StudyCo様主催の【AOAIドーナツ本出版記念】AzureでのChatGPT活用入門【基本から周辺サービスまで解説】で登壇した資料です。2024年2月12時点の情報であることをご留意ください。

背景 以前、ChatGPTを使って以下のようなものを作りました。 「 決算短信などのPDFファイルから分析に必要なデータを抽出し、Excelとして出力してくれる 」 機能的には気に入っていますが、実行がとても面倒くさいです 「 Pythonスクリプトを実行した後に、ChatGPTに入力して、出力をコピペして、、、 」といった感じですね。 そこで、自動化・パイプライン化したいなあと思い始めたのが今回の背景です。 自動化しようと思ったときに、Prompt Flowを使えるのではないかということで実装してみました。(Pythonだけでも実装可能だと思います。) Prompt Flowを使えば、Variantsを使って並列で色々なプロンプトを試せますし評価も可能です。 やること 今回やることの全体像は以下の通りです。 入力 ユーザがPrompt Flow対してファイル名を入力 Prompt Flo

3大クラウド(AWS,Azure,GCP)をそれぞれプロダクションで実運用した感想(その2 Azure固有の優位性について)Azure 3大クラウド(AWS,Azure,GCP)をそれぞれプロダクションで実運用した感想(その2 Azure固有の優位性について) はじめに 前回記事で3大クラウドに関して、各々のクラウドのシェアと将来性に関して感想を記述したところ、トレンド1位になったりと大変大きな反響をいただきました。 長い記事であったにも関わらず、目を通してくださった読者の皆様ありがとうございます！ しかしながら、予想外のバズり方をしてしまってだいぶハードルが上がってしまったのと、ちょうど弊社でインパクトの大きい経営施策(シリーズBの資金調達/事業譲渡)が立て続けに執行されたことが相まって、記事第二弾の投下が遅くなってしまいました。 楽しみにしてくださっていた方々、申し訳ございません。 今

今回の登場人物 Cosmos DB 最近無料枠が追加されていい感じの NoSQL DB 公式ドキュメント：https://docs.microsoft.com/ja-jp/azure/cosmos-db/ Azure Functions Azure のサーバーレスなサービスの代名詞（だと思ってる 公式ドキュメント：https://docs.microsoft.com/ja-jp/azure/azure-functions/ SignalR Service WebSocket 等（状況に応じていくつかの中から最適な方法を選んでくれる）を使ってリアルタイムにサーバーから接続しているクライアントに通信できるサービス 公式ドキュメント：https://docs.microsoft.com/ja-jp/azure/azure-signalr/ 3 つとも、それぞれ無料枠があります。今回は、このサービ

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article?

先日、牛尾さん、Kanioさん主催の www.meetup.com に参加してきました。 Durable functionsの紹介だけではなくモブプログラミングもあり私が英語が駄目すぎることを除いてすごく楽しいセッションでした。 元々、非常に興味があるフレームワークだったのですが触ってはいなかったので、しばらくDurable functionsで遊んでみようという気になっている次第です。 今回はDurable Functionsを使ってマイクロサービスアーキテクチャなどでよく使われるCompensation Transaction Pattern(補正トランザクションパターン)を実装することで、補正トランザクションパターンを勉強してみようと思います。 ## 今回の成果物 github.com 環境 Visual studio 2017 - 15.5.2 Azure Functions Cl

2017/8/25 Serverless Meetup Fukuoka #1 の資料です。 https://serverless.connpass.com/event/62473/

とある同僚経由で、AWSユーザーのお客様から言われたこと... "AWS CloudWatchと同じようにAzureの標準サービスで監視したい！" というわけで、仮想マシンに関して、AWS CloudWatchで監視できる基本的なメトリックを基準に、Azureの標準サービスでの監視を考察してみます。 まず最初に、AWS CloudWatchとAzure Monitorの主要な機能を比較してみます。 利用料金が発生するトリガーが異なりますが、あとは大きな差は無いように思います。 次に、AWS CloudWatchの基本モニタリングで監視可能なメトリックスを基準にして、Azure Monitorで監視可能なメトリックを列挙してみます。 Azureの場合、"NetworkPacketIn"と"NetworkPacketOut"のようなNICが送受信したトラフィックについては、Azure Moni

3/8 に Azure の Japan East で久し振りに大規模な障害が発生しました。既に RCA が上がってきていて、ぶちぞう RD がブログで書いているので、原因についてはそっちを参照で。 2017.03.08 の Azure障害 | ブチザッキ そして今年も 3/11 を過ぎたことですし、ちゃんとアーキテクチャと運用を最新のサービスや仕組みでリフレッシュしていかないといけないですね。ちょっとポエム臭くなってきたけど、割と中身は真面目に。 さて、障害の継続時間は 2 時間ぐらいでしたが、例によって Storage 周りの障害だったため、数多くの Azure サービスが影響を受けました。障害発生中の Azure Status はこんな感じでした。 Azure の Storage はご存知のように Blob / Table / Queue / Disk / File といった、各サービ

適用対象: ✔️ Linux VM ✔️ Windows VM ✔️ フレキシブル スケール セット ✔️ 均一スケール セット この記事では、Azure Premium Storage を使用して高パフォーマンスのアプリケーションを構築するためのガイドラインを示します。 このドキュメントで説明する手順は、アプリケーションで使用されているテクノロジに適用できるパフォーマンスのベスト プラクティスと組み合わせて使用できます。 ガイドラインを示すために、このドキュメント全体を通じて、Premium Storage で実行されている SQL Server を例として使用しています。 この記事では、ストレージ層のパフォーマンスのシナリオに対処していますが、アプリケーション層を最適化する必要があります。 たとえば、Premium Storage で SharePoint ファームをホストしている場合

そうなると、当然出てくる疑問があります。 「ママ、もしかしたらオンプレミスの Active Directory っていらなくなるんじゃない?」 「うーん、どうなのかしら?」 「だってさ、OpenID Connect もしゃべれないのよ!」 「そうね。Authorization Code Grant も Public Client だけだしねぇ。」 「そうそう! こんなんじゃ、誰もオンプレミスで OAuth 2.0 なんて使わないじゃない!」 「今晩、パパに相談してみようかしら」 おっしゃるとおり、Windows Server 2012 R2 では Azure AD のように OpenID Connect がサポートされていませんし、 OAuth 2.0 のグラントタイプも Authorization Code Grant for Public Client のみです。 このまま放置すると、

最近になって妙に聞くことがあるMicroservicesの話です。 詳しくは、Martin FowlerさんのMicroservicesを読みましょうという話なのですが、幸いQiitaあたりでも探してもらえれば、該当のキーワードで皆さん学べると思いますので、基礎概念については触れません。 まだまだ、私も勉強を進めている所ですので、忌憚の無いご意見をお待ちしています。 ここでは、AWSのLambdaとAzure Service Fabricを比較してみようと思います。Dockerに関しては、今回はあえて割愛をします。 マイクロソフトのMicroservice開発用PaaSが素敵だった件 AWSにおけるマイクロサービス実装? Lambda 言わずもがな、Lambdaは前述の記事である、AWSのサーバレスアーキティクチャがすごそうなので、Azureでできるか考えてみた！でも読んでもらえると良いの

こんなブログ・プレスリリースが出ていました。TensorFlowベースで実装されたクラウド機械学習アプリケーション、"Cloud Machine Learning"だそうです。 以前から既に取り沙汰されていたCloud Vision APIに加えて、Cloud Speech APIさらにはCloud Translate APIが使えるようになったということで、学習済みモデルの適用で事足りるというケースではこれらを使えば画像認識・音声認識・自動翻訳は片付いてしまうという話にもなります。またTensorFlowベースということは例えば普通の線形モデルだけでなく、それこそDeep Learningであっても使えるということになるようです（あくまでもプロダクトサイトから読み取った限りの話ですが）。 (Photo via Visual Hunt) これまでも様々な機械学習クラウドソリューションが各社

This article introduces a series of articles that help Amazon Web Services (AWS) experts understand the basics of the Microsoft Azure platform, accounts, and services. This article describes key similarities and differences between AWS and Azure. Whether you're designing a multicloud solution that uses both Azure and AWS or migrating from AWS to Azure, you can compare the capabilities of Azure and

OCP Summit Put down your coffee gently. Microsoft has today released the source code to an open-source operating system, based on Debian GNU/Linux, that runs on network switches. The software is dubbed SONiC, aka Software for Open Networking in the Cloud. It's a toolkit of code and kernel patches to bend switch hardware to your will, so you can dictate how it works and what it can do, rather than

Microsoft Azure Advent Calendar 2015 の20日目の記事です。 今回はProject Oxfordを使って三倉姉妹(マナカナ)の判別を行いたいと思います。 三倉姉妹とは？ 三倉姉妹とは、三倉茉奈と三倉佳奈の双子の女優・タレント・歌手です。 通称マナカナと呼ばれている人たちです。 「左がマナで、右がカナ。」という言葉が出来るほどに判別は難しく、人類がこれまで幾度と無く挑戦し失敗し諦めてきた大きな課題です。 準備としては、 まずBing Search APIを利用してマナカナの画像を集め、 blog.tottokug.com Project OxfordのFace APIを使ってかおの画像を切り出しました。 blog.tottokug.com 今日はついにマナカナを判別する所を実装していきます。 実装するは言い過ぎました。実装は特にしません。 Project

tl;dr Amazon S3 で言うところの Presigned URL 的なものが Azure Blob ストレージにもきっとあるだろうと思って調べたらあったのでメモ。 azure.microsoft.com その名も Shared Access Signature（共有アクセス署名）という名前。Southern All Stars や Scandinavian Airlines System や Serial Attached SCSI 等、我々の周りにはいくつかの SAS が存在しているが、今回、新しい SAS が加わった形となる。 参考 Shared Access Signature: SAS モデルについて | Microsoft Azure BLOB サービスによる SAS の作成および使用 | Microsoft Azure コンテナーと BLOB への匿名アクセスを管理す

2. 自己紹介 • はるたま（@harutama） – 冨田 順（とみた すなお） – 職業：プロ社畜 – Microsoft MVP for Microsoft Azure • Azureのコミュニティやってます – http://r.jazug.jp/ • クラウドごった煮の中の人もやってます – http://www.cloudmix.jp/ 2 5. パターン一覧 • 基本のパターン – Snapshotパターン（データのバックアップ） – Stampパターン（サーバの複製） – Scale Upパターン（動的なサーバのスペックアップ／ダウン） – Scale Outパターン（サーバ数の動的増減） – Ondemand Diskパターン（動的なディスク容量の増減） • 可用性を向上するパターン – Multi-Serverパターン（サーバの冗長化） – Multi-Datacent