6月2日に引き続き、6月3日にもAWS Summit 2015 Tokyo に参加してきました。
2日目は満足したセッションが多かったので、それらを紹介しつつ、その感想を書きます。
【デベロッパー向け】開発生産性を上げるためのデプロイ戦略
ブログに書いてくれた方がいたのでそちらも参考にして下さい。
感想
「開発生産性を上げるためのデプロイ戦略」とても興味深かった 一見すると開発者向けに見えるが、インフラエンジニアにも是非聞いて欲しいセッションでした #AWSSummit
— ブロッコリー (@nihonbuson) 2015, 6月 3
おそらく2日間で一番の当たりセッションです。スライドの公開が待ち遠しい！
参加されていなかった方は上記のブログを是非見てください。
1日目のTech Deep Diveで『AWS Elastic Beanstalk, AWS OpsWorks, AWS CodeDeploy, AWS CloudFormation を使った自動デプロイ』というセッションがありましたが、このセッションはそれよりもより実践的。
デプロイ戦略ってこんなに多様なのかということを改めて知りました。
惜しむらくは、セッションタイトルに「デベロッパー向け」と書いてあったこと。
インフラエンジニアも聞くべきだと感じました。
これって「これからはDevOpsなんだから」という考えだからでしょうか
それとも「これぐらいインフラエンジニアは知ってて当たり前だよね」という考えだからでしょうか。
もしも後者の考えならば、その考えまでいっている企業は少ないと思いました。
【ランチセッション】今日から始められる、機械学習！Amazon Machine Learningのご紹介
タイトルにもあった通り、「機械学習ってもしかして簡単にできる？」と思わせてくれるようなセッションでした。
セッション当日に話していた内容については、クラスメソッドさんのブログでご確認下さい。
感想
このセッション（というかMLの内容）で気になったのが2点
1. 多クラス分類について
これって二項分類に対するもので、3種類以上に分類するということですよね？
そうならば、どのように閾値を設定するのか気になりました。
それぞれのクラスの正規分布を用意して、どのクラスに入るのか判定するということでしょうか？
それならば、やはり二項分類以上に教師データの精度が求められる、もしくはそれぞれのクラスが明確に分かれているデータでないと学習は難しそうという印象でした。（教師データ及び学習の設計が大事そう）
2. 回帰について
行えるのは線形回帰だけみたいですが、重回帰分析はできないのでしょうか？
線形回帰モデルってなかなか無い気がします（単純化すればモデルができるんでしょうけど…）
Auto Scaling x Spot Instances によるスケーラビリティとコストカット事例
スライドが既にあがっていました。
感想
ここまでコストカットができるのか…！と驚きました。
やっぱりAWSの中の人が伝えてもなかなか響きにくいところはあるのですが、このセッションではとにかく具体例が盛り沢山！
すごい参考になりました。
【デベロッパー向け】なぜクックパッドは開発しやすいのか
こちらもスライドが既にあがっていました。
感想
AWSと関係ない話が多かったですが、大変ためになりました。
特に、割れ窓理論に基づいた開発。
RRRSpecの「3回に1回成功するテストは成功とみなす」という仕組みは素晴らしいと感じました。
結構テストって、不安定さから重要度が下がっていきがちなので…。
全体的な感想
Amazonは多種多様なサービスを提供してくれているんだなと改めて感じました。
ただし、これから開発者側はこんなことを考えなくちゃいけないと思います。
やっぱり何を行うにも設計が大切だと感じたな 設計なしの開発物ほど保守しづらいものは無い テスト設計なしのテストほど、再利用しづらくなく（特にブラウザテスト） これらと同じで、教師データをきちんと考えないで機械学習をしてもうまくできないと想像できた #AWSSummit
— ブロッコリー (@nihonbuson) 2015, 6月 3
開発の設計、テスト設計、機械学習の設計、インフラ構成の設計…
これからはもっと上流に時間をかけることになるんだろうなと。
あと、最近のトレンドとしては
- 機械学習
- IoT
がどんどん流行っていくんだろうな…。
個人的にIoTはもう少し先のお話だと思っていますが。
先日、批判めいた事もブログに載せちゃいましたが、また次回のAWS Summitも期待しています！
