Google Cloud Next '18 in Tokyo 行ってきた | Advent Calendar 2018
IT系の勉強会行ってきた Advent Calendar 2018 - Adventar の17日目
昨日に続いてGoogle Cloud Next の話。
初日はダイアングリーンさんや柳井さんという有名人が出てきて驚いたけど、2日目は落ち着いた感じだった。
基調講演
- すべての人にクラウドを
クラウドは技術の革命、テクノロジーを通じて色んな物を変えていける - 最近のクラウドで足りないもの
マルチクラウドは複雑な構成になりがち
差別化が不必要なことで差別化されてる。IAM関係とか特に感じる
ITを管理する費用は年々上がってる。サーバーだけのコストは下がってるのに - コンテナはクラウドにおける共通、k8sがデファクトスタンダード
Istio 1.0を発表、k8s間のサービスディスカバリーや認証やサービスグラフ
ABテストやカナリアリリースが簡単に可能 - Knative:Kubernetes上でServerlessを実現する
PivotalやIBMとかと連携し開発中 - Container Registry を活用することで脆弱性が無いか簡単にチェックできる
- DevOpsツールも進化
Cloud Source RepositoriesにSkaffold、Spinnker、Stackdriverの活用 - GSuite 導入は100万の企業、Gmail 14億人が使用
日本語には対応してないがGmailのデモでスマートリプライ
情報保護モードでの送信は開く期限を指定、SMS認証を求めることも可能
デバッグコードは不要 ! Stackdriver Trace と Stackdriver Debugger を利用した GAE パフォーマンスチューニング
- アプリが遅くなる理由 → 機能追加、データ量が増えていく、ユーザ数の増加
- クラウドの調査は難しいものが多い
本番環境にしかない、フルマネージド、24/365でサービス止めれない、昔のクラサバに比べて複雑化 - 調査・監視にはStackdriver系がたくさんある
- Stackdriver Debugger
本番を止めずにアプリケーションのデバッグが可能
スナップショット、ログポイント等の機能が使用でき調査できる
リクルートライフスタイルにおける深層学習の活用とGCPでの実現方法
- 社内にCETチームがある:データを集めるチームから活用するチームへ
- GithubFlowとDroneによるCI/CD、タグでの反映
- 深層学習を活用した宿レコメンデーション
迷ってるユーザに最適な宿を探せるように、類似を算出
BQから宿ページの閲覧ログを抽出してユーザを素数とみなして数値を設定、特徴ベクトルを比較 - GCPのML Engineで簡単に試行錯誤ができ、モデルの精度向上に役立った
G Suite が実現する AI 時代の働き方のこれから 〜明日からでも使える最新の AI で業務変革を〜
- ここ10年で経営側も従業員も社会も意識が変化している
- 時間や場所が柔軟 = ツールも柔軟性が必要
- 社内に情報の透明度を上げる文化や歓迎する雰囲気がないと厳しい
- 会議は減らす、Googleはデフォルト30分、必要最低限のメンバー
調整したり内職したり無駄な会議が多い
Googleでは会議調整用のBOTが存在し候補日をリストで出してくれる - 働き方改革や生産性云々というバズワードばかり見てないでまずは現場から
リクルートライフスタイルの発表は数式たくさん出てきて眠くなった…。
数学力が足りないので勉強しなおしたい。