(サンマ + サラダ) * 2
mmhmmの会社がmmhmmの新しいバージョン？みたいなStacksってやつを出していたのでチェックしておく。
Stacks is the interactive alternative to traditional screensharing. No more juggling multiple windows and tabs. Just create a stack before the meeting and invite participants to an interactive sharing environment.
Airtime | Essential tools for video at work
趣味でOSSをやっている者だの58を聴いた。jkondoさんゲスト回の2回目。LISTENのインフラの話にsongmuさんが食いついていておもしろかったな〜。LISTEN、おもしろ現場です。
大阪の家に住むようになってからちょいちょい受信しているこのメール、Subjectを見るだけで「自分はターゲット層じゃない」とわかる。逆に、どういう人たちがこのメールをありがたがって読むのだろう、と興味がある。このメルマガ的なやつを運営している人たちは、どういうペルソナを設定しているのかな〜。
Generative AIについて考えているときに、なんか「データを解釈できるほど◯◯で、かつ、データを無視できるほど▢▢な人」みたいな人材要件の話があったような…とあれこれをごそごそしてNetflix本の読書メモと再会した。Netflixが求める人材像の話だったわ。
「直感に基づいて行動することも多いから、データを読みとれるほどスマートで、データを無視できるほど直感力に優れた人材を探すようにしている」
「新しいGenerative AIを活用できるほど柔軟で、Generative AIの出力結果を無視できるほど確固たる知識がある人」という柔・固の両面を持った人が活躍しやすい状況かもね。
メタ認知について、メタデータになじみのある人だと理解しやすいんじゃないかと思った。メタデータは「データについてのデータ」で、その構造でいうとメタ認知は「認知についての認知」になるから。
「より網羅的なデータ」とか「より俯瞰的なデータ」だと、データが横方向に広がるイメージがあると思うんだけど、メタデータは別にそういうことじゃなくて、別レイヤーのデータなんだよな。
たとえば「◯◯さんの姿を撮影した写真のデータ」があったときに、メタデータは「もっといろんな角度から撮影した写真データたち」よりは、写真のExifなんかのことをそう呼ぶことが多いだろう。いつ、どこで、どんな設定で撮影したか、みたいなデータ。
夜ごはんを食べたあと、なんとなくで着手した「LLMをバックエンドに持つDiscordボット」の実装がおもしろくて、熱中して取り組んでいた。Teacher Teacherのオンライン・コミュニティで動かせたらいいかな、と思って作り始めた。まず、Discordのライブラリがよくできていて、手元の開発環境でプロセスを起動するだけで簡単なping / pongの応答を確認できて楽しかった。
数年前だと、DiscordやSlackのチャットボットを動かそうと思ったら、イベントを受信できるウェブアプリケーションのエンドポイントを用意しなきゃいけないことが多かったような記憶。そういう面倒なことなしに開発を開始できて、疎通さえできちゃえばあとは機能を拡充させていくだけだもんね。
