Lock in $30 Savings on PRO—Offer Ends Soon! ⏳
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
I like sushi
Search
Naoya Ito
September 17, 2015
Technology
15
11k
I like sushi
すしルート#2 でのLT資料です
Naoya Ito
September 17, 2015
Tweet
Share
More Decks by Naoya Ito
See All by Naoya Ito
Haskell を武器にして挑む競技プログラミング ─ 操作的思考から意味モデル思考へ
naoya
6
1.5k
Haskell でアルゴリズムを抽象化する / 関数型言語で競技プログラミング
naoya
21
7.1k
Functional TypeScript
naoya
17
6.5k
TypeScript 関数型スタイルでバックエンド開発のリアル
naoya
75
36k
シェルの履歴とイクンリメンタル検索を使う
naoya
16
6.4k
20230227-engineer-type-talk.pdf
naoya
91
79k
関数型プログラミングと型システムのメンタルモデル
naoya
63
110k
TypeScript による GraphQL バックエンド開発
naoya
29
36k
フロントエンドのパラダイムを参考にバックエンド開発を再考する / TypeScript による GraphQL バックエンド開発
naoya
67
24k
Other Decks in Technology
See All in Technology
5分で知るMicrosoft Ignite
taiponrock
PRO
0
360
30分であなたをOmniのファンにしてみせます~分析画面のクリック操作をそのままコード化できるAI-ReadyなBIツール~
sagara
0
140
WordPress は終わったのか ~今のWordPress の制作手法ってなにがあんねん?~ / Is WordPress Over? How We Build with WordPress Today
tbshiki
1
740
eBPFとwaruiBPF
sat
PRO
4
2.6k
エンジニアとPMのドメイン知識の溝をなくす、 AIネイティブな開発プロセス
applism118
4
1.3k
ブロックテーマとこれからの WordPress サイト制作 / Toyama WordPress Meetup Vol.81
torounit
0
570
AI-DLCを現場にインストールしてみた:プロトタイプ開発で分かったこと・やめたこと
recruitengineers
PRO
2
100
多様なデジタルアイデンティティを攻撃からどうやって守るのか / 20251212
ayokura
0
440
MapKitとオープンデータで実現する地図情報の拡張と可視化
zozotech
PRO
1
140
乗りこなせAI駆動開発の波
eltociear
1
1.1k
「Managed Instances」と「durable functions」で広がるAWS Lambdaのユースケース
lamaglama39
0
310
グレートファイアウォールを自宅に建てよう
ctes091x
0
150
Featured
See All Featured
Thoughts on Productivity
jonyablonski
73
5k
Building a Modern Day E-commerce SEO Strategy
aleyda
45
8.3k
Designing for humans not robots
tammielis
254
26k
What's in a price? How to price your products and services
michaelherold
246
13k
The MySQL Ecosystem @ GitHub 2015
samlambert
251
13k
Facilitating Awesome Meetings
lara
57
6.7k
Done Done
chrislema
186
16k
How to Create Impact in a Changing Tech Landscape [PerfNow 2023]
tammyeverts
55
3.1k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.7k
A designer walks into a library…
pauljervisheath
210
24k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
3.2k
Transcript
*MJLFTVTIJ /BPZB*UP ,BJ[FO1MBUGPSN *OD
h"p://tenshoku.mynavi.jp/it-‐engineer/knowhow/naoya_sushi/13
͢͠
None
ߴ͍
ߴ͍͓ۚΛग़͢ͳΒ ྑ͍͓ళʹߦ͖͍ͨ
৯˓ά
ܦݧతʹ • ۜ࠲ߴධՁͷ͓ళ͕ଟ͍ͳɺͱ͔ • ܙൺणͷߴ͍ళ͕গͳ͍ͳɺͱ͔ • ߴ͍͓ళߴͦ͏ɺͱ͔ • ͜ͷՁ֨Ͱ͜ͷͷ͓ళ͓ಘͩɺͱ͔
ݟ͑ΔԽ͍ͨ͠
ݟ͑ΔԽ • σʔλΛͬͯݟ͑ΔԽ͍ͨ͠ • "1*ͳ͍ • "1*͕ͳ͍ͳΒͿͬ͜͵͚ৗࣝͷൣғ Ͱਓ༷ͷΞΫηεΛࣗಈԽ͢Εྑ͍ ͡Όͳ͍ –
ౖΒΕͨΒ͝ΊΜͳ͍͞ŋŋŋ
໘ͳ͜ͱ ▪「銀座駅」「鮨」の検索結果のURL h"p://tabelog.com/tokyo/A1301/A130101/R3368/rstLst/sushi/?SrtT=rt&sk=鮨 &svd=20150916&svt=1900&svps=2&LstCos=0&LstCosT=0&RdoCosTp=2&LstSitu=0&LstR ev=0&ChkCoupon=0&yahoo_ppc=0&ChkCampaign=0&Srt=D&sort_mode=1 ʮᲔʯೖͬͯΔ͚Ͳʮۜ ࠲ʯ͕ೖͬͯͳ͍
Ͳ͏Ҭ໊ͷΫΤϦΛ֬ఆ͠ ͨͱ͜ΖͰಈతʹҬใ ʹมͯ͠ΫΤϦͯ͠ΔΆ͍
୯७ͳ)551(&5Ͱ ͩΊ͔
None
/JHIUNBSF • /PEFKTϞδϡʔϧ • ϔουϨεϒϥβͷϋΠϨϕϧ"1*Λఏڙ – 1IBOUPN+4 – &MFDUSPO •
ϒϥβͷڍಈΛࣗಈԽ • $BTQFS+4ΑΓ͞Βʹએݴతʹॻ͚Δ • ԿͰͦΜͳ໊લ – 1IBOUPN ༓ྶ ˠ$BTQFSˠ/JHIUNBSF ͩͱࢥ͏
/JHIUNBSF&YBNQMF var Nightmare = require('nightmare'); yield Nightmare()
.goto('http://yahoo.com') .type('input[title="Search"]', 'github nightmare') .click('.searchsubmit');
ॾʑ • WͰͳ͘Wͬͨ – &MFDUSPOϕʔεʹมΘ͕ͬͨػೳ͕গ͠མͪͯΔ • useragent()ͳͲͷ"1*͕ফ͑ͨ • σόοάग़ྗͷใ͕গͳ͍ •
ϒϥβͷݴޠใΛ੍ޚͰ͖ͳ͍ – "1*গ͠ҧ͏ͷͰҙ • yieldͰॻ͚ΔͷҎ߱
ਓ͕ೖྗ͢Δͱ͖ͷϑ ϩʔΛ࠶ݱ
)5.-ͷύʔε DIFFSJPͰ
ΤΫηϧ • Ҭ͝ͱʹಘͨσʔλΛΤΫηϧ – ۜ࠲ɺຊɺܙൺणɺஙŋŋŋ • ͦΕͧΕళฮ͘Β͍ – είΞ – Ձ֨ଳ • Ձ֨ͱείΞͷࢄਤΛ࡞Δ
ۜ࠲ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
ܙൺण 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
݁ߏΘ͔Δ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 2.9 3.1 3.3 3.5 3.7 3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ܙൺणʹߴՁ֨ଳͷධ Ձͷߴ͍͓ళ͕ͳ͍ ۜ࠲ධՁͷߴ͍ߴڃళ ͕ͻ͠Ί͍͍ͯΔ ʮܙൺणߴڃҿ৯ళີूଳͷׂʹྑ͍͓Ე͞Μগͳ͍ʯŋŋŋͱ͍͏ᷚຊ͔ ͦͦ͢͠͞Μগͳ͍
ຊ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
ங 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000
͔Δ͘ߟ
ۜ࠲ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ܦݧతʹ͘Β͍͋Εϋζ Ϩগͳ͍ͷͰͦ͜Λᮢʹ͠ ͯΈΔ
ۜ࠲ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ίεύͷྑ͍ళ͋Δ ་٢ຕҎ্ͷߴڃళ ͳΒ͜ͷ͋ͨΓ͕ೲಘ ײ͕ߴͦ͏ ४ߴڃళͰຬͷߴ ͦ͏ͳ͓ళ ඞͣ͠ߴՁ֨ͳΒධ Ձ͕ྑ͍Θ͚Ͱͳ͍
ຊ 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 ۜ࠲ͱࣅ͍ͯΔ ۜ࠲ʹൺֱͯ͜͠ͷՁ ֨ଳͷߴධՁళ͕গͳ ͍ Ձ֨ଳͰߴධՁ ͷళͳ͍
ங 2.9 3.1 3.3 3.5 3.7
3.9 4.1 4.3 4.5 0 5,000 10,000 15,000 20,000 25,000 Ձ֨ଳͷ͓ళ ີू͍ͯ͠Δ ૂ͍ ૂ͍
ײ • શൠతʹՁ֨ଳධՁ͕ौΊʹͳΔ – ҆ͯ͘͘Β͍ͳΒίεύྑ͍ͷͰ • ջ͕Թ͔͍ͳΒۜ࠲ຊ – ͨͩ͠ຊʹߦ͘ͳΒத్ආ͚Δ –
ۜ࠲ຊΑΓબࢶ • ࠷ߴڃՁ֨ଳͰͳͯ͘ྑ͍ళ͕݁ߏ͋Δ • ஙொͷنʹର͕ͯ͢͠͠ଟ༷ɻ • ܙൺण͢͠ʹ͔ͳ͍ – ͳ͓നۜߴྠඌ·Ͱߦ͘ͱ৭ʑ͓ళ͕͋Γ·͢ ˞͋͘·ͰείΞΛ৴͢ΔͳΒɻ͋·Γਅʹड͚ͳ͍Ͱ͍ͩ͘͞Ͷ
5IBOLT ͢͠Ώ͖ $ ͋ΘΏ͖ $$#:/$/%