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
ふりかえりには、ストレスマネージメントの考え方が役に立つ!
Search
scrummasudar
December 10, 2020
Science
2
830
ふりかえりには、ストレスマネージメントの考え方が役に立つ!
分散アジャイルチームについて考える会で発表した内容です。
https://distributed-agile-team.connpass.com/event/195970/
scrummasudar
December 10, 2020
Tweet
Share
More Decks by scrummasudar
See All by scrummasudar
【ふりかえりワークショップ】Tryを決めるだけじゃない!感情にフォーカスした、ふりかえりを体験しよう!
scrummasudar
0
370
アジャイルコーチを名乗る覚悟 -あなたは何によって憶えられたいか?-
scrummasudar
5
1.5k
ゲームテストの基礎-ISTQBゲームテストシラバスの解説-
scrummasudar
1
610
アジャイル開発における QAの役割と仕事の方法
scrummasudar
0
150
動くプロダクトを軸にしたプロジェクトマネージメント〜スプリントレビューの活用方法〜
scrummasudar
0
1.7k
頻繁に感じる問題に 対処していますか?
scrummasudar
1
970
頻繁に感じている問題に対処できていますか?
scrummasudar
0
150
HowToDevelopInLargeAndComplex
scrummasudar
0
1.1k
OrganizationalChange
scrummasudar
3
1.7k
Other Decks in Science
See All in Science
モンテカルロDCF法による事業価値の算出(モンテカルロ法とベイズモデリング) / Business Valuation Using Monte Carlo DCF Method (Monte Carlo Simulation and Bayesian Modeling)
ikuma_w
0
220
テンソル分解による糖尿病の組織特異的遺伝子発現の統合解析を用いた関連疾患の予測
tagtag
2
210
データベース06: SQL (3/3) 副問い合わせ
trycycle
PRO
1
620
ttl2html (RDF/Turtle to HTML)
masao
0
100
機械学習 - K近傍法 & 機械学習のお作法
trycycle
PRO
0
1.2k
地表面抽出の方法であるSMRFについて紹介
kentaitakura
1
790
Lean4による汎化誤差評価の形式化
milano0017
1
290
論文紹介 音源分離:SCNET SPARSE COMPRESSION NETWORK FOR MUSIC SOURCE SEPARATION
kenmatsu4
0
290
生成検索エンジン最適化に関する研究の紹介
ynakano
2
1.3k
科学で迫る勝敗の法則(電気学会・SICE若手セミナー講演 2024年12月) / The principle of victory discovered by science (Lecture for young academists in IEEJ-SICE))
konakalab
0
120
mathematics of indirect reciprocity
yohm
1
160
IWASAKI Hideo
genomethica
0
120
Featured
See All Featured
Product Roadmaps are Hard
iamctodd
PRO
54
11k
Testing 201, or: Great Expectations
jmmastey
45
7.6k
The Language of Interfaces
destraynor
158
25k
Mobile First: as difficult as doing things right
swwweet
223
9.9k
Making Projects Easy
brettharned
117
6.3k
A designer walks into a library…
pauljervisheath
207
24k
StorybookのUI Testing Handbookを読んだ
zakiyama
30
6k
Helping Users Find Their Own Way: Creating Modern Search Experiences
danielanewman
29
2.8k
KATA
mclloyd
32
14k
Typedesign – Prime Four
hannesfritz
42
2.7k
Visualization
eitanlees
146
16k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.4k
Transcript
૿ాݠଠ ;Γ͔͑Γʹɺ ετϨεϚωʔδϝϯτͷߟ͑ํ͕ ʹཱͭʂ ࢄΞδϟΠϧνʔϜʹ͍ͭͯߟ͑Δձ
ετϨεͬͯɺීஈײ͡·͢ʜΑͶʁ
ࣄݱͷzυυυυυz
ΪϡΪϡͷຬһిं
ͤ·Γ͘Δೲظʜ
ɺετϨεͱ্ख͖͘߹͑ͳ͔ͬͨʜ ɺճٳΈͷ
ετϨεϚωʔδϝϯτͱͷग़ձ͍ ྟচ৺ཧ࢜ͷํ͔Βଟ͘ͷ͜ͱΛֶΜͩ
z;Γ͔͑Γzʹ׆͔ͤΔ͔ʂʁ w ετϨεϚωʔδϝϯτͷྲྀΕ w ؾͮ͘ w έΞ͢Δ w ༧͢Δ
ࣗݾհ w ૿ాɹݠଠ w ͓ࣄ୳͠த w ίϛϡχςΟ w εΫϥϜಓؔ w
ΞδϟΠϧϥδΦ
૿ాݠଠ ;Γ͔͑Γʹɺ ετϨεϚωʔδϝϯτͷߟ͑ํ͕ ʹཱͭʂ ࢄΞδϟΠϧνʔϜʹ͍ͭͯߟ͑Δձ ࠶ܝ
ετϨεͬͯͳΜͩΖ͏ʁ
ετϨεͱ w ϋϯεɾηϦΤͷετϨεֶઆΛͱʹհ w ετϨε w ֎෦ڥ͔ΒͷܹʹΑͬͯى͜ΔΈʹର͢ΔඇಛҟతԠ w ετϨοαʔ w
ετϨεΛҾ͖ى͜͢֎෦ڥ͔Βͷܹ w Ұൠతʹར༻͞ΕΔʮετϨεʯ͜ͷ༰Λࢦ͍ͯ͠Δ w ຊൃදͰ͍͚͠·ͤΜ IUUQTXXXFIFBMUIOFUNIMXHPKQJOGPSNBUJPOEJDUJPOBSZIFBSUZLIUNM IUUQTFOXJLJQFEJBPSHXJLJ)BOT@4FMZF
ετϨεͷྨᶃ w ཧత w ॵ͍ɺפ͍ɺᚶ͍͠ɺ͏Δ͍͞ w Խֶత w Խֶ࣭ͷ͍ɺ৯ఴՃ w
ੜత w ΠϧεɺίϩφɺՖค w ৺ཧత w ෆ҆ɺΠϥΠϥɺΈ w ҰൠతʹετϨεͱ Πϝʔδ͞Ε͍͢ͷίνϥ
ετϨεͷྨᶄ w Ϧνϟʔυɾϥβϧεͷྨ w ϥΠϑΠϕϯτ • ਓੜʹ͓͚Δେ͖ͳసɻେ͖͘ӨڹΛ༩͑ͨग़དྷࣄɻܶతͳग़དྷࣄɻ w σΠϦʔϋοεϧ •
ৗࣄੜ׆ΛૹΔ্Ͱසൟʹମݧ͢Δෆ༇շͳࣄฑ৺ࣄɻ
ετϨεͷྨᶄʙϥΠϑΠϕϯτʙ
ετϨεͷྨᶄʙσΠϦʔϋοεϧʙ
ετϨεͷྨᶄʙͲͪΒʹؾΛ͚ͭΔ͖ʁʙ ϥΠϑΠϕϯτ σΠϦʔϋοεϧ Өڹ େ͖͍ খ͍͞ ظؒ Ұ࣌త ຫੑత ؾ͖ͮ͢͞
ؾ͖͍ͮ͢ ؾ͖ͮͮΒ͍
ετϨεͷྨᶄʙσΠϦʔϋοεϧʹҙʙ • ϥΠϑΠϕϯτΑΓɺ൱ఆతͳӨڹΛ༩͍͑͢ͱݴΘΕ͍ͯ·͢ɻ • ʑൃੜ͢ΔͷͰɺզຫͰղܾ͠ͳ͍…ɻ • খ͍͞ࣄ͕ଟ͍ͷͰɺݟಀ͕ͪ͠…ɻ • ΒͣΒͣͷ͏ͪʹੵ͠ɺෆௐͷݪҼʹ…ɻ
ϫʔΫ
ετϨεʹؾ͍ͮͯ·͔͢ʁ w σΠϦʔϋοεϧʹ֘͢ΔετϨεΛॻ͖ग़ͯ͠ΈΑ͏ʂ w ࣄʹؔ࿈͢Δͷத৺ʹʂ w ͚͠Εɺৗੜ׆ͷ༰Ͱ0, w ࣌ؒɺؒ
;Γ͔͑ΓΛ;Γ͔͑Ζ͏ᶃ
σΠϦʔϋοεϧɺݟಀͯ͠·ͤΜ͔ʁ w ʮσΠϦʔϋοεϧ͕ɺશ͘ࢥ͍͔ͭͳ͍ʜʯͱͳ͍ͬͯ·ͤΜ͔ʁ w σΠϦʔϋοεϧʹॻ͍ͨ༰Λɺ;Γ͔͑ΓͰ͍͑ͯ·͔͢ʁ w ੵΈॏͳͬͯɺͭΒ͍ঢ়گʹؕͬͯ·ͤΜ͔ʁ
ετϨεΛέΞ͢Δ ೝฤ
ʮഭΓ͘ΔೲظʯΛͲ͏ड͚औΓ·͔͢ʁ ͜Ε͕ऴΘΕɺҰଉ͚ͭΔʂ ͍ʜɻࣄ͕ऴΘΒͳ͍ʜ ্࢘ʹ૬ஊ͢Εɺ ظΛͣΒͤΔ͔ʜɻ ͜ͷࣄΛΓ͖Εɺ ৽ͨͳνϟϨϯδΛୡʂ
ετϨεͷೋ໘ੑ w ϚʔςΟϯɾηϦάϚϯͷϙδςΟϒ৺ཧֶ w ࣬පϞσϧ w ετϨε࣬පͷൃ͋Δ͍ɺ૿ѱҼࢠͱͯ͠ಇ͘ w Ϟσϧ w
ετϨε͕ਓؒͷͷݯ w Ұͭͷࣄʹରͯ͠ɺ྆໘ͷ؍Ͱଊ͑Δ͜ͱ͕ॏཁ
౷੍Մೳੑ w ͋Δঢ়ଶΛࣗͷҙࢤߦಈͰม͑ΒΕΔ͔Ͳ͏͔Λࣔ͢ w ౷੍ՄೳɿࣗͰͲ͏ʹ͔Ͱ͖Δɻม͑Δ͜ͱ͕Ͱ͖Δɻ w ౷੍ෆՄೳɿͲ͏ʹͳΒͳ͍ɻมԽͤͮ͞Β͍ɻ w ౷੍Մೳੑ͕͚Εɺग़དྷࣄΛετϨεϑϧʹײ͡Δ w
(FFSBOE.BJTFM ͷ࣮ݧ
༧ଌՄೳੑ w ༧ଌՄೳɿγϣοΫΛͭؒετϨε͍ɺγϣοΫͷఔ͍ w ྫ ࢿ֨ࢼݧɺब৬ɺఆୀ৬ɺ෩ʹΑΔࣗવࡂ w ༧ଌෆՄೳɿγϣοΫΛͭؒετϨεߴ͍ɺγϣοΫͷఔߴ͍ w ྫ
ςϩɺʹΑΔࣗવࡂ w ༧ଌ͕Ͱ͖Δͱɺࣄલ४උ৺ߏ͕͑Ͱ͖Δɻ ܹ͕དྷΔ·Ͱʹɺ͋ΔఔϦϥοΫεͰ͖Δɻ
;Γ͔͑ΓΛ;Γ͔͑Ζ͏ᶄ
ϫʔΫ
͍ͦͦ͜͠ͱʹཱ͔ͪͬͯ·ͤΜ͔ʁ w ϫʔΫͰॻ͍ͨσΠϦʔϋοεϧΛݟͯ͠Έ·͠ΐ͏ʂ w ౷੍ෆՄೳͳ͜ͱʹΠϥΠϥͯ͠·ͤΜ͔ʁ w ༧ଌෆՄೳͳ͜ͱʹ͍͗ͯ͢͠·ͤΜ͔ʁ w ࣌ؒɺؒ
χʔόʔͷفΓʙड͚ೖΕΔ͜ͱͷେ͞ʙ ਆΑɺ ม͑Δ͜ͱͷͰ͖Δͷʹ͍ͭͯɺ ͦΕΛม͑Δ͚ͩͷ༐ؾΛΘΕΒʹ༩͑ͨ·͑ɻ ม͑Δ͜ͱͷͰ͖ͳ͍ͷʹ͍ͭͯɺ ͦΕΛड͚͍ΕΔ͚ͩͷྫྷ੩͞Λ༩͑ͨ·͑ɻ ͦͯ͠ɺ ม͑Δ͜ͱͷͰ͖Δͷͱɺม͑Δ͜ͱͷͰ͖ͳ͍ͷͱΛɺ ࣝผ͢ΔܙΛ༩͑ͨ·͑ɻ ϥΠϯϗʔϧυɾχʔόʔ
Ҿ༻IUUQIPNFJOUFSMJOLPSKQdTVOPZPTIJQPFUSZQ@OJFCVISIUN
ετϨεΛέΞ͢Δ ߦಈฤ
ίʔϐϯά w ίʔϐϯάͱɺzετϨεʹରॲ͢Δzͱ͍͏͜ͱ w ετϨεঢ়ଶΛऑΊͨΓɺͳͨ͘͠Γ͢Δ͜ͱΛతͱ͢Δɻ w ྨํ๏ͱͯ͠ɺ ʮযܕίʔϐϯάʯͱʮಈযܕίʔϐϯάʯ͕ଘࡏ͢Δɻ w Ϧνϟʔυɾϥβϧεͷઆ
Ҿ༻IUUQTXXXFIFBMUIOFUNIMXHPKQJOGPSNBUJPOEJDUJPOBSZFYFSDJTFZTIUNM
যܕίʔϐϯά w ΛมԽͤͨ͞Γɺආ͚ͨΓͰ͖Δํ๏Λݟ͚ͭΔख๏ w ετϨεΛͳͤ͘Δ͔Ͳ͏͔Λߟ͑Δ w ͷݪҼΛߟ͑ɺղܾʹ͔ͬͯߦಈ͢Δ w ग़དྷࣄঢ়گʹ͍ͭͯௐͨΓɺܦݧऀʹΛௌ͍ͨΓ͢Δ w
ղܾํ๏Λߟ͑ͨޙɺղܾखॱͷܭըཱͯΔ
ಈযܕίʔϐϯά w ಈΛ͋ΒΘʹ͠ɺϦϥοΫε͢Δ͜ͱΛతͱ͢Δख๏ w ղܾఘΊɺߟ͑Δ͜ͱҰ୴Ίͯؾʹ͠ͳ͍Α͏ʹ͢Δ w ग़དྷࣄঢ়گʹ͍ͭͯɺ٬؍తɺָ؍తʹߟ͑ΒΕΔΑ͏ʹ͢Δ w Έͳ͞Μɺҙ֎ͱ͍ͬͯ·͢ʂ w
Δ͖͜ͱ͕ଟ͘ͳΔͱɺͳ͔ͥͬͯ͠·͏আ w ࣄ͕ऴΘΒͳ͍͚ͲɺͱΓ͋͑ͣʮҿΈʹߦ͜͏ͥʂʯͱډञ
ίʔϐϯάͷ͍͚ w ·ͣܰྔͳಈযܕίʔϐϯάͰϦϥοΫεʂ w ౖΓɺෆ҆ͱ͍ͬͨؾ࣋ͪͷߴͿΓɺମͷڵฃঢ়ଶΛ͑ΔͨΊʹɺ ·ͣɺϦϥοΫε͢Δඞཁ͕͋Δ w ྫྷ੩Ͱͳ͍ঢ়ଶͰɺॏ͍ͨযܕίʔϐϯάʹऔΓΜͰɺ ݁Ռͱͯ͠औΓΉ͜ͱ͕Ͱ͖ͳ͍ঢ়ଶʹ
;Γ͔͑ΓΛ;Γ͔͑Ζ͏ᶅ
ղܾʹྗ͍͗ͯ͢͠·ͤΜ͔ʁ w ਓͷঢ়ଶʹ͠Α͏ʂ w ղܾͷखॱܭը͕໌ྎʹͳͬͨͱͯ͠ɺ࣮ࢪ͢Δͷਓʂ w ಛʹൃੜͨ͠ʹܞΘ͍ͬͯͨਓɺෆ҆ޙչͰɺྫྷ੩Ͱͳ͍ w ;Γ͔͑ΓͰղܾͷํ๏͕ݟ͔ͭΒͳ͘ͱɺ ಈযܕίʔϐϯάΛ͍ɺνʔϜΛීஈͷঢ়ଶʹ͢͜ͱͰɺ
;Γ͔͑ΓͷޮՌݟࠐΊΔ
ετϨεΛ༧͢Δ
ରॲํ๏ΛࣗͰࣄલʹ͓ͬͯ͜͏ʂ w ίʔϐϯάɺಥવࢥ͍ͭ͘ͷͰͳ͍ w ීஈ͔Βࣗͷରॲ๏Λ͓ͬͯ͘͜ͱͰɺ͍͟ͱͳͬͨͱ͖ʹ׆༻Ͱ͖Δ w ʮಈযܕίʔϐϯάɺࣄલʹݸϦετΞοϓ͓ͯ͘͠ͱΑ͍ʯ ͱݴΘΕ͍ͯ·͢CZྟচ৺ཧ࢜ͷઌੜ w ίϧνκʔϧ
ετϨε࣭ Λফඅ͢ΔӡಈɺετϨεੑΛߴΊΔͷͰɺ ݈શͳମ࡞Γେࣄ
ϫʔΫ
ಈযܕίʔϐϯάΛॻ͖ग़ͦ͏ʂ w ࣌ؒʹࢥ͍ͭ͘ݶΓͷରॲ๏Λॻ͖ग़ͦ͏ʂ w ʮ͍ͷ͕৯ΔʯΑΓɺ ʮϠϚβΩͷେ͖ͳπΠϯγϡʔ৯Δʯͷํ͕ϕλʔ w ࣌ؒɺؒ
͓ΘΓʹ
ଞͷͷֶͼΛ׆͔͢ͱੈք͕͕Δ w ͨ·ͨ·ਂ͘ετϨεϚωʔδϝϯτΛֶͿػձ͕͋ͬͨͷͰɺ l;Γ͔͑Γzʹ׆͔ͤΔͷͰͳ͍͔ͱߟ͑ͨ w *5ʹؔ࿈͠ͳ͍Ͱɺਂֶ͘ΜͰ͍Δ͕ɺΈͳ͞Μʹ͋Δʂ