい技術に対する感心と行動力の高さを感じました。 講演が進むにつれてどんどん熱が入っていく香取の姿と、それに呼応するように熱心にお聞きくださった皆様の姿が非常に印象的でした。 東京恵比寿ロータリークラブの皆様、貴重な時間をありがとうございました。
more
Contact
案件のご相談など、お気軽にお問合せください。
お電話でのお問い合わせ
Webでのお問い合わせ