マガジン一覧

日々の学びメモ

技術的なメモやサンプルコード、思いついたアイデア、考えたこと、お金の話等々、頭をよぎった諸々を気軽に垂れ流しています。

¥400 / 月
shu223

【MapKit】 ルート検索・POI検索のキャッシュ戦略 - その1. 必要な位置情報の精度を決定する

MapKitのルート検索・POI検索結果をキャッシュしたい。 モチベーションは、一般的なキャッシュと同じく、呼び出し回数を減らしたいのと、高速化。 MKDirectionsを用いたルート検索では、1分間での呼び出し回数が50回を超えると `loadingThrottled` エラーが発生する。 POI検索ではそういうエラーこそ発生しないが、大量に呼んでいるとそれなりに遅い。 というわけでこれらの結果をキャッシュしたいが、どうやるか、というのを検討したメモ。 キャッシ

3
shu223

2024年の不労所得を集計した

2024年の不労所得というか「非」労働集約売り上げを集計してみました。毎年恒例でやっています。 また2024年の投資成果の集計結果はこちらの記事に書きました： 「非」労働集約な売り上げのためにどういうことをやってきたかは下記の無料本にまとめています： 結果発表

81
¥200
shu223

2024年の株式投資の成果を集計した

今年の株式市場が終わったので毎年恒例の2024年の数字を出してみました。 過去分はこちら： 譲渡損益合計（利確済み）

11
¥200
shu223

WhisperKitを自分のアプリに組み込むための最小実装

WhisperKitとは： このWhisperKitはSwift Package化されていて、SPMで簡単にプロジェクトに追加できる。 これを使ってアプリに音声認識機能をもたせるには、最低限どういう実装をすればよいか、という話。 READMEによるとたったの2行アプリに組み込むための実装は、リポジトリのREADMEによるとこれだけ： import WhisperKit// Initialize WhisperKit with default settingsTask

10
¥400
shu223
もっとみる

#エンジニア 系記事まとめ

noteに投稿されたエンジニア系の記事のまとめ。コーディングTIPSよりは、考察や意見などを中心に。

1,193 本

コンピューターとの付き合い方

徳川 義崇 （（公財）徳川黎明会） 　初めてコンピューターに触れたのは，高校3年の選択科目の授業だった．隣接する大学の大型計算機センターの設備を使いBASICを勉強した．大学に入り，自分でPC-8001を買い，独学でBASICやC言語の勉強も続け，大学3年生くらいからプログラミングのアルバイトをしたり，パソコン雑誌で記事を執筆するようになっていた．大学を卒業すると，小さなIT企業に就職した．村井純先生との出会いもあり，1990年代の前半，日本のインターネットの黎明期にインタ

28
情報処理学会・学会誌「情報処理」

エンジニアの"港区女子化"問題

最近の若手エンジニアの金銭感覚、バグってませんか？という話です。 嬉しいことに、最近のスタートアップやフリーランス市場、外資企業などでのエンジニアへの報酬が明らかに高騰しているように感じます。 そういえば、つい最近もフリーランスになったら月収80万円みたいなツイートがプチ炎上していましたね。個人的には、フリーランスなら普通によくある話だと解釈しています。 年齢ではなく、スキルに対する報酬設計という意味合いではすごくいい流れだと感じています。現に、私の周りでも20-30歳

346
ふるさと@ITスクールレアテック

18時間で作ったAIプロダクトが3日で3,000人に使われた話

こんにちは！Nulogic という会社で AI プロダクトのUXデザインやプロトタイプ開発をしている en. (@ysk_en)です。 いやあ、生成 AI の勢いはすごいですね。 もはや ChatGPT に限らず、LLM (Large Language Models) の進化がめざましく、世の中には AI ドリブンなプロダクトが続々と生まれています。毎日のように「そんな解決方法があるのか！」と驚きがあり、とても楽しい日々です。 一方で「せっかく本質的な価値を提供しているの

190
en.

声掛かり待ち依存の就活・転職活動の落とし穴──レコメンド時代に必要なキャリアの“主体性”

アベノミクス以降、エンジニアバブル下ではITエンジニアの数を採用することに注力する企業が増加しました。そしてエンジニアバブル後の現在では、いたずらに採用人数を確保する企業は減少しています。 求人はあるものの採用ハードルが高いので転職に難航するようになりました。苦戦する候補者の方に見られる共通した背景として、就活や転職における誰かによる企業のレコメンド文化に慣れ過ぎてしまっていることがあると考えています。下記のnoteでも少し触れましたが、今回はそれを掘り下げてお話します。

70
久松剛
もっとみる

フリーランスの収益公開シリーズ全部入りパック

2019年1月〜6月にかけて書いていたフリーランスの収益公開シリーズの記事全部入りパックです。 おまけとして、2021年〜の株式投資や不労所得（非労働集約売り上げ）の集計結果の記事も追加しています。

12 本
¥1,280
shu223

2024年の不労所得を集計した

2024年の不労所得というか「非」労働集約売り上げを集計してみました。毎年恒例でやっています。 また2024年の投資成果の集計結果はこちらの記事に書きました： 「非」労働集約な売り上げのためにどういうことをやってきたかは下記の無料本にまとめています： 結果発表

81
¥200
shu223

2024年の株式投資の成果を集計した

今年の株式市場が終わったので毎年恒例の2024年の数字を出してみました。 過去分はこちら： 譲渡損益合計（利確済み）

11
¥200
shu223

2023年の不労所得を集計した

2023年の不労所得というか「非」労働集約売り上げを集計してみました。毎年恒例でやっています。昨年分はこちら： また投資成果の集計結果はこちらに書きました： 結果発表合計700万円ぐらいでした。 以下は詳細になります。内訳や今後の展望が気になる方はどうぞ。 また「非」労働集約な収益源を確保するためにどんな試行錯誤をしてきたかはこちらの本にまとめたのでよろしければ読んでみてください。 内訳

39
¥200
shu223

2023年の株式投資の成果を集計した

今年の株式市場が終わったので2023年の数字を出してみた。 過去分はこちら：（2021, 2022） また株式投資を含む全ての「非」労働集約な収益の集計結果はこちら： 譲渡損益合計（利確済み）

16
¥200
shu223
もっとみる

#WWDC24 の勉強メモ

WWDC 2024やiOS 18, visionOS 2についてセッションやサンプルを見つつ勉強したことを記事にしていくマガジンです。 NDAの都合上、Apple Developer Program にご登録している方以外は購読をお控えください。また同じ会社内であっても回し読み（内容の共有）はお控えください。

24 本
¥980
shu223

iOS 18 / coremltools 8の新しいモデル圧縮手法を試す

下記記事にまとめたcoremltools 8 / iOS 18の新しいモデル圧縮手法を実際に試してみたい。 WWDC24の同セッション内では、Stable Diffusion XLのモデルを5.14GBから（新しいPalettization手法により）1.3GBに圧縮。 （セッション内では "Post training compression with calibration data" はデータが必要なのでスキップ） データ不要の圧縮手段としてセッション内では Pos

5
shu223

【Core ML】「Transformerアーキテクチャの最適化」実践編

下記記事にまとめた「Transformerアーキテクチャの最適化」を実際に「やろうとした」メモ。 なお結論としてはうまくいっていない。試行錯誤の過程を残しておく。動画内のコードはWWDCのWebページでコピペできるようにはなってないのでそこを書き起こしているという意味でも本記事には多少の価値があると思う。 環境構築coremltoolsの環境構築手順はこちらの記事にまとめた。8.0b1をインストールする。 MistralCausalLM

shu223

【Core ML】 Multifunction models（マルチファンクションモデル）

Core MLの新機能「Multifunction models」について、WWDC24では2つのセッションで解説があった。 "Bring your machine learning and AI models to Apple silicon" "Deploy machine learning and AI models on-device with Core ML" 本記事では、これら2つのセッションの "Multifunction models" の解説パートをま

shu223

【Core ML】 ステートを持つモデル - Models with state

WWDC24のセッション "Deploy machine learning and AI models on-device with Core ML" の「Models with state」チャプターで解説されている内容をまとめる。 なおStatefulなCore MLモデルについてはWWDC24の別セッション "Bring your machine learning and AI models to Apple silicon" でも解説されており、そちらの内容は下記記

shu223
もっとみる

#WWDC23 の勉強メモ

WWDC 2023やiOS 17についてセッションやサンプルを見つつ勉強したことを記事にしていくマガジンです。また昨年キャッチアップをお休みしたWWDC22についてもこちらに投稿していきます。 NDAの都合上、Apple Developer Program にご登録している方以外は購読をお控えください。また同じ会社内であっても回し読み（内容の共有）はお控えください。

25 本
¥980
shu223

[iOS 17] Nearby Interactionの延長距離測定 (Extended Distance Measurement / EDM)

`NINearbyPeerConfiguration` に、iOS 17で `isExtendedDistanceMeasurementEnabled` という新しいAPIが生えていた。 この新APIについて、WWDC23では僕の知る限りでは言及されていない。 （そもそもNearby Interaction関連のセッションがなかった） Apple公式サンプル調べると、以下の公式サンプルのページが見つかった。 サンプル自体は以前から存在する、ARKitを使って他の（Ap

4
shu223

[coremltools] スパース化によるモデル圧縮

coremltoolsではさまざまなモデル圧縮手段がサポートされているが、ML Programs形式のモデルに限ってはsparsify（スパース化）も可能。 なお、要coremltools 6.0以上。 ML Programsについてはこちらの記事にまとめた： ・・・と書いたものの、「スパース化」がわからないので調べてみた。 スパース化とは？

2
shu223

NLEmbedding の revision 一覧

iOS 17では Natural Processing フレームワークに NLContextualEmbedding というクラスが追加されたが、 同じくEmbeddingを扱うクラスとして、NLEmbedding というクラスがiOS 13のころから存在する。（ちなみに Natural Processing フレームワークはiOS 12で登場） NLContextualEmbedding の登場によって deprecated にはならず、棲み分けたものとして残り続ける。

3
shu223

[iOS 17] NLContextualEmbedding のベクトルを用いて文章検索を行う

ベクトル化した文章のデータベースから、クエリに近い文章を取り出す、という検索手法がLLM文脈でよく行われる。（RAG: Retrieval Augmented Generation と呼ばれるらしい） これをOpenAIのEmbeddings APIを使ってiOS/Swiftでやってみた、というのがこちらの記事： で、これと同様のことをiOS 17で追加された NLContextualEmbedding を用いてやってみた、というのが本記事。 Natual Langua

11
shu223
もっとみる