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
オンプレ思考からクラウド思考へ
Search
Shoichiro Nagai(shnagai)
January 23, 2018
Technology
6.9k
4
Share
オンプレ思考からクラウド思考へ
MasterCloud #9 新春クラウドLT大会 (マスタークラウド) のLT資料です
Shoichiro Nagai(shnagai)
January 23, 2018
More Decks by Shoichiro Nagai(shnagai)
See All by Shoichiro Nagai(shnagai)
テックビジョンを活用した技術戦略の実践/Implementation-of-Technology-Strategy-leveraging-Tech-Vision
shoichiron
0
89
GoでBigQueryを操作する時にStructを使うか悩んでる話/go-bigquery-struct-worries
shoichiron
1
210
AWS Step Functions × AWS SAMで実現する家族ノートの低運用コストETL基盤/ kazokunote-stepfunctions-awssam-etl
shoichiron
4
9.1k
機械学習PJのデータ収集における課題を解決する データ基盤の取組み/Efforts of data infrastructure to solve problems in data collection of machine learning PJ
shoichiron
1
2.3k
ECS×Fargateで実現する運用コストほぼ0なコンテナ運用の仕組み/ ecs fargate low cost operation
shoichiron
14
18k
ママリで動くカテゴリ類推エンジンの仕組み ~機械学習導入の4つの勘所を添えて~/mamari category analogy
shoichiron
0
820
SIGNATEの練習問題コンペで 57位までスコアを上げた話/ The story of the signate competition
shoichiron
2
6.1k
AWSサービスで実現するバッチ実行環境のコンテナ/サーバレス化/ Container service of batch execution environment realized by AWS service
shoichiron
11
7.1k
Fargateは何がうれしいのか/ fargate-whats-nice
shoichiron
4
11k
Other Decks in Technology
See All in Technology
いつの間にかデータエンジニア以外の業務も増えていたけど、意外と経験が役に立ってる
zozotech
PRO
0
640
AI対話分析の夢と、汚いデータの現実 Looker / Dataplex / Dataform で実現する品質ファーストな基盤設計
waiwai2111
0
620
全社統制を維持しながら現場負担をどう減らすか〜プラットフォームチームとセキュリティチームで進めたSecurity Hub活用によるAWS統制の見直し〜/secjaws-security-hub-custom-insights
mhrtech
1
540
Every Conversation Counts
kawaguti
PRO
0
240
PdM・Eng・QAで進めるAI駆動開発の現在地/aidd-with-pdm-eng-qa
shota_kusaba
0
250
サイボウズ、プラットフォームエンジニアリング始めるってよ ― プラットフォームチームの事業貢献と組織アラインメントの強化
ueokande
0
120
アプリブロック機能のつくりかたと、AIとHTMLの不合理な相性の良さについて
kumamotone
1
260
クラウドネイティブ DB はいかにして制約を 克服したか? 〜進化歴史から紐解く、スケーラブルアーキテクチャ設計指針〜
hacomono
PRO
6
1.1k
Claude Codeウェビナー資料 - AWSの最新機能をClaude Codeで高速に検証する
oshanqq
0
920
GCASアップデート(202603-202605)
techniczna
0
200
20260513_生成AIを専属DSに_AI分析結果の検品テクニック_ハンズオン_交通事故データ
doradora09
PRO
0
230
Gaussian Splattingの表現力を拡張する — 高周波再構成とインタラクションへのアプローチ —
gpuunite_official
0
190
Featured
See All Featured
Max Prin - Stacking Signals: How International SEO Comes Together (And Falls Apart)
techseoconnect
PRO
0
160
Navigating Team Friction
lara
192
16k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
12
1.1k
Leo the Paperboy
mayatellez
7
1.8k
Beyond borders and beyond the search box: How to win the global "messy middle" with AI-driven SEO
davidcarrasco
3
130
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
220
The browser strikes back
jonoalderson
0
1.1k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
35
3.5k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
150
A Modern Web Designer's Workflow
chriscoyier
698
190k
Agile that works and the tools we love
rasmusluckow
331
21k
Reality Check: Gamification 10 Years Later
codingconduct
0
2.1k
Transcript
$POOFIJUP*ODӬҪউҰ ϚϚͷҰาΛࢧ͑Δ ΦϯϓϨࢥߟ͔ΒΫϥυࢥߟ
ࣗݾհ ӬҪউҰ ΠϯϑϥΤϯδχΞ 5XJUUFS!TIOBHBJ 2JJUBIUUQTRJJUBDPNOBHBJT ϒϩάIUUQLPCJUPTBOIBUFOBCMPHDPN ۙͷ৬ྺɿ Ұٳɹɹɹ 7
ίωώτ ࡢ5݄ʹjoin
αʔϏεհ
αʔϏεհ
ࠓͷͳ͠
ΦϯϓϨத৺ʹ৮͍͕ͬͯͨࣗɺ ͜͜Ϋϥυத৺ʹγϑτ͖ͯͨ͠ தͰײͨ͡ࢥߟͷมԽʹ͍ͭͯ͠·͢
͋͘·ͰݸਓతͳҙݟͳͷͰɺ ؾܰʹฉ͍ͯΒ͑Ε͍Ͱ͢ɻ
w γεςϜߏஙϓϩηεͷҧ͍ w πʔϧͬͯΔײ֮ w ΫϥυϕϯμϩοΫΠϯ w োͱͷ͖߹͍ํ ΞδΣϯμ
γεςϜߏஙϓϩηεͷҧ͍
w ࣦഊʹର͢Δίετ͕ߴ͍ ػثߪೖଞػೳͱ ͷ૬ΓݮՁঈ٫ w ࣦഊग़དྷͳ͍͔Βɺ৻ॏͳܭը࡞Γ͔Βελʔ τ γεςϜߏஙϓϩηεͷҧ͍ ΦϯϓϨ
w ैྔ՝ۚͳͷͰɺࣦഊग़དྷΔ εέʔϧΞτ Ξοϓ༰қ w ϚωʔδυαʔϏε߹ɺݕূ͠ͳ͕Β༷ Λ֬ೝ͢Δͷ͕େࣄ w ͲΜͲΜਐԽ͍͔ͯ͘͠Β࡞ΓࠐΈ͗͢ͳ͍
ΑΓྑ͍ͷ͕ग़ͨΒೖΕସ͑Ε͘Β͍ͷ ࢥ γεςϜߏஙϓϩηεͷҧ͍ Ϋϥυ
ೖ೦ͳܭըΛཱͯΔΑΓɺखΛಈ͔͠ ͳ͕ΒϞϊΛ࡞͍ͬͯ͘ํ͕Αͦ͞͏
πʔϧͬͯΔײ֮
w ϛυϧΣΞͷΠϯετʔϧઃఆ͔Βγες Ϝ࿈ܞͷߏ·ͰશͯࣗͰߟ͑ͯखΛಈ͔͢ w ϦϦʔεग़དྷͨ࣌ͷεΩϧΞοϓײΛಘ͍͢ πʔϧͬͯΔײ֮ ΦϯϓϨ
͕ࣗ࡞ͬͨײεΩϧΞοϓ࣮ײʂʂ
w ϚωʔδυαʔϏεಛʹɺπʔϧͷ͍ํΛ ֶΜͰ͍͘ײ֮ w ͋Δఔ୭Ͱग़དྷΔ͠ɺ͏͚ͩͰچདྷͷ ٕज़ྗ͋·Γ͔ͭͳ͍ w ࣮ݱ͍ͨ͜͠ͱΛૣ͘ఏڙ͢ΔࣄʹΤϯδχΞ ͱͯ͠ͷՁ͕ग़ͯ͘Δ ͜Ε·Ͱͷܦݧͱ͔ࣝ͜͜Ͱʹཱ͍ͬͯΔ
πʔϧͬͯΔײ֮ Ϋϥυ
γεςϜΛ࡞Δ͜ͱʹՁݟग़͢☓ ύζϧΛΈཱͯతΛૣ࣮͘ݱ˓
ΫϥυϕϯμϩοΫΠϯ
w "84ͷϚωδϝϯταʔϏεʹৄ͘͠ͳͬͯ ͍ࣗ͘ ίωώτ΄΅"840OMZ w ϚϧνΫϥυͰΜͰ͍ΔେنɾߴՄ༻ੑ ΛٻΊΒΕΔγεςϜΛ࡞͍ͬͯΔਓผ ͏ Β·͍͠ɻɻ ΫϥυϕϯμϩοΫΠϯ
&$4 3%4 -BNCEBͷ༷ ͏ίπʹͲΜͲΜৄ͘͠ͳΔɻɻɻ
͕ࣝ"84ʹϩοΫΠϯ͞Ε͍ͯ͘ෆ҆
༰ࣻͳ͍ΞοϓσʔτͷΩϟονΞοϓ
w ໌͔Β($1Ͱͱ͔ͳͬͨΒ·ͨθϩ͔Βͱ ͍͏ڪා͋Δɻɻ w ཪଆͷγεςϜݪཧΛग़དྷΔ͚ͩ૾͠ͳ͕ Β͏͜ͱΛҙ͍ࣝͯ͠Δ w ΞοϓσʔτΛΥονͯ͠ɺࣗࣾͷγεςϜ ʹ͏·͘མͱ͠ࠐΜͰ͍͘ͷ͕Ϋϥυ࣌ͷ Ұͭͷٕज़ྗͩͱࢥ͏ɻ
ΫϥυϕϯμϩοΫΠϯ
োͱͷ͖߹͍ํ
w ݪҼΛపఈతʹٻ͢Δ w શͯͷγεςϜΛࣗୡͰཧ͍ͯ͠ΔͷͰ Γ͚Ͳ͜·ͰͰग़དྷΔ ্ҐϨΠϠ/8 ػثͱ͔ผͰ͕͢ɻɻ োͱͷ͖߹͍ํ ΦϯϓϨ
w ΠϯελϯεΨνϟ ࣗͨͪʹͲ͏͠Α͏ͳ͍ࣄ͕ى͜Δͷ w ΠϯϑϥϨΠϠͷӡ༻Ϋϥυϕϯμʹͤ ͍ͯΔ w ఆରࡦग़དྷͨ࣌ͰɺૣΊʹαϙʔτʹ͛ Δ͕٢ ࣗͰௐࠪग़དྷΔൣғʹݶք͕͋ΔͷͰɺɺɺ
োͱͷ͖߹͍ํ Ϋϥυ
ϞϠϞϠ͋Δ͕ɺ શͯͷݪҼΛΓ͚Ͱ͖ΔͷͰ ͳ͍ͱ͍͏Ϋϥυͷ੍Λड͚ ೖΕΔࣄ͕େࣄɻ ք
Ϋϥυࢥߟͱ
θϩ͔Βྑ͍ͷΛ࡞Δ ˣ ૉࡐΛΈཱͯεϐʔσΟʹ࡞Δ ͱ͍͏Ձ؍ͷมԽ
w ࣮ݱ͍ͨ͠ࣄ த ʹϑΥʔΧεग़དྷΔͷ͕Ϋ ϥυ࠷େͷԸܙ w πʔϧͬͯΔײϕϯμϩοΫΠϯා͍͚ Ͳɺखஈͱଊ͑ͯ͏·͖͘߹͍ͬͯ͘ɻ w ଞͷखஈ૾͠ͳ͕Β͏͜ͱͰग़དྷΔ͚ͩ
൚༻తͳٕज़ྗΛʹ͚ͭΔΑ͏ҙࣝ͢Δͱྑ ͦ͞͏ ·ͱΊ
໘Ͱ࣌ؒͷ͔͔͍ͬͯͨ࡞ۀΛΧοτग़དྷͯɺ Γ͍ͨࣄʹϑΥʔΧεग़དྷΔͷͰɺ ݸਓతʹʮΫϥυ࠷ߴʯͱ͍͏ؾ࣋ͪ