本業は生成AIプロダクトのSRE, 趣味（と昔の仕事*1）は野球データサイエンス&エンジニアリングの人です. 本日, LayerX ランチタイムLT「AI for fun」にて「生成AIを活用した野球データ分析〜メジャーリーグ編」という, （昔からのshinyorkeを知ってる方からすると）久しぶりに自分の芸風⚾️らしいLTをさせてもらいました*2. speakerdeck.com youtu.be 本記事ではこの発表の主に技術解説的な部分を紹介できればと思います（つまり至って真面目？な技術ブログです）. Claude for Desktopを使うまでの背景 MCP Toolbox for Databasesでいい感じに作れた. ぐらいの話を事細かにできればと思います. TL;DR なぜこのネタを作ったか 生成AIをバディに野球の時間を楽しみたい MCPでいい感じに作れそうと知る 技術実装

こんにちは。LayerX AI・LLM事業部 SREの@shinyorke（しんよーく）と申します。 私はよく書籍を読むエンジニア*1なのですが、SREやクラウドなエンジニアにはクラウドストラテジーという書籍をオススメしています。 leanpub.com 名前の通り「クラウドを使う組織・人にとっての戦略の話」メインの書籍ですが、弊社LayerXのようにSaaSそして生成AIプロダクトを提供する企業のエンジニアにとっても非常に学びがたくさんあります。 特にAI・LLM事業部では主力プロダクトである「Ai Workforce」を大企業のお客様に導入していただいている関係上、 エンタープライズ企業向けのSIおよびOpsが要求される。 お客様のルールや慣習に合わせて導入する必要がある。 お客様のシステム部門やCCoE組織に対してご理解とご協力を頂く必要がある。 以上のような背景があり、クラウドスト

本業はSRE, 相変わらず野球関係の趣味開発（個人開発）をしている者です. 今まで趣味開発におけるPythonのPackage Managerはpoetryを使っていましたが, 仕事で使っている&その他の理由でuvに変更しました. github.com このブログではそんなuvの話を書きたいと思います. このブログについて TL;DR 移行の背景とメリット 学習コストの低さ パフォーマンスの向上 移行で苦労した&変更した所 pyproject.tomlの書き換え コードチェックをruffに変更 GitHub Actionsの移行 主な変更点 設定ファイルの比較 移行の手順 結び おまけ - Cursorはどこまでブログを書いたか このブログについて 弊ブログ「Lean Baseball」では初の試みとして, 執筆の大半をCursorで行っています*1. なお以下については中の人（shiny

Google Cloud歴7年ちょい*1, AWSもおそらく同じぐらい*2, Azureに入門してから3ヶ月半の人です. 今年からJoinした現職（LayerX AI・LLM事業部）では人生初のAzureに取り組む関係で, （入社前, トライアル選考を受けることが決まった昨年12月から）そっとAzureを触り始めました, そこから今日でようやっと3ヶ月半とかです. 流石にこの程度の経験（Azure3ヶ月）だと仕事にならないので, 個人開発で作りたかったネタをAzureでやることを決断. 題材はプロ野球ネタ（プロジェクト「uwasawa*3」）, GWまでの稼働を目指す. 単にAzureを覚えるだけでなく, クラウドのプロとして仕様を抑えてきれいに作る. 全部自分でやると面倒くさいので生成AIに移譲しながら「インフラタスクの自動運転*4」を目指す. という（趣味でもあり, お勉強でありかつ,

こんにちは。LayerX AI・LLM事業部のエンジニア、Osukeです。普段は Ai Workforce のプロダクト開発に従事しています。 getaiworkforce.com 当事業部では、開発現場で役立つさまざまなAIツールを取り入れており、今回ご紹介するのはそのひとつ、Devin です。 Devinとは Devinは2024年12月に正式リリースされたエージェント型プロダクトで、GitHubやSlackなど、普段使い慣れたツールと連携して、まるでAIエンジニアがサポートしてくれるかのように開発タスクを自律的にこなします。 Slack上で指示を与えるだけで、Task PlanningからPR作成を実施してくれます。コードベース全体の整合性を考慮しながら作業を進めてくれるため、開発現場のコンテキストを想像以上に考慮しながらコード生成など行なってくれるのが特徴的です。 背景 私たちのプ

ネット専用スーパー「Green Beans」を展開するイオンネクスト。自社完結型イノベーション体制から生まれた成果の一例として、配送効率を劇的に向上させた「線香花火クーポン」施策を紹介します。

いきなりのお知らせですが, 私shinyorkeは年内で現職（某大手外資系ITコンサル企業*1）を退職します（本日12/13が最終出社でした）&来年から再びプロダクトを取り扱うベンチャー企業*2でエンジニアとして働くことになりました（まだ予定ですが）&その転職活動から爆誕したコンテンツがこの記事です. 現職の皆様, 本当にお世話になりました&次の働き先はもうすぐ決まる見込みです*3. 退職と転職の話は後日別のブログこちらのブログで語ることにしますが, 約3年ぶりの転職活動（40代になってから二回目）は本当に苦労しました. エンジニアの転職プロセスは色々ありますが, 通常の面接・選考(過去経歴, いくつかの質問の中で能力・カルチャーがフィットするか) 技術選考（プログラミングテスト, 応用的な技術課題の作成・提出, レビュー形式の技術面談など） 大雑把にこの2つに分かれるかと思います*4が,

PyCon JP 2024発表の詳細版です. Python製のLow-codeであるDashについて話をさせてもらいました（自分のレポート）. トーク本編では話さなかったor話せなかった件を中心に紹介します. なお, 本エントリーのサンプルコードは以下のGitHub Repositoryにて公開しています. github.com 本エントリーの目的 TL;DR Dashとは何か Hello world 基本的な構成 コンポーネント（html, dcc） コールバック 認証認可 マルチページ app.py pages 世の中に公開する Streamlitとの比較 結び Appendix 本エントリーの目的 「とりあえずDashでHello worldをやりながら構成を理解, 作りたいものを作れるぐらいの知識を提供」 すること目的としています. FlaskでPythonのアプリを作ったことある

PyCon JP 2024 9/28 Talk Session 発表資料

最近読んだ「入門 継続的デリバリー」がとても良かったので紹介しますね, というエントリーです. 入門継続的デリバリー良かったです. 「継続的デリバリー（Continuous Delivery）」とか「DevOps」ってどこから学ぶかわからんな！？ というのは割とあるあるだと思っています, そもそもめちゃくちゃ難しい話なので（ちゃんと学ぼうとすると）. そんな中, 「入門 継続的デリバリー」がよく説明できてて良かったので感想と関連する書籍を紹介できればと思っています. TL;DR 入門 継続的デリバリー 我々はなぜCDをするのか? 具体的なプラクティス 入門後に読むべき良著 Kubernetes CI/CDパイプラインの実装 継続的デリバリー チームトポロジー 結び - 我思うCDとDevOps TL;DR 「入門 継続的デリバリー」は継続的デリバリーの大切さと概念, 手法を現実にありそうな

プログラミングとプロダクト作りは楽しいよ, っていう「個人開発ネタ」の話です. スポーツ観戦, 具体的には野球のデータ分析DX（Digital transformation）*1を実現しました. 記事の前半はプロダクト企画とアーキテクチャ, 後半はDash（Python）を使ったマルチページ・データ・アプリケーション開発の話となります. TL;DR SpreadsheetとPythonのアプリケーションでいつでもメジャーリーガー（全選手）のパフォーマンスを好きな条件で可視化できるようにしたら野球が面白くなりました. https://example.com/batter/ohtani-shohei/2024-03-20/2024-04-28?cache=false みたいなURLを開くと, オオタニサンのパフォーマンス（現地時間2024/4/28までの数字） 以下の成績をいい感じにグラフ・可

ざっくり言うと「TerraformとGitHub ActionsでGoogle Cloudなマイクロサービスを丸っとDeployする」という話です. Infrastructure as Code（IaC）は個人開発（趣味開発）でもやっておけ 開発〜テスト〜デプロイまで一貫性を持たせるCI/CDを設計しよう 個人開発（もしくは小規模システム）でどこまでIaCとCI/CDを作り込むかはあなた次第 なお, それなりに長いブログです&専門用語やクラウドサービスの解説は必要最小限なのでそこはご了承ください. あらすじ 突然ですが, 皆さんはどのリポジトリパターンが好きですか? 「ポリレポ（Polyrepo）」パターン - マイクロサービスを構成するアプリケーションやインフラ資材を意味がある単位*1で分割してリポジトリ化する. 「モノレポ（Monorepo）」パターン - アプリケーションもインフラも

仕事はともかくとして, 個人として趣味エンジニアリングと野球データ分析の人です. このブログは先日（2024/3/8）に開催された「第22回 酒とゲームとインフラとGCP」の発表および質疑応答から生まれたエントリーとなります. speakerdeck.com 現地も大変盛り上がりましたし, スライドも殊の外に反響を頂いて*1驚いています. この場を借りてお礼申し上げます🙏 発表後, 現地ではいくつかの質疑応答や会話, ディスカッションがありましてその中で最も印象に残った件がこちら. 何故Terraformを書いたのですか?シェルスクリプトでも良いのではないでしょうか? そうですよね, 単に個人開発（趣味）で作っているものでTerraformとGitHub ActionsでのCI/CD（この件は後日別に発表&ブログ書きます）まで頑張らなくても, shellでサクッとgcloudコマンド叩い

※この記事はChatアプリをPythonだけで作る記事です, Open AI（Chat GPT）等の生成AIそのものの記事では有りません. 漫才に憧れあるのでAIでどうにか（小声） いつかは野球AIと一緒に漫才風にLTをしたいと思っている人です, ネタじゃなくてマジです*1. shinyorke.hatenablog.com 以前Open AIでやるチャットアプリのバックエンドどうしよう?的な記事を書いたのですが, AIで何かをやるからにはバックエンドのAPIだけじゃどうしようもできない（そら、そうよ）. Open AIやGoogle CloudのAI（まだ使ったこと無いが）で何かやるんだったらチャットもしくは検索エンジン風のUIが無いと成立しない. まずやりたいのはお遊びで作って動かす（コンサル風に言うとPoC）程度なので本格的なUI（フロントエンド）を作るのはちょっと🤔 と思っていた

最初に言っておきます, 「野球」っていうワード以上に「エンジニアリング」なエントリーです*1. 野球方面の人は最初の雰囲気を読んで最後まで読むか判断してください, 「オオタニサン」っていうワードは出てこず「Go」「Pub/Sub」「コンテナ」とかそんなのばっかり出てきます🙏 という前置きはさておき, 最近はGoでモノを作るのが好きになってきており, 今はというと, PyCon JP 2022およびデブサミでお披露目した「野球データ基盤」の刷新をGoで少しずつやる. 野球データ基盤を構成するマイクロサービスのうち, Goでやったほうが効率良さそうなサービスをGoに書き換え. クラウドサービスは引き続きGoogle Cloud（これはマスト）だが, マイクロサービスのワークロードはCloud Runに統一*2, 可能なら「マルチコンテナ*3」を採用してサービスを一つに統一したい. といった事

※このエントリーは「OpenAIをいい感じに使うバックエンドをFastAPIで実装したぜ！」というエントリーです（サンプルコードはこちら）, 「OpenAIで何かを作った・人工知能を産んだ」訳では無いのでそっち方面を期待している方はそっ閉じしたほうが良いかもしれません（Web API開発に興味ある人はそのまま読んで）. 趣味は野球観戦と見せかけて, 「休日にダラダラ野球見ながら趣味のコードを書く」のが最も好きな人です. 100敗待ったなしの贔屓チームがいきなり7連勝したり*1, 昨年まで扇風機状態だった贔屓チームのフィジカルモンスターが突然覚醒して4番ライトに定着*2したりと理解が追いつかない野球を見るのはこれぐらい（コード書きながらみる）ぐらいがちょうどいいと思ってます, だってプレーオフ行けるか怪しいですもの*3. 時は遡り2020年, 私はセイバーメトリクスといくつかの機械学習の知見

セッション概要 「推しは推せる時に推せ」という俺のDXを実現するためのサーバレスなデータ基盤開発と運用 - 野球データを添えて 「個人的な野球データ分析基盤を作る」「いつの日か野球ファンにも使ってもらうサービスとして公開する」というモチベーションの元、「Google Cloud」「サーバレスアーキテクチャ」「野球データサイエンス（セイバーメトリクス）」といった自分の「推し技術」を駆使してプロトタイプを開発しました。こちらを元に「今いい感じなデータ関連のアーキテクチャ」「サーバレスアーキテクチャ・マイクロサービスの使い所」「野球データサイエンスの面白さ」が伝わるお話をデモを交えてご紹介します。 本事例はGoogle CloudおよびPythonですが、AWSやAzureといった他のPublic Cloud、プログラミング言語での展開を前提としたお話をします。 なお、当セッションはPyConJ

WBC2023侍JAPAN優勝で興奮している皆さんこんにちは*1. 野球知識と野球愛, エンジニアとしての技術力そして私の週末となけなしのお小遣いを犠牲にして野球ネタをお届けするブログ「Lean Baseball」のお時間がやってまいりました*2. 皆さんに伺いたい. 今年1月にこのブログで「ラーズ・ヌートバー」改め「たっちゃん」の特集記事を公開したことを覚えているだろうか? shinyorke.hatenablog.com きっと覚えている人は少ないであろう. この記事, 書いた私の自己評価および, このブログを愛読してくださっている一部のデータ好き・野球好き（&デブサミの発表を見て検索した?同僚に偶然ブログを発見された）からの評判は大変良かった*3ものの...大して読まれなかった. 理由は明確でGoogle先生曰く... 今日（2023/3/25）から過去90日間の「ヌートバー」トレン

Developers Summit 2023登壇資料 https://event.shoeisha.jp/devsumi/20230209/session/4196/

現職のコンサルっぽい仕事・インフラアーキなエンジニアな仕事も大好きですが, やっぱデータを見ると興奮するぐらいにデータ好きな人です. startpython.connpass.com 本日（2023/1/19）, ありがたいご縁がありまして, 「機械学習エンジニアが目指すキャリアパスとその実話」というお話をさせていただきました. 参加者の方々, ご清聴ありがとうございました&参加されていない方も気になるポイントあればぜひ御覧ください. 1/19の #stapy で「機械学習エンジニアが目指すキャリアパスとその実話」なるトークをすることになりました, 自画自賛ですが思ったよりいい内容に仕上がった気がします, 機械学習とかデータサイエンティストとかのキャリアでお悩みの方に届くと嬉しいです, 来てねhttps://t.co/KHxAXYY5mr pic.twitter.com/eguUyEnfb