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16日目
今日と明日はGoogle Cloud Nextのメモ。
AWSも2日分あったのでGCPも連日やります。
2日目は雨で会場移動が辛かった記憶がよみがえる。。。
セッションのページから動画があるので詳細は動画を見るのが良いかもしれません。
基調講演
- Diane Greene さんが登場
- Google Cloud のミッション：すべての人にクラウドを
- クラウドは今までの歴史にない前例のない現象、簡単に低コストで新しい機会を提供できる
- ChromeBook + GSuite も順調に成長
- FAST RETAILING 柳井さん登場
- 情報製造小売業。販売員の様々なアイディアを取り入れたい。産業を変えた人が勝者になる。
- 日本は安定安心安全みたいなのが多すぎる。新しい事は失敗が多い。
決断や決定さえすれば非常にチームワークよく取り組めるはず
脱 SSH 鍵管理 ! GCP の Web ベース開発環境をユースケース別に徹底解説
- Cloud Shell：Webベースの無料開発環境
homeディレクトリ配下が5GBの永続領域
Cloud SDKがビルトイン - Cloud Console：WebベースのUI
Google/GSuiteアカウントでログイン、2段階認証
Webブラウザ経由でのSSHアクセス可能 - IAMとOSのログインユーザを統合可能
IAMグループに対しても権限を付与することも可能
AIをブラックボックスにしない
- リアルなビジネスにAI活用するには課題が色々
- 学習アルゴリズムの研究×学習データの蓄積×計算リソース
- 機械学習のビジネス適用では構造化データを用いた予測処理が中心
- 機械学習で何が出来るかわからない vs 機械学習で何をしたいのかわからない
- この結果は本当に信じていいの vs まずは使ってくれないと改善しようがない
- プロジェクトの進め方
1．機械学習活用のビジネスプロセス
2．ビジネス適用のPoCを実施
3．ビジネスインパクトの評価、機械学習モデルの改善
4．継続改善、適用領域の拡大
GCP で実現する、ハイブリッドクラウド環境でのデータ連携パターン
- データ収集 → データ処理 → 機械学習や分析
オンプレや他社クラウドからデータを転送する
DWHは手をつけやすい、そこからPoCに進むことが多い - リソース、クラウド側はスケールアウトで来てもデータソースのリソースが固定の可能性あるので気をつける
簡単データパイプライン構築 〜 Cloud Composer の活用法 〜
- Cloud Composer：ワークフローの生成＆可視化をサポート
マネージドなApache Airflow - ワークフローのオーケストレーション
DAGで管理、Pythonコードでのコンフィグ可能
面倒な設定やロギング周りをサポート - 各環境はGCPサービスと連携可能、IAMでアクセス制御
徹底解説 Google Cloud Platform の Serverless サービス
- サーバーレスは素晴らしいもの
インフラ管理、負荷対応、待機マシン、重要な事に注力 - 課題もある
ブラックボックス、レイテンシが増加、割当制限 - 依存性解決のキャッシング、最初や変更時は時間かかる
- アンチパターン
ステートフル環境を前提。起動時に大量の処理。事前のプリミティブを選択 - 冪等性、設計の最初から考慮する必要がある
明日も続いてGoogle Cloud Nextやります。
