gepuro retweeted
これ知らない人が多すぎるし、もっと重大なのは「50%補償が当たり前」だと思われていること。SBI証券は2025年10月26日以降、補償の有無も含めて個別判断に変更。50%どころか、補償されない可能性もあります。
投資で損をしたのではなく、犯罪で資産を失っても補償が保証されない。
#証券口座乗っ取り
gepuro retweeted
ようやく公にできました。
国内で公表されている最高速度を上回る、349km/hを記録したドローンを開発しました!
まだまだポテンシャルはあるので、さらに記録を伸ばしていきたいです。
prtimes.jp/main/html/rd/p/00…
子どもの頃の夢はプログラマー。その夢をかなえた。
アメリカ・フェニックスの最も貧しい層の家庭に男の子として生まれた。
引退したあと、89歳のとき慢性閉塞性肺疾患・COPDで世を去った。
あなたは80億人のうち、誰として生まれるだろう? #80億分の1 1in8b.life/ja/s/d-USA-89-M-u…
見た。AI使った仕事してる人は見ておくと良いかも。どのような暴走したか分かる
When the open-source AI platform Hugging Face was hit by a cyberattack this July, it quickly became clear this was no ordinary breach because the hackers weren’t human: they were autonomous agents created by OpenAI researchers.
Instadocs: AI Gone Wild reconstructs the breach as it’s never been seen before. Premieres October 12.
テスト設計工数を約50%削減——QA業務効率化システム「DAAQ」を支える技術の裏側
engineering.dena.com/blog/20…
gepuro retweeted
「このAI全盛時代にうっかりデータサイエンティストになってしまった(なろうとしている)…」という方向けに、先輩データサイエンティストらがそんな「過酷なAI時代の楽しい歩き方」を書いたキャリア本が出ます‼️
皆さん、是非ッ‼️
データサイエンティスト、キャリアを語る
kyoritsu-pub.co.jp/book/b102…
データサイエンティスト、キャリアを語る
―過酷なAI時代の楽しい歩き方―
kyoritsu-pub.co.jp/book/b102…
企業内でも新規事業を成功させたら、チームに総額2億円以上のインセンティブを支給する制度をDeNAで始めます。BAKERUも対象です。
スタートアップと社内新規事業ではリスクとリターンが違いますが、どちらも難しいし失敗したくないのは一緒です。社内新規事業に挑戦する人も大きなリスクをとっているのに、成功したときにリターンがないのはフェアではないと、ずっと思っていました。
もちろん、報酬がすべてではなく経験も重要ですし、スタートアップほどのリスク・リターンではありません。それでも、一定規模の持続可能な事業をつくったら、その貢献に金銭的に報いたいです。事業責任者は、企画から事業の構造化までリードすることで、1億円を超える金額を受け取ることも可能な設計にしています。
この制度を第一弾として、挑戦者を支援し続けるプログラム「DeNA Startup Loop」を、今後も次々と出していきます。
また、BAKERUでは、EIR(客員起業家)の募集も開始します。一緒に挑戦したい方はぜひ!
gepuro retweeted
これ自作ツールだけどこれで日本語と英語を混ぜていろいろ読んでると英語を英語のまま理解できるようになります
mazelingo-web.pages.dev/
This Post is from an account that no longer exists. Learn more
gepuro retweeted
個人サイト同士で広告枠を交換し、広告費を使わずにサイトを宣伝できる相互広告「Adring」
adring.net
gepuro retweeted
【楽しそう】『ベイブレード』企業対抗戦が開催 試合前は名刺交換も
news.livedoor.com/article/de…
64組織・192人が集結して真剣勝負を繰り広げ、北陸地方でシステム開発などを手がける北陸コンピュータ・サービス株式会社が優勝した。なお、全ての試合前に対戦チーム同士で名刺交換を実施した。
gepuro retweeted
ADKマルチエージェントでツール利用申請の確認を自動化🤖
社内のツール利用申請では、承認の前に予算残額の突き合わせ、ツール名のマスター照合、法務確認の要否チェックを人がやっていました。 判断基準がはっきりした定型作業で、申請が増えるほど時間を取られます。
そこで Google ADK のマルチエージェントを Vertex AI Agent Engine に載せ、Webhook を受けて3つの確認を自動判定。root_agent はルーターに徹し、確認ごとに分けています。
判定は承認に直結するので、instruction を変えるたびに adk eval で回帰テストしています。 その27ケース中7件が FAIL。原因は実装ではなく、最終応答のテキストだけを見る標準メトリクスでした。判定の中身はツール呼び出しの引数に乗るので、ルーブリック採点に切り替えました。
エージェントを業務フローに組み込み、その判定が正しいかを確かめ続けたい方に、一つの実践例として届けたいです✍️
engineering.dena.com/blog/20…

















