数としての赤黒木

エンジニアリンググループの高島（@rst76）です。 社内の勉強会で、計算機科学の有名な教科書、アルゴリズムイントロダクション（Introduction to Algorithms）を輪読しています。 ちょうど赤黒木の章を私が担当したので、要点をかいつまんでご紹介したいと思います。 今回お話したいのは「ある条件の下で、赤黒木は記数法表現と見ることができる」という話です。

赤黒木の例

GraphQL について語る会を開催しました

エンジニアリンググループの松原@ma2geです。一昨日(10/9(水))に CrowdWorks さん *1 のオフィスをお借りして、「GraphQL について語る会」というイベントを開催しました！

m3-engineer.connpass.com

会のテーマはその名の通り、GraphQL について語る場所を作ろうということで、クライアントからサーバサイドまで含めて GraphQL について盛り上がろうという趣旨で行いました。 参加された60名弱の方々も、GraphQL や周辺技術について懇親会でも議論していて盛り上がる会になったかと思います。来てくださりありがとうございました。

たくさんの方にお越しいただきました、司会は星川@oboenikuiさん

この記事では発表内容についてそれぞれ振り返ります。

*1:https://crowdworks.jp/

エムスリー、Web系時価総額上位なのに全然知られていない

こんにちは、エムスリーエンジニアリンググループの水野です。

あまり知られていないのですが、エムスリーって、実は国内Web系で時価総額上位なんです出典（2019/10/07時点では1位）。そして先日、日経平均株価に算出される日経225にエムスリーが採択されましたが、2000年以降に創業した会社としてはエムスリーが初の採用で、実は市場からも期待されている企業なんです*1。

*1:https://www.nikkei.com/article/DGXMZO49397650U9A900C1EN2000/

エムスリーは「Vue Fes Japan 2019」にシルバースポンサーとして協賛&ブース出展します

こんにちは、エムスリーエンジニアリンググループの水野です。

エムスリーは、昨年に引き続き、10/12 (土)に開催される Vue Fes Japan 2019 にシルバースポンサーとして協賛いたします！ 当日はブースを出展し、弊社のエンジニアもブーススタッフとして参加しています。ノベルティ配布やアンケート企画、プロダクト紹介等を行いますので、是非お気軽にお越しください。

※台風の接近により中止となる可能性もあります 台風に伴うVue Fes Japan 2019開催対応について｜448jp｜note

vuefes.jp

www.m3tech.blog

Vue Fes 2018の写真

Microservices の GraphQL スキーマを１つにまとめる

エンジニアリンググループの冨岡 (@jooohn) です。出張でNYにきています。NYへの出張は二度目なのですが、同僚のChris (彼はUK, JP, USと三カ国のM3を渡り歩いています！) とWashington, D.C.にいくなどして休日も満喫しています。

バーガーは野菜

Washington, D.C. にて。NYCからバスで4hほどでいける。

現在はM3 USAが運営するニュースサイトMDLinxのリニューアルプロジェクトに関わっています。そこで利用しているGraphQL (Apollo) の活用事例を紹介します。

Serverless Framework で認証付きランディングページ表示サービスを作った話

こんにちは、エンジニアリンググループの高橋(@tshohe1)です。

エムスリーでは今年の6月頃に認証付きのランディングページ（以下LP）を表示するサービスを Serverless Framework で新しく構築しました。本記事では、サービスの仕組みや、構築時に得られた知見を簡単にまとめたいと思います！

λ by baracoder is licensed under CC BY-SA 2.0

機械学習プロジェクト向けPipelineライブラリgokartを用いた開発と運用

こんにちは。前回書いた突撃！隣のキーボード M3 2019という記事が、HHKBの公式Twitterアカウントにツイートされ、舞い上がっているエムスリーエンジニアリングGの河合 (@vaaaaanquish) です。

今回はエムスリー AIチームが開発、運用している機械学習プロジェクト向けのPythonライブラリである「gokart」の説明と、その周辺ライブラリとなる「cookiecutter-gokart」「thunderbolt」「redshells」について紹介したいと思います。よろしくお願いします。 　

はじめに

近年、多くの機械学習プロジェクトにおいてPipelineライブラリが用いられ、データ収集から加工、モデルの学習、推論を1つのワークフローとして取り扱うのが一般的となっています*1*2。 各社各チームで多くの機械学習エンジニア、データエンジニアが注目する１つの課題となっており、実際に日本国内でもデータパイプラインに関する勉強会などが開催され、その運用方法が共有、議論されています。

*1:https://towardsdatascience.com/build-a-pipeline-for-harvesting-medium-top-author-data-c4d7ed73729f

*2:https://databricks.com/session/netflixs-recommendation-ml-pipeline-using-apache-spark