Data Engineer | Wellness | Nature | ex-hacomono / ex-PERSOL

Joined November 2011
97 Photos and videos
最高の福利厚生ってやっぱ一緒に働く仲間な気がする
47
俺たちの明日元気出るな
1
41
今年のスポルテック7月上旬なのか!
58
そう思います。 民主化という意味ではダッシュボード作っても見られない問題もあるあるだと思うので、インターフェースの設計も大事だと思ってる。気軽に聞けるAIチャットが業務の近いところにあると結構使われる印象があります。
AIによって「データ抽出」は民主化が進んだ結果、「データ分析」を民主化できるかどうかが次の論点になりつつある。データから良い意思決定ができる能力が組織に備わっているかどうかによって明暗が分かれそうなところ。
1
1
8
2,274
同意です、動かないと具体的に考えられない!
「考える」は考えていない。 人は動いて、はじめて考える。
3
76
なんだろう、もっと圧倒的に顧客の期待値を超えたいし驚かせたい。もっとやらねばな。
3
31
takeisa retweeted
dbtでデータモデリングをするとき、ソース側から順々に整備していこうとするシーンをたまに見ますが、ユースケースに沿ったデータマートを作ってから、裏側をリファクタリングする順番の方がオススメ。
1
21
207
26,415
こういうドメイン強い人がプロトタイプ作るの最強だと思う。 スケールする際はプロにレビューしてもらった方がいいんだろうけど。
Claude Codeで英会話練習アプリサクッと作ってみたけどすごいな😅これを機に思うのは、英会話練習時に一番大事なのは 1. 文法・発音・語彙を恐れず発話すること。 2. その意味を汲み取ってくれる相手がいること。 3. その上で自然な表現を教えてくれる相手がいること。 4. 自然な英語表現を「自分の英語表現メモ帳」に追加していくこと。復習としてそこで使われている表現で色々英作文してみること。 が大事。このプロセスを回して、いかに4.の表現ストックを増やしていくか、いかにその表現に慣れてパッと出せるか、がスピーキングつよつよになるためのコツ。
3
147
昇降デスク購入後の初スタンディング
3
94
これからは自然やウェルネスがくると思ってる。
29
こういうAIでの課題解決めちゃくちゃいい! 新卒の会社で管理栄養士と一緒に仕事してたからめちゃくちゃわかる。年間の献立考えるの本当大変なんですよね。
すごい!!ここまできた。 給食事業者向けの献立エンジン BtoB & BtoBtoC型の難しいプラットフォームモデルをここまで伸ばしてくれています。 雑なちょっとやってみたAIは事業にならない。泥臭い取り組みはマストになる例 prtimes.jp/main/html/rd/p/00…
1
1
3
774
AIを使って得られる情報を咀嚼してどう使うかの物差しや判断力がこれから(既に)より求められるんだと思う。 ただそれを判断する力は未成年だとまだ持ち合わせていないわけなので、規制していくべきだと思っている。
1
76
なんだろう、情報教育みたいなものが必要なのかな
30
寒暖差凄すぎない?
1
2
66
takeisa retweeted
AIは元気にケナゲに危ない操作もやっちゃう😇 プロンプトも効かない。 「だから権限を絞る」 #みん強
1
6
302
やっぱり自社特化で本気でAIエージェント使うならデータ基盤はセットになってくるよな。
Snowflakeが「Data Trends 2026」レポートで業界横断の3つのデータトレンドを発表。 snowflake.com/ja/blog/trends… ①エージェント型AIは実験段階ではない ②データ基盤がボトルネック ③ガバナンスとセマンティクスが新たな競争優位性の源泉
1
3
199
リアルタイム要件を鵜呑みにした 要件整理すると実はバッチで十分だったとかはありますよね。 コストと運用負荷のトレードオフを冷静に比較して決めたいですね。
ゼロからデータ基盤構築をした時の失敗談:すべては要件定義できまる zenn.dev/ivry/articles/data-…
4
1,212
最近データ基盤の選定、設計していて共感する部分が多いです。analysis料金はブラックボックスになるので読みにくいのと、将来的にプロダクトに組み込んだりの可能性がある場合は同時実行数の制限もあるのでSnowflakeになりますよね。
なぜ BigQuery を選ばなかったのか:Snowflakeで作るデータ基盤の設計判断|mmm #SnowflakeDB zenn.dev/usen_ict/articles/b… #zenn
1
178