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
アウトプットのススメ
Search
KazukiHayase
August 10, 2022
Technology
0
180
アウトプットのススメ
KazukiHayase
August 10, 2022
Tweet
Share
More Decks by KazukiHayase
See All by KazukiHayase
CIでのgolangci-lintの実行を約90%削減した話
kazukihayase
0
450
もし今からGraphQLを採用するなら
kazukihayase
13
5.4k
Goでテストをしやすくするためにやったこと
kazukihayase
1
830
GraphQLクライアントの技術選定 2023冬
kazukihayase
9
7.2k
Introduction and Insights of the Hasura-based Architecture
kazukihayase
0
1k
自分だけが頑張るのをやめて、フルスタックなチームを作る
kazukihayase
2
3.3k
Goでテンプレートからファイルを自動生成するCLIを作る
kazukihayase
0
1.4k
生産性が上がり続けるチームを作るための第一歩
kazukihayase
4
3.8k
GraphQLにおけるクライアントキャッシュ戦略
kazukihayase
0
3.3k
Other Decks in Technology
See All in Technology
AIドリブンのソフトウェア開発 - うまいやり方とまずいやり方
okdt
PRO
9
630
AIとTDDによるNext.js「隙間ツール」開発の実践
makotot
6
690
帳票Vibe Coding
terurou
0
140
実践データベース設計 ①データベース設計概論
recruitengineers
PRO
3
250
【5分でわかる】セーフィー エンジニア向け会社紹介
safie_recruit
0
30k
R-SCoRe: Revisiting Scene Coordinate Regression for Robust Large-Scale Visual Localization
takmin
0
430
自社製CMSからmicroCMSへのリプレースがプロダクトグロースを加速させた話
nextbeatdev
0
140
我々は雰囲気で仕事をしている / How can we do vibe coding as well
naospon
2
220
広島発!スタートアップ開発の裏側
tsankyo
0
240
現場が抱える様々な問題は “組織設計上” の問題によって生じていることがある / Team-oriented Organization Design 20250827
mtx2s
5
1.1k
生成AI利用プログラミング:誰でもプログラムが書けると 世の中どうなる?/opencampus202508
okana2ki
0
190
どこで動かすか、誰が動かすか 〜 kintoneのインフラ基盤刷新と運用体制のシフト 〜
ueokande
0
190
Featured
See All Featured
We Have a Design System, Now What?
morganepeng
53
7.7k
StorybookのUI Testing Handbookを読んだ
zakiyama
30
6k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.5k
Reflections from 52 weeks, 52 projects
jeffersonlam
351
21k
The Cult of Friendly URLs
andyhume
79
6.5k
The Cost Of JavaScript in 2023
addyosmani
53
8.8k
ピンチをチャンスに:未来をつくるプロダクトロードマップ #pmconf2020
aki_iinuma
126
53k
GraphQLとの向き合い方2022年版
quramy
49
14k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
50k
VelocityConf: Rendering Performance Case Studies
addyosmani
332
24k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
29
1.8k
Transcript
Ξτϓοτͷεεϝ 2022/06/28 ࣾLT ૣً
ࣗݾհ • ૣًଔ • ग़ཧSaaS ◦ ϓϩδΣΫτϦʔμʔ݉ΤϯδχΞ ◦ ϑϧελοΫʹ։ൃ ◦
ϑϩϯτΤϯυ͕͖ • ࠷ۙϋϚ͍ͬͯΔΞʔςΟετ ◦ Orangestarɺʹ͠ͳɺزాΓΒ
ۙ1ͷΞτϓοτ • Zennɿ6ຊߘ 200͍͍Ͷ • ςοΫϒϩάɿ7ຊߘ • ࣾLTɿ7ճొஃ
ΞδΣϯμ • ຊͷΰʔϧ • ΤϯδχΞ͕Ξτϓοτ ͢Δ͖ཧ༝ ◦ ֶशαΠΫϧͷڧԽ ◦
Πϯλʔωοτͷߩݙ • Ξτϓοτͷ3εςοϓ ◦ step1. จষԽ͢Δ ◦ step2. ۙͳਓʹڞ༗͢Δ ◦ step3. Πϯλʔωοτެ։͢Δ • ·ͱΊ
ຊͷΰʔϧ
Ξτϓοτʹର͢Δ ৺ཧతϋʔυϧ͕গ͠ͰԼ͕͍ͬͯΔ
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ • ֶशαΠΫϧͷڧԽ • Πϯλʔωοτͷߩݙ
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ • ֶशαΠΫϧͷڧԽ • Πϯλʔωοτͷߩݙ
ֶशαΠΫϧͷڧԽ Ξτϓοτ͕͋Δ͜ͱʹΑֶͬͯशʹྑ͍॥Λ࡞Δ͜ͱ͕Ͱ͖Δ Πϯϓοτ Ξτϓοτ ϑΟʔυόοΫ Ϟνϕʔγϣϯ ্
ΞτϓοτʹΑΔΠϯϓοτͷڧԽ • Πϯϓοτͷ૿Ճ ◦ Ξτϓοτͱ͍͏త͕͋Δํ͕Πϯϓοτ͍͢͠ • Πϯϓοτͷ࣭ͷ্ ◦ ਓʹઆ໌Ͱ͖ΔϨϕϧ·Ͱཧղ͕ਂ·Δ
ࣗͷମݧஊ • Apollo ClientͷΩϟογϡػߏʹ͍ͭͯهࣄΛॻ͍ͨ • ࣮ͯ͠ಈ͍͍͕͍ͯͨ·͍ͪڍಈ͕ཧղͰ͖͍ͯͳ͔ͬͨ • هࣄΛॻ͘͜ͱΛઌʹܾΊͯɺษڧΛ։࢝
ٕज़هࣄΛॻ͍ͯΈͯؾ͍ͮͨ͜ͱ • هࣄΛॻ͘ͷʹ͕͔͔࣌ؒΔ ◦ ̍Ͱॻ͖ΔͭΓ͕ͩͬͨ̍ϲ݄͔͔ͬͨ ◦ ͍͟ॻ͖࢝ΊΔͱཧղ͕ᐆດͳ෦͕͔ͳΓ͋Δ͜ͱ͕Θ͔Δ ◦ ཧղ͕ᐆດͳ෦͕ग़ͯ͘ΔʹΊͪΌͪ͘Όௐͨ •
ਓʹઆ໌Ͱ͖ΔϨϕϧ·Ͱཧղ͕ਂ·ͬͨ ◦ هࣄʹॻ͍ͨ༰ΛϓϩμΫτʹө্࣭͠ʹܨ͕ͬͨ • ͍͍ͶΛΒ͑ΔͱͬͺΓخ͍͠
ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ • ֶशαΠΫϧͷڧԽ • Πϯλʔωοτͷߩݙ
ԼهͷΑ͏ͳܦݧͳ͍Ͱ͔͢ʁ • ݕࡧͰώοτͨ͠هࣄͷ௨ΓʹରԠͨ͠ΒΤϥʔ͕ղܾͨ͠ • Θ͔Γ͍͢ղઆهࣄͷ͓͔͛Ͱֶश͕εϜʔζʹਐΜͩ
ΤϯδχΞগͳ͔Βͣ ୭͔ͷΞτϓοτʹॿ͚ΒΕ͍ͯΔ
giveͷྠͱ͍͏ߟ͑ํ • giveͷྠʹΞτϓοτʹΑΔॿ͚߹͍ • ࣗͷͨΊ͚ͩ͡Όͳ͘୭͔ͷͨΊʹΞτϓοτΛ͢Δ ࣮ࡍʹΤϯδχΞͱͯ͠ա͖ͯͯ͝͠ײ͡ΔͷɺࠓͷΤϯδχΞੜ׆Λ ࢧ͍͑ͯΔʮͦΕͧΕ͕গͣͭ͠ give ͠߹͏ʯͱ͍͏श׳ͷڧ͞Ͱ͢
ΤϯδχΞͷ give ͷྠʹࢀՃͨ͠Μͩͱ͍͏͜ͱʹؾ͍ͮͯͥͻ ࣗͷ give Λ࢝ΊͯΈͯ΄͍͠Ͱ͢ Ҿ༻ɿ4 ݄ʹΤϯδχΞͱͳͬͨਓͨͪʹ͓͍ͬͯͯΒ͍͍ͨ͜ͱ
Ξτϓοτͷ3εςοϓ
Ξτϓοτͷ3εςοϓ จষԽ͢Δ ۙͳਓʹ ڞ༗͢Δ Πϯλʔωοτ ެ։͢Δ ͍͖ͳΓΠϯλʔωοτެ։͢Δͷϋʔυϧ͕ߴ͍ͷͰɺ ஈ֊తʹެ։͢ΔείʔϓΛ͍͛ͯ͘
step1. จষԽ͢Δ • ࡞ۀϩάॻධͳͲΛݸਓϝϞtimesʢใʣͳͲͰจষԽ͢Δ ◦ Ͱ͖Εਓͷʹͭ͘ͱ͜Ζ͕͍͍ ◦ ͓͢͢ΊslackͷtimesνϟϯωϧΛ࡞ͬͯɺͦ͜ʹ࡞ۀϩάΛ͢ํ๏ • ·ͣจষԽͦͷͷɺจষԽͨ͠ͷΛਓʹݟΒΕΔ͜ͱʹ׳ΕΔ
timesͷ׆༻ྫ
step2. ۙͳਓʹڞ༗͢Δ • step1ͰจষԽͨ͠ͷΛମܥతʹ·ͱΊΔ ◦ step1ͷ࡞ۀϩάͱҧ͍ɺࣗҎ֎ͷਓ͕ݟͯཧղͰ͖ΔΑ͏ʹཧ͢Δ • ཧͨ͠ͷΛۙͳਓʹڞ༗͢Δ ◦ Ͱ͖Δ͚ͩۙͳਓͷํ͕৺ཧతϋʔυϧ͕͍
◦ e.g. ༑ਓɺνʔϜɺࣾ
step3. Πϯλʔωοτʹެ։͢Δ • step2ͰϑΟʔυόοΫ͕͋ΕͦΕΛөͯ͠Πϯλʔωοτʹެ։ • ࣾ֎ൿͷใ͕ͳ͍͜ͱຊޠͷॻ͖ํʹؾΛ͚Δ • ެ։ʹࡍͯ͠ෆ҆͋Δͱࢥ͏͕ɺࢥ͍ͬͯެ։͢Δ͜ͱ͕େࣄ
ΞτϓοτͷΫΦϦςΟʹ͍ͭͯ • ·ͣΞτϓοτ͢Δ͜ͱࣗମ͕ॏཁ ◦ ଓ͚͍ͯΕΫΦϦςΟޙ͔Β͍ͭͯ͘Δ • ؒҧͬͨ༰ؚ͕·Ε͍ͯͨͱͯ͠ωοτ্ͷ୭͔͕ڭ͑ͯ͘ΕΔ
·ͱΊ • ΤϯδχΞ͕Ξτϓοτ͢Δ͖ཧ༝ ◦ ֶशαΠΫϧͷڧԽ ◦ Πϯλʔωοτͷߩݙ • ΞτϓοτͷൣғΛஈ֊తʹ͍͛ͯ͘