tokyo.ex#9

昨日の日曜日にtokyo.ex#9に参加してきました。

 

beam-lang.connpass.com

 

 

 

会場であるアルコタワーの入り口がどこか分からず少し迷子になった。

 

発表内容

セッションが1本と LTが4本 

 

セッションはこちら

speakerdeck.com

 

pubsubのお話がメイン

途中遅れて来てしまったのもありほとんど話がついていけずでした。

とは言っても間に合ってもほとんどついていけなさそう。。

 

 

 それ以外でセッションの応募がなかったためそのままLTへ

  1. Elixirを始めたばかりでslackのようなチャットツールを作ってみた話 

  2. Elixir のプロジェクトに Pull Request を送った

  3. Elixir周りのアップデートを紹介

  4. マクロ入門
  5. JEA(Japan Elixir Association) からのお知らせ

Elixirを始めたばかりでslackのようなチャットツールを作ってみた話

(正確なタイトル忘れました。)

最初のLTは先ほどのセッションからだいぶ敷居が低くなっていました。

それでも始めたばかりと言ってたけど、slackぽくなっていてかなり完成度が高かった。

 

Elixir のプロジェクトに Pull Request を送った

gist.github.com

José Valimにプルリク出したらマージされたらしい。

しゅごい!

 

 

Elixir周りのアップデートを紹介

  • Phoenix1.4の大きな変更はなし
  • Ectoは破壊的な変更があるなど

 

最後にShimazakiさんからのお知らせ

日本から応募がないらしい。

これはチャンスかも!?

 

Elixir関連の勉強会だとfukuoka.exでリモートで数回参加してたくらい。

やはり現地で集まってワイワイするのが色々刺激を受け易いし、モチベーション的にも良いなと思った。

それとその場で色々情報交換もできるので、また可能な限り都合をつけて参加しよ。

 

 

 

エンジニアの知的生産術

 先日読み終えた書籍があるので簡単にレビューを書いておきます。

 

エンジニアの知的生産術 ──効率的に学び、整理し、アウトプットする (WEB+DB PRESS plusシリーズ)
 

 

 

この書籍の著者はサイボウズラボの西尾泰和さんで

以下のような内容が書かれています。

 

  • どのように知識を身につけてアウトプットするか

  • やる気を出す方法
  • タスクをどのように区切って効率よく進めるか
  • 技術書を読む場合、どのように読んでいくのが効率がいいか
  • アイディアが思いつかない場合


 

  • どのように知識を身につけてアウトプットするか

情報を収集したり比較、抽象などの単語を使って

どのように学んでいくかを解説しています。

エンジニアでよく経験する写経を進める場合の注意点とか

それと書籍を購入する場合もロングセラーになっているものを選ぶなどして

効率よくインプットすることも書かれてあります。

 

 

  • やる気を出す方法 タスクをどのように区切って効率よく進めるか

タスクが大きいまま手をつけようとせず

タスクを小さくして進めればやる気を失わずに進めやすいという説明があります。

途中途中で休憩ポイントがあれば 継続して作業を進めやすいのは心当たりがあります。 

 

  • 技術書を読む場合、どのように読んでいくのが効率がいいか

自分が最初にプログラミングを始めたばかりの頃

技術書読むとつい最初から読んで出来てからでない先に進めないという

変なこだわりがありました。

(もちろんこの書籍を読む前からそんなことはしてないですが)

ここでは技術書を読む場合は必要なとこや、読みたい部分を優先して読み進めるといったことが書かれてあり、よくある速読術みたいなことは書かれていません。

 

 

  • アイディアが思いつかない場合

ここでは先ほど書いたタスクを分解したりフェーズにまとめて解説されてます。

 

 

タイトルからエンジニア向けっぽいタイトルですが別業種の方が読んでも十分に使える

内容になっています。

 

自分も何かタスクをこなそうと思ってもそのタスク自体が重すぎるあまりに思うように作業を進められないことがあったのでその時に出会っていればなぁと思う本でした。

API開発でのあれこれ(Django REST Framework編)

だいぶご無沙汰になってしまったmocamocalandでごんす

色々追い詰められつつだったのでなかなか書けなかったと言い訳しておきます。

 

ここ最近はある案件でAPIを作りまくってたのでそのお話を

 

環境

Python:3.6

Django:1.11

 

最初はAPIの作り方すら全く分からず色々検索しててできたのがこれ

qiita.com

 

そんで実際見よう見真似で作ってみたが、某社員様にこれだと後々で面倒になるからとのことで、PyQにあるシンプルに返す感じでやってみた

その話はまた後日

 

まだまだAPIについて勉強不足なので

The API Good Partsを読んで勉強中

www.oreilly.co.jp

 

 

Elixirともくもくしてた

先日の2日に日暮里まで行ってもくもく会に参加

先月はPyConで参加できなかったので2か月ぶりの参加

普段は仕事でPHP、それ以外はPythonでやってるためElixirはこの日だけにするようにしてる。

 

robust-inc.connpass.com

 

普段触ってる訳ではないのですぐできそうなこれをやってみた

ここではDockerですが今回はあらかじめElixirを入れてあったのでHomebrewで実施

 

www.slideshare.net

 

途中のphoenixでローカルで起動まではできたものの

posgreが不慣れでwarningを出してしまい、対処が分からずそこで終了

翌日軽く続きをやってみたが原因が不明なのでこれで打ち切り

 

来月以降になるが余力があれば再度やってみたい。

 

やってみてある程度のコマンド操作が出来ればElixirが初めてでもローカルで起動までの手順はすんなりできました。

かなり丁寧に説明があるので入門にはちょうどいいと思いました。

妹がグレブナー基底に興味を持ち始めたのだが。 を読んだ

高円寺理数塾さんからこんな本が出てたので買ってみた

www.shosen.co.jp

自然数からの話に始まり、段階的に連立方程式など出てきて

数学が苦手な人でもすんなり読める話になっている。

 

読んだ内容ではグレブナー基底はほとんどなく途中で軽く出てる内容で

最後は微分を使った数値分離の内容

グレブナー基底について突っ込んだ話を知りたい場合は別の本を見た方が良さそう。

ただ数学を楽しくさせるきっかけにさせてくれる本だと思う。

 

 

 

 

 

BPStudy#121〜地に足をつけて学ぶ機械学習、データサイエンス

先日 BPStudy#121〜地に足をつけて学ぶ機械学習、データサイエンスに参加

bpstudy.connpass.com

最初はBeProudで技術顧問をされてるサイボウズの西尾さん

・最初のプログラムの話は聞けなかったが、機械学習は未知の領域ではないということ。

・極端な話4行くらいで書けてしまう。

・結構身近な例をあげて説明をしてたので非常に分かりやすかった。

・WEBの開発とそんなにかけ離れてはなく、予測不能なことをやると炎上したりするので要注意

・なんだかんだ重要なのは顧客価値であることを忘れないようにする。

詳しくは以下のスライドにあります。

その機械学習についてはPyQにもありました。

https://pyq.jp/quests/

 

www.slideshare.net

 

そのあとがstapyの辻さん

http://www.tsjshg.info/BPStudy_Tsuji_20170926_pub.pdf

 

データサイエンスのお話とかPythonが今来てるよとか

相変わらず安定の面白さでした。

スライドだけではなかなか伝わりづらいとこですが

 

その後の懇親会にも珍しく参加

技術書の執筆や先日行われたPyConJPについて話が盛り上がる。

締め切りに追われたりとかいろいろ苦労話を聞く。

 

PyConJP2017

先日初めてのPyConJPに参加

比較的レベル1とかをセレクトしたがそれでもところどころ話が追いつかず。。
まだまだスキル足らないと反省しつつ最近購入したPyQでも頑張ります。

全体見た感じだと
やはり毎回出てる人が手馴れた感があり、きちんと時間配分が上手だった。
ちゃんと質問する時間とかもあったしね。

逆に慣れてないと時間切れで打ち切られてしまった方が何名かいた。
来年もし出るようなことがあれば準備とリハがかなり大事

このあたりが参考になる

www.slideshare.net

 

プレゼンを行うときに気をつけることまとめ - Qiita

@chie8842さん
@drillerさんより引用

あーパーティーに出れなかったのが残念でならない。
来年こそは!

番外
PyCon2日前にRejectConがありました。

司会のaraiさんがそれぞれになんで落ちたかインタビュー

ちゃんと書かなかったから
Python要素が少なかった
ディープラーニングで3次元をやってる人がいなかったから
似たようなことやってた人がいた


どれが通ってもおかしくない感じだが、やはり倍率がそれだけ高かった模様
個人的にはHayaoさんの話が一番面白かった。技術的にまだ未熟な自分にはタメになる話だった。
メインのPyConのLTでもほぼ同じ話してた。
とにかくリータブルコードとEffective Pythonを読めとのこと。

speakerdeck.com

楽しい日々でした、お疲れ様でーす。