米NVIDIAは1月6日（現地時間）、米国ラスベガスで開催中の「CES 2025」で、個人用のAIスーパーコンピュータ「Project DIGITS」を発表した。AI研究者や学生、データサイエンティストをターゲットにした製品で、5月に3000ドル（1ドル157円換算で約47万円）で発売する。

はじめに 近年、AIを活用したコーディングツールが急速に発展し、プログラマーの生産性向上や開発プロセスの効率化に大きな影響を与えつつあります。これらのツールは、コード補完、チャットアシスタント、コーディングエージェントなど、様々な形態で提供されており、プログラマーの作業をサポートしています。 その中でも、オープンソースのコーディングエージェントである「Cline」は、独特のポジションと活発なコミュニティによって注目を集めています。 本記事では、Clineを中心に、現在のAIコーディングツールの動向を探ります。Clineの特徴や利点、そして他のツールとの比較を通じて、AIコーディングツールの現状について考察します。また、Clineのアーキテクチャや実用面、コミュニティの動向についても解説します。 AIコーディングツールは、特に個人のプログラミングの世界に大きな変革をもたらしつつあります。本記

「State of JavaScript 2024」公開。フロントエンドライブラリ利用率1位はReact、メタフレームワークはNext.jsなど、1万4000人のエンジニアが回答 JavaScriptに興味を持つ世界中のIT技術者1万4015人が回答したアンケートの結果をまとめた「State of JavaScript 2024」が公開されました。 State of JavaScript 2023の発表が昨年（2024年）6月でしたので、前回から約半年での公開となります。 回答者の国別分布を見ると米国が15％、ドイツが8％、フランスが7％、スペインが4％、イギリス（UK）も4％、ポーランドが3％、カナダが3％などで、日本は1％（回答者150人）でした。 発表された内容から、多くの読者が興味を持つであろう、JavaScriptライブラリの人気など、結果の一部を紹介してみます。 フロントエンド

今回はデータ形式のParquetについて解説します。 Parquet形式とは Parquet形式は、大規模なデータファイルに使用されるフォーマットの一つであり、以下の構成要素を持ちます。 ファイルヘッダー ファイルがParquet形式であることを示す メタデータ データセットのスキーマ情報（カラム名、データ型など）、各列のデータ詳細（圧縮タイプ、エンコーディングなど）を示す。これによりデータへのアクセス方法が分かる データブロック(行グループ) データ本体。列方向に複数の行グループに分割されて保存されている。例えば1000行のデータであれば、5つの200行を内包する行グループに分けることができる。各行グループに対してメタデータが存在する データブロックの確認 具体的にデータ形式をイメージするために、データ本体の構造について見ていきましょう。 # 時間、周波数、振幅 #行グループ1 [[0.

2024年6月に発表した(https://speakerdeck.com/ktz/duckdbza-shao-jie)内容にDuckDB バージョン1.1の変更点を追記した版

0.はじめにどうも、すべての経済活動をデジタル化したい、LayerXの牧迫（@35_mki）です。法人支出管理サービス「バクラク」シリーズを提供しているバクラク事業を担当しております。 2024年の振り返りを、ということでいくつか学びを記録として残しておこうと思います。 ※ すでに弊社メンバーから出ているnoteと重複する内容も多いですが。 LayerX / バクラク事業の2024年は「未達」から始まりました。 詳細は代表の福島のnoteでも触れられていますが、2024年前半はかなり厳しい状況でした。 2023年バクラクは法対応の風を受けて、大きく成長しました。一方で2024年以降は法対応の波がなくなり、成長の鈍化が見えました。一般的に見ればこの時点でも大きな成長をしている事業ではあるが、我々自身はもっと高い目標をもっていました。そこで課した高い目標に対してのギャップを埋めないといけない状

はじめに 2024年のAI界隈では「RAG」が一巡し、その可能性と限界が明確になってきました。最も顕著な点は「RAGは魔法の杖ではない」という認識の広がりではないでしょうか？ RAGは確かに、既存の文書やデータを活用したAIの応答精度向上に貢献してきました。しかし、単純な質問応答を超えた複雑なタスクの実行や、動的な状況への適応には限界があることも明らかになっています。この限界を超えるための次のステップとして注目を集めているのが「AIエージェント」です。 OpenAIのCEOであるサム・アルトマンが「次のブレークスルーはエージェントだ」と発言していたり Anthropic社員がこのようなスピーチをしたりしています。 AIエージェントとは AIエージェントは、特定のタスクや目的のために設計された自律的なAIシステムです。たとえば、会議の参加者の予定を自動で調整して最適な時間を設定するAIアシス

概要 開発者向けの AI ツールは数多くありますが、その中で「Cody」は 無名ながらも知る人ぞ知る優れたプロダクトです。私が普段いるAI技術者コミュニティでは密かに絶大な支持を集めていますが、SNSなどでの一般的な知名度はほとんどないため、ここで紹介します。 Cody は無料プランが圧倒的に強い他、課金プランも、GitHub Copilot、Cursor、ChatGPT と比較して機能性で大きく抜きん出ています。私はすでに半年課金愛用していて、おそらく来年も愛用するでしょう。 Cody とはなんぞや Cody くんは、VSCode や、JetBrains IDEs、Neovim、Eclipseなどのコードエディタの拡張機能として使えるコーディング補助 AI ツールです。 他の生成 AI コードツールと同様に、AI コード補完とAIチャットがあります。 なぜ Cody がおススメなのか C

You signed in with another tab or window. Reload to refresh your session. You signed out in another tab or window. Reload to refresh your session. You switched accounts on another tab or window. Reload to refresh your session. Dismiss alert

本記事はニーリーアドベントカレンダー2024の17日目の記事 その2 です。 はじめに こんにちは。Analyticsチームの上田です。今回は小ネタとして、Park Directのデータ基盤ではどのようにデータ取り込みの正常性をチェックしているか？をご紹介します。 手軽さ (仕組みの単純さ・メンテナンスのしやすさ) を重視した方法ですので、少人数 (1~3名) で小~中規模のデータ基盤を運用している方の参考になるかもしれません。 データ取り込みの正常性チェック Park Directのデータ基盤では、TROCCO等を利用して各データソースのデータをBigQueryに日次で取り込んでいます。 データ取り込みの正常性チェックでは、主に日次のデータ取り込みが意図せず停止・遅延・転送漏れしていないか？をチェックしています *1。 実現方法 1. TROCCOの通知機能を利用した方法 TROCCOで

Googleは、人間がタスクを与えると自律的に実装計画を立ててコードの生成や変更、バグフィクスなどを実行してくれるAIエージェント「Jules」を発表しました。 同社が発表した最新の生成AIモデルであるGemini 2.0が用いられています。 タスクやイシューを与えると、それを起点に自律的なプログラミングを行う生成AIを用いたサービスは、先日正式サービス化されたDevinや、現在テクニカルプレビュー中のGitHub Copilot Workspaceなど、すでに先行しているサービスが存在します。 参考：GitHub、「Copilot Workspace」テクニカルプレビューを開始。ほとんど全ての開発工程をAIで自動化 GoogleもGemini 2.0によって、同様に自律的なプログラミングが可能なレベルのサービスを開発可能になったということでしょう。 Julesが動作する様子 Google

2038年問題が思ったよりヤバい。検出ツールを作って脅威性評価してみた論文 | Kansai Open Forum 2024

本記事では、最近流行りの「生成AIエージェント」に替わる「Agentless」（エージェントレス）という手法について、ざっくり理解します。株式会社ナレッジセンスは、エンタープライズ企業向けにRAGを提供しているスタートアップです。 この記事は何 この記事は、ソフトウェア開発自体を自動化する際の新しい手法「Agentless」の論文[1]について、日本語で簡単にまとめたものです。 今回も「そもそもAIエージェントとは？」については、知っている前提で進みます。確認する場合は、こちらの記事などをご参考下さい。 本題 ざっくりサマリー 最近、ソフトウェア開発で生成AIを使うことは当たり前になっています。（GitHub Copilot、Cursor、Devinなど、様々なツールがリリースされています。） 「AGENTLESS」は、ソフトウェア開発を自動化する、という文脈でLLMを使う際の、新しい手法

技術部の長田です。 このエントリは面白法人グループ Advent Calendar 2024の6日目の記事です。 みなさん、ふだん技術系の最新情報ってどこから手に入れているでしょうか？ 私は家事育児の忙しさにかまけて自力での情報収集をサボり、もっぱら社内Slackの情報を頼りにしています。 コンテキストが近い人達がわざわざ共有してくれる情報ということで、精度は間違いありません。 が、そろそろ自分も共有する側に回れるようにならないとなということで、 まずは社内のエンジニアにどうやって情報を得ているのかを聞いてみることにしました。 アンケートを取ってみた と、いうことで社内のエンジニア向けに以下のようなアンケートを取ってみました。 期間: 11/25〜12/1の1週間 アンケート内容: 職能(フロントエンドorバックエンド) 情報源名 情報源のURL その情報源を参照する目的 コメント 結果、

これは Kyash Advent Calendar 2024 1日目の記事です。 2022年1月から VP of Engineering という役割でKyashの開発組織全体のマネジメントを始め*1、2024年1月から 執行役員 VP of Engineering になり1年くらい経ちました*2。 当初は「今までどおりいいプロダクトを作っていけるように行動していくだけだし大きくは変わらん」と思っていたのですが、想像以上に変化もあったので備忘として残しておきます。 ここに書ききれないこともたくさんあります。「1年近くやってこんな抽象的なことしか書けないのか」と感じられるかもしれませんが、まああまり背伸びせず反省も込めて今のスナップショットをそのまま書くことにします。 結果として事業はよくなっている Kyash のようなカード発行型の決済サービスというのは、決済単体の収益性で見ればいわゆる "

これまでC向けサービスを作り続けて15年が経過しました。 このnoteは「課題を解決し、事業としてスケールするプロダクトを創る」ために自分が考えてきたことを改めて体系立てて、言語化したいなと思い書き残しています。 同時に以下のように機能することを目指しました。 自身のプロダクト開発の知識を集約させる プロダクトに関わる人にとって教科書的に振り返ることができる スマートバンク社のプロダクトの再現性が伝わる 学びに終わりはないので、このエントリー自体も更新し続けるようにしたいと思います。 1.サービスを作る前の心構え俺が考えた最強のサービスを作らないスタートアップで何よりも回避すべきは、長い労力を掛けて作ったプロダクトを「誰も欲しがらない」こと 作り手の思い込みの「仮説」は現実の誰かの問題を解決するとは限らない 頭の中にある架空のユーザーに対してプロダクトを作った結果、実際に市場では「使われな

代表取締役社長 前澤 友作 取締役 COO 常井 康寛 常勤監査役 吉村 耕太郎 執行役員 事業推進部門 梅沢 真吾 執行役員 決済金融部門 白石 陽介 執行役員 開発部門 久保田 竜弥 事業推進本部 本部長 辛川 兼人 コミュニティ事業本部 /カスタマーサポート本部 本部長 木地谷 真治 コーポレート本部 本部長 山崎 正貴 サービス開発本部 本部長 是井 美咲 基礎技術開発本部 本部長 河津 拓哉 デザイン本部 本部長 古山 裕基 デザイン本部 本部長 佐藤 大介 1975年、千葉県生まれ。 98年、スタートトゥデイ（現・株式会社ZOZO）を設立。 2004年にファッション通販サイト「ZOZOTOWN」を開設。 07年に東証マザーズ、12年に東証第一部に上場し、18年8月には時価総額1兆円を突破。 19年、ヤフーとの資本業務提携を発表し、同社の代表を退任。その後は「前澤ファンド」によっ

2024-11-15 開発生産性Kaigi https://developer-productivity-engineering.connpass.com/event/332852/