こんにちは！タカトです。 &nbsp; 2022年からちょくちょく話題に上がっていたインボイス制度。皆さんは具体的にどういった制度か把握してますか？会社員の方は特に意識する必要はありませんが、副業でそれなりに稼いでいたり、個人事業主・フリーランスの方は意識しないと今後の仕事に影響が出てきます。今回はそんなインボイス制度について解説していきます。 &nbsp; できるだけシンプルかつ分かりやすくお伝えしてきますので、インボイスが気になるぐらいの感じで読んで頂いて大丈夫です！時間にして3分ほどで読めるのでランチやお茶のお供にどうぞ！

インボイス制度はシンプルにいうと、消費税を払わせる制度です。 &nbsp; 消費税は物を購入した際に商品購入代金と一緒に払っていますが、その消費税とは別であなたが個人で請け負った仕事に対する消費税のことを指します。（詳細は後述で解説します） &nbsp; 消費税を払った人には適格請求書発行事業者として番号が発行されます。 適格請求書発行事業者になるためには課税事業者になる必要があり、課税事業者になる＝消費税をしっかり払いますということです。

消費税をなぜ今更払うのか？今まで免除されてた理由は？

ここで質問です。 &nbsp; あなたが物を購入し10%の消費税が掛かりました。お店には商品代＋消費税を支払いますが、この10%の消費税は誰が国に払っているか？ &nbsp; 答えはお店が代わりに国に払っています。 &nbsp; お店、または会社は毎年確定申告を行っており、その際に貰った消費税をまとめて国に支払っているワケです。 &nbsp; 次に、あなた自身が個人で仕事を受注し請求書が来ました。その請求書には売上の10%の消費税が加算され、振込の金額として提示されてます。（売上が10万だったら11万が振込対象額。1万は消費税。） &nbsp; ではこの消費税は誰が支払っているでしょうか？ &nbsp; 多分、この回答は言葉に詰まると思います。 &nbsp; 本来であればお店と同じであなたは消費税を受け取っているので、それを国に支払う必要があります。 &nbsp; これを払わなくて良いのには理由があって、売上が一千万以下の個人事業主は免税事業者と呼ばれて、消費税を支払わなくてよいとされているからです。 &nbsp; なので知らぬ間に脱税してた！？といったことにはなりません。 &nbsp; インボイス制度が施行されると、売上が一千万以下の個人事業主も課税対象者になり、毎年売上の10%を国に納める必要があります。

インボイス制度の施行は2023年10月1日からになります。 &nbsp; なので2024年に行う確定申告ではインボイス制度を考慮した申告が必要になります。 &nbsp; 各種会計ソフトもそれに向けて対応を実施中です。

適格請求書発行者って何なのか？番号は無いとダメなの？

適格請求書発行者になると番号が発行されます。番号を発行しない（適格請求書発行者にならない）選択も可能です。 &nbsp; では番号あり／なしでどういった違いがあるのでしょうか？ &nbsp; あなたに仕事を依頼する会社からすると、番号あり／なしでの違いは国に納める消費税分を全額免除できるか、できないかの違いがあります。 <img src="https://images.microcms-assets.io/assets/03df7942ab184c4fb92ae2a6d548e115/f466d12227d94fe2a6d56a13bbff7eca/image2.jpeg" alt=""> 会社からしたら、番号がない人と取引するのはデメリットしかないんです。 &nbsp; こうなると個人は仕事の受注にモロに影響が出るので、実質番号あり（自身で消費税を納める）を選択せざるを得ないのが実状です。

適格請求書発行者になると収入はどれだけ下がるのか

適格請求書発行者になるということは消費税を新たに納めるということです。 &nbsp; 2023年現在、消費税は10%なので、自身の年間売上が300万の人なら年30万、500万なら50万の税金が新たに発生します。 &nbsp; 消費税が上がれば、この税金もどんどん上がっていきます。 &nbsp; ただでさえ多くの税を払っているのに、更にまた税金が重くのしかかる。中々厳しい現実ではあります。

インボイス制度が反対される理由

インボイス制度は今まで対象外だった免税者（売上が一千万以下）から消費税を徴収する制度というのはお分かり頂けたかと思います。 &nbsp; 売上が100万円の人も10万という額を追加の税として納める必要が出てくるので、売上が少ない人にとっては死活問題で、反対されるのは当然の結果です。 &nbsp; 実際、エンタメ業界へのダメージがかなり大きいと言われています。 <a style="color:#1155cc" href="https://maidonanews.jp/article/14719374" target="_blank" rel="noopener noreferrer">「インボイス制度は日本のエンタメ業界を破壊する」　声優の甲斐田裕子が反対の声を上げる理由</a> &nbsp; これで徴収しても300億程度にしかならないので、反対されるのも無理はありません。

インボイス制度施行に向けて出来ること

正直この制度は個人事業主にとってはかなり痛い制度です。 &nbsp; とはいえ決まってしまったのは仕方ないので、出来ることとして売上額を上げるのが一番だと筆者は感じます。結局10%もっていかれるなら売上額を上げて少しでも税の負担を減らすのが今できる最善の策です。 &nbsp; もう1つはインボイス制度に対しての対応は会社によって様々なので、そこをお世話になってる会社に確認し、より良い対応をしている会社を選びなおすという手段です。 &nbsp; 例えば適格請求書発行者にならなくても良いや、その税の分を上乗せして支払ってくれるなど対応は様々かと思います。 &nbsp; グラントホープは業界的にレアな対応をしており、適格請求書発行者になることを止む無しと感じているエンジニアや個人事業主の人はグラントホープなら心配ない対応を取っています。 &nbsp; 話を聞くだけでも全然良いと思うので、興味のある方は聞いてみてはいかがでしょうか。

まとめ：しっかり理解した上で施行されるまでに準備をしよう！

いかがだったでしょうか？2023年から年収の10%が減るのは目に見えたので、そこをどう補填するか事前に考えて準備すること、もしくはお世話になってる会社を見直すことが今できる策なのかなと思います。 &nbsp; もちろん、適格請求書発行者にならなくても問題はないです。 &nbsp; 実際、施行された時にどれだけの人がなるかは未知で、下手したら適格請求書発行者にならない人が多い可能性もあります。 &nbsp; 自分の将来に関わることなので、しっかり理解した上で自身が望む選択をしていきましょう！ &nbsp; 本日も読んでいただきありがとうございました。

インボイス制度とは？施行される前に抑えておきたいポイントを解説！

タカト

2児に父でフリーランス歴8年目、主にPMO・サポート業務をメインに案件をこなしています。Webライターとしても活動中。

業務でコードを書く際、似たような処理を別の業務で実装した経験がある方も多いのではないでしょうか。中には、それを自作のライブラリとして作成して、GitHubで管理するという形を取っている方もおられるでしょう。 では、実際にそれを複数のプロジェクトで使用する際はどのように行っているでしょうか。 今やほとんどのエンジニアが使っているGitHubですが、その機能のひとつにGitHub Packagesと呼ばれるパッケージホスティングサービスがあります。 今回はこちらを利用して、自作のJavaScript関数をnpmライブラリとして管理する手順をご紹介します。

以前はGitHub Package Registryと呼ばれていたこのホスティングサービスですが、ひとことで言ってしまえば「作成したソフトウェアをGitHub上でパッケージとして管理することで、さまざまなプロジェクトで使えるようにしたよ」というものです。 プライベートリポジトリではプランによって料金が異なりますが、フリープランであってもストレージ容量500MBかつ月間データ転送量1GBまでであれば無料で使えます。 パブリックリポジトリに至っては完全に無料。太っ腹です。

GitHub Packagesに自作関数をデプロイする

今回はTypeScriptを使って簡単な関数を実装し、それを自分専用のライブラリとして作ってみましょう。

まずはPackage.jsonに以下の内容を記述していきます。 ついでにnpm installもやっておきましょう。

@{GitHubのユーザーネーム}/{リポジトリ名}

ここで、いくつか重要なフィールドをピックアップして解説します。 name @{GitHubのユーザーネーム}/{リポジトリ名}の形で入力します。 実際にライブラリをインストールする際も$ npm install @{GitHubのユーザーネーム}/{リポジトリ名}という形式になります。 version ライブラリ自体のバージョンを管理します。今回はとりあえず0.0.1としておきました。 main ライブラリが別のモジュールから呼び出された際に、どのファイルを参照するかを設定します。 今回はトランスパイルされた後のJSファイルを参照するので、dist/main.jsを指定しました。 typesフィールド ライブラリの型定義ファイルを指定します。 publishConfig npmで扱えるようにするため、registryに<a style="color:#1155cc" href="https://npm.pkg.github.com" target="_blank" rel="noopener noreferrer">https://npm.pkg.github.com</a>を指定します。 また、今回は自分専用＝プライベートなライブラリなので、accessにはrestrictedを指定しておきます。 ちなみに複数のレジストリで公開したい場合は、publishConfigフィールドではなく.npmrcに記述する形になります。

今回は最小限の設定だけ記述しました。

リポジトリを作成する際、Node.jsのgitignoreテンプレートを選択している場合は不要ですが、もしそうでなければ.gitignoreにdistディレクトリを追加しておきましょう。 こちらはトランスパイル後のJSファイルと型定義ファイルが格納される予定ですが、トランスパイル自体は後述するGitHub Actionsで行います。

今回は「引数として与えられた文字列の奇数番目だけを抽出した文字列を返す」という関数を作ってみます。

こんな感じでしょうか。 すごく簡単な内容ですが、これならビルドの時間も短いので練習にはもってこいです。

GitHub ActionsでPublishの設定を行い、Packageとして公開する

最後に、プッシュされたら自動でトランスパイル＆Packageとして公開するGitHub Actionsを設定します。 .github/workflows/publish.ymlとして以下の内容を記述した設定ファイルを追加しましょう。

この際、secrets.GITHUB_TOKENという値を利用していますが、これは各リポジトリにデフォルトで備わっているトークンなので個別に設定する必要はありません。 ここまでの内容でプッシュしてみましょう。 リポジトリのActionタブを開くと、すでに先ほど設定したアクションが終了していました。

Codeタブに戻ってみるとPackagesの欄が追加されており、先ほどプッシュした内容がv0.0.1として正常にデプロイされたことがわかります。

デプロイされたライブラリを使う

次にデプロイされたライブラリを実際のプロジェクトに導入して利用する手順をご紹介します。

今回はプライベートなパッケージを対象としているので、それにアクセスするためのトークンを発行する必要があります。 <a style="color:#1155cc" href="https://docs.github.com/ja/github/authenticating-to-github/creating-a-personal-access-token" target="_blank" rel="noopener noreferrer">公式の解説</a>に従って設定ページを開きましょう。

パッケージの読み取りを行うだけなので、スコープはread:packagesにのみチェックを入れます。 NoteはわかりやすいようにREAD_PACKAGESとしてみました。

Personal Access Tokenを発行したら、適当なプロジェクトを作成し、プロジェクトルートに.npmrcを作成して以下の内容を記述します。

これでプライベートなパッケージにアクセスできるようになりました。 あとは通常のNPMモジュールインストールと同様にnpm installすれば、node_modulesディレクトリにインストールされます。

それでは実際に使ってみます。 以下のスクリプトを実行し、AAAAと表示されれば成功です。

期待通りに動きました。 関数名にマウスオーバーすると型の情報も見られるので、型定義ファイルもきちんと参照できているようです。

ここで先ほど実装したライブラリに、「奇数番目or偶数番目の文字列を引数によって選択できる」という新機能を実装したくなりました。 早速実装してみましょう。

新機能を追加したのでマイナーアップデートという扱いにしましょう。 手動で書き換えることもできますが、npmにはパッケージのバージョンを管理するコマンドがあるのでそれを利用します。

gitのログを確認してみましょう。 package.jsonのバージョンが更新され、v0.1.0として新たにタグが作成されていると思います。この状態でプッシュしましょう。

Releaseの欄が2 tagsになり、Packages欄のバージョンも0.1.0になっています。 どうやらきちんとアップデートできたようです。

昨今はnpmライブラリが充実しており、欲しい機能は探せば見つかることが多いと思います。 しかし、公開されているライブラリでは機能が不足していたり、不要な機能が多すぎたりする場合、自作のライブラリで解決するという手段は選択肢として大いにあると思います。 そんなときには、ぜひGitHub Packagesを利用して便利に使いまわしていきましょう。

GitHubの機能である「GitHub Packages」を利用し、自作のJavaScript関数をnpmライブラリとして管理する手順をご紹介します。

GitHub Packagesを使って自作ライブラリを管理しよう

Takumi.K

サービス開発にも携わるフリーランスフロントエンドエンジニア。

PythonのWebフレームワークにはDjango、Flaskが良く使用されますが、今回はFastAPIというフレームワークを紹介したいと思います。 FastAPI は、Pythonの標準である型ヒントに基づいてPython 3.6 以降でAPI を構築するための、モダンで、高速(高パフォーマンス)な、Web フレームワークです。

FastAPIの特徴とDjangoとの比較について

・パフォーマスが高く、処理が早い

FastAPIはPythonの有名なWebフレームワークのDjangoパフォーマンスを比較しても、NodeJSやGoと同じくらいにパフォーマンスが高いと言われており、Djangoよりも処理が早いとされています。

・コードが書きやすく、バグ等も見つけやすい

コーディングもDjangoに比べて書きやすい特徴もあり、コードによる重複も最小限にしていることから、ヒューマンエラーよるバグも削減と開発速度の向上が見込まれています。

・習得にそれほど時間がかからない

FastAPIはDjangoに比較して簡単に習得できるようにデザインもされていることから、ドキュメントに読む時間やその他調査にかかる時間も短縮されます。

必要条件:Python 3.6以上 ※開発環境(動作はMac環境を使用しています。) OS: MacOS Big Sur 11.4 Python: 3.9.7 Django: 3.1.7 IDE: PyCharm &nbsp; Pycharmを起動して、左下の「terminal」をクリック

(Macのデスクトップの右上の虫眼鏡マークから「ターミナル」起動→指定した階層に移動でも構いません)

ターミナル上で以下のコマンドを入力してください。 pip install fastapi 以下のように「Successfully〜」と表示されれば問題なくFastAPIはインストールされています。

次に以下のコマンドを入力後、エンターキーを押してください。 pip install uvicorn こちらも問題なく、エラーメッセージが表示されなければ正常にインストールされています。

任意のディレクトリ配下にmain.pyを作成して、以下のコードを入力します。 main.py &nbsp;

&nbsp;以下のコマンドを実行します。 uvicorn main:app --reload &nbsp; ブラウザのURLバーに <a href="http://localhost:8000/" target="_blank" rel="noopener noreferrer">http://localhost:8000/</a> を入力してください。

{"Hello":"World"}と表示されていますね。 &nbsp; 先程作成した、main.pyの5行目から7行目にて @app.get("/") def read_root():　 　&nbsp; &nbsp;&nbsp;return {"Hello": "World"} @app.get("/") →@app.get("/")と書くことで、localhost:8000以降のURLを指定するパスになります。 ("/")と書くことにより、localhost:8000で動く関数ということになります。 def read_root(): return {"Hello": "World"} →@app.get("/")と書いてありますので、 uvicorn main:app –reload Webサーバーを起動した際にWebブラウザにて localhost:8000と入力した時に動く関数ということになります。 &nbsp; こちらのサンプルではread_rootという関数名にしていますが、任意の関数名に変えていただいても構いません。 returnも{"Hello": "World"}とありますが、こちらも任意の文字列に変えてもよいです。

では次にブラウザのURLバーにて <a href="http://localhost:8000/items/10?q=sample_fastapi" target="_blank" rel="noopener noreferrer">http://localhost:8000/items/10?q=sample_fastapi</a> を入力してください。

このように表示されていれば成功です。

解説をしていきます。 main.pyに記載をした@app.get("/")と@app.get("/items/{item_id}")の2つ関数がありますが、WebブラウザのURLにて、localhost:8000以降の/&nbsp;と&nbsp;/items/{item_id}のパスで HTTP リクエストを受けます。 /items/{item_id}&nbsp;パスのパスパラメータ&nbsp;item_id&nbsp;は&nbsp;int&nbsp;でなければなりません。 <a href="http://localhost:8000/items/10?q=sample_fastapi" target="_blank" rel="noopener noreferrer">http://localhost:8000/items/10?q=sample_fastapi</a> →こちらの10という数値がint型指定です。 パス&nbsp;/items/{item_id}&nbsp;はオプションの&nbsp;str&nbsp;クエリパラメータ&nbsp;q&nbsp;を持ちます。 <a href="http://localhost:8000/items/10?q=sample_fastapi" target="_blank" rel="noopener noreferrer">http://localhost:8000/items/10?q=sample_fastapi</a> →sample_fastapiの箇所がstr型となります。 @app.get("/items/{item_id}") def readitem(itemid: int, q: str = None): 　　&nbsp;return{"item_id": item_id,&nbsp;&nbsp;"q": q} 今回使用したURLですと、 http://localhost:8000/items/10 →10がread_item_idの第一引数の、item_id: intの箇所で <a href="http://localhost:8000/items/10?q=sample_fastapi" target="_blank" rel="noopener noreferrer">http://localhost:8000/items/10?q=sample_fastapi</a> →sample_fastapiがread_item_idの第二引数のq: str = Noneの箇所になります。 &nbsp; 試しに<a style="color:black" href="http://localhost:8000/items/%7bitem_id%7d" target="_blank" rel="noopener noreferrer">http://localhost:8000/items/{item_id}</a>の{item_id}の箇所にて、int(数値)以外の値を入れてみましょう。 WebブラウザでURLバーにて以下を入力してみてください。 <a href="http://localhost:8000/items/sample?q=sample" target="_blank" rel="noopener noreferrer">http://localhost:8000/items/sample?q=sample</a>

value is not a valid integer〜とエラーメッセージが出力されましたね。 &nbsp; では次に行きましょう。 WebブラウザのURLバーで以下を入力してください。 http://localhost:8000/docs &nbsp;

こちらの画面が表示されましたと思います。 こちらは自動対話型APIドキュメントです。 &nbsp; 次は以下のURLをWebブラウザで表示させてください。 http://localhost:8000/redoc

代替の自動ドキュメントが表示されます。

アップグレードの実装(PUTリクエスト)

PUTリクエストからボディを受け取る実装を進めます。 main.pyを修正しますので、黄色の部分を追加してください。 &nbsp; &nbsp; &nbsp; &nbsp; main.py &nbsp; from fastapi import FastAPI from pydantic import BaseModel app = FastAPI() class Item(BaseModel): &nbsp;&nbsp;&nbsp; name: str &nbsp;&nbsp;&nbsp; price: float &nbsp;&nbsp;&nbsp; is_offer: bool = None @apgep.t("/") def read_root(): &nbsp;&nbsp;&nbsp; return {"Hello": "World"} @app.get("/items/{item_id}") def read_item(item_id: int, q: str = None): &nbsp;&nbsp;&nbsp; return {"item_id": item_id, "q": q} @app.put("/items/{item_id}") def update_item(item_id: int, item: Item): &nbsp;&nbsp;&nbsp; return {"item_name": item.name, "item_id": item_id}

次は以下のURLをWebブラウザで表示させてください。 http://localhost:8000/docs

item_idに任意の数値を入力し ※画面の例の10以外の数値でも可

ユーザインターフェースはAPIと通信をして、パラメータを送信し、結果を取得して、画面下部に表示されます。 &nbsp; 次は以下のURLをクリックしてください。 <a href="http://localhost:8000/redoc" target="_blank" rel="noopener noreferrer">http://localhost:8000/redoc</a>

代替のAPIにも新しいクエリパラメータやボディが反映されています

このようにFastAPIは関数のパラメータとして、パラメータやボディ の型を宣言して、簡単にAPIエンドポイント定義と実装が可能になります。 &nbsp; &nbsp; 参考URL <a href="https://fastapi.tiangolo.com/ja" target="_blank" rel="noopener noreferrer">https://fastapi.tiangolo.com/ja</a>

PythonのWebフレームワークFastAPIの紹介

中川　彰吾

フリーランスSEで色々なWeb系の案件に参画中。言語はPythonやRuby
自宅でもパフォーマンスが落ちない様、リモートワーク中心の生活を過ごしながら、
IT技術だけでなく、英語や株式投資など学習中。


こんにちは！&nbsp;&nbsp;&nbsp;&nbsp;タカトです。 &nbsp; 今回は数多くSES事業を主とする会社が存在する中で、私がお世話になっているグラントホープをオススメする理由について解説します。 私自身、フリーランス歴は8年ですがグラントホープでお世話になってるのは2年目と実は短かったりします。 5年間は全く違うところで案件を紹介頂いており、正直行こうかどうか悩んだ背景もあります。今回はそんな悩みも踏まえてオススメの理由についてお話していきます！

グラントホープってどういう会社？

2016年設立の新しい会社でSES事業・キャリアアドバイザー事業を主としている会社です。設立して6年目ですが売上高は年々更新されており、2021年は24億。在籍しているフリーランスも数多く、年齢層も20〜40代と若々しい会社です。

私自身、グラントホープを選ぶまでは正直悩んだ

私は無料査定（詳細は事項で）を行ってから半年ほど保留にしてました。 &nbsp; 理由として、年収は上がったのですが色々な事情を考慮して案件を紹介して貰えるか不安だったからです。（私の場合は、高稼働は不可だったので） &nbsp; また、スキルに対する自信もそこまでなかったので「その額を貰うだけの活躍ができるのか？」という変にネガティブな状態になり、保留にしてました。 &nbsp; 今思うと、転職に似てるのかなと感じました。

結果的に半年悩んだ後、「入ってから色々考えよう！」という結論に至り、グラントホープさんにお世話になることを決めました。

実際グラントホープに入ってみて、どうだったか

5年間お世話になった会社以上に融通も利き、働きやすいです。 &nbsp; 年収もアップしましたし、サポートも手厚いので、早く会社を変えておけばよかったなぁと後悔したぐらい。 &nbsp; また、フリーランスと思えない福利厚生がしっかりしてるのでこの点は他社に負けないと思います。

グラントホープを選んだ6つの理由

私がグラントホープを選んだ理由は大きく6つあります。

グラントホープに入るにあたって、事前にスキルシートを提出して年収の査定ができます。 &nbsp; これで自分の年収が事前に分かるというワケです。 &nbsp; しかも今だとLINEで無料査定できるのが有難いですね。 &nbsp; 手順は本当に簡単で、経歴書を送るだけ。 &nbsp; 私の頃は対面でやっていた部分もあり、今も場合によっては対面になることもあるかもしれません。

2.査定結果が想像以上に良かった

私の場合ですが、年収が300万ほど上がりました。 &nbsp; 前の会社も安いワケではなかったのですが、想像以上の上がり幅だったのでかなり驚きました。 &nbsp; これだけ上がるのにも理由があって、グラントホープの場合、中間マージンの割合がかなり低いと思います。 &nbsp; とにかくエンジニアに還元するというのを大前提にしているため、結構な割合で年収アップできます。 &nbsp; しかもちゃんと経験値を積んで、単価の高い案件に参画することも出来て、更に年収アップが狙えるのもポイントです。

3.査定したからといって無理な勧誘・催促が一切ない

査定は正直、気軽にできます。 &nbsp; その後、入るかどうかは完全にゆだねてくれますし、無理な勧誘がありません。 &nbsp; ほとんどの会社は査定後「早めに動いた方が…」と言ったりしますが、グラントホープはちゃんと考える時間を頂けます。 &nbsp; 査定結果が良くても色々考えてしまうのが本音です。 &nbsp; 環境面、人間関係など、一旦冷静になって判断した方が良いのでそれが出来るのがいいですね。

4.キャリアも踏まえて案件を紹介してくれる

フリーランスとはいえ、ちゃんとキャリアを積むことが大事です。 &nbsp; 出来ることの幅が広がりますし、自分が「こういうことがやりたい、こういう方向に進んでいきたい」というのがあれば、それに合った案件に参画が可能です。 &nbsp; それだけの案件数がありますし、何よりこちらのことを考えて動いて貰えます。 &nbsp; キャリアプランを立てながら年収アップも狙えるので、普通の会社員の昇給と同じ感覚で給料アップが可能です。

フリーランスでは珍しく、国保ではなく社保に加入可能です。（任意） &nbsp; この二つの違いは、国民健康保険は加入者本人が保険料を全額負担します。 一方社会保険は、保険料の半分を加入先の会社・事業主が負担してくれます。 &nbsp; また、社会保険には、国民健康保険にはない扶養制度が設けられており、所得額の少ない家族を自分の扶養者として健康保険に加入させることができます。 &nbsp; これで家族の保険料が抑えられます。 &nbsp; それ以外でも最近は美容脱毛、エステを安価で受けられたり、今後は飲食・娯楽・レジャー・eラーニング・健康面など活用できる福利厚生が充実していく予定です。 &nbsp; フリーランスに欠かせない確定申告のサポートもありますし、最近ではライター業向けのSEO講座というのもあります。（2022年3月現在、無料） &nbsp; 正直、これだけ充実している会社は正社員の会社でも中々ないと思います。 &nbsp; それだけフリーランスにとってもメリットを考えてくれている会社というわけです。

6.案件参画後もサポートが手厚い

案件に参画したら、お終い！というワケではありません。 &nbsp; 一週間後、参画後の状況確認。何か問題があればすぐ連絡くださいなど、割と手厚いです。 &nbsp; 相談してもちゃんと向き合って話を聞いてくれますし、すぐに動いてくれるので私自身、現場で何があればすぐに連絡して相談したりしてます。

メリットばかり言ってしまうと疑いたくなるのが人間です。 &nbsp; なので、私が入った時に戸惑ったことを解説していきます。

1.案件紹介が複数の営業さんから来る

2022年3月現在、案件紹介について複数の営業さんから連絡が来ます。 &nbsp; しかも嬉しいことに結構な頻度で案件紹介の連絡がきます。 &nbsp; 私が最初いた会社は一人の営業さんから紹介頂いていました。 &nbsp; 紹介頂いて面談→ダメだったら次という流れだったため、複数から案件紹介があった時は驚きました。 &nbsp; ただ、この複数の方から紹介頂くやり方の方が平行で面談もできますし、早々と参画案件が決まります。（早ければ案件紹介頂いてから一週間で決まることもしばしば） &nbsp; 慣れればなんて事はないですが、慣れるまではちょっと大変に感じるかもしれません。

2.自分の中の優先順位をしっかり決めておくこと

案件を選んでいくにあたって必ず優先順を決める必要があります。 &nbsp; ・稼働を低くしたい ・高単価の案件に参画したい ・通勤時間を短くしたい ・キャリアアップをしたいので成長できそうな案件に参画したい &nbsp; などなど、全部を満たすというよりは何を優先してそれに合う案件を見つけるかが大事になるので優先順位はしっかり決めておきましょう。

まとめ：迷うぐらいなら年収査定して貰った方が良い→だって無料だもん

いかがだったでしょうか？まだまだ迷っていたり、とは言っても・・・というのが正直あると思います。 &nbsp; ですが査定自体は無料です。 &nbsp; ある意味、自分の市場価値がタダで分かるということなので、これ自体はやっておいて損はないと思います。 &nbsp; やった結果、微妙だったなら今の会社を継続すれば良いですしね。 &nbsp; 一度きりの人生、自分の価値をより高められる環境でキャリアと年収を伸ばしてみてはいかがでしょうか。

忖度なし！グラントホープをオススメする6つの理由！

皆さん、こんにちは。 Sgiです。 今回はエンジニアに是非活用していただきたいサービスがありますので、この記事を執筆致します。 最後まで読んでいただけると嬉しいです。

年収査定ってやったことありますか？

筆者がおすすめしたいサービスとは「年収無料査定」です。 これ、あまり見かけないですよね？ 正社員SEはまた話が別ですが、フリーランスSEは一般的に &nbsp; エージェントへ登録 ↓ 面談（ヒアリング） ↓ 案件紹介 ↓ お客さんと面談 ↓ 合格 ↓ 契約 &nbsp; という流れでお仕事が決定します。 &nbsp;

しかし今回ご紹介する年収無料査定の違いは図の通りです。

こちらの図を見ていただければ分かりやすいですが、 エージェントでのヒアリングの時点で自分の報酬額がおおよそ分かる仕組みとなっています。

どうやって査定してもらえる？

そもそもどうやって査定額をだしているのか。 気になったので色々聞いてきました。 &nbsp; &nbsp; この年収無料査定をするには、事前に &nbsp; ①&nbsp;&nbsp;&nbsp;技術経歴書 ②&nbsp;&nbsp;&nbsp;プロフィール &nbsp; を作成する必要があります。 エンジニアなら誰もが作成したことがあるはずです。 それをこちらの会社フォーマットに書き直すだけで完了となります。 &nbsp; 年収無料査定をヒアリング前にすることで、より具体的な希望条件の話ができる、という仕組みのようです。 &nbsp; &nbsp; どうやって査定額を出しているのか、謎ですよね。 どんどん解説していきます。

こちらの会社で実際にご成約されたエンジニアのスキル感・契約単価をもとに査定額をだしているそうです。 &nbsp; 査定額と契約時に決定した単価の誤差は月額換算で「約2万円前後」だとか。 これは正確すぎる…。 &nbsp; 会社の実績に基づいた査定額ということでした。 &nbsp;

実際にご成約された方の年収アップ事例

これは一般論ですが、IT業界の場合 正社員からフリーランスに転身した場合、年収は約1,5～2倍以上になります。 &nbsp; 理由は割愛していきます。 &nbsp; 今からお見せする事例も、査定額と契約時の単価（月額）の誤差はやはり2万円前後のようです。 それでは一気にお見せいたします！！ &nbsp; 今回はスキル感も教えていただけましたので、ご参考までに見ていただければと思います。

こうみると、皆さん年収が確実にUPしているのがわかります。 &nbsp; &nbsp; 他エージェントは契約が確定するまで自分の報酬額が不明瞭ですが、 こちらの会社は案件を選ぶ前に自分のスキル感ではどれくらい報酬が貰えるのかが分かるため、収入が不安定と思われがちなフリーランスですが 先の見通しがつくことがメリットになりますね。

査定後にヒアリング→案件紹介をしてもらうメリット

こちらは私が思うことですが、以下4点です。 &nbsp; ①&nbsp;&nbsp;&nbsp;&nbsp;金額が分かることで収入の見通しがつく ②&nbsp;&nbsp;&nbsp;&nbsp;単価をあげるために何をするべきなのか、ヒアリングに相談できる ③&nbsp;&nbsp;&nbsp;&nbsp;具体的な希望が言える ④&nbsp;&nbsp;&nbsp;&nbsp;希望に沿った案件を紹介してもらえる＝ミスマッチが少ない &nbsp; 順にお話させていただきます。

①	金額が分かることで収入の見通しがつく

先ほども少し触れましたが、フリーランスは収入が不安定、と世間一般的には思われています。 しかし、実際にはエージェントを利用することで大半のエンジニアは安定した収入を得ることが出来ます。なぜならエージェントの営業マンが案件を探してくれるからです。 &nbsp; その案件も、事前に報酬額がわかることで収入の見通しがつくため大半の不安は払拭されるはずです。

②	単価をあげるために何をするべきなのか、ヒアリング時に相談できる

査定をすると、おおよその自分の単価がわかります。 査定の金額をふまえて、もしくは将来的にもっと稼ぎたい！というエンジニアは多くいるはずです。 単価を上げるためには、当然スキルアップする必要があります。 スキルアップし、上流工程に参画したり、リーダー業務を行ったり、色々なチャンスがある案件を紹介してもらうことが可能になるはずです。

単価が明瞭になることで、自分のスキル感や立ち位置など、市場価値が見えてくるはずです。 その中で、 「単価を上げたいのでスキルアップできる案件にアサインしてほしい」 「今までリーダー業務ばかり任されてきたけど、本当はプログラマーがいい」 など、より自分のやりたいことを優先させた希望が言えるはずです。 &nbsp; 実際にアサインされるかはエージェントの営業力や個人の面談力にもよりますが、どこのエージェントでも自分の希望はしっかりと伝えるべきです。

④	希望に沿った案件を紹介してもらえる＝ミスマッチが少ない

これに関しては少し論点がずれますが、ヒアリングの時点で自分の希望をエージェントに伝えきれない場合にミスマッチが起こってしまいます。 &nbsp; 案件のミスマッチはエンジニアにとって結構な痛手となります。 「せっかくフリーランスになったのに、希望していた案件にアサインされない・・・」 &nbsp; なんて、そんなもったいないことしてはいけません。 やりたくないことに時間も労力を費やすのはナンセンスですから、しっかり自分の希望を伝えましょう。 ミスマッチが起こらず、やりたい案件にアサインされ、単価もアップ、スキルも習得出来たら最高ですよね。

・・・この会社、一体どちら様？

お待たせいたしました。 今までお話してきたサービスを展開しているのは このメディアサイトを運営している<a href="https://www.granthope.jp/" target="_blank" rel="noopener noreferrer">株式会社グラントホープ</a>さんです。 <img src="https://images.microcms-assets.io/assets/03df7942ab184c4fb92ae2a6d548e115/398019c5b09d483c82b4f1aaaf3d0c72/image.png" alt="">

グラントホープさんの特徴は、まず今回ご紹介させていただいた、年収無料査定。 そしてヒアリングには結構力をいれているようで、まさにエンジニアファースト。 &nbsp; しっかりヒアリングをするからこそ、やりたい案件がどんどん紹介される営業力。 &nbsp; 年収無料査定から最短3日でご成約された方もいらっしゃるそうです。 &nbsp; &nbsp; この年収無料査定は、誰でも実施できるようですよ。 &nbsp; ※フリーランスなので、未経験者は対象外のようです。 	ご実績が２年ある方が対象です。

いろんなフリーランスのエージェント会社がありますが、 それぞれの特徴をふまえて活用していきましょう。 &nbsp; 私個人的な意見としては、無料年収査定はおすすめです。 正社員の方は、フリーランスに転身した場合、今の自分のスキルではどれくらい貰えるのか。 フリーランスの方は、単純にエージェントによって単価が異なりますので比較対象として活用していただけばと思います。 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; これは豆知識？かもしれませんが グラントホープさんは役員の皆さんは、全員元フリーランスエンジニアのようです。 元フリーランスエンジニアによる、フリーランスエンジニアのための会社でありたい。 &nbsp; そんな強い思いがあるそうです。 &nbsp; 拙い文章でしたが、最後まで読んでいただきありがとうございました。

エンジニア必見！一度は全員試すべき年収無料査定？！

猫が大好き。食べることが大好き。寝ると嫌なことは忘れるタイプ。
いろんな人に出会い、いろんなものに触れて、思考を柔らかく、自分の世界を広げていきたい駆け出しライターもどき。


まず、DXとはどういう意味でしょうか。 DX(デジタルトランスフォーメーション)とは、Digital Transfomationの略です。 企業がAI、4loT、ビッグデータ47などのデジタル技術を用いて、業務フローや新たなビジネスモデルの創出だけではなく、レガシーシステムからの脱却や企業風土の変革を実現させることを意味します。 Transformationは「変容」という意味なので、DXを直訳すると「デジタルによる変容」となります。デジタル技術を用いることで、生活やビジネスがより良いものへと変容していくことをDXと言います。日本でも、こうしたDXの理解が深まってきています。 &nbsp; しかし、DXが及ぼすのは単なる「変革」ではなく、デジタル技術による破壊的な変革を意味する「デジタル・ディスラプション」 既存の価値観や枠組みを根底から覆すような革新的なイノベーションをもたらすものとされています。

DX（デジタルトランスフォーメーション）の定義

DXの定義とは、主に3つあるとされています。 &nbsp; 先述の通りDXとは、Digital Transfomationの略語です。デジタル技術を用いることで、生活やビジネスが変容していくことをDXと言います。 「デジタルトランスフォーメーション」は、スウェーデンの大学教授であるエリック・ストルターマン氏が2004年に提唱した概念だとされています。 ストルターマンによれば、デジタルトランスフォーメーションは「ICTの浸透が人々の生活をあらゆる面でより良い方向に変化させること」と定義されています。 &nbsp; 次に「デジタルビジネストランフォーメーション」です。 こちらはマイケルウェイド氏らによって2010年代に提唱された概念です。デジタルビジネストランフォーメーションでは、「デジタル技術とデジタルビジネスモデルを用いて組織を変化させ、業績を改善すること」と定義しています。 こちらはデジタルフォーメーションと区別するために、デジタル「ビジネス」フォーメーションといいます。 &nbsp; 最後は、2018年度に経済産業省が公表した定義です。 2018年に経済産業省が公表した定義には「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や会社のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること」と具体的に提唱されています。

今、DXが注目されているのは新型コロナウィルスの感染拡大の蔓延もあり、企業を取り巻く環境が急激に不安定化しました。 こういったビジネス環境や競争の前提条件が大きく変化する中で、競争を勝ち抜いていくためには、既存のサービスやビジネスモデルの延長線上にはない新たな変革が必要となってきます。

DXと混同されることが多いのが「IT化」です。 DXの持つ意味がIT化と比較することでより明確に理解できるのではないでしょうか。 まず、ITは「Information Technology」の略であり、コンピューターとネットワーク技術の総称です。 インターネットやデジタルテクノロジーの進化に伴い、「旧来のアナログな作業をデジタル化して便利にする」という意味合いでIT化という言葉が使われるようになりました。 &nbsp; IT化はDXの手段であり、DXはIT化の先にある目的であると考えられます。 &nbsp; 明確な定義があるわけではありませんが、一般的にIT化、IT導入というと今ある業務プロセスは維持したまま、その「効率化」や「強化」の為にデジタル技術やデータを活用するというイメージがあるかと思います。 &nbsp; 例えば、電話や手紙だった連絡手段が、メールやチャットツールなどに変わったのはその典型と言えるでしょう。連絡の是非自体は問われることなく、ツールを導入することによって効率化が図れたことになります。近年ではRPA（これまでは人間のみが対応可能と想定されていた作業、もしくは高度な作業を、人間に代わって実施できるAIなどを活用して代行する取り組み）やビックデータなど大きな可能性を秘めた技術が次々と登場していますが、既存のプロセスの効率化＝IT活用にとどまるケースが少なくありません。 &nbsp; もちろん、IT化の目的が必ずDXである必要はありません。 今あるプロセスの効率化だけが目的であっても全く問題はありませんが、なぜITを活用したいかが明確でないと、単に新しい技術を使ってみることだけが目的となってしまい、利益を生まないIT活用になる可能性もあります。 これでは意味が無いですよね。 IT化は既存のプロセスの生産性を向上させるものです。何がどのように変化するのかわかりやすいのが特徴といえます。 &nbsp; それに対して、DXはプロセス自体を変化させ、企業成長を目指すものです。 単に「作業時間が減る」「作成プロセスを自動化する」などわかりやすい変化ではありません。「顧客との接客方法がデジタルを通じて根本的に運用が変わる」など、会社全体に関わるような根本的な変化や新たな価値を生み出していく活動と捉えられています。

DX推進の需要が高まる一方で、多くの企業が実際のビジネスモデルや組織の本格的な変革に至っておらず頭を悩ませています。 特に、ビジネスにデジタル技術をいかに迅速に活用できるかデジタル技術を活用する人材についての課題です。3つの観点からDX推進についての課題を解説します。 &nbsp; 初めに「DX人材」についてですが、DX推進を進めていくうえでプロジェクトを担う人材の確保です。 DX推進を担う人材に求められるのは、デジタル領域に精通し、率先して事業を変革できるスキルを所持していることです。DXの実現には、チームや組織の育成も大切です。 また、DX推進を担う人材のスキル評価などマネジメント制度の整備が進んでいない企業がほとんどです。社内制度を見直し、DX人材が適切な評価を受けられる環境作りを構築していくことも人材確保においてポイントといえます。 &nbsp; 次に「開発手法」です。DX推進を滞らせている理由として、老朽化したシステムがあげられます。長年運用してきたシステムは、複雑な状況になっていることがほとんどです。 ＤＸ推進はめまぐるしく変化する時代のニーズや環境に合わせて柔軟にビジネスモデルや開発要件を変化させていく必要があります。 激しい時代の変化や技術革新、ニーズの移り変わりに柔軟に対応できる開発手法や思考法を取り入れることがDX推進の成功には不可欠です。 しかし、こうした新しい手法の導入にハードルを感じ、DX推進が思うように進まない企業が多くあるのも現状です。 &nbsp; 最後に、「組織」についてです。プロジェクトを進めるうえで社内の利害関係者の合意を得ることは不可欠ですが、DX推進には経営者層からのコミットが得られにくかったり、各部署間の連携が築きにくいことが問題となるケースも多々見受けられます。 旧来のレガシーシステム（過去の技術や仕組みで構築されているシステム）から脱却し、デジタル技術を活用した新たな業務フローやビジネスモデルへ移行するに際しては、経営層のコミットや十分な社内理解、各部署の協力関係が必要です。

言葉の意味としてはＤＸ（デジタルトランスフォーメーション）とは、「進化したデジタル技術を浸透させることで人々の生活をよりよいものへと変革する」というもので、ビジネス面では「企業が解決すべき必須の取り組み」といえます。 めまぐるしく変化する時代の流れに取り残されてしまうのか、テクノロジーの進歩とともに新たな時代へと進んでいくのか、多くの企業にとっての分岐点になる取り組みともいえるでしょう。社内の理解・協力を得たうえで一丸となって取り組んでいくことが大切といえるのではないでしょうか。

「DXとは？注目されている理由とITとの違いについて解説」

中川　里美（ナカガワ　サトミ）

20歳の時にアメリカで出会った経営者に誘われてライターの道へ。
自分の事業と並行して趣味レベルでライター業に取り組んでいたが、
その後のリモートワークやネットビジネス業界の普及により、
ネット環境があれば、どこでも仕事ができるライター業の魅了を再認識する。
現在、リサイドのライターとして、記事を執筆中。
好きなことは、旅と美味しいものを食べること。
今年の目標であったバンジージャンプと滝行と富士登頂を達成し、来年の目標を思考中。

近年、「AI」という言葉を盛んに聞くようになりました。AIとは「Artificial Intelligence」の略で、日本語で「人工知能」のことです。特にビジネスの現場では、チャットボットによる自動問い合わせ対応や音声認識による自動情報入力、チェスをプレイするコンピューターから車の自動操縦など、様々なシーンで活用されており、その発展には目を見張るものがあります。

しかし、「人工知能とは何か？」となると、即答できる人は多くはありません。それもそのはず、実はAIの専門家や研究者の間でもAIの定義は統一されておらず、下記のような様々な見解があるためです。 &nbsp; 人工的な知能を持つ実体。あるいはそれをつくろうとすることによって知能自体を研究する分野 「知能を持つメカ」ないし「心を持つメカ」 人工的につくった知的な振る舞いをするためのシステム 人間の頭脳活動を極限までシミュレートし、人間の能力を補完·強化するシステム 人工的につくる新しい知能の世界 人工的につくられた人間のような知能、ないしはそれをつくる技術。人間のように知的であるとは、「気づくことができる」コンピュータ、つまり、データの中から特徴量を生成し、現象をモデル化することのできるコンピュータ &nbsp; ただ、一般的に説明するのであれば、AIとは「人工的につくられた知能」であり、その概念や技術そのもののことを指すと考えるとわかりやすいでしょう。

ここからは、AIの機能をもう少し詳しく説明していきます。一般的にAIと呼ばれるものは広く「自律性」と「適応性」の2つの特徴で分類されています。 &nbsp; ·自律性　……　人の指示が不要で自動的に作業を行う能力 ·適応性　……　経験や学習によってパフォーマンスを上げる能力 &nbsp; 「自律性」は現在のロボットにも備わっています。しかし「適応性」はロボットにはありません。この点がAI特有のメリットであり、画期的な点と言えるでしょう。さらにAIは次の2つに分けることができます。 &nbsp; ·弱いAI：特定の作業を行う特化型AIで、自立性はあるが適応性が不足 ·強いAI：様々な作業を行える汎用型AIで、自律性も適応性もともに備わっている &nbsp; 双方とも自律性については同様に備わっていますが、適応性については「強いAI」に軍配が上がります。それぞれ詳しく説明しましょう。 &nbsp; 特化型AI（弱いAI） 将棋や囲碁のAIソフト、スマホのカメラで撮った写真を認識し瞬時に情報を表示する仕組みなど、特定の用途のためにつくられたAIが「弱いAI」です。与えられた仕事に対しては自動的に処理ができる一方で、プログラムされていない、想定外の状況への対応はできません。学習することでその作業の精度を上げることができるので、人の補助や能力の拡張に最適なAIです。現在、実用化されているAIや、企業で研究されているAIのほとんどはこの弱いAIに分類されます。 &nbsp; 凡庸型AI（強いAI） 一般的なAIのイメージである、人間のような自意識を備え、全認知能力を必要とする作業も可能なAIを指します。アニメや映画に出てくる人間的な振る舞いができるアンドロイドやロボットに組み込まれている「自分で考えて判断するAI」が該当します。実現すれば、人を超える知能を持つものが生まれることになりますので、時代が大きく変革することになるでしょう。

現在のAIができることは、主に次のようなものです。 &nbsp; ·画像認識 ·音声認識 ·言語識別 ·制御 ·予測 &nbsp; &nbsp; 画像認識 学習データをもとにして「画像に写っている人（物）の識別」を行うことで、人間と同じように写真を分類できるようになります。また、蓄積された画像の特徴をもとに写真を作成することも可能です。 &nbsp; 音声認識 画像認識と同じく、人間の声を理解しテキストに変換できる技術が音声認識です。近年、AIが自然な抑揚で話をすることができるようになっているのは、音声認識の精度向上の賜物です。 &nbsp; 言語認識 現在、インターネット上には無数の文字データがあります。それらを使うことで、文章の特徴を学習することができます。文章を識別したり、書いたりすることができる人工知能（AI）も登場しています。 &nbsp; 制御 画像認識、音声認識、言語認識を組み合わせることで、ロボットや自動車などの機械を制御することも可能になっています。最近だと自動運転技術やGoogle homeなどが挙げられます。カメラやマイクなど、各種センサから得られた自分の状態と、その状態で動作した結果を関連付けて学習させることで、その時々に最適な動作をさせることができます。AIで機械が賢くなれば生産性や品質の大幅な向上が期待できるのです。 予測 制御と同じく状態と結果を学習することで、特定の状態からまだ起きていない結果を予測することもできます。ビジネスでは、環境変化をふまえた市場・需要・顧客行動を予測し、マーケティング施策の立案や経営判断を伴う意思決定をサポートすることが可能です。

·Automatic Image Colorization 白黒画像をカラー化してくれるWebサービスです。早稲田大学の研究グループが開発した人工知能（AI）で、大量にある白黒画像とカラー画像から白黒の画像にどんな色を付けるべきかを学習させています。その結果、白黒画像を最初からフルカラーだったかのような違和感のないカラー画像にしてくれるのです。 &nbsp; ·Traffic Jam Pilotシステム もっとも多くの人に人工知能（AI）の力と未来を感じさせてくれると思われるのが、自動運転技術です。その中でも注目されているのが「アウディA8」の「Traffic Jam Pilotシステム」です。「Traffic Jam Pilotシステム」は、高速道路での渋滞中（時速60キロメートル以下）には、ハンドルやペダルから手足を離していても車を安全に運転してくれる画期的な人工知能（AI） システムです。 &nbsp; ・AI検温ソリューションSenseThunder（センス・サンダー） 昨今のウイルス拡大問題により、AIを活用した非接触検温ソリューションの需要も高まってきています。その代表例ともいえるのが、ソフトバンク株式会社が研究開発した「SenseThunder」というAI検温ソリューションです。マスクを着用したまま検温できるシステムとして大きな注目を集めており、AIを活用した独自の認証デバイスとサーモグラフィカメラを組み合わせることで、わずか0.5秒で個人認証と体温測定の両方を実行します。

いかがでしたか。ここ十数年のコンピュータの進歩と低価格化によってビッグデータを容易に扱えるようになったことで、AIは急速に普及してきました。今後も大量のデータからパターンを認識させることで、ビジネスや生活における様々な難しいタスクをこなせるようになっていくでしょう。 AIの進化によって人の仕事は減少しますが、それはある意味「人としての暖かさが不要な仕事」と言えます。一方で、対人的なサービス、特に心の拠り所となるような仕事は、より重要視されていくでしょう。また、これからの時代に早急に求められるのは、「AIを使う側の人材」です。 なぜなら、日本企業の多くがAIの導入を先導する組織や人材の不足に陥っており、それらをフル活用できる段階には至っていないためです。AIに精通した技術者が必要とされている今だからこそ、プログラミングや機械学習、ディープラーニングの学習を始めても良いでしょう。何かしらの行動を起こすことで、今の自分に足りないスキルや知識がわかり、現代を強く生きていくための新しい働き方を見出すきっかけになるのではないでしょうか。

人工知能「AI」とは何か？ その基礎知識と活用事例をわかりやすく解説！

こんにちは！&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;タカトです。 &nbsp; 仕事をする中で会議に参加し議事録を任されたことはありませんか？議事録は書き慣れてないと「しっかり書けるか不安・・・」「洩れとかないかな・・・」など様々な不安がよぎります。議事録は「経験と慣れ」と言われるとそれでおしまいなのですが、ポイントを押さえておけば結構な割合でOKと言われるのが実状です。 &nbsp; 今回は誰もが喜ぶ上手な議事録の書き方について解説していきます。 &nbsp; 最近だとWebでの会議も多いため、対面とWebそれぞれを解説します。テンプレートも用意するので、活用して貰えると嬉しいです。 &nbsp; 当記事はこんな人にオススメです。 ・議事録を上手く書く自信がない ・それなりに書いてるけど、より上手く書きたい ・単純に気になる &nbsp; 当記事は5分ほどで読めますので、ランチのお供にどうぞ！

まずは議事録を書く意味をしっかり把握しておきましょう。 ・会議で決まったことを残すため（経緯等も踏まえて） ・誰が何を発言し、決まったことを承諾したのは誰なのかを証拠として残す ・宿題、持ち帰り事項の備忘録 ・会議に参加してない人への資料共有のため ・何かあった時の振り返り用の材料 &nbsp; 上記が議事録を残す主な理由です。 &nbsp; 特に「決まったこと」と「宿題、持ち帰り事項」が大事なポイントです。 これを残しておかないとプロジェクトの進行や次回の会議に大きな影響が出るので聞き漏らしのないようにしておきましょう。

議事録を書く上での３つのポイント

議事録を書く上でのポイントは主に３つです。

ポイント１：事前に議題を明確にしておこう

会議を行う時は事前に議題（アジェンダ）を決めて会を実施します。 &nbsp; 議題は「何を議論し決めたいのか」「それは誰と会話したいのか」まで決まっていると、議事録が取りやすくなります。 &nbsp; 何を議論し決めたいのかが明確だと会話する内容が絞られ、取るべきメモがある程度決まってくるので非常に楽になります。 逆に厄介なのが、議論したい会話の中で別の話題にスライドし、それが大事な内容になってくると取るべき議事が多くなります。会話のキャッチボールが飛び交うと取るべきメモに混乱したりもするので大変です。そういった場合は、要点を絞ってメモし後々整理するなど、そこで全部を取り切ろうとせず、後で精緻化していきましょう。 &nbsp; 議題を事前に決めることは対面、Webでも同じことです。目的がない会議は惰性になりがちなので明確にしておきましょう。

ポイント２：参加者をしっかり抑える

参加者を抑えるということは発言者を抑えることに繋がります。 &nbsp; 議論した内容を誰と誰が会話し、内容について承諾したとしたら誰が承諾したのか、参加者が明確でないと抑えることはできません。 &nbsp; 参加者の把握の仕方は、対面はその場で名前を抑えることが難しいので、以下のように座席のイメージを書き、座っているところに番号を振ります。 名前は二の次とし発言をメモする際は、番号で書けばOKです。終わった後に、名前が分かる人に座席表を出して「ここに座ってた人の名前を教えてください」と言えば、会議中に全員把握する必要もなくなります。 &nbsp; Web会議の場合は、スクリーンショットを使って参加者が分かる画面を撮れば全員抑えられます。ただ、発言をメモする際は対面の時と違い番号割り振りの方法が使えないので、なんとか発言者までメモし議事を残す必要があります。Teams会議だと、会議のレコーディングが可能なので、それを上手く使っていけば大丈夫です。

ポイント３：一発で完璧なものを作ろうとしない

<img src="https://images.microcms-assets.io/assets/03df7942ab184c4fb92ae2a6d548e115/16c8ae2b6a334897a2ba067c8cca63c7/%EF%BC%93.jpg" alt=""> 会議中に議事録を完璧にしようとするのは正直オススメしません。5割ほどのクオリティで書いて、会議が終わった後に整えていけばOKです。整えていく中で、会話の内容を全部書くのもNGです。前述でも述べましたが、何が決まって宿題は何なのか、決まるまでの経緯（会話のやり取り）を整理していきましょう。 &nbsp; 会話のやり取りも一語一句そのまま書くのではなく、表現を変えたり、必要な会話のみに絞り込むのは許容範囲なので上手いことスリムにすると良いです。議事録を見る側もたくさん書いてあれば良いと思っておらず、要点がしっかり絞れていると見やすいと感じます。

言葉の表現には好みがありますが、今までの経験で以下の表現は非常に好まれます。 &nbsp; ・体言止め→名詞や代名詞などの体言で語尾を止めること ・一文一義→一つの文章に一つの情報だけを書く &nbsp; 逆に好まれない表現は ・一文が長く、結局何が言いたいのか分かりづらい &nbsp; 書く側も読む側の気持ちになって書くと「なるほど」と思う結果です。 発言した人の一文が長かったとしても、議事を書く側で整理する方が喜ばれます。 極まれに表現を変えることを嫌う人がいますが、本当にごく一部なので言われたら一語一句真似て書く形に変えて行けばＯＫです。

議事録のサンプルフォーマット

今回サンプルとして議事録のテンプレートを載せます。 実際に大きいプロジェクトの議事録作成時に使用しており、使用例も記載してますのでご自身の取りやすい形にカスタマイズしてください。 ■yyyyy/mm/dd hh:mm～hh:mm 打ち合わせタイトル ■参加者 部①：参加者A、参加者B 部②：参加者C、参加者D 議事録：担当者A ■決定事項 ■持ち帰り事項 Todo1：ｘｘｘ　期限：ｘｘｘ　担当者ｘｘｘ Todo2：ｘｘｘ　期限：ｘｘｘ　担当者ｘｘｘ Todo3：ｘｘｘ　期限：ｘｘｘ　担当者ｘｘｘ ■議事録 ｘｘｘｘｘｘｘｘｘ（参加者A） →ｘｘｘｘｘ（参加者B） →ｘｘｘｘｘ（参加者C） →ｘｘｘｘｘ（参加者A）★Todo1 ■次回会議日程 yyyyy/mm/dd hh:mm～hh:mm --------------- &lt;記載Sample&gt; ■2022/08/01 10:00～10:30 次期システムの作業スケジュール遅延について ■参加者 経営企画部：佐藤、鈴木 開発チーム：田中、松田 議事録：加藤 ■決定事項 ■持ち帰り事項 Todo1：延伸に伴うタスク整理　期限：2022/8/3　担当者：田中、松田 ■議事録 次期システムの要件確定が2週間ほど延伸すると聞いているが、延伸する理由と2週間でしっかり 完了する理由が知りたい。（佐藤） →延伸の理由は画面設計で追加要件があったためで、2週間の延伸は追加要件の規模・影響範囲を判断しての結果。 （田中） →承知した。2週間延伸するに伴いタスク等の整理はできているか。（佐藤） →資料ベースには落とし込めていないため整理し、資料まで落とし込む。（田中）★Todo1 →次回会議までに提示できるようお願いします。（佐藤） ■次回会議日程 2022/08/03 10:00～10:30

まとめ：議事録は下準備をし、恐れることなく経験値を積もう

議事録は下準備をしっかりし、要領を抑えておけばそこまで大変ではありません。 毛嫌いしてしまう人も多いですが、逆にそういう仕事ができる人は好まれるので経験をたくさん積んで慣れていきましょう。議事録を上手に取れるようになると、開発要員からPLやPMOなどもこなせるようになり仕事の幅も広がります。本記事が「自信をもって議事録書けます」と言えるお力添えになれば嬉しいです。 &nbsp; 本日も読んでいただきありがとうございました。

【誰もが喜ぶ】議事録を上手く書く３つのポイント

「RPA」とは、ロボットによる業務自動化の取り組みを表す言葉で「デジタルレイバー（Digital Labor）」や「仮想知的労働者」とも呼ばれています。人間が手作業で行っているルーティン業務を、パソコンやサーバー上にあるソフトウェア型のロボットが代行・自動化するRPAをRPAツールとも呼び、狭義のRPAで使われます。一方、RPA「デジタルレイバー（Digital Labor）」はRPAツールと比べ、業務自動化・業務変革全体に使われ広義のRPAとして使用されます。 日本国内では2016年からRPAという言葉が使われ始め、その分かりやすさや即効性から2017年には大ブームが始まり、今では、RPAはAIやIoTと並び、誰もが一度は耳にしたことのある最注目ITワードとなりました。 RPAは、パソコン上で人が日常的に行っているマウス操作やキーボード入力などの業務処理手順を登録しておくだけで、ブラウザやクラウドなどさまざまなアプリケーションを横断し、高速で正確な業務自動化を実現します。その結果、既存の事務的業務を効率化させ、生産性を向上させることが可能になります。 現在このRPAは様々な分野で活用され始めており、金融はじめ商社、サービス、流通、小売、インフラ、製造、不動産、自治体まで多方面でホワイトカラーの業務自動化を拡大し、より広範な業務に対応できる技術として活用され始めています。 広義のRPAとして使われるRPA「デジタルレイバー」は、単なるRPAツールとしてではなく、業務全体を把握し人と協働することにより業務を分担・人間と共存しコスト削減や売上向上などの企業活動にさまざまなインパクトを与えています。

RPAが注目を集めている背景と
日本における労働環境の変化


2060年には、国民の約2.5人に1人が65歳以上の高齢者になるという、世界でも類を見ない超高齢化社会を控えている日本。総人口は減少の一途を辿り、労働力の中核を成す15歳以上65歳未満の生産年齢人口も1990年代をピークに減少傾向が続いています。日本の労働人口の減少が国をあげての大きな問題となっているのは言うまでもなく、日本の労働人口が減少するなかで、企業存続のために長期的な労働力の確保が課題となっています。 そこで、注目を集めているのがRPAです。すでに工場のライン業務などでは、人間を補助する戦力としてITやロボットの導入が進んでいます。その適応範囲をホワイトカラー業務に拡大したRPAは、金融はじめ商社、サービス、流通、小売、インフラ、製造、不動産、自治体など広範囲な業務自動化・効率化に対応できる技術として大きな可能性を秘めているのです。社会や経済を取り巻く環境が変化し続けるなかで、デジタル化への対応は企業の存続を左右するといっても過言ではありません。

RPAの登場によって、これまで「人間にしかできない」とされてきた仕事も、ロボットによる代行が可能になりました。これを受けて、欧米を筆頭に政府レベルでRPAの導入が進みつつあります。日本の経済産業省も、RPAによる国会答弁集作成の高度化を検討しており、2017年の通常国会から本格導入したい考えを明らかにしました。 さらに、「ほかに代替機能がないためにやむを得ず人間が行ってきた」ともいえる単純作業に近い事務処理や、書類関係の作業が比較的多い金融業界や人事・採用に関わる部署など、旧態依然とした業務が多く残る業種・職種にも業務改善の可能性、代替労働力としての活用が期待されています。 紙媒体のデータ化はもちろん、そのデータに基づく一定の業務フローが自動化されるという点でも非常に画期的なRPA。今後10年で労働力は減少するといわれており、RPAの普及によって労働力の補填がなされれば、生産効率がさらに高まることでしょう。そしてRPA導入により創出した時間（マンパワー）を、より創造性が求められる分野に充てたり、ロボットとの協働による生産性向上で、社員やスタッフの賃金向上など健全な経営の改善にもつながります。

具体的なRPA導入によるメリット・効果とは

実際にRPAを導入している企業ではどのような効果が見られているのでしょうか？ 作業を短縮することによる創出時間以外にも、副次的な効果も含めてRPAには下記のようなメリットや効果があります。 ・デジタルトランスフォーメーションの加速 63%のグローバルエグゼクティブが、RPAはDXにおける重要な要素だと回答しています。 &nbsp; ・レジリエンスの向上 RPAロボットは繁忙期のワークロードや需要の急激な加速に柔軟に対応します。 &nbsp; ・コンプライアンス対応 92%が、コンプライアンス対応においてRPAが期待どおりもしくは期待以上の効果をもたらしたと感じています。 &nbsp; ・高付加価値業務へのシフト 60%のエグゼクティブがRPAによって人間がより戦略的な仕事に集中できるようになると回答しています。 &nbsp; ・コストの削減 RPAは世界中のあらゆる業種において、業績の向上に迅速で重要な改善をもたらします。 &nbsp; ・ミスの削減 57%がRPAによって手作業のヒューマンエラーが減少したと回答しています。 &nbsp; ・生産性の向上 世界で働く人の68%が自動化によって仕事がより生産的になると感じています。 &nbsp; ・従業員満足度の向上 57%のエグゼクティブがRPAを導入することで、従業員が本業に集中しやすくなったと、満足度を向上させると回答しています。

RPA導入時には幾つかの留意点があります。それがRPA検討時の部門間連携と、RPA導入後の管理体制の構築です。 RPAでは、業務プロセスを主にユーザー・インターフェースを経由して自動化するというソリューションの性質上、導入時に現場の部署が主体的な役割を果たすことが期待されます。現場部署はRPA導入の最大の受益者ですし、RPAで設定すべき業務プロセスの洗い出し、順序の確認、成果の評価を行うためには、サブジェクト・マター・エキスパートとよばれる業務に精通した現場担当者の協力が必要だからです。 しかしだからといって、従来型のシステム開発を担ってきたシステム部門の関与が不要なわけではありません。一見すると機能が非常に似通っているRPAソリューションも、仔細にみるとアプリケーションの操作可能性やロボットの管理機能などに差があり、長期的にみて導入効果を最大化させるには、ソリューション選定時に今後の適用可能性も含めた技術面での検証が重要であり、システム部門のノウハウが必要になります。 また「RPA」は、現状のシステムを用いて現状の業務プロセスに適用される、いわば一時的なソリューションであるため、長期的にはシステム変更や基盤変更の影響を受けます。RPA化されたプロセスがきちんと把握されないまま社内に乱立すれば、システム変更時に一斉に影響を受ける可能性もあります。また、何をやっているかわからないRPAがブラックボックス化して残存するという状況も避けなければいけません。RPA導入後に、システム部門も関与しながら、社内のRPA導入プロセスを把握し、影響のモニタリングを行うRPAの管理体制を構築することが不可欠です。

RPAツールは、これまで従業員が行っていた定型業務を簡単に自動化することが可能です。人材不足や長時間労働の是正といった世論の後押しもあり、RPAツールを導入する企業は増加傾向にあります。RPAツールの特徴を理解し、最大限活用をすることで企業全体の業務効率が改善することにつながります。

RPAについて徹底解説！サービス内容と、導入することで変わる未来のヒトの働き方とは？

はじめまして。 Javaプログラマ兼K8s初心者の植木と申します。 &nbsp; 最近業務でオンプレJavaアプリケーションをKubernetes(K8s)に移行する作業をしており、その中で直面した問題について1つご紹介したいと思います。

・&nbsp;K8sのReadiness ProbeとLiveness Probeの仕組み（実例を元にして） ・&nbsp;JavaアプリケーションをK8sで動かすために注意するポイント（上記に関連して） &nbsp; なお、今回の記事を執筆するにあたりデモ用にコードを書き直しました。書いたコードは以下に置いてあります。 ・&nbsp;Javaコード(<a href="https://github.com/uekiGityuto/springboot-demo" target="_blank" rel="noopener noreferrer">https://github.com/uekiGityuto/springboot-demo</a>) ・K8sのマニフェスト (<a href="https://github.com/uekiGityuto/k8s-demo" target="_blank" rel="noopener noreferrer">https://github.com/uekiGityuto/k8s-demo</a>) &nbsp;

オンプレJavaアプリケーションをK8sに移行するために、Javaアプリケーションを書き換えたり、K8sのマニフェストファイルを新規作成していたりしました。 ひとまずK8sでアプリが動くようになったので、DatadogというモニタリングツールにAPMを表示させるべく、Datadogのトレーサを追加したら、それまで成功していたLiveness Probe（死活監視）が成功しなくなったというのが今回起きたことです。 では、細かな用語も踏まえて解説していきますね。

以下の環境でデモ用のコードを書いて動かしました。 ・&nbsp;言語：Java 17 ・フレームワーク：SpringBoot 2.7.0 ・実行環境：Minikube（ローカル環境でKubernetesを実行するツール）

今回導入したかったAPMについて少し触れておきます。 APMとはApplication Performance Managementの略称で、CPU、メモリ、レイテンシ、Javaランタイムメトリクス（ヒープやGC等）などをモニタリングする機能であり、Datadogにもこの機能があります。 DatadogではJava起動時、-javaagentオプションにdd-java-agent.jarを指定することでAPMを表示させることが出来ます。（他にDatadog Agentの導入などが必要ですが、今回のテーマとは関係ないので省略します） -javaagentオプションで指定したJarは、本来実行したいJarの前に実行することが出来るので、 dd-java-agent.jarで本来実行したいJarの実行コードに変更をいれて、Datadogにデータを送信出来るようにしているようです。

・トレーサを追加したらLiveness Probeが成功しなくなった話

・事象 さて本題です。冒頭でも軽く触れましたが、もう少し詳しく事象を説明していきます。 &nbsp; 私たちはまず、トレーサを追加しない状態でk8s上でアプリケーションを起動しました。（Datadog Agentも導入済み） この時はReadiness Probe、Liveness Probeともに問題なく成功しました。 なお、詳しくは後述しますがReadiness ProbeとLiveness ProbeはK8sの機能の一つで、アプリケーションの起動監視、死活監視のようなものです。 &nbsp; その後、トレーサを追加して、APMを表示出来るようにしたのですが、なぜかLiveness Probeが失敗し続けるようになりました。（Liveness Probeは一定時間毎に定期的に実行されます） なお、Readiness ProbeはアプリケーションログやAPMから成功を確認出来ていました。 &nbsp; Liveness Proveが失敗すると、K8sはアプリケーションが異常な状態であると判断し、アプリケーションを再起動（正確にはコンテナを再起動）させます。 今回はLiveness Proveが失敗し続けていたので、コンテナもフェニックスの如く消滅と復活を繰り返していました。（つまり、永遠に正常に起動しない状態でした。） &nbsp;

結論から記載しますと、原因はK8sのマニフェストファイルの設定内容にありました。 &nbsp; この時のK8sのマニフェストファイルを一部抜粋します。（正確にはデモ用に書き換えたマニフェストファイルです）

また、今回のデモではJavaのヒープサイズを指定していません。指定しない場合、コンテナのメモリサイズの1/4を使用します。（本来は使用すべきですが、今回は簡略化のため書略しています） さていかがでしょうか。 上記の設定のどこかに原因があるのですが、分かりますでしょうか？ &nbsp; まどろっこしくて申し訳ございませんが、答え合わせの前に上記設定内容の説明をさせて下さい。 &nbsp; Readiness Probeはアプリケーションの準備が整っているかどうかを確認します。 今回の場合、/actuator/health/readinesにリクエストして200が返ってくれば準備OKと認識します。(※1) 逆に200が返ってこなかった場合は、1秒おき（periodSecondsで定義された秒数）にチェックを繰り返します。 &nbsp; Liveness Probeはアプリケーションが生きているかを確認します。（※2） 今回の場合、/actuator/health/livenessにリクエストして200が返ってくれば生きていると認識します。(※1) 逆に200が返ってこなかった場合は、1秒おき（periodSecondsで定義された秒数）にチェックを繰り返して、一定回数チェックしても200が返ってこない場合はコンテナを再起動させます。 チェック回数はfailureThresholdで定義していて、今回は1なので、1回でも失敗したら即再起動させます。 また、initialDelaySecondsで初回チェックまでの待機時間を決めています。 まとめると今回の場合、コンテナが起動してから10秒後に/actuator/health/livenessにリクエストして200が返ってくればOK、返ってこなければコンテナを再起動させます。 &nbsp; ResourcesはPodのCPUやMemoryの設定です。 Podとは簡単に記載すると、アプリケーションが起動するためにK8sから割り当てられたHostマシンの一部分のことです。 最低でもrequestsのresourceが確保され、Nodeのresourceに余裕があればlimitまで利用可能です。 また、ヒープサイズはコンテナのメモリサイズの1/4となるため、500Miの時は125m、1000Miのときは250mのヒープが利用できます。（本来はヒープサイズを指定すべきですが、今回は簡略化のため省略しています。） &nbsp; PreStopはコンテナを停止させる前に実行される処理です。 今回の場合、コンテナ停止前に10秒間sleepします。 K8sはPodを停止する時に新規リクエストを停止対象のPodにルーティングしないようにサービスアウトします。 サービスアウトしてから、コンテナを停止出来るように10秒間のsleepをしています。 &nbsp; TerminationGracePeriodSecondsはコンテナが停止するまでの猶予期間です。 K8sはコンテナを停止させるとき、TerminationGracePeriodSecondsで設定した秒数だけ待機した後にコンテナを終了させます。 もう少し詳しく説明しますと、K8sはTerminationGracePeriodSecondsで設定した秒数を元に、削除予定時刻を設定します。 削除予定時刻が設定されたら、PreStopで設定した処理が実行され、その処理が終わったら、SIGTERMというシグナルをコンテナに送信します。 コンテナ側はSIGTERMを受信したら、処理を正常に終了させるのですが、もし削除予定時刻までに処理が終了しなければ、K8sはSIGKILLを送信してコンテナを強制終了させます。 なお、SIGTERMやSIGKILLはK8s独自の機能ではなく、Linux標準の機能です。 Linuxにkillコマンドがありますが、これはプロセスに対してSIGTERMやSIGKILLを送信しています。 &nbsp;

引き延ばして申し訳ございません。答え合わせしますね。 &nbsp; Liveness Probeが失敗するようになった原因は、ずばり、トレーサ追加により、アプリケーションの起動時間が伸びて、起動前にLibeness Proveを実行してしまっていたからでした。 &nbsp; トレーサは以下のようにjavaagentオプションで指定します。 `java -javaagent:/path/to/the/dd-java-agent.jar -jar ./demo.jar ` このオプションで指定されたJARファイルはjarオプションで指定されたJARファイルよりも前に起動するので（※4）、実際のアプリケーションの起動はその分遅くなります。 &nbsp; 実際、トレーサ追加前は8秒程度だった起動時間が、追加後は15秒程度になっており、Liveness ProbeのinitialDelaySecondsに設定していた10秒を超えてしまったので、アプリケーション起動前にLiveness Probeが実行されてしまったというわけです。

対策は以下の2つです。 ・&nbsp;Liveness ProbeのinitialDelaySecondsを伸ばす ・Resourcesを増やす &nbsp; 1つ目は分かりやすいと思います。 10秒では足りないので伸ばせば解決します。今回は30秒に伸ばしてみました。(※3) &nbsp; 2つ目はそもそもJavaアプリケーションを動かすにあたり、定義しているCPUやMemoryが小さすぎました。 今回はResourcesを以下のように修正したところ起動時間が8秒になりました。(※3) K8sはGoのサンプルが多いのですが、Goに比べてJavaはCPUやMemoryを多く必要とするので、注意が必要です。

答え合わせをしたところで、次に、なぜLiveness Probeは失敗していたのに、Readiness Probeは成功していたのかを深堀したいと思います。 以下に今回の事象を時系列で整理しました。

1.&nbsp;&nbsp;&nbsp;&nbsp;コンテナ作成 &amp; Spring Boot起動：15秒間 2.&nbsp;&nbsp;&nbsp;&nbsp;Readiness Probe失敗： 15秒間 ※initialDelaySecondsの設定がないのでコンテナ作成後すぐ実行される 3.&nbsp;&nbsp;&nbsp;&nbsp;Liveness Probe失敗 4.&nbsp;&nbsp;&nbsp;&nbsp;PreStopHook起動（10秒間sleepし、sleep後にSIGTERM送信） 5.&nbsp;&nbsp;&nbsp;&nbsp;Spring Boot起動完了 ※コンテナ作成から15秒後 6.&nbsp;&nbsp;&nbsp;&nbsp;Readiness Probe成功← 1秒おきに繰り返しているのでSpring Boot起動直後に成功する 7.&nbsp;&nbsp;&nbsp;&nbsp;K8sからSpringBootにSIGTERM送信 ※preStopHook起動から10秒後 8.&nbsp;&nbsp;&nbsp;&nbsp;SpringBootでGraceful　Shutdown ※仕掛中のリクエストはあったとしてもReadiness ProbeのリクエストしかないのですぐにShutdownする 9.&nbsp;&nbsp;&nbsp;&nbsp;コンテナ再作成（SpringBoot再起動） &nbsp; つまり、Liveness Probe失敗とPod停止の間にタイムラグがあるので、その間にSpringBootが起動し、Readiness Probeが成功したということです。 &nbsp; なお、もし上記の8（Graceful　Shutdown）で、仕掛中リクエストの処理に時間がかかった場合は、Liveness Probe失敗からTerminationGracePeriodSecondsで設定した秒数経過後にSIGKILLが送信され、強制的にShutdownさせられます。（つまり、SIGTERM送信から20秒後に強制終了）&nbsp;

※1：正確には200以上400未満であればOKと認識します。 ※2：正確にはリクエストが処理できるか（デッドロックのような再起動しなければ回復不能な状態になっていないか）を確認します。 ※3：実際には負荷試験でチューニングする必要があります。 ※4：正確にはjarオプションで指定されたJARファイルのmainの前に、javaagentオプションで指定されたJARファイルのpremainが呼び出されます。

この記事をJava + K8sの有識者の方に見て頂いたところいくつか指摘がありましたので、補足致します。 -&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;ヒープサイズを正しく設定していれば、元々のresourcesの設定で、トレーサを追加しても10秒以内に起動するはずです。今回は簡略化のため、ヒープサイズを指定していなかったので、10秒以内に起動しませんでした。 -&nbsp;&nbsp;&nbsp;&nbsp;&nbsp;SpringBootのGraceful Shutdownを利用しているのであれば、PreStopで/actuator/shutdownエンドポイントを叩くのが一般的のようです。

最後に今回のまとめをしたいと思います。 手短にまとめますのでもう少しお付き合い下さい。 &nbsp; 今回、Datadogのトレーサを追加したことで問題が発生したので、Datadogのトレーサに原因があるのではないかと思い、最初はDatadogに焦点を当てて調査していました。 ただ、いくら調べてもDatadogに問題は見つからず、途方に暮れました。 &nbsp; 実際、Spring Boot起動前にLiveness Proveが実行されていたという非常にシンプルな原因だったわけですが、これはJava（特にSpring Boot）の基礎的な知識（起動に必要な時間やCPU、Memory等）とK8sの基礎的な知識（Liveness Proveの仕組み等）が分かっていればすぐに解決出来た問題でした。 また、Linuxの基礎的な知識（SIGTERMやSIGKILL等）も必要でした。 &nbsp; これらを踏まえて感じたことは、表面的な知識（JavaのコーディングやK8sのマニフェストファイルの書き方等）が分かっているだけでは問題が起きた時に解決することは難しく、基礎的な知識をもっと深めていくべきだということです。 &nbsp; 今回の問題を通して色々と勉強することが出来たので、これをきっかけに基礎的な知識を身に着けていこうと思いました。 &nbsp; 以上です。お読み下さりありがとうございました。 &nbsp;

・&nbsp;Spring Boot Kubernetes (<a href="https://spring.pleiades.io/guides/gs/spring-boot-kubernetes/" target="_blank" rel="noopener noreferrer">https://spring.pleiades.io/guides/gs/spring-boot-kubernetes/</a>) ・&nbsp;Kubernetes で Spring Boot 実行 (<a href="https://spring.pleiades.io/guides/topicals/spring-on-kubernetes/" target="_blank" rel="noopener noreferrer">https://spring.pleiades.io/guides/topicals/spring-on-kubernetes/</a>) ・&nbsp;SpringBoot　本番対応機能 (<a href="https://spring.pleiades.io/spring-boot/docs/current/reference/html/actuator.html" target="_blank" rel="noopener noreferrer">https://spring.pleiades.io/spring-boot/docs/current/reference/html/actuator.html</a>) ・&nbsp;SpringBoot グレースフルシャットダウン (<a href="https://spring.pleiades.io/spring-boot/docs/current/reference/html/web.html#web.graceful-shutdown" target="_blank" rel="noopener noreferrer">https://spring.pleiades.io/spring-boot/docs/current/reference/html/web.html#web.graceful-shutdown</a>) ・&nbsp;Liveness Probe、Readiness ProbeおよびStartup Probeを使用する (<a href="https://kubernetes.io/ja/docs/tasks/configure-pod-container/configure-liveness-readiness-startup-probes/" target="_blank" rel="noopener noreferrer">https://kubernetes.io/ja/docs/tasks/configure-pod-container/configure-liveness-readiness-startup-probes/</a>) ・&nbsp;コンテナライフサイクルフック (<a href="https://kubernetes.io/ja/docs/concepts/containers/container-lifecycle-hooks/" target="_blank" rel="noopener noreferrer">https://kubernetes.io/ja/docs/concepts/containers/container-lifecycle-hooks/</a>) ・&nbsp;Minikubeを使用してローカル環境でKubernetesを動かす (<a href="https://kubernetes.io/ja/docs/setup/learning-environment/minikube/" target="_blank" rel="noopener noreferrer">https://kubernetes.io/ja/docs/setup/learning-environment/minikube/</a>) ・&nbsp;アルパカでもわかる安全なPodの終了 (<a href="https://zenn.dev/hhiroshell/articles/kubernetes-graceful-shutdown" target="_blank" rel="noopener noreferrer">https://zenn.dev/hhiroshell/articles/kubernetes-graceful-shutdown</a>) ・&nbsp;アルパカでもわかる安全なPodの終了 - 実験編 (<a href="https://zenn.dev/hhiroshell/articles/kubernetes-graceful-shutdown-experiment" target="_blank" rel="noopener noreferrer">https://zenn.dev/hhiroshell/articles/kubernetes-graceful-shutdown-experiment</a>) ・&nbsp;Javadoc - パッケージ java.lang.instrument (<a href="https://docs.oracle.com/javase/jp/8/docs/api/java/lang/instrument/package-summary.html" target="_blank" rel="noopener noreferrer">https://docs.oracle.com/javase/jp/8/docs/api/java/lang/instrument/package-summary.html</a>) ・&nbsp;Datadog - Java アプリケーションのトレース (<a href="https://docs.datadoghq.com/ja/tracing/setup/java/?tab=springboot&amp;tabs=springboot" target="_blank" rel="noopener noreferrer">https://docs.datadoghq.com/ja/tracing/setup/java/?tab=springboot&amp;tabs=springboot</a>)

【K8s,Spring Boot】Datadogトレーサを追加したら永遠にLiveness Probeが成功しなくなった話

植木 宥登（うえき ゆうと）

新卒でSIerに入社してITの基礎知識や運用保守の知識を身に着ける。
その後、SESに転職してJavaやAWSなどの開発経験を積む。
現在はフリーランスとして幅広く活躍中。

メタバースって何？分かりやすく簡単に、未来も踏まえて解説

こんにちは！&nbsp;&nbsp;&nbsp;タカトです。 &nbsp; 近年、VR市場が活発になっておりNFTやメタバースといった聞いたことのない言葉が出てくる機会が増えてきました。今回はその中の「メタバース」について解説します。 「正直、カタカナ苦手なんだよな･･･」という方もいると思いますが、そこを上手く噛み砕きながら、分かりやすく・簡単に解説するのでご安心を！当記事は5分ほどで読めますので、ランチのお供にどうぞ。 &nbsp;

一言でいうとメタバースとは「仮想空間」を意味します。 我々が生活しているのを現実とするなら、仮想空間はコンピュータの中に作られた世界ということです。 作られた世界でアバターという自分の分身を操作して世界を動き回ります。 似てるものではオンラインゲームなども仮想空間の部類に入ります。 仮想空間でプレイヤーと繋がり敵を倒してレベルを上げたり、自分の家を作り家具を揃えたり、最近だと結婚式まで挙げれたりするものもあります。ただ、オンラインゲームはあくまでもゲームの世界なので、そこでリアルと繋がることはありません。メタバースは将来的にその仮想空間の中でリアルの物を購入できたり、NFTを購入したり、リアルと同じようなことが可能になる想定がされています。

メタバースは造語→知らなくて当然です

新着の記事一覧

「DXとは？注目されている理由とITとの違いについて解説」

人工知能「AI」とは何か？その基礎知識と活用事例をわかりやすく解説！

【誰もが喜ぶ】議事録を上手く書く３つのポイント

RPAについて徹底解説！サービス内容と、導入することで変わる未来のヒトの働き方とは？

【K8s,Spring Boot】Datadogトレーサを追加したら永遠にLiveness Probeが成功しなくなった話

メタバースって何？分かりやすく簡単に、未来も踏まえて解説

おすすめ記事

インボイス制度とは？施行される前に抑えておきたいポイントを解説！

GitHub Packagesを使って自作ライブラリを管理しよう

PythonのWebフレームワークFastAPIの紹介

忖度なし！グラントホープをオススメする6つの理由！

エンジニア必見！一度は全員試すべき年収無料査定？！

「DXとは？注目されている理由とITとの違いについて解説」

人工知能「AI」とは何か？ その基礎知識と活用事例をわかりやすく解説！

【誰もが喜ぶ】議事録を上手く書く３つのポイント

RPAについて徹底解説！サービス内容と、導入することで変わる未来のヒトの働き方とは？

【K8s,Spring Boot】Datadogトレーサを追加したら永遠にLiveness Probeが成功しなくなった話

メタバースって何？分かりやすく簡単に、未来も踏まえて解説

インボイス制度とは？施行される前に抑えておきたいポイントを解説！

GitHub Packagesを使って自作ライブラリを管理しよう

PythonのWebフレームワークFastAPIの紹介

忖度なし！グラントホープをオススメする6つの理由！

エンジニア必見！一度は全員試すべき年収無料査定？！

人工知能「AI」とは何か？その基礎知識と活用事例をわかりやすく解説！