IIJ Technical WEEK 2014 1日目 #iij_tw2014
-
IIJ_doumae
- 4888
- 0
- 2
- 53
-
- いいね！53
堂前@IIJ
@IIJ_doumae
タスク管理ツールを変更したことで「何をするか」を柔軟に入れ替え可能。MS Projectでは独りがタスク管理していたが、複数人でタスク管理を共有化することができるようになった。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:28:19
堂前@IIJ
@IIJ_doumae
これらのツールの導入でワークフローが変わった。開発者はPivotalTrackerを見ることで「何をすべきか」がわかる。継続的インテグレーションでコードの質を維持できる。継続的デプロイで動作確認も簡単に。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:29:27
堂前@IIJ
@IIJ_doumae
まとめ。要望と成果物の乖離を最小化し、開発サイクルを効率的に回せるようになった。開発者も時間を有意義に使えるようになった。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:30:33
堂前@IIJ
@IIJ_doumae
Q:このワークフローは会社全体で導入？ A:特定の部署だけで導入している。 Q:新しいワークフローに対する抵抗は？ A:チームに「新しいもの使いたい」というメンツが集まっていた。頻繁に新しいものを導入している #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:32:03
堂前@IIJ
@IIJ_doumae
Q:ウオーターフォールからこのスタイルに変更するにどのぐらいの期間がかかる？ A:新しいスタイルは新サービス開発に合わせて導入した。既存プロジェクトを変更したわけではない。既存を変更するのは難しそう。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:33:11
堂前@IIJ
@IIJ_doumae
Q:アジャイルで時間が短くなることにより、ユーザに要求に応えることが困難になったこともある。要望自体が間違っていたなど。 A:ユーザ自身が要求をわかっていないことは多々ある。試してみて駄目ならやり直すしかない #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:34:33
堂前@IIJ
@IIJ_doumae
Q:バグ管理はどうしているのか？ A:新サービスではtracを使っていない。PivotalTrackerとGithubのissueを組み合わせて使っている。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:35:34ビッグデータを活用した取り組み
IIJイノベーションインスティテュート 企画開発センター チーフアーキテクト 藤田 昭人
今や少し食傷気味なバズワードとなってしまった「ビッグデータ」ですが、政府機関からのオープンデータの公開等とあいまって、今日ではその応用についてより具体的な議論がされるようになってきています。昨年６月に「Wikipedia ランキング」を公開した「Project Gryfon」では、その後もサービスの拡充を図るために様々な取り組みを進めています。本セッションでは最新のビッグデータ解析の動向を踏まえ、取り組みの一端をご紹介します。
堂前@IIJ
@IIJ_doumae
次は本日最後のセッションです。「ビッグデータを活用した取り組み IIJイノベーションインスティテュート 企画開発センター チーフアーキテクト 藤田 昭人」 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:49:05
堂前@IIJ
@IIJ_doumae
Project Gryfon「ビッグデータ」研究。データの可視化 Wikiepediaランキング gryfon.iij-ii.co.jp/ranking/ 感染症動向調査 iij.ad.jp/news/pressrele… #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:52:37
Tetsuya Morimoto
@t2y
project gryfon のランキング、都道府県別とかでみれるらしい gryfon.iij-ii.co.jp/ranking/index.… #iij_tw2014
2014-11-26 16:53:27
堂前@IIJ
@IIJ_doumae
J-CASTと共同研究。Jタウンネットとのサービス連携など。 j-town.net #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:53:50
堂前@IIJ
@IIJ_doumae
本日プレスリリース「感染症データランキング」gryfon.iij-ii.co.jp/infection_rank… どの府県で感染症が流行しているかを表示。iij.ad.jp/news/pressrele… #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:55:08
堂前@IIJ
@IIJ_doumae
データ活用ニーズを持ったユーザとの協業。具体的な目標が必要だが、具体的すぎるとすぐに行き詰まってしまう。最初の成果を出すまでの半年間は大半がアイデア出しに終始。どこかでアイデア出しにけりをつけないと際限がない。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:56:38
堂前@IIJ
@IIJ_doumae
ビッグデータを解析して得られた結果について「本当に正しいの？」という指摘。それを検証するすべがない。「エビデンス問題」最初はビッグでないデータを活用して結果を出す。それを補強、詳細化するためにビッグデータを使う #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 16:58:40
Tetsuya Morimoto
@t2y
ビッグデータありきのデータ活用はエビデンスの問題で破綻する、データが多過ぎてその根拠の検証もビッグデータの解析になってしまう #iij_tw2014
2014-11-26 16:58:53
堂前@IIJ
@IIJ_doumae
ガードナーの「ハイプ・サイクル」特定の技術の成熟度、採用度、社会への適用度を示す。毎年8月頃に公開される。技術は、黎明期→流行期→幻滅期→回復期→安定期、という流れに乗る。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:01:01
堂前@IIJ
@IIJ_doumae
ハイプ・サイクルから見るビッグデータ。当初は「大規模データ処理」から派生したコンセプトとして登場。その後、データ分析とその技術にフォーカスが当たりつつある。「データサイエンス」「プリスクリプティブ分析」 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:08:35
堂前@IIJ
@IIJ_doumae
「データサイエンス」データから知識を抽出する「科学」。学際的な科学で、ビッグデータだけを対象としているわけではない。プロセスの一部として、探索的データ分析(EDA)がある。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:11:41
堂前@IIJ
@IIJ_doumae
昨年度発表した「Wikipediaランキング」は、この探索的データ分析の範疇に収まるのではないか。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:12:41
堂前@IIJ
@IIJ_doumae
プリスクリプティブ分析。課題解決のための手段の分析。IBMが提唱するビジネス分析の3つのフェースの最終フェーズ。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:16:21
堂前@IIJ
@IIJ_doumae
Project Gryfonでのデータ分析への取り組み。Wikipedia PVC解析の発展系。対象ページの拡大、ソーシャルメディア(Twitter)も取り込んだ要因分析、リアルタイム処理。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:20:13
堂前@IIJ
@IIJ_doumae
WikipediaのPVCの変化(連続ドラマについて)。PVCの瞬間的変動が発生した期間を検出するアプローチ。自己相関モデルにより異常値を検出するアルゴリズムを試したが、スコアが発散して結果が得られない。 #iij_tw2014 bit.ly/iij_tw2014
2014-11-26 17:28:52