  |
はてなキーワード: ibmとは
AIが盛り上がって数年経つが、個人が買えるような価格帯で、良いAI向けのハードが出てこない。
RTX 3090のVRAM24GBを大事に使っているが、そもそもVRAMに入らないモデルの方が多い。
複数のAIを立ち上げるなんてのは、VRAM容量が溢れるので、そもそも動かせない。
動けばNVIDIAの Nsight Systemsなどで遅い所などを探せるが、そこまでいかない。
複数のSSDを仮想メモリにするというのも、RTX 3090のNVLink BridgeでVRAMだけ拡張するなんてのも世の中に出てこない。
Appleもそろそろ出してくるかと思っていたが、M4は普通の順当進化だった。
M2 Ultraはチップtoチップを接続し2.5TB/sを謳ったが、同じチップを繋げたのでいらない機能が倍になっただけだった。
M4 Ultraで、片側のチップをGPU or NPU＋帯域の広いGDDR or HBMになればいいが、あまり期待が出来ない。
GPU or NPUのコアが増えたとしても、L2/L3キャッシュの容量が少なすぎる、増やしても距離が遠ければ性能も出ないので、
AppleもAMDのように3D V-CacheでSRAMを積み、Hybrid Bondingで上下の帯域を確保してくれないだろうか
IBMはTelum IIとSpyreを出してきたがエンタープライズ向けなのでパス
Groq社がLLM用LPU、HyperAccel社がLLM用ASICを出して来たが、
Groqは1枚のPCIeカードでは全くメモリ容量が足りず役に立たなそうで、HyperAccelはサーバー前提でこちらも個人から手が出しにくい。
FPGA＋HBMが載ったPCIeカードは個人向けには販売できるような価格でもなければ、そもそも販売すらされない。
ジム・ケラー率いるTenstorrentも1枚のPCIeだとメモリが足りないし、Ethernetでなんとかやりくりしようとしているが帯域に引っ張られそうに見える。
NextSilicon社がMaverick-2というIntelligent Compute Accelerator (ICA)というのも出してきたが、HPC向けで個人利用からは遠い。
中国も良いのが出てきていない。
Biren、Fuzhou Rockchip、VeriSilicon、Moore Threads、LinJoWing、Loongson、JingJia Micro、Cambricon、Vastai Technologies、Xiangdixian Computing、Enflame Technology、MetaX、Zhaoxin、Lingjiu Microelectronics、
DengLin Technology、Iluvatar CoreX、Innosilicon、Horizon Robotics、Black Sesame Technologies
俺の愛用キーボードはコレ：
https://ide-research.net/keyboard/keyboard-review/ibm-space-saver/1393278-2/
https://www.watch.impress.co.jp/mobile/column/stapa/2000/03/21/
バックスプリングは長時間タイプしていると小指で押すShiftキーがだんだん辛くなってしまったので
わかった、ほんなら「量子コンピュータ」について話すで！
量子コンピュータは、古典的なコンピュータとは全く違う原理で動くんや。
基本的な単位は「キュービット」で、これが通常のビット（0か1）とは異なり、0と1の重ね合わせ状態を持つことができるんや。つまり、量子コンピュータは同時に複数の計算を行えるポテンシャルを持っとるんや。
そのおかげで処理速度が速くなったり大規模なデータ分析が可能になるんや。
以下にもう少し詳しく解説していくやで。
重ね合わせとは、キュービットが0と1の状態を同時に持つことや。
一方、エンタングルメントは、複数のキュービットが互いに強い相関を持ち、一つのキュービットの状態が変わると、他のキュービットの状態も即座に変わることを指すんや。
この現象が量子コンピュータの強力さを引き出すんやけど、理解するのが難しいところや。
たとえば、ショアのアルゴリズムというのは、整数の素因数分解を効率的に行えるんや。
これが実用化されると、現在の暗号技術が崩れる可能性があるから、セキュリティの面でも大きな影響があるで。
量子コンピュータは非常に繊細で、外部の環境からのノイズによってエラーが発生しやすいんや。
これを克服するために、量子誤り訂正という手法が開発されとる。
これは、冗長なキュービットを使ってエラーを訂正する方法やけど、従来のコンピュータに比べて非常に複雑や。
今のところ、量子コンピュータはまだ実用化の段階には達してへんけど、いくつかの企業（例：IBM、Google、D-Waveなど）が開発を進めてるで。
Javaって自分もちょっと他人に自慢できる実績あったりなかったりするけど、分かりやすいぞ
東大の五十嵐先生とか、筑波の三谷先生とか、なんでもJavaで書いてたりしてたけど、Pythonなんぞよりよっぽど分かりやすい
Javaというか、FlashのActionScriptみたいな範囲で使ってる分には分かりやすいよ
あと、マインクラフトの作者のnotch氏もなんでもJavaで書く、凄い速度でJavaでゲーム書く人だよ
そもそも、Javaはセットトップボックスとか小さい機器で動かすための小さな言語で、名前も元々はオーク？樫の木？だったかで、
現在の立ち位置としてはLuaとかそういう言語を想定して開発したと思う
作者のゴスリングさんとかはそういう想定だったんだろうけど、JavaをAppletとしてNetscapeブラウザ内に実装したり、
そのNetscapeも勝手にJavaの名称を拝借したJavaScriptなんて別物を勝手に実装したりして、
そこからIBMがしゃしゃり出てきて、Javaで巨大な業務アプリもできるよね？みたいな話になって、話が壮大になっていった気がする
あと、EclipseはSun Microsystemsを〇す、という意図で命名されたりもしたけど、巨大だよねEclipseのコード
デザインパターンを信奉して重視しすぎた設計とかこの辺の時期だろうと思う
Javaのコアな部分は本当に素直な言語だよ、素直な子だったんだよ
本当は素直で優しい良い子だったんだよ…😟
便所の落書きみたいなもんだが、思ったより読まれてて、みんな興味あるんだなーと。
これは私も思った。1社目は最悪だっただけに。
2.それでもなぜ外資系?
(1)自分のことだけやればよい的思考。みな自分の仕事にしか興味ないし。ロール違うと助け合う発想にならないし。無駄なことが少ない。
(2)ジョブホッパーなので、外資系くらいでしか雇ってくれなさそう。
(3)重厚長大系に勤める妻いわく、「あなたは絶対日系大手は無理」とのこと。清濁併せ飲み、人と長期的に関係築くのが苦手でしょ、と。自分もそう思う。
(4)お金。
(5)ワークスタイル柔軟。働き方について細かくあれこれ言われない。基本ほったらかし。
3.パッケージどうだった?
それぞれ。ただ言えることは、条件交渉は絶対すべきということ。条件交渉すれば、多く取れます。
共働きとはいえ、家族養っていかないといけないからね。ジョブホッパーになってしまって、履歴書汚れたな、と時々落ち込んでます。
5.基本的に優秀なんだろうな
6.「2社目だけどこかわかった」
おお、あの場にいた同志かな？頑張ってね。私も頑張る。
7.3つとも違う会社なの？
8.退職金長者？
いいえ。雀の涙よ。
言われたその日はすごくショックよ。自分を責めるし、情けない気持ちでいっぱいになるし。でも、1時間後には仕事探しを始めている。慣れだと思います。
外資系だと、部下のリストラの責任の一端は上司にある、という発想がそもそもないと思います。会社によって違うとは思うけど。
日本の外資系は退職勧奨を利用して、人をバンバンやめさせる、ある意味無法地帯みたいな感じだが、よいとは思わないです。労働者の権利は強いほうが良いと思います。
（追記終わり）
上司の上司からの対応が最近冷たいなーと思っていた矢先のこと。
直属の上司（アメリカ）から、よくわからない題名の打ち合わせが設定された。
そして、Teamsを開くと、上司だけでなく、参加者ではないはずの人事（日本）も出席していた。
（この時点で終わったと思った）
そして、以下の通り話がされる。
「あなたはこれができていません」
「あれもできていません」
「この点も指示通りできていません」
「●●もだめです」
リストラと決まったら、「私はちゃんとできています」などと言っても無駄なので、言うことに抗弁はしなかった。
で、後から知ったのは、上司の上司は、常にリストラできる社員を一人残しておいて、彼/彼女には冷たく接しておく。
そして、誰かやめさせる必要ができたときには、その一人を切る。で、私が切られたわけ。
4月のある日に、日本法人の全員に対してメールが来て、「来週火曜日の午後2時に重要なミーティングあるので、全員参加してね」と連絡。
Teamsに参加すると、APACの営業ボスと人事と弁護士の3名がカメラに写っている。
そして、
「先日のリーダーシップ変更により、選択と集中を推し進めることになり、日本法人はなくなることになりました」
といった感じで、15分程度で終了。
一部、怒っている社員もいたが、大半の社員はショックを受けつつも、次どうするかなーと白けた感じだったのをよく覚えている。
日本法人の社長が打ち合わせに出なかったのは、日本法人を閉めるという判断に納得がいかなかったからだそうな。
年明けの上長（イギリス）との週次Meeting時に、Zoomごしに下記言われる。
「今日は残念な話をしなければなりません」
「正直にいって、期待したパフォーマンスには達していないと思う」
「でもそれも仕方ないと思う。うちの会社はIBMみたいな会社でなく、一人で何役もやらなければならないハードに働く会社だし」
「退職の詳しい条件については、人事より別に面談を設定されます」
「何か私がお手伝いできることがあればいつでも知らせてください」
たとえば ↓
https://www.launchexcel.com/what-jobs-use-excel/
https://www.fdmgroup.com/news-insights/advanced-excel-skills
ジャップランドで起こりがちなことはアメリカでは無いのかAIちゃんに尋ねてみたらこう言ってたよ
ワイ： 質問: 2024年において、アメリカの大企業および中小企業の間で、より一般的なデータ管理の方法はなんですか？ 検索して最新のトレンドを教えてください。 - 方法A:内部データベースからCSVファイルとしてデータをダウンロードし、Excelで修正してから、
ETLツール（例：Informatica PowerCenter、Talend Open Studio）、BIツール（例：Tableau Prep、Microsoft Power Query）、
または他のデータベース（例：OracleDB）などの他のシステムにインポートする。 - 方法B:Excelのステップをスキップし、内部データベースを他のシステムに直接接続する。 - 方法C:レガシーシステムや複雑なシステムには方法Aを使用し、その他のシステムには方法Bを使用する。状況やシステム要件に応じて使い分ける。 質問のポイント: - 大企業におけるExcelの使用:大企業はデータクリーニングのためにExcelを使用するのを完全にやめましたか？それとも、古いメインフレームシステム、ERPシステム、または特定の業務プロセスの問題のためにまだ使用されていますか？ - 方法A、B、Cのシナリオ:各方法の具体的なシナリオと製品名を教えてください。 - 2024年におけるCSVファイルのダウンロード:2024年現在、ETL/BIツールやクラウドベースのDWHを利用できないどころか、Oracle Gatewayなどの接続手段も利用できないデータベースの使用は完全になくなりましたか？
もしそのようなデータベースが2024年にもまだ存在する場合、直接的なデータ連携が困難なため、CSVファイルでのデータ抽出が唯一の方法となることがあります。
企業は膨大なコストがかかるために移行を延期していますか？それともすでに段階的に対応していますか？ - Excelを使い続ける理由: 内部データベースを他のシステムに直接接続した方がシンプルなのに、なぜ一部の企業はデータクリーニングのためにExcelを使い続けているのですか？
↓
2024年には、大企業の間でメソッドB（直接接続）へのシフトが顕著になっています。しかし、特定のシナリオに応じてメソッドC（ハイブリッドアプローチ）も採用されています。中小企業においても、直接接続の利便性と効率性が認識され、その採用が徐々に増加しています。しかし、リソースとコストの制約により、Excelを使用したデータクリーニングやハイブリッドアプローチが依然として一般的です。
使用状況: この方法は、中小企業、レガシーシステム、複雑なデータ構造を含むシナリオで依然として一般的です。Excelはその柔軟性と使いやすさから、データ操作のための多用途ツールとして広く使用されています。
シナリオ:
製品:
具体的なシナリオ:
使用状況: この方法は、大企業や技術に精通した中小企業の間でますます一般的になっています。直接接続を利用することで、データワークフローが効率化され、手動エラーが減少します。
シナリオ:
製品:
具体的なシナリオ:
使用状況: 多くの企業が、レガシーシステムや複雑なシステムにはメソッドAを、その他のシステムにはメソッドBを使用するハイブリッドアプローチを採用しています。この柔軟性により、既存の制約と近代化の努力をバランスさせることができます。
シナリオ:
製品:
具体的なシナリオ:
データ管理ツールの進歩にもかかわらず、Excelは大企業におけるデータクリーニングと操作のために広く使用されています。これは主に以下の理由によります：
ETL/BIツールやクラウドベースのDWHと直接統合できないシステムに対して、データをCSVファイルとしてダウンロードすることは依然として一般的です。企業は高コストと複雑さのために移行を遅らせることが多く、段階的に対処しています。
しかし、直接接続はより効率的で広く採用されており、長期的にはデータ管理におけるExcelへの依存が減少すると予想されます。
クラウドベースのデータ統合ソリューションの台頭により、データ収集、クリーニング、統合がAI/ML技術によって自動化され、手動作業が減少し、データの一貫性と精度が向上しています。AI/MLアルゴリズムは、異常検出、欠損値の補完、パターン認識などのタスクを効率的に処理し、データ品質を向上させます。リアルタイムデータ分析の利点が明らかになるにつれ、直接接続の採用が増加し、より迅速かつ正確なビジネス意思決定が可能になります。
データセキュリティ、コンプライアンス、およびデータガバナンスの重要性が増すにつれ、このトレンドは続くと予想されます。
結論🐜きなんだよな
フツーに考えてちょうだいよ🥺
| 表章項目 | 0_総数 | 11_（卒業者）小学校 | 12_（卒業者）中学校 | ⭐️13_（卒業者）高校・旧中⭐️ | 14_（卒業者）短大・高専 | 15_（卒業者）大学 | 16_（卒業者）大学院 |
| 就業者数 | 57,673,630 | 40,540 | 3,890,760 | ⭐️ 22,752,520⭐️ | 10,185,420 | 15,384,510 | 1,820,950 |
⭐️高校・旧中卒業者（13_高校・旧中）: 約 39.448%⭐️
https://www.e-stat.go.jp/stat-search/files?stat_infid=000032266827
正社員の最終学歴をみると、⭐️「高校・旧中学」の労働者割合が42.2％と最も多く、⭐️
次いで「大学・大学院」が31.8％、「高専・短大」が13.4％、「専修学校（専門課程）」が7.6％、「中学・旧小学」が2.4％となっている。
https://www.mhlw.go.jp/toukei/itiran/roudou/koyou/keitai/03/kekka5.html
※高卒は正規労働者だけでなく、主婦パートや自営業者も高卒が多い
大企業ほど、現業・ IT・営業などの中途採用で、学歴不問(規定があってもせいぜい高卒)で直雇用で入れる部門がある
IBM のエグゼクティブ チェアである Ginni Rometty は、2016 年に「ニュー カラーの仕事」という用語を作り出しました
IBM はまた、多くの職位から教育要件を取り除くことで、新しいカラー ジョブの波を推進しました。ロメッティとチームが最初に学位よりもスキルを優先したとき、IBM の職務の 95% で 4 年制の学位が必要でした。会社の手紙によると、2021 年の時点で、必要とするのは半数未満です。
米国国勢調査局によると、25 歳以上の人の 40% 未満が学士号を持っていません。これは、就労資格のある人の過半数 (62%) が、1 つの学位要件だけでジョブプールから除外されることを意味します。
「企業は、大学の学位を必要としない役割、仕事、規律、および責任があることをようやく理解しています」と Herrera 氏は言います。「彼らは、才能ある人を惹きつけたり採用したりすることに関して、自分たちの思い通りになっていないことに気付きました。」
「彼らは、履歴書に学位しかないエントリーレベルの個人を採用するのではなく、実績のある仕事、ボランティア、およびスキルの経験を持つ候補者をターゲットにしています。」
2016年にニューカラーの雇用モデルを採用して以来、Rometty氏はフォーチュンに、IBMが学士号を取得していない従業員は、学士号を取得している従業員や高度な博士号を取得している従業員と同じくらい成功していると語った. スキルを持った学位を持たない人材を採用しても、企業のビジネスに悪影響を与えることはありません。雇用にかかる時間を節約し、多様な労働力を育成するための資産となる可能性があります。
New Collar Jobs: Why Companies Are Prioritizing Skills Over School
日本のオーバークオリフィケーションの割合は31％、OECD加盟国の中でオーバークオリフィケーションの割合がもっとも高い国
現代社会において多くの仕事が無意味であり、社会にとって価値を生み出していないという人類学者であるデヴィッド・グレーバー氏の主張も有
ブルシット・ジョブの特徴と分類
グレーバー氏は、以下の特徴を持つ仕事が「ブルシット・ジョブ」であるとしています。
- 社会的有用性が低い: 仕事の目的が不明確であったり、社会への貢献が極めて限定的であったりする。
- 無意味だと感じる: 従業員自身がその仕事の必要性に疑問を感じている。
- 他の人のため: 主に他のポジションの正当化のために存在する。
○ 具体的な例
現代って産業の高度化がかなり進んでるから正直、高卒程度の知識じゃ全く足りないんだよね(anond:20240501105551)
https://anond.hatelabo.jp/20240415093918#
https://www.stratascratch.com/blog/data-engineer-vs-data-scientist-similarities-and-differences/
# ヨーロッパの主要都市におけるソフトウェアエンジニア向けベストカンパニー
ヨーロッパの各都市でソフトウェアエンジニアにとって最適な企業を探しているなら、以下のリストが参考になるでしょう。
Google, Facebook, Snap, NVIDIA, Microsoft, Apple, Oracle, Snyk, GetYourGuide, UBS, Swisscom, DFINITY, Cisco.
Google, Facebook, Snap, Jane Street, Stripe, Coinbase, Apple, Amazon, Hudson River Trading, Citadel, ByteDance, Two Sigma, Palantir, Bloomberg, Revolut, GSA Capital, Marshall Wace, Quadrature, Five Rings, G-Research, Starling, Personio, DeepMind, DRW, Millenium, BlackRock, MAN Group, Jump Trading, DE Shaw, AQR, Maven Securities, Point72, IMC, Optiver, Susquehanna (SIG), XTX, Old Mission, Squarepoint, Qube Research & Technologies (QRT), Yelp.
Uber, Databricks, Bitvavo, Booking, Miro, Flexport, Atlassian, Spotify, Optiver, IMC, Amazon, Adyen, Google, Stripe, Flow Traders, MessageBird, Reddit, Box, JetBrains, Personio, Elastic, GitHub, Catawiki, Tower Research, Radix Trading, Headlands Technologies, Tomtom.
Google, Meta, Datadog, Criteo, Microsoft, Stripe, Airbnb, Amazon, Atlassian, Hubspot, Workday, Ankorstore, Red Hat, Algolia, Alan, 360Learning, ContentSquare.
AWS, Amazon, Microsoft, Wayfair, Google, Meta, Apple, HubSpot, Stripe, NVIDIA, Snowflake, Personio, Databricks, JetBrains.
AWS, Microsoft, Google, Mastercard, Workday, Salesforce, Meta, Stripe, VMware, LinkedIn, Etsy, Personio, ByteDance, Coinbase, Hubspot.
Google, Apple, Microsoft, Nvidia, Adobe, Workday, Celonis, BMW, Salesforce, SIXT, SAP, Huawei, Personio, Intel, JetBrains, IBM.
Google, Snowflake, Netflix, Pinterest, Rippling, Oracle, Waymo, AMD, Samsung, NVIDIA, Box, Warner Bros, Visa, Amazon.
Amazon, Apple, New Relic, Stripe, Rippling, Revolut, Skyscanner, Microsoft, N26, Criteo, Adobe, Thoughtworks, Oracle, Glovo, Personio.
Apple, Amazon, Roku, Arm, Microsoft, Qualcomm, MathWorks, AMD.
Amazon, Oracle, Microsoft, Flutter, Unity, Skyscanner, Huawei.
Databricks, Microsoft, Nutanix, Rivian, Foursquare, Yandex, JetBrains, Nordeus, Luxoft.
Amazon, Datadog, Microsoft, Apple, Google, Personio, Twilio, Glovo, VMware, Meta, Oracle, Revolut.
Klarna, Spotify, Netlight, PayPal, Ericsson, Ubisoft, Warner Bros, King, Google, Oracle, AWS, Microsoft, Wolt.
Google, Rippling, Oracle, Revolut, Uber, Amazon, Deliveroo, IBM, Splunk.
Crowdstrike, UI Path, Google, Adobe, Stripe, Microsoft, Oracle, IBM, Amazon, Electronic Arts (EA).
Microsoft, Maersk, Zendesk, Workday, Unity.
Productboard, Pure Storage, Apple, Workday, Oracle, Microsoft, JetBrains, Proton, Parrot.
Bolt, Wise, Microsoft, Twilio, Wolt.
Microsoft, Cisco, Aker Solutions, Arm, Mastercard, Meta, Kahoot, Autostore, Remarkable, Netlight.
これらの都市は、ソフトウェアエンジニアにとって多くの機会を提供しています。それぞれの都市が提供する企業は、エンジニアが自身のキャリアを発展させるための多くの選択肢を提供しています。それぞれの企業が提供する機会や文化は、エンジニアが自身のキャリア目標に合わせて最適な選択をするのに役立ちます。 [
