ある日、学校から帰ってきた息子が唇を震わせていた。 小学2年になった息子は学校でのことをあまり家で話したがらないが、その日は様子が違ったので「何かあったの？」と聞いてみた。 「仮面ライダー幼児って言われた。仮面ライダーが好きなのは赤ちゃんか幼稚園児だって。」 マジか、そんな超くだらないこと1ミリも気にしなくていいじゃん、と内心思ったが息子はひどく傷ついていた。 「あなたは仮面ライダーが好きなんでしょ。じゃ別にいいじゃない。誰にバカにされようが。そもそも仮面ライダーのストーリーは難しいんだよ。子どもでは本当の仮面ライダーの良さは理解できない。＜強さとは何か＞＜力とは何か＞を教えているんだ。特にジオウなんて力を持って悪い未来を呼び起こしてしまうことをどう阻止するかをつたえ」と力説している途中で息子が割って入ってきた。 「嫌だ！バカにされるのは嫌だ！僕をバカにしたやつらを見返したい！！」 と。

気づいたんだけど、良いところを褒められるよりも、ダメなところを受け入れてもらう経験が重要なんだ。 自信のなさや挑戦への不安は、それが上手くできなかったときに起きることへの恐怖心だ。 恋愛や人間関係に踏み込むのが怖いのも、ダメな部分を知られたら嫌われると思うからだ。 だから頑張って成果を出したり、良いところを褒められても、卑屈さは治らない。 失敗を許されたり、ダメな部分を含めて愛されたりする経験があって、初めて自分自身への不安は解消されるんだ。 でも大人になってしまうと改めてそれを得るのは中々むずかしい。

実践マイクロサービス ─ コンポーネント分割やトラブル回避の考え方をLINEの導入事例に学ぶ マイクロサービスとは、小さいサービス同士をつないで連携し、ひとつのサービスを構成する手法のことです。そのメリット・デメリットなどマイクロサービスの本質と、LINEでの導入事例から実運用とトラブル回避について、LINE Shopチームの佐藤春旗さんが解説します。 はじめまして、佐藤春旗です。 前職でソーシャルサービスやOSの開発を経て、2013年にLINEに入社。スタンプショップやLINE Payの開発に参加したのち、現在はスタンプショップなどを担当するLINE Shopのチームに所属し、マネージャーを務めています。 本稿では、マイクロサービスを軸に、2つのテーマを取り上げていきます。 1つ目は、マイクロサービスの概要解説です。あわせて、実際に運用して見えたメリット・デメリットを紹介しながら、マイク

例のシャッチョさんの第二弾的な記事が賑わっていたので、見てみました〜 axia.co.jp こちらの記事になります。 雑な概要 多かった主張 Aさんは必敗する環境に悩む Aさんの環境 周りの人の環境 誤解を生んでいる部分について 理想 業務時間内にどんどん勉強しよう 業務時間外に勉強するという事 現実 業務時間内に勉強する事への抵抗勢力 業務時間外に勉強する事 会社の利益に繋がらない勉強 エンジニアに向いている・向いていない 勉強は超辛く継続する事が超難しい 給料が上がると勉強できる？ 雑感 雑な概要 シャッチョさんの会社には昔、プライベートでは勉強しないAさんというエンジニアがいて、周りや後輩にどんどんスキル負けする事に悩んでいました。 その会社ではプライベートの勉強は強制しておらず、自分の人生なんだからプライベートの時間を家族との時間に費やすのも自由だぜ、と主張しています。 シャッチョ

人見知りな上に、口ベタが悩みです…。人見知りを克服したいです。 世の中には誰とでもすぐに打ち解ける人がいます。はたから見るとコミュニケーションが上手に思えますね。とくに人見知りで悩んでいるような内向的な性格の人からすると、「あんな風にコミュニケーションがとれたらな…」とうらやましく思ったことがある人もいるのではないでしょうか。 どうも、ねこひげ(@dr_catwhisker)です。 今回は人見知りな性格の人でも無理しないコミュニケーション術について書きたいと思います。人見知りで悩んでいる人は「人見知り克服」の参考にしてみてください。 目次 目次 人見知りがコミュニケーションが下手とは限らない 人見知り克服「無理しないコミュニケーション6つの秘訣」 人見知り克服① 「話せるか」よりも「伝わるか」 人見知り克服② 目的をはっきりさせよう 人見知り克服③自分の「苦手」を伝える 人見知り克服④ 聴

「ついカッとなって……」取り組んだ 開発者のための開発 で業務効率を改善させた話 ソフトウェアエンジニアの醍醐味は、華々しい働き方のみにあるものではありません。開発者のための開発など、地味かもしれないけど楽しくやりがいのある仕事について紹介します。 アプリケーションエンジニアの id:aereal です。はてなで働いています。 昨今は機械学習などが半ばバズワードと化し、「トレンドを追いかけなければソフトウェアエンジニアとして生き残れないのではないか」という漠然とした不安に襲われることはないでしょうか。 これという専門分野の技術を活かし、所属する企業やひいては社会へ貢献するというあり方は、技術職として華があり憧れを誘うものです。 しかしソフトウェアエンジニアの醍醐味はそういった華々しい働き方のみにあるものではなく、むしろその他の様々な分野にたくさん散りばめられていると筆者は考えます。 この記

二年前、大学に入ったばかりのころが懐かしい。入学したとき、田舎とは違うなにもかもに驚いた。人の数が多くて、夜中までそこらじゅう明かりがついていて、ネットで話題になった店には電車一本でいける。当時の僕は起業に漠然とした憧れを抱いていて、渋谷でよく分からんなりに勉強会とかMeetupに参加した。大学の講義が終わった後は、高校の頃から疑問に思っていたことや、講義で納得いかないところを教授にぶつけて議論をして、好奇心の赴くまま、成長を求めて邁進していた。大学には思ったよりまじめな人がいなくて、みんなどうやって楽に単位と点数を得るのかとか、家系ラーメンやTwitterの話ばかりしていてびっくりしたけど、そういう人々とも楽しくやっていた。なんだかやけにキラキラとしていて、これが大学生活というものかと思った。一方で都会と田舎の格差を感じていたので、絶対ここでチャンスをつかんでやる、勉強するぞと意気込んで

ここは倉本圭造（経営コンサルタント・経済思想家）のブログです。詳細な自己紹介等はウェブサイトへどうぞ→コチラ https://www.youtube.com/watch?v=BmYv8XGl-YU （アイキャッチ画像はウィキペディアからお借りしました） 今朝ツイッターを眺めていたら、フェイスブック創業者マーク・ザッカーバーグが母校ハーバード大学の卒業式に呼ばれてスピーチしてる動画のリンクが流れてきて、軽い気持ちで再生しはじめたら凄い迫力で、３０分以上のスピーチ最後まで全部見てしまったってことがあった。 結構笑えるジョーク（窓ガラスに数式書いたりしないよ！・・・とかいう映画”ソーシャルネットワーク”を根に持ってるようなジョークとか）やハーバード内輪ネタ（と思われる・・・ちょっとググると出て来るのが今の時代の救いですが）も交えつつ、卒業生と１０歳も離れてない立場から”僕ら世代の責任”という切り

いま学ぶべき第二のプログラミング言語はコレだ！ 未来のために挑戦したい9つの言語とその理由 業務に必要なだけではなく、コンピュータによって問題解決できていない分野を切り開き、エンジニアとして戦っていくため、刺激的な第二プログラミング言語に挑戦しましょう。Rust、Go、Erlang、Elixir、Clojure、Scheme、OCaml、Haskell、Scalaを紹介します。 みなさんが使えるプログラミング言語はいくつあるでしょうか？ ひとくちに「使える」といっても、ひととおりのチュートリアルは終えたという段階もあれば、言語仕様（あれば）やライブラリを知り尽くしていて、思いついた処理を即座にコード化できるという段階もあります。リファレンスとか参考書を見ながらであれば使える、ということも多いでしょう。 ベテランエンジニアなら、いろいろな仕事に携わっているうちに、さまざまな環境でそれぞれ必要

By Steve Jurvetson Microsoftの創業者であるビル・ゲイツをはじめ、イーロン・マスクやマーク・ザッカーバーグ、さらには世界最大の投資持株会社であるバークシャー・ハサウェイの会長兼CEOを務めるウォーレン・バフェット、アメリカの歴史上で最も偉大な黒人慈善家といわれるオプラ・ウィンフリーなど、数々の著名人は非常に多忙な毎日を送っているにも関わらず、意図的に学習のための時間を1日1時間、もしくは週に5時間とっているそうです。これを「5時間ルール」と名付けたマイケル・シモンズさんが、著名人の習慣からその特徴をまとめています。 Bill Gates, Warren Buffett and Oprah all use the 5-hour rule https://www.cnbc.com/2017/05/15/bill-gates-warren-buffett-and-opr

AIエンジニアになる方法 How to change job to AI engineer. 2017.02.26 Updated by Ryo Shimizu on February 26, 2017, 15:03 pm JST AIに関することで、多くの研究者にとって不都合な真実が、まだ世間には理解されていません。 それは、AI研究者の大半は深層学習を専門にして「いない」ということです。 深層学習はAI研究の中では、機械学習という分野の、ニューラルネットワークという分野の、さらに一分野に過ぎません。 比率で言えば、95:5くらいの確率で、これまで「AIの専門家」と言われてきた人は深層学習の専門家「ではない」確率が高いわけです。 この些細な事実がなぜ「不都合」なのかというと、こうしてなにもかも一緒くたにされた結果、これまでほとんど成果の上げることができてなかった旧来のAI研究者に大量の予