SlideShare une entreprise Scribd logo
1  sur  107
Télécharger pour lire hors ligne
エンジニアのための
学ぶ技術
2015-10-27 BPStudy #98
サイボウズ・ラボ 西尾泰和
自己紹介
サイボウズ・ラボ
次世代のグループウェアの
基盤となる技術を研究開発
2
グループウェアって何?
3
Group + Software
4
Douglas Engelbart
5
https://commons.wikimedia.org/wiki/File:Douglas_Engelbart_in_2008.jpg
Douglas Engelbart
マウス
GUI
ハイパーテキスト
グループウェア
6
https://commons.wikimedia.org/wiki/File:Douglas_Engelbart_in_2008.jpg
Augmenting Human Intellect
ソフトウェアによって
人間の能力を増強する
7
"Augmenting Human Intellect: A Conceptual Framework" (1962)
Augmenting Group Intellect
ソフトウェアによって
集団の能力を増強する
=グループウェア
8
人間
コンピュータ
人間
人間+コンピュータ
=増強された人間
人間
人間+コンピュータ
=増強された人間
これが顧客価値
ソフトウェアを売るということ
Augmenting Human Intellect
ソフトウェアによって
人間の能力を増強する
13
"Augmenting Human Intellect: A Conceptual Framework" (1962)
人間増強の四要素
• 1: 人工物(Artifacts)
• 2: 言語(Language)
• 3: 方法論(Methodology)
• 4: 教育(Training)
人間増強の四要素
• 1: 人工物(Artifacts) ←ソフトウェアなど
• 2: 言語(Language)
• 3: 方法論(Methodology)
• 4: 教育(Training)
増強方法はソフトだけではない
• ソフトウェア(人工物)を作り出すこと
だけが増強の方法ではない
• 思考の助けになるような言葉を作り出す
• 「やり方」を言語化・体系化する
• そしてそれらの使い方を教育する
人間増強の四要素
• 1: 人工物(Artifacts)
• 2: 言語(Language)
• 3: 方法論(Methodology)
• 4: 教育(Training)←1~3を使うスキルの教育
↑どんなよいソフトを作っても
使い方が理解されなければ役に立たない
筆者のソフト以外のアプローチ
• 京都大学サマーデザインスクール
• 「学び方のデザイン」灘校土曜講座
• 「エンジニアの学び方」技術評論社
• PyCon JP キーノート講演
• 「続・エンジニアの学び方」サイボウズ式
• サイボウズラボユース公開講座(準備中)
Q: 「学ぶ」プロセスの
最初の一歩は何か?
19
新しいことを学ぶためには
盲点*に気づく必要がある
20
* 自分が知らないこと、かつ「知らない」ということに気づいていなかったこと
21
先入観なく現実を観察し、
自分の理解とのズレを探す
エンジニア向けの具体例
エラーメッセージをちゃんと読む
「きっとこうだ」と決めつけるのではなく
確認のコードを書く
どこが遅いかプロファイル取ってから高速化
マニュアルを読め(たとえ英語でも)
自分の理解(=思い込み)と現実のズレに注目
22
先入観なく見るのは難しい
23
←見えていない
多くの視点を得ることで
先入観を減らす
24
“他人”の視点が有用
これは正しいか?
知識多い人が教え
少ない人が教わる
知識多い
知識少ない
知識の少ない人からでも
学ぶことができる
A
B
× 自分以外から一方通行で学ぶ
「自分に教えられることはない」
という思い込みが作った心の壁
○ 互いに知識を交換して学ぶ
多くの視点を得ることで
先入観を減らす
29
“他人”の視点が有用
30
先入観なく現実を観察し、
自分の理解とのズレを探す
それが盲点を見つけ
学ぶために必要なこと
31
これを妨げるバッドパターン
「聞くだけ人間」と「言うだけ人間」
個人の問題ではなく
「『教わる役』『教える役』の固定化」
という構造的問題。
これを解消するにはどうすればいいか?
32
まず「聞くだけ人間」を考える
「勉強会などで話す側に回ろう」耳にタコ
実行する人は少ない
自分が何を教えられるかがわからない
→最初の一歩が踏み出せない
33
何を学ぶか
34
35
抽象的な知識ほど
応用範囲が広い
具体的問題の答えを覚える
→その問題が解けるだけ
解き方(抽象的方法論)を学ぶ
→新しい問題を解ける
36
抽象的な方法論を
具体的な問題を解かずに
学べるだろうか?
37
自分の経験から抽象化を
繰り返して理解を育てる
38
経験という「根」と結びつかないと
応用できる知識にならない
39
根無し草の知識
応用
根のある知識
経験
40
「自分が経験したこと」は
自分が世界で一番詳しい
41
よくある例
発表者「失敗が怖い、間違えるのが怖い」
→教科書を丸写しして発
→質問されても「そう教科書に書いてあった」
としか答えられない
→質疑が盛り上がらない
失敗を避けようとしたことによって
より大きな失敗が引き起こさてれいる
42
間違えることを避けようとしない
• 自分が「教える役」だと思っていると、
間違えることは失敗だと思うのかもしれない
• でも「教えあう」が目的なのだから、
間違いじゃないかとつっこまれて議論をする
そのプロセス自体が有益なもの
• 教科書などの「外部の権威」
を自分の発表の正当化に
使うとそのプロセスが
回らなくなる
43
経験がメインディッシュ
自分はこういう経験をした(事実)
(オプション)教科書にはこう書いていた(事実)
自分はこう理解した(解釈)
→これなら聞いている人に
自分の解釈を言える余地がある
44
理解の検証について
45
自分の中で育てた「理解」が
応用できる知識かどうかは
どうすればわかるのか?
46
「理解した」は
仮説にすぎない
47
仮説は実験して検証しよう
48
検証:
思った通りの
結果になった?
エンジニア向けの具体例
プログラミング言語を学ぶ時:
A: マニュアルを読んで理解した!終わり!
B: マニュアルを読んで理解した気がしたので
確認のためのプログラムを実装してみた!
49
計画 行動
結果の考察計画の修正
仮説 実験
結果の考察仮説の修正
理解 行動
結果の考察理解の修正
53
先入観なく現実を観察し、
自分の理解とのズレを探す
「PDCAサイクルを回して学ぶ」
の最初の一歩は?
54
「何か発表しよう!」
↓
「何を発表しよう…」
55
理解 行動
結果の考察理解の修正
最初の一歩はどう踏み出すのか?
書いてから考えよう
57
関係あるかもしれないことを
まずは全部書き出して
覚えておく必要をなくす
58
具体例
「発表のネタになるかもしれない
ものを付箋に50枚書く」
59
「発表資料を作ろう」は
大きくて計測不能なタスクなので
やる気が失われがち
「ネタを付箋に50枚書く」は
計測可能で隙間時間で実行可能
60
書いたものを
机に広げる
61
62
人間の作業記憶は7個程度
書いたものを机に広げれば
100個をひと目で見渡せる
63
紙と机(人工物)による作業記憶の増強
ボトムアップで
グループを作っていく
64
65
トップダウンに分類すると
既存の考え方の枠に情報を
押し込めているだけになる
ボトムアップが重要
66
発表資料作りの今回の例であれば、ストーリーとして関連するものを近くに置く
束ねて
表札をつける
67
68
束ねて要約して表札をつけることで
見た目の枚数が減り脳の負担が減る
69
ボトムアップで集め、束ね、表札
チャンクを形成
70
図解化と文章化
71
72
図解は自分の理解の
全体像を整理するのに
向いている
→しかし他人に伝わらない
73
図解は二次元
文章は一次元
人に話すときも一次元
人に伝えたいなら一次元
74
75
↑
文章としての
アウトプット
文章化して他人に伝え
フィードバックを得る
76
書いて
まとめて
図解化して
文章化
行動
結果の考察理解の修正
最初の一歩はどう踏み出すのか?
人に伝える
フィード
バック
書いて
まとめて
図解化して
文章化
行動
結果の考察理解の修正
僕にとってこの講義は…
人に伝える
フィード
バック
「聞くだけ人間」脱出法
• 他人にアウトプットして
フィードバックから学ぶ。
• 隙間時間で付箋を50枚書き、
ボトムアップで組み立てる。
• 「自分の経験」にフォーカスする。
自分が世界一詳しいテーマだから。
今ここまで終わった
「言うだけ人間」の問題
81
「言うだけ人間」の問題
「互いに知識を交換して学ぶ」を目指すうえで
聞くだけの人以上に問題なのが言うだけの人
過去の成功体験から自信と先入観が生まれる
82
年末の社内納会で、
自分のコンフォートゾーン
(自分のぬるま湯)から抜け出て
コンフォートゾーンを広げよう
と、会社メンバーの前で話した
83
2015-10-14 - ビープラウド社長のブログ
http://shacho.beproud.jp/entries/2015/10/14
先入観・考え方の枠
コンフォートゾーン
どうやって壊していくのか?
84
枠を壊す流れ
1. 自分には既成の枠がある、と気づく
2. 自分の枠で判断するのではなく、保留する
3. 「枠を変えても意味がない」
という考えをのりこえる。
4. 「枠を変えるのが怖い」
という恐怖を乗り越える
85
エンジニア向けの具体例
エンジニアのNさんは自称「人間と話すより機械
と話す方が気が楽」な人。
↓中略
「インタビュワーをやらないか」という打診が。
そんな経験はないし自信もない!
→でもやる(枠を変える恐怖の乗り越え)
86
「聞く」方法
聞く方法なんて学んだことない!
インタビューに関する本を10冊買って
全部付箋化してKJ法してみた
重要なコンセプトはさほど多くない。
87
相手の使う言葉は
自分が考える意味で
使われているとは限らない
88
顧客「タイムマシンを作って」
エンジニア
「そんなことできるわけないだろ」
89
相手が「タイムマシン」という
言葉で表現しようとしているものが
自分の考えるタイムマシンと
同じだと考えている
90
冷静に考えたらその前提が
事実でないのは明らかなのに
自分の枠で現実を歪めている
91
顧客「タイムマシンを作って」
エンジニア
「どんなタイムマシンですか?」
「そのタイムマシンがあることで
何がどうなるとよいのですか?」
92
前提に敏感になる
93
二者択一法(選択話法)
「Aという商品とBという商品の
どちらがお好みですか?」
どちらかを買う前提が入っている
→暗黙に前提を認めさせる
94
前提のある質問は
答えを引き出しやすいが
回答を歪めてしまう
95
「最近のお悩みは何ですか?」
→悩んでいることが前提
96
「最近興味を持った技術は?」
→技術に興味を持ったことが前提
97
勇気づけることが大事
98
言葉がなかなか出てこない人
話すことに自信がない人
話すことを勇気づけて
やる気を引き出していく必要がある
99
「教わる役」「教える役」の固定化
を解消するには「教える役」が
コンフォートゾーンを抜け出して
積極的に「教わる役」をやることが
重要なのではないか
100
「言うだけ人間」脱出法
• 「教える役」を抜け出し
「教わる役」をプレイする。
• 前提や単語の意味は自分と相手で違う。
自分の枠を相手に押し付けない。
• 相手が話すことを勇気づけ、
やる気を引き出していく。
101
○ 互いに知識を交換して学ぶ
多くの視点を得ることで
先入観を減らす
103
“他人”の視点が有用
104
先入観なく現実を観察し、
自分の理解とのズレを探す
それが盲点を見つけ
学ぶために必要なこと
105
書いて
まとめて
図解化して
文章化
行動
結果の考察理解の修正
僕にとってこの講義は…
人に伝える
フィード
バック
書いて
まとめて
図解化して
文章化
行動
結果の考察理解の修正
Question & Comment
人に伝える
フィード
バック

Contenu connexe

Tendances

リーンスタートアップにおける良い仮説、悪い仮説
リーンスタートアップにおける良い仮説、悪い仮説リーンスタートアップにおける良い仮説、悪い仮説
リーンスタートアップにおける良い仮説、悪い仮説Takaaki Umada
 
JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用
JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用
JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用Akinori SAKATA
 
Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)Hironori Washizaki
 
RDBにおけるバリデーションをリレーショナルモデルから考える
RDBにおけるバリデーションをリレーショナルモデルから考えるRDBにおけるバリデーションをリレーショナルモデルから考える
RDBにおけるバリデーションをリレーショナルモデルから考えるMikiya Okuno
 
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjugフロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjugItsuki Kuroda
 
リーンスタートアップ概論
リーンスタートアップ概論リーンスタートアップ概論
リーンスタートアップ概論Itsuki Kuroda
 
アップルの特許に見るUI特許のポイント
アップルの特許に見るUI特許のポイントアップルの特許に見るUI特許のポイント
アップルの特許に見るUI特許のポイントkurikiyo
 
大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic
大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic
大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumicItsuki Kuroda
 
アジャイル開発とメトリクス
アジャイル開発とメトリクスアジャイル開発とメトリクス
アジャイル開発とメトリクスRakuten Group, Inc.
 
ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。toshihiro ichitani
 
アジャイルメトリクス実践ガイド
アジャイルメトリクス実践ガイドアジャイルメトリクス実践ガイド
アジャイルメトリクス実践ガイドHiroyuki Ito
 
プレゼンの技術
プレゼンの技術プレゼンの技術
プレゼンの技術心 谷本
 
基礎線形代数講座
基礎線形代数講座基礎線形代数講座
基礎線形代数講座SEGADevTech
 
デキるプログラマだけが知っているコードレビュー7つの秘訣
デキるプログラマだけが知っているコードレビュー7つの秘訣デキるプログラマだけが知っているコードレビュー7つの秘訣
デキるプログラマだけが知っているコードレビュー7つの秘訣Masahiro Nishimi
 
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについてSEGADevTech
 
「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことかYoshiki Hayama
 
老害について
老害について老害について
老害についてKen SASAKI
 
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回Yoshiki Hayama
 
5分で分かるアジャイルムーブメントの歴史 拡大版
5分で分かるアジャイルムーブメントの歴史 拡大版5分で分かるアジャイルムーブメントの歴史 拡大版
5分で分かるアジャイルムーブメントの歴史 拡大版Fumihiko Kinoshita
 

Tendances (20)

WayOfNoTrouble.pptx
WayOfNoTrouble.pptxWayOfNoTrouble.pptx
WayOfNoTrouble.pptx
 
リーンスタートアップにおける良い仮説、悪い仮説
リーンスタートアップにおける良い仮説、悪い仮説リーンスタートアップにおける良い仮説、悪い仮説
リーンスタートアップにおける良い仮説、悪い仮説
 
JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用
JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用
JaSST Tokyo 2022 アジャイルソフトウェア開発への統計的品質管理の応用
 
Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)Agile Quality アジャイル品質パターン (QA2AQ)
Agile Quality アジャイル品質パターン (QA2AQ)
 
RDBにおけるバリデーションをリレーショナルモデルから考える
RDBにおけるバリデーションをリレーショナルモデルから考えるRDBにおけるバリデーションをリレーショナルモデルから考える
RDBにおけるバリデーションをリレーショナルモデルから考える
 
フロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjugフロー効率性とリソース効率性について #xpjug
フロー効率性とリソース効率性について #xpjug
 
リーンスタートアップ概論
リーンスタートアップ概論リーンスタートアップ概論
リーンスタートアップ概論
 
アップルの特許に見るUI特許のポイント
アップルの特許に見るUI特許のポイントアップルの特許に見るUI特許のポイント
アップルの特許に見るUI特許のポイント
 
大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic
大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic
大規模レガシー環境に立ち向かう有機的な開発フォーメーション #devsumi #devsumic
 
アジャイル開発とメトリクス
アジャイル開発とメトリクスアジャイル開発とメトリクス
アジャイル開発とメトリクス
 
ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。
 
アジャイルメトリクス実践ガイド
アジャイルメトリクス実践ガイドアジャイルメトリクス実践ガイド
アジャイルメトリクス実践ガイド
 
プレゼンの技術
プレゼンの技術プレゼンの技術
プレゼンの技術
 
基礎線形代数講座
基礎線形代数講座基礎線形代数講座
基礎線形代数講座
 
デキるプログラマだけが知っているコードレビュー7つの秘訣
デキるプログラマだけが知っているコードレビュー7つの秘訣デキるプログラマだけが知っているコードレビュー7つの秘訣
デキるプログラマだけが知っているコードレビュー7つの秘訣
 
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
「龍が如く7 光と闇の行方」の自動テスト活用事例とテスト自動化チーム(仮)による若手育成の取り組みについて
 
「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか「顧客の声を聞かない」とはどういうことか
「顧客の声を聞かない」とはどういうことか
 
老害について
老害について老害について
老害について
 
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
「UXデザインとは」からはじめる「本流」のUXデザインはじめの一歩 | UXデザイン基礎セミナー 第1回
 
5分で分かるアジャイルムーブメントの歴史 拡大版
5分で分かるアジャイルムーブメントの歴史 拡大版5分で分かるアジャイルムーブメントの歴史 拡大版
5分で分かるアジャイルムーブメントの歴史 拡大版
 

En vedette

非参加者オリエンテーション
非参加者オリエンテーション非参加者オリエンテーション
非参加者オリエンテーションnishio
 
強化学習その4
強化学習その4強化学習その4
強化学習その4nishio
 
聞く技術
聞く技術聞く技術
聞く技術nishio
 
描く技術
描く技術描く技術
描く技術nishio
 
Differentiable neural conputers
Differentiable neural conputersDifferentiable neural conputers
Differentiable neural conputersnaoto moriyama
 
CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性
CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性
CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性J-Stream Inc.
 
If文から機械学習への道
If文から機械学習への道If文から機械学習への道
If文から機械学習への道nishio
 

En vedette (7)

非参加者オリエンテーション
非参加者オリエンテーション非参加者オリエンテーション
非参加者オリエンテーション
 
強化学習その4
強化学習その4強化学習その4
強化学習その4
 
聞く技術
聞く技術聞く技術
聞く技術
 
描く技術
描く技術描く技術
描く技術
 
Differentiable neural conputers
Differentiable neural conputersDifferentiable neural conputers
Differentiable neural conputers
 
CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性
CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性
CDNのトラフィックエンジニアリング:CDNの現状とSDNの可能性
 
If文から機械学習への道
If文から機械学習への道If文から機械学習への道
If文から機械学習への道
 

Similaire à エンジニアのための学ぶ技術

首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分nishio
 
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義nishio
 
Oprol_Engine_pitch_v1_final
Oprol_Engine_pitch_v1_finalOprol_Engine_pitch_v1_final
Oprol_Engine_pitch_v1_finalRyotaNishimine
 
2016プロシンスポンサー 加筆版
2016プロシンスポンサー 加筆版2016プロシンスポンサー 加筆版
2016プロシンスポンサー 加筆版Hirokazu Nishio
 
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理Takayuki Ushida
 
Overcoming catastrophicforgetting
Overcoming catastrophicforgettingOvercoming catastrophicforgetting
Overcoming catastrophicforgettingOsanai Miyu
 
アジャイルマネジメントとは?
アジャイルマネジメントとは?アジャイルマネジメントとは?
アジャイルマネジメントとは?Kiro Harada
 
Oprol_Engine_pitch_v1.1_1min
Oprol_Engine_pitch_v1.1_1minOprol_Engine_pitch_v1.1_1min
Oprol_Engine_pitch_v1.1_1minRyotaNishimine
 
【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services
【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services
【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity ServicesUnityTechnologiesJapan002
 
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話Kamonohashi
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- Koichi Hamada
 
ゲーム開発環境、もっと楽にできるよ♬ マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!
ゲーム開発環境、もっと楽にできるよ♬  マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!ゲーム開発環境、もっと楽にできるよ♬  マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!
ゲーム開発環境、もっと楽にできるよ♬ マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!Hiroko Umetsu
 
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)Yaboo Oyabu
 
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)Naoki (Neo) SATO
 
知っ徳!納徳!Magic Leap 《デバイス編》
知っ徳!納徳!Magic Leap 《デバイス編》知っ徳!納徳!Magic Leap 《デバイス編》
知っ徳!納徳!Magic Leap 《デバイス編》Sadao Tokuyama
 
Chrome Hounds におけるチームAI
Chrome Hounds におけるチームAIChrome Hounds におけるチームAI
Chrome Hounds におけるチームAIYouichiro Miyake
 

Similaire à エンジニアのための学ぶ技術 (20)

首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分首都大学東京「情報通信特別講義」2016年西尾担当分
首都大学東京「情報通信特別講義」2016年西尾担当分
 
2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義2017首都大学東京情報通信特別講義
2017首都大学東京情報通信特別講義
 
Oprol_Engine_pitch_v1_final
Oprol_Engine_pitch_v1_finalOprol_Engine_pitch_v1_final
Oprol_Engine_pitch_v1_final
 
2016プロシンスポンサー 加筆版
2016プロシンスポンサー 加筆版2016プロシンスポンサー 加筆版
2016プロシンスポンサー 加筆版
 
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
脆弱性スキャナVulsの紹介とMackerelメタデータと連携した脆弱性管理
 
Overcoming catastrophicforgetting
Overcoming catastrophicforgettingOvercoming catastrophicforgetting
Overcoming catastrophicforgetting
 
アジャイルマネジメントとは?
アジャイルマネジメントとは?アジャイルマネジメントとは?
アジャイルマネジメントとは?
 
Oprol_Engine_pitch_v1.1_1min
Oprol_Engine_pitch_v1.1_1minOprol_Engine_pitch_v1.1_1min
Oprol_Engine_pitch_v1.1_1min
 
エンタープライズにおける開発ツールの導入と活用推進
エンタープライズにおける開発ツールの導入と活用推進エンタープライズにおける開発ツールの導入と活用推進
エンタープライズにおける開発ツールの導入と活用推進
 
エンタープライズにおける開発ツールの導入と活用推進
エンタープライズにおける開発ツールの導入と活用推進エンタープライズにおける開発ツールの導入と活用推進
エンタープライズにおける開発ツールの導入と活用推進
 
【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services
【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services
【Unite Tokyo 2019】開発から運用まで、デベロッパーをサポートするUnity Services
 
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
 
UShareSoft_20130425
UShareSoft_20130425UShareSoft_20130425
UShareSoft_20130425
 
UShareSoft_20130425
UShareSoft_20130425UShareSoft_20130425
UShareSoft_20130425
 
ゲーム開発環境、もっと楽にできるよ♬ マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!
ゲーム開発環境、もっと楽にできるよ♬  マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!ゲーム開発環境、もっと楽にできるよ♬  マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!
ゲーム開発環境、もっと楽にできるよ♬ マインクラフトでも実践している DevOpsでゲーム開発を効率化しよう!
 
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
機械学習プロジェクトにおける Cloud AI Platform の使い方 (2018-11-19)
 
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
 
知っ徳!納徳!Magic Leap 《デバイス編》
知っ徳!納徳!Magic Leap 《デバイス編》知っ徳!納徳!Magic Leap 《デバイス編》
知っ徳!納徳!Magic Leap 《デバイス編》
 
Chrome Hounds におけるチームAI
Chrome Hounds におけるチームAIChrome Hounds におけるチームAI
Chrome Hounds におけるチームAI
 

Plus de nishio

量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミングnishio
 
夏プロ報告
夏プロ報告夏プロ報告
夏プロ報告nishio
 
ITと経営
ITと経営ITと経営
ITと経営nishio
 
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAInishio
 
交渉力について
交渉力について交渉力について
交渉力についてnishio
 
組織横断型研究室構想
組織横断型研究室構想組織横断型研究室構想
組織横断型研究室構想nishio
 
強化学習その5
強化学習その5強化学習その5
強化学習その5nishio
 
良いアイデアを出すための方法
良いアイデアを出すための方法良いアイデアを出すための方法
良いアイデアを出すための方法nishio
 
強化学習その3
強化学習その3強化学習その3
強化学習その3nishio
 
強化学習その2
強化学習その2強化学習その2
強化学習その2nishio
 
強化学習その1
強化学習その1強化学習その1
強化学習その1nishio
 
線形?非線形?
線形?非線形?線形?非線形?
線形?非線形?nishio
 
機械学習キャンバス0.1
機械学習キャンバス0.1機械学習キャンバス0.1
機械学習キャンバス0.1nishio
 
勾配降下法の 最適化アルゴリズム
勾配降下法の最適化アルゴリズム勾配降下法の最適化アルゴリズム
勾配降下法の 最適化アルゴリズムnishio
 
Wifiで位置推定
Wifiで位置推定Wifiで位置推定
Wifiで位置推定nishio
 
ESP8266EXで位置推定
ESP8266EXで位置推定ESP8266EXで位置推定
ESP8266EXで位置推定nishio
 
Raspberry Piで Wifiルータを作る
Raspberry PiでWifiルータを作るRaspberry PiでWifiルータを作る
Raspberry Piで Wifiルータを作るnishio
 
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)nishio
 
「ネットワークを作る」 ってどういうこと?
「ネットワークを作る」ってどういうこと?「ネットワークを作る」ってどういうこと?
「ネットワークを作る」 ってどういうこと?nishio
 
「ネットワークを作ることで イノベーションを加速」 ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?「ネットワークを作ることでイノベーションを加速」ってどういうこと?
「ネットワークを作ることで イノベーションを加速」 ってどういうこと?nishio
 

Plus de nishio (20)

量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング量子アニーリングマシンのプログラミング
量子アニーリングマシンのプログラミング
 
夏プロ報告
夏プロ報告夏プロ報告
夏プロ報告
 
ITと経営
ITと経営ITと経営
ITと経営
 
部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI部分観測モンテカルロ計画法を用いたガイスターAI
部分観測モンテカルロ計画法を用いたガイスターAI
 
交渉力について
交渉力について交渉力について
交渉力について
 
組織横断型研究室構想
組織横断型研究室構想組織横断型研究室構想
組織横断型研究室構想
 
強化学習その5
強化学習その5強化学習その5
強化学習その5
 
良いアイデアを出すための方法
良いアイデアを出すための方法良いアイデアを出すための方法
良いアイデアを出すための方法
 
強化学習その3
強化学習その3強化学習その3
強化学習その3
 
強化学習その2
強化学習その2強化学習その2
強化学習その2
 
強化学習その1
強化学習その1強化学習その1
強化学習その1
 
線形?非線形?
線形?非線形?線形?非線形?
線形?非線形?
 
機械学習キャンバス0.1
機械学習キャンバス0.1機械学習キャンバス0.1
機械学習キャンバス0.1
 
勾配降下法の 最適化アルゴリズム
勾配降下法の最適化アルゴリズム勾配降下法の最適化アルゴリズム
勾配降下法の 最適化アルゴリズム
 
Wifiで位置推定
Wifiで位置推定Wifiで位置推定
Wifiで位置推定
 
ESP8266EXで位置推定
ESP8266EXで位置推定ESP8266EXで位置推定
ESP8266EXで位置推定
 
Raspberry Piで Wifiルータを作る
Raspberry PiでWifiルータを作るRaspberry PiでWifiルータを作る
Raspberry Piで Wifiルータを作る
 
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
Wifiにつながるデバイス(ESP8266EX, ESP-WROOM-02, ESPr Developerなど)
 
「ネットワークを作る」 ってどういうこと?
「ネットワークを作る」ってどういうこと?「ネットワークを作る」ってどういうこと?
「ネットワークを作る」 ってどういうこと?
 
「ネットワークを作ることで イノベーションを加速」 ってどういうこと?
「ネットワークを作ることでイノベーションを加速」ってどういうこと?「ネットワークを作ることでイノベーションを加速」ってどういうこと?
「ネットワークを作ることで イノベーションを加速」 ってどういうこと?
 

エンジニアのための学ぶ技術

Notes de l'éditeur

  1. まず自己紹介、サイボウズ・ラボっていう、サイボウズというグループウェアのシェアNo.1の会社の研究部門子会社
  2. 何だと思う? 言及不要:“Peter and Trudy Johnson-Lenz によって1978年に作られた用語” 『組織とグループウェア』p.63
  3. ダグラス・エンゲルバート、知っている人?
  4. 1960年代、コンピュータはまだ個々人の手元には普及していなかった。彼はコンピュータ普及後の世界を考えた人だった
  5. 1960年代、コンピュータはまだ個々人の手元には普及していなかった。彼はコンピュータ普及後の世界を考えた人だった
  6. 最近、人工知能とか色々と話題になることが多いですよね
  7. 「コンピュータが人間のレベルに到達するのはいつかな」みたいなイメージを持たれることが多いのですが、これは物事の片面だけを見ている
  8. コンピュータによって人間が増強され、もっと能力を上げる
  9. コンピュータ(電子計算機)が生まれてまずは計算能力を増強した。単位時間に計算できることができることが増えた。インターネットが生まれて人間が単位時間にやり取りできる情報量が増えた。そして検索エンジンが生まれて、人間が単位時間に見つけることのできる情報が増えた。どんどん生身の人間との差は広がっていく。
  10. ここで、人間の能力の増強についての話に戻りましょう
  11. ソフトウェア、ハードウェア、システム、その他技術的だと僕らエンジニアがイメージするもののほとんどは人工物。 人間増強の一つの方法にすぎない。
  12. エンジニアにありがちな失敗として、よいソフトウェアを作ろうとか、よいシステムを作ろうとかそういう「人工物の改善」ばかり考えてしまって、実際にそれを使うユーザにどうやって使い方を習得させるかって視点が抜けていたりってことがある
  13. 知らないこと、そして知らないということに気づいていなかったこと。それはどうやればいい?
  14. 自分が知らないこと、かつ「知らない」ということに気づいていなかったこと。それはどうやればいい?
  15. エンジニアリングの学びでは比較的容易
  16. どうしても今までの経験から見えやすいもの見えにくいものができてしまう
  17. この矢印が一方通行であるようなイメージを持ちがち。学生で、教わる役割を演じている。すぐそばに先生という教える役割を演じている人がいる。
  18. AさんとBさんを比較するとAさんの方が知識の絶対量は多い、だけど得意分野がイコールでないならば、Aさんが知らなくてBさんが知っている知識が存在する。
  19. これがよい状態。
  20. 一休み
  21. 一般論、例えば数学に関して考えてみる
  22. 具体的な答えではなく、抽象化した「答えを得る方法」を学んでいる。じゃあこの抽象的な「方法論」はどうやって学ぶのか
  23. 僕は無理だと思う
  24. 本質的な知識は各人が自分で産み出さねばならない。
  25. 抽象的なことを机の上で学んでも自分の経験と結びついていないと新しい問題に応用できない
  26. キーワードは経験
  27. 経験に基づいて育てた理解が、正しく応用できる「正しい理解」かどうかはどうすればわかるのか?
  28. 勉強をしていてわかったという気持ちになることがあると思う
  29. PDCAサイクル
  30. 理解した気持ち→その理解に基づいて行動→結果が期待したとおりにならなかったら→理解を修正する。 このサイクルを素早く回すことが大事。
  31. 現実と理解のギャップ、盲点を見つける、それが学ぶために必要なこと
  32. 囲み線や関係を書き足す。「これとこれは対立する」とか「これをこうするとこうなる」みたいな関係が見えてくる。
  33. フィードバック期待してますよ!
  34. 電話よりチャットがいい。人と話すのは苦手。これはずばりコンフォートゾーンに留まろうとしている。とどまっていてはいけないのでは、変わる必要があるのでは。
  35. →昨日ファイルを上書きしてしまった→要するに欲しいのは定期的にバックグラウンドでバックアップする仕組みだな
  36. 営業系のHowTo本にはだいたい書いてある。
  37. 「聞くだけ人間」「言うだけ人間」という個人の問題ではなくて、役割を固定化させない、人と人の関係性の問題。
  38. 一休み
  39. フィードバック期待してますよ!
  40. フィードバック期待してますよ!