# リファレンス資料 #### 前提と思うこと シリコンバレーにアーキテクチャーという職業があり、これはエンジニアの中でも特に優秀な人や天才が集まる職種です。 なぜ、アーキテクチャーが必要なのかというと突出した専門性や大規模分散システムを構築した経験を踏まえて何がベストのアーキテクチャーなのかを選定することが大切です。 アーキテクチャーが上手くできてないと限界がきてしまうことが多々あります。 これが、日本のマイナンバーの設計だったり（時より有名なエンジニアが俺だったらあんな設計はしないみたいな話がある。）、みずほ銀行の話などを聞いたことがあります。 途中で回収するのは返って巨額のお金がかかることになります。（みずほに関してはもう無理みたいなことになってます。毎年巨額な保守費でなんとかしているみたいな。） 今は身軽だからなんとかなるかもしれないですが、投資の話なので、直近的なIRのためもあるのですが、十分な査定も大切な気もします。（失敗しているのかも気が付かないとか） 研究者は[イシューからはじめよ](https://www.amazon.co.jp/%E3%82%A4%E3%82%B7%E3%83%A5%E3%83%BC%E3%81%8B%E3%82%89%E3%81%AF%E3%81%98%E3%82%81%E3%82%88%E2%80%95%E7%9F%A5%E7%9A%84%E7%94%9F%E7%94%A3%E3%81%AE%E3%80%8C%E3%82%B7%E3%83%B3%E3%83%97%E3%83%AB%E3%81%AA%E6%9C%AC%E8%B3%AA%E3%80%8D-%E5%AE%89%E5%AE%85%E5%92%8C%E4%BA%BA/dp/4862760856)という本をよく読まされるのですが、それに基づいて最初の査定（Issue建てが大切）という考えのもと記載してます。 ### データ基盤の選定（AWS, GCP, Azure） データ基盤の選択はどのクラウドやサービスを使ったとしてもできるような気がします。データ基盤をAWSで構築して分析サーバをGCPで構築する事例も聞いたことあります。（マルチクラウドインフラ） - https://business.ntt-east.co.jp/content/cloudsolution/column-07.html この記事が上手くメリット、デメリットがまとまってる気がします。 - https://cloud.nissho-ele.co.jp/blog/azure_recommendation/ Azureの特徴としてはこの記事などがあります。 セキュリティや法律的なことでAzureを選択する企業もあります。 - 将来的にどんなサービスを打ち出す構想なのかが大切なのかなと思います。 - データを上手く活用したいなら、やはり、GCPの方が機械学習などは強いという特徴があります。 - > インターネット経由のデータ転送コストが 無料 だったのですが、あるタイミングから有料に変更になり、気がついた時には サービス使用量全体の約30% をCloud Bigtableデータ転送コストが占めていたこともありました。 ある企業に依存しているとこのようなことも将来的には起こってきます。 - 何を許容して何を極めるのかは戦略的な話だと思います。社長ともこれから認識併せていく部分なので現時点では不明。 - データ基盤の選定にはお金、人材、採用戦略、将来像などの要素でどれを選択するのかが変わってくるのかなと思いました。 ### ワーカーアプリ - Uberのような市場の需要と供給に任せて手数料を取るモデル。 Uberのようなマッチングだとワーカーの仕事が単純なものでないと難しいと思ってる部分があります。 - [タイミー](https://timee.co.jp/features/)のような実装の方が近いかもしれません。 - 完全に市場の需要と供給の問題があるので慎重な検討が必要。 ### 見積もりの自動化 - チャットボットのような形で見積もりの自動化や自動受注みたいな話はたくさんされていて導入企業もたくさんあると思う。 - 確かに論理的には費用対効果はありそうだが、明確にどのくらい費用対効果が出たみたいな話は僕は見たことないです。（どの企業も実験中なような気がします。） - そこに乗っかりますか？という話で導入したところでそれをより良いものにするにはまたトライ＆エラーの工数がかかると思ってます。 - 導入自体は外注すればすぐできるような気がします。 - AIやチャットボットとかはトライ＆エラーが必要な部分だと思うので外注は個人的には反対です。（費用対効果が現れるのが時間がかかる。） 基本的にアップデートをすればするほど外注費がかさむような気がします。