2026年2月4日・10日の2日間、旭川工業高等専門学校3年生の「数理・データサイエンス」の授業で、実務家教員として私、入澤が講義を担当しました。昨年度に続き、2回目の担当になります。
続きを読む
AIを”使う側”に立ち続けるために——高専講義で伝えたこと
Tech blog
「品質」というマジックワードの正体を掘り下げて考える
Tech blog
みなさんこんにちは。
エコモットの板橋です。
現在は3月末という事で、3月末納品に向けて燃えている全力疾走中の所もあるのではないでしょうか。
先日公開した「プロジェクトのゴール設定」の話、「察する文化はシステム開発と相性が悪い」話と、少し関連してくる話になります。
今回はソフトウェア業界で良く飛び交う品質について掘り下げて考えていきたいと思います。
※今回ここに記載した内容は、執筆者である私の私見になります。
この記事を読みながら、一緒に皆さんも考えて頂けると嬉しいです。
【検証】Linuxのulimit設定が反映されない!? 理由を「起動経路」から解き明かす
Tech blog
Linuxサーバーの運用で「/etc/security/limits.conf を書き換えたのに実は反映されていなかった…」という経験はありませんか？ 「確かにulimit -nで確認していたはずなのに、なぜ！？」
このような状態は、すぐにではなく時間がたって忘れたころに問題として現れます。。
今回、実際に詳細な比較検証を通じて「なぜ limits.conf だけでは不十分だったのか」そして「どうすれば全経路で確実に設定を反映できるのか」を3つのステップで解明しました。
これを機にあいまいな理解を整理して同じ失敗が起きないようにしておきましょう。
続きを読む
Physics-Informed Neural Networks における再学習を減らす方法
Tech blog
こんにちは。AX研究室のRobert Hubaczです。
Physics-Informed Neural Networks（PINN）は、物理現象の問題を解くために用いられるニューラルネットワークの一種です。機械学習と物理方程式を組み合わせることで、ネットワークはデータだけでなく、物理法則からも学習します。
このため、PINNは利用できるデータが少ないデータでも精度よく学習できる場合があります。また、物理法則に反するような不自然な結果を出しにくいという利点もあります。
しかし、PINNには重要な制約もあります。まず、PINNの学習には時間がかかることがあります。さらに、従来型のPINNは、問題の物理パラメータが変化すると、通常は学習し直さなければなりません。ここでいう物理パラメータとは、速度、温度、濃度、あるいは問題を解析する領域の大きさのような量を指します。言い換えると、あるパラメータ条件で学習したPINNは、別のパラメータ条件に対する解をそのまま予測することは一般にはできません。
「察する文化」がシステム開発と相性が悪いという現実
Tech blog
皆さんこんにちは。
GXソリューショングループの板橋です。
前回は、「システム開発プロジェクトのゴールは、安定した運用の状態に設定したほうがいいですよ」という話をしました。
今回は、システム開発失敗の大きな原因とその背景について少し掘り下げて考え、私のグループで実践している対策を少し紹介したいと思います。
※今回も文字成分多めになっちゃいました（ﾃﾍ
続きを読む
機械の組織を手に入れる
Tech blog
AI自律作業時間が「89日で倍増」する時代に、人間は何を設計すべきか
こんにちは！AX研究室庄内です。
私たちは、ある日を境に、それまで当然だと思っていた前提が覆ることがあります。
今日はMETRとOpenAIの記事を手がかりに、AIの現在地と、その変化のなかで私たちが何を見極め、どう備えるべきかを考えてみたいと思います。
プロジェクト開始時に「どのような保守運用フェーズ」を迎えるかが決まるだと！？
Tech blog
ご無沙汰しております。エコモットの板橋です。
ブログを書くのは５年ぶり（前回はコードのコメントについて記載しました）になりますね。
わたしは相も変わらず、プロジェクトリーダーとして開発プロジェクトが無事に終わるようにガイド役に徹している日々を過ごしております。
今回は、開発プロジェクトにおけるゴールの設定と罠について少しお話したいと思います。
続きを読む
S3アーカイブ大量復元を効率化する実践手順
Tech blog
こんにちは！
SJC共同開発推進室の坂根です。
S3 で長期データを保管していると、コスト最適化のために Amazon S3 Intelligent-Tiering（以下、Intelligent-Tiering）を使っているというケースも多いのではないでしょうか。
アクセス頻度に応じて自動で階層を切り替えてくれるため、運用負荷も少なく、とても便利な仕組みだと思います。
そんな中、先日こんな場面に直面しました。
「半年以上前のデータを確認したい」と思い、S3 を開いたところ、オブジェクトは確かに存在しているのに、すぐに取得できない……。
対象は数万件。1件ずつ復元するのは現実的ではありません。
そんな状況を解消すべく、S3 Inventory・Athena・S3 Batch Operations を使って一括復元を試してみましたので、その方法をご紹介します。
1からわかる要件定義：ヒアリング【前編】下準備
Tech blog
Hello Ecomott!
おはようございます、こんにちは、あるいはこんばんは。またも前回執筆から約半年が経過、
>相も変わらず遅筆が身上、お久しぶりのクラウドソリューション開発部 伊藤です。
以前の記事では、「要件定義」工程の原理原則について取り挙げました。
前回の結びで、「次回はより実践的な内容で、お会いしましょう！」などと言ってしまったものだから、テーマ探しもまあ大変。
どうしたものかと頭を悩ませてみましたが……ここは敢えて奇を衒わず、上流工程の最上流にして花形(というイメージのある)工程、
「ヒアリング工程」についてお話しいたしましょう!
なお、本記事は「要件定義 ヒアリング工程」解説記事の前編となります。
まあまあ長くなりましたが、どうぞお付き合いください(このブログ見てるってことは時間あるでしょ)。
この記事を読むのにかかる時間は 約10分 くらいです！
この記事でわかること
続きを読む
1からわかる要件定義：ヒアリング【中編】深掘り術
Tech blog
Hello Ecomott!
おはようございます、こんにちは、あるいはこんばんは。
以上前略、クラウドソリューション開発部 伊藤です。
今回は続編記事！というか長すぎて分割になった
というわけで本編前置きはサクサク終わります。
要件定義入門シリーズ、「ヒアリング」編の中編となります。
えっ、こんな記事が三部作？と思いました？
いやいや、どうせ時間おありでしょう？活字読むのがお好きなんでしょう？
きっとそうだと信じて。
能書きはさておき、前編では「ヒアリング」工程の「下準備」について解説しました。
前編を読まずにこちらを開いたあなた、それこそ「準備」が足りない。
とりあえず前編を読んでいただいてから、またお会いいたしましょう。
前編も履修済だぜ！という方は、いよいよ「ヒアリング」の本筋について、
お付き合い願います。例のごとくちょっと長いよ！！
この記事を読むのにかかる時間は 約10分 くらいです！
この記事でわかること
採用情報
IoTプラットフォーム「FASTIO」
