PyCon JP 2016の面白かったTalkをまとめる。今年も最高だった。やっぱりこうやって社外のコミュニティに参加して、新鮮な情報や知識を入れることは大事なことだ。モチベーションも自然と高まるので、より技術力向上に精が出るだろう。ではでは、Talkのまとめ。
週末サイエンティストのすすめ
www.slideshare.net
研究リテラシーをもって、週末に研究する。オープンデータはWebに転がっているので誰でも週末に研究ができる。こういうことをやらないとデータ解析とかのスキル上がらないなぁと思う今日この頃。kaggleとか始めるのもよいと思っていたが、こういうのを始めて、blogに研究を公開するのもありか。
Pythonで作るWebクローラ入門
違うTalkを聴きに行っていたので、ムービーで確認。クローラはよく作るので、目新しい情報はなかったが、確かにPythonでクローリングとスクレイピングをやろうと思ったらScrapyがいい。僕は自力でいつもクローラを書くんだけど、Scrapyの実装はかなり参考にしている。あとはクローラとスクレイピングを分離させるとかはかなり大事。
たった一ファイルの python スクリプトから始める OSS 開発入門
www.slideshare.net
OSSに公開することにより恩恵やエンジニアとしての成長の話。外部へ公開し出すと意識する観点が出てくるが、そうした知見がまとめらていて良かった。エンジニアとして成長に行き詰まったら、OSSに公開するといい。Pythonの場合はPyPIだね。
数学的基礎から学ぶ Deep Learning
スライド見つからなかったので動画をアップ。これはDeepLearningの説明を割と丁寧にしてくれた（というかわかりやすく）のでかなり良かった。数学大事、というかこの分野は数学わからないと置いてけぼり食らうので、もっと勉強しなきゃなと決意を固くした。
複数の言語からなるプロジェクトを作るということ
これもスライド見つからず。PythonとCを組み合わせて使いたい場面って割とあるんだけど、その組み合わせ言語をキメラ言語と名付け、ある言語からある言語へと処理を委譲する方法について述べられている。たとえば、NumpyってCとPythonで書かれているんだけど、数値計算でPythonライクに書きたい上にある程度高速に処理したい場合などはNumpyが使われる。Cythonとかそこらへん話。
確率的ニューラルネットの学習と Chainer による実装
t.co
これはChainer開発者かつ研究者によるニューラルネットの話。確率的ユニットに対してホワイトノイズをパラメータにして、、みたいな話。僕はまだまだこの辺の話はようわからん。後半に入って完全に置いて行かれたが、ここらへんわかるようになると楽しいだろうなという感想。
PythonでもPythonじゃなくても使える汎用的なMicroservice実行環境
MicroServiceの話。羨ましい、というか、次参加するプロジェクトはこういうアーキテクチャがいい。というか、設計したい。
メタプログラミングPython
https://tell-k.github.io/pyconjp2016/#1
メタプログラミングは僕もあんまり理解していなかったので結構勉強になった。
Deep Learning with Python & TensorFlow
GoogleエンジニアによるTensorFlowの話。英語でのTalk。これもニューラルネットの話とかを細かく聞けて良かった。やっぱり知識がまだ追い付いてない感があるが。
とまぁ、こんなところですか。（途中から感想書く体力無くなった。）
やっぱり機械学習、特にDeepLearningが多かった。昨今、機械学習エンジニアが増えているという話を聞くが、やっぱりトレンドなのだろう。特にこの分野といえば今のところPythonが圧倒的にライブラリ群などが充実しているので、PythonのカンファレンスでPyDataの話が多かったのは自然の流れなのかもしれない。かく言う、僕もその流れに身を任せているエンジニアの一人なので、周りに負けないように勉強していこうと思う次第。
技術欲が高まったので仕事が捗る予感。