[markdown]
こんにちはみなさん こちらではお久しぶりの@niisan-tokyoです。 タイトル通りですが、デブサミ2017に行ってきましたので、こちらで報告しようと思います。

# Developers Sumit 2017
毎年行われているデブサミに、今回初参加してきました。 目黒の雅叙園というところで開催しているのですが、会場からしてなかなかすごいところでした。

目黒駅からこの深い谷を通って雅叙園へと行きます。 写真だとわかりにくいですが、わりと急な坂で、しかもそこそこに長いです。

谷を降りきるとすぐそこに雅叙園があります。 外見からしてかなりの高級感を醸しているため、緊張してきます。

本当にここでやっているのかと言いたくなるような内装です。 ワシただのプログラマのおっさんなんだが。。。

受付を発見しました。 ようやくカンファレンスという感じがしてきました。

中の様子はこんな感じですね。

会場は沢山の人がいて、熱気にあふれていましたが、そんな熱気に負けないためか、水飲み場も用意されていました。私も2杯位いただいています。

# ピックアップ
私が聞いた中で、印象に残った発表をピックアップしてみます。

* グーグル流のDevOps

@enakai00さんの発表で、SlideShareにも公開されています。

端的に言ってしまうと、仕事の割り振りとして、アプリケーション制作部隊と基盤制作部隊と運用部隊が別れているけれど、知識としてはどの部隊も差がないようにしているというものでした。 実際にアプリケーション部隊がどのように運用を考えているか、基盤のことを理解している上で実装しているかを実例を添えて紹介されていました。

Googleらしい合理的な考え方でしたが、本来はそうあるべきなんだろうと思いました。 運用考えないで実装するとか、インフラの状況よくわからないのに実装しているとか、よくよく考えるととても不思議なことがこの業界で横行しているので、逆に新鮮に感じる考え方でした。

ちなみに、私が最近Dockerに傾倒している理由には、「インフラの状況がよくわからない、何が入っているのか知らない」という事態が嫌なので、何がどうやって動いているのか確定できるコンテナ上でアプリケーションを運用したいから、だったりします。

* 機械学習を「民主化」する

これもGoogleからの講演ですね。 講演前の説明資料ではTensorFlowの説明となっていたのですが、実際の講演では、TensorFlowを使わずとも汎用的な機械学習機や学習済みモデルを利用するサービスが有ることも説明していました。

TensorFlowを使ってきゅうりの仕分け器を作った農家の話が紹介されていましたが、コレのすごいところは、食品系の大企業が長年かけて作るような工場での不良品選別機のようなものを一般の農家で実装してしまったところです。

機械学習が持つ大きな可能性を実感できる例だと思います。

# 感想
他にもコンテナの運用の話やデータ分析の話などを聞いてきましたが、企業ごとにアプリケーションの構築や運用へのアプローチの仕方が違うんだなぁと実感しました。

弊社は業態の変化に伴い実装・運用のやり方が大きく変わっているため、確定的な手法はまだありませんが、逆に様々な試行錯誤が繰り返されています。 私も現在はコンテナを利用した運用の自動化を模索しておりますが、今回のデブサミでより明確な指針を得られたように感じております。

なお、定型句のようなものなので、とりあえず述べておきますが、弊社ではエンジニアを募集しております。 良い開発手法や運用方法を持っているけど、現在の環境では適用できなかったり行かせないという方がいらっしゃれば、弊社に応募するのも一興かと思います。

今回はこんなところです

# おまけ
まあ、当然ですが、帰り道もこの坂登るんですよね

[/markdown]