Suche senden
Hochladen
オライリーセミナー 翻訳の四方山話 #oreilly0724
•
4 gefällt mir
•
1,323 views
Cloudera Japan
Folgen
2013/07/24 に「『プログラミング Hive』 『Hadoop 第3版』刊行記念Hadoopセミナー」両書籍の翻訳者 玉川竜司氏が発表した内容です。
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 20
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Tokyu.rbにいったこともないのにRejectTokyoRuby会議に飛び入り参加したうえ飛び込みで人生初LTした記録
おれと嫁とRuby
おれと嫁とRuby
Motoyuki Terajima
7/29のTokyuRuby会議05で発表した資料です
からあげエンジニアについて
からあげエンジニアについて
Tatsuya Sasaki
Lt yokomuraup
Lt yokomuraup
Yuya Yokomura
技術講習会2012
技術講習会2012
k1ria
ピアノロール見れる人むけ
初心者向けDtm講座
初心者向けDtm講座
tetu_fs
Ultimate Agilist Tokyo 2012 C会場で話した
Why?why?why?
Why?why?why?
Iwao Harada
シェアハウス内勉強会で発表した DTM 入門のスライド。Mac ユーザ向け。 今回製作したサンプルはこちらから視聴可能です。 https://soundcloud.com/tushuhei/koisuru
リミックスからはじめる DTM 入門
リミックスからはじめる DTM 入門
Shuhei Iitsuka
FutureSync vol.2でお話した『スーパーウルトララピッドプロトタイピング』のスライドです。
スーパーウルトララピッドプロトタイピング
スーパーウルトララピッドプロトタイピング
Akifumi Nambu
Empfohlen
Tokyu.rbにいったこともないのにRejectTokyoRuby会議に飛び入り参加したうえ飛び込みで人生初LTした記録
おれと嫁とRuby
おれと嫁とRuby
Motoyuki Terajima
7/29のTokyuRuby会議05で発表した資料です
からあげエンジニアについて
からあげエンジニアについて
Tatsuya Sasaki
Lt yokomuraup
Lt yokomuraup
Yuya Yokomura
技術講習会2012
技術講習会2012
k1ria
ピアノロール見れる人むけ
初心者向けDtm講座
初心者向けDtm講座
tetu_fs
Ultimate Agilist Tokyo 2012 C会場で話した
Why?why?why?
Why?why?why?
Iwao Harada
シェアハウス内勉強会で発表した DTM 入門のスライド。Mac ユーザ向け。 今回製作したサンプルはこちらから視聴可能です。 https://soundcloud.com/tushuhei/koisuru
リミックスからはじめる DTM 入門
リミックスからはじめる DTM 入門
Shuhei Iitsuka
FutureSync vol.2でお話した『スーパーウルトララピッドプロトタイピング』のスライドです。
スーパーウルトララピッドプロトタイピング
スーパーウルトララピッドプロトタイピング
Akifumi Nambu
2012/7/31に実施したCloudera QAセミナーより 「Clouderaの品質保証 CDHのテスト工程について」 Cloudera Kitcen team / Andrew Bayer
Clouderaの品質保証・CDHのテスト工程について by Andrew bayer
Clouderaの品質保証・CDHのテスト工程について by Andrew bayer
Cloudera Japan
オライリー「HBase」(馬本)著者Lars George来日セミナーでのプレゼン資料です
Cloudera HBase training and certification
Cloudera HBase training and certification
Cloudera Japan
Cloudera World Tokyo 2014 で発表した、C5.2 (Cloudera Manager + CDH) アップデートの資料です。HDFS, YARN, Impala, Cloudera Search (Solr), HBase などの最新情報と、Cloudera Manager 5 の新機能(スナップショット、リソース管理など) について紹介しています。
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Japan
2012年7月のセミナーおよび説明会で使用した、CDH4の高可用NameNode(NameNode-HA)とCloudera Manager4.0の資料です。
Cloudera Manager4.0とNameNode-HAセミナー資料
Cloudera Manager4.0とNameNode-HAセミナー資料
Cloudera Japan
Cloudera World Tokyo 2014 で発表した、 Strata + Hadoop World 2014 のレポートです。Cloudera 会長 Mike Olson のキーノートや、保険会社の事例、ソーシャルグラフ作成、ETLの課題、HBase のアーキテクチャなどについて紹介しています。
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Cloudera Japan
2012/07/31に発表した、Cloudera QA セミナーで発表した資料です。
Cloudera Manager 4 の紹介
Cloudera Manager 4 の紹介
Cloudera Japan
Impala と Kudu を使ってデータウェアハウスを構築する際の15の勘所を紹介。 Cloudera World Tokyo 2018 #CWT2018 のセッション資料です。
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
Cloudera World Tokyo 2018 のセッション資料です。#CWT2018 機械学習のプラットフォームの一つである Apache Spark の概要と、Cloudera Data Science Workbench についての紹介です。
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
http://hadoop.apache.jp/hcj2019-program での講演資料です
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
Apache Kudu は分析系クエリに強いカラムナー型の分散データベースです。 KuduはOLTPとOLAPの両方のワークロードに耐えられる、HTAPと呼ばれる種類のDBで、昨年の #dbts2017では、Kuduの「速さ」について紹介しました。 BI/DWHなど分析向けのDBといったイメージが強い一方で、 Kuduは元々GoogleのSpanner論文など触発されて開発されており、地理位置が離れたノード間でも一貫性を担保する仕組みを持っています。 その仕組の元にあるのが、HybridTimeと呼ばれるDBの内部時計です。今回はHybridTimeについて、論文を紹介しながらその仕組みに触れ、どのような特性を持っているのか、なぜこれがKuduの「速さ」にもつながるのかについてお話したいと思います。
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
DB Tech Showcase 2018 で発表した、Impalaパフォーマンスチューニングのスライドです。 https://www.db-tech-showcase.com/dbts/tokyo
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
Apache Hadoop YARNのスケジューラを使用した、マルチテナントにおけるリソース管理の方法について紹介します。
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
2018.03 に https://line.connpass.com/event/80490/ で発表した内容です
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
サポートエンジニア Night vol.2 で話した内容です https://techplay.jp/event/651515
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
Aki Ariga did a talk at Strata Data Conf Singapore. This talk covers typical machine learning deployment patterns for production.
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
Cloudera World Tokyo 2017 での Cloudera 佐藤の公演資料です。
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
Cloudera in the Cloud (Lunch Session Presentation) @CWT2017
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
Cloudera Japan
<AI、IoT、ビッグデータ>といった言葉を聞かない日が無いほど、この分野については注目が集まっています。しかしながら、実際に自社でのこれからの取り組みを考えると、「何から手を付けるべきか見当もつかない」と仰る方が多数いらっしゃる現状があります。本セッションでは、既にこういった取り組みを実現してきた先進活用事例を御紹介しながら、どのように始めるべきかといったポイントを紹介します。
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
Cloudera World Tokyo 2017 での Cloudera 川崎の公演資料です。 エンタープライズ環境でビッグデータ基盤を運用する場合、運用ツール、セキュリティ、データ管理が重要です。 本セッションでは、Cloudera が提供するエンタープライズ向けツールがどう役立つかについて紹介します。 また、最近アナウンスされた Shared Data Experience (SDX) とは何か、簡単に紹介します。
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Cloudera Japan
機械学習システムのデプロイパターンとそのHadoop/Sparkエコシステムのアーキテクチャ例を説明します。
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Cloudera Japan
https://rakutentechnologyconference2017.sched.com/speaker/shoshimauchi
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
Hue Meetup Tokyo 2017でのHue 4.0 の紹介です
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
Weitere ähnliche Inhalte
Andere mochten auch
2012/7/31に実施したCloudera QAセミナーより 「Clouderaの品質保証 CDHのテスト工程について」 Cloudera Kitcen team / Andrew Bayer
Clouderaの品質保証・CDHのテスト工程について by Andrew bayer
Clouderaの品質保証・CDHのテスト工程について by Andrew bayer
Cloudera Japan
オライリー「HBase」(馬本)著者Lars George来日セミナーでのプレゼン資料です
Cloudera HBase training and certification
Cloudera HBase training and certification
Cloudera Japan
Cloudera World Tokyo 2014 で発表した、C5.2 (Cloudera Manager + CDH) アップデートの資料です。HDFS, YARN, Impala, Cloudera Search (Solr), HBase などの最新情報と、Cloudera Manager 5 の新機能(スナップショット、リソース管理など) について紹介しています。
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Japan
2012年7月のセミナーおよび説明会で使用した、CDH4の高可用NameNode(NameNode-HA)とCloudera Manager4.0の資料です。
Cloudera Manager4.0とNameNode-HAセミナー資料
Cloudera Manager4.0とNameNode-HAセミナー資料
Cloudera Japan
Cloudera World Tokyo 2014 で発表した、 Strata + Hadoop World 2014 のレポートです。Cloudera 会長 Mike Olson のキーノートや、保険会社の事例、ソーシャルグラフ作成、ETLの課題、HBase のアーキテクチャなどについて紹介しています。
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Cloudera Japan
2012/07/31に発表した、Cloudera QA セミナーで発表した資料です。
Cloudera Manager 4 の紹介
Cloudera Manager 4 の紹介
Cloudera Japan
Andere mochten auch
(6)
Clouderaの品質保証・CDHのテスト工程について by Andrew bayer
Clouderaの品質保証・CDHのテスト工程について by Andrew bayer
Cloudera HBase training and certification
Cloudera HBase training and certification
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
C5.2 (Cloudera Manager + CDH) アップデート #cwt2014
Cloudera Manager4.0とNameNode-HAセミナー資料
Cloudera Manager4.0とNameNode-HAセミナー資料
Strata + Hadoop World 2014 レポート #cwt2014
Strata + Hadoop World 2014 レポート #cwt2014
Cloudera Manager 4 の紹介
Cloudera Manager 4 の紹介
Mehr von Cloudera Japan
Impala と Kudu を使ってデータウェアハウスを構築する際の15の勘所を紹介。 Cloudera World Tokyo 2018 #CWT2018 のセッション資料です。
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Cloudera Japan
Cloudera World Tokyo 2018 のセッション資料です。#CWT2018 機械学習のプラットフォームの一つである Apache Spark の概要と、Cloudera Data Science Workbench についての紹介です。
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
Cloudera Japan
http://hadoop.apache.jp/hcj2019-program での講演資料です
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
Cloudera Japan
Apache Kudu は分析系クエリに強いカラムナー型の分散データベースです。 KuduはOLTPとOLAPの両方のワークロードに耐えられる、HTAPと呼ばれる種類のDBで、昨年の #dbts2017では、Kuduの「速さ」について紹介しました。 BI/DWHなど分析向けのDBといったイメージが強い一方で、 Kuduは元々GoogleのSpanner論文など触発されて開発されており、地理位置が離れたノード間でも一貫性を担保する仕組みを持っています。 その仕組の元にあるのが、HybridTimeと呼ばれるDBの内部時計です。今回はHybridTimeについて、論文を紹介しながらその仕組みに触れ、どのような特性を持っているのか、なぜこれがKuduの「速さ」にもつながるのかについてお話したいと思います。
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Cloudera Japan
DB Tech Showcase 2018 で発表した、Impalaパフォーマンスチューニングのスライドです。 https://www.db-tech-showcase.com/dbts/tokyo
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Cloudera Japan
Apache Hadoop YARNのスケジューラを使用した、マルチテナントにおけるリソース管理の方法について紹介します。
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Cloudera Japan
2018.03 に https://line.connpass.com/event/80490/ で発表した内容です
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera Japan
サポートエンジニア Night vol.2 で話した内容です https://techplay.jp/event/651515
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Cloudera Japan
Aki Ariga did a talk at Strata Data Conf Singapore. This talk covers typical machine learning deployment patterns for production.
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Cloudera Japan
Cloudera World Tokyo 2017 での Cloudera 佐藤の公演資料です。
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera Japan
Cloudera in the Cloud (Lunch Session Presentation) @CWT2017
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
Cloudera Japan
<AI、IoT、ビッグデータ>といった言葉を聞かない日が無いほど、この分野については注目が集まっています。しかしながら、実際に自社でのこれからの取り組みを考えると、「何から手を付けるべきか見当もつかない」と仰る方が多数いらっしゃる現状があります。本セッションでは、既にこういった取り組みを実現してきた先進活用事例を御紹介しながら、どのように始めるべきかといったポイントを紹介します。
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Cloudera Japan
Cloudera World Tokyo 2017 での Cloudera 川崎の公演資料です。 エンタープライズ環境でビッグデータ基盤を運用する場合、運用ツール、セキュリティ、データ管理が重要です。 本セッションでは、Cloudera が提供するエンタープライズ向けツールがどう役立つかについて紹介します。 また、最近アナウンスされた Shared Data Experience (SDX) とは何か、簡単に紹介します。
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Cloudera Japan
機械学習システムのデプロイパターンとそのHadoop/Sparkエコシステムのアーキテクチャ例を説明します。
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Cloudera Japan
https://rakutentechnologyconference2017.sched.com/speaker/shoshimauchi
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Cloudera Japan
Hue Meetup Tokyo 2017でのHue 4.0 の紹介です
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Cloudera Japan
db tech showcase Tokyo 2017 の発表で使用した資料です。
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Japan
Data Engineering and Data Analysis Workshop #1 での有賀 (@chezou)の発表です。 https://cyberagent.connpass.com/event/58808/ Cloudera Data Science WorkbenchとPySparkを使い、Pythonで好きなライブラリを分散実行する方法についてです。日本語の形態素解析ライブラリMeCabをPySparkから実行します。
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Japan
日本マイクロソフト: 藤田 稜氏、日立ソリューションズ:岩永 匡希氏、Cloudera: 川崎 3名による Cloudera World Tokyo 2016 (http://www.clouderaworldtokyo.com/) の講演内容です #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera Japan
クラウド時代の今、"Cloud Native" や "Microservices" などのワードをよく見かけるようになりました。これらは基本的に「クラウド上でアプリケーションを開発するためのベストプラクティス」を意味する言葉です。一方、Hadoop がクラウドの文脈で語られることはまだまだ少ない状況です。それはアプリケーションと比較して、より H/W や OS に近いレイヤーの Hadoop をクラウド上で稼働させるためには今までとは違う根本的なアーキテクチャーの変更を伴うケースがあるためです。本セッションでは "Cloud Native" な Hadoop とは何か、またそのベストプラクティスをデモを交えて紹介します。
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
Cloudera Japan
Mehr von Cloudera Japan
(20)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
Impala + Kudu を用いたデータウェアハウス構築の勘所 (仮)
機械学習の定番プラットフォームSparkの紹介
機械学習の定番プラットフォームSparkの紹介
HDFS Supportaiblity Improvements
HDFS Supportaiblity Improvements
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
分散DB Apache KuduのアーキテクチャDBの性能と一貫性を両立させる仕組み「HybridTime」とは
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Impalaパフォーマンスチューニング #dbts2018
Apache Hadoop YARNとマルチテナントにおけるリソース管理
Apache Hadoop YARNとマルチテナントにおけるリソース管理
HBase Across the World #LINE_DM
HBase Across the World #LINE_DM
Cloudera のサポートエンジニアリング #supennight
Cloudera のサポートエンジニアリング #supennight
Train, predict, serve: How to go into production your machine learning model
Train, predict, serve: How to go into production your machine learning model
Apache Kuduを使った分析システムの裏側
Apache Kuduを使った分析システムの裏側
Cloudera in the Cloud #CWT2017
Cloudera in the Cloud #CWT2017
先行事例から学ぶ IoT / ビッグデータの始め方
先行事例から学ぶ IoT / ビッグデータの始め方
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
Clouderaが提供するエンタープライズ向け運用、データ管理ツールの使い方 #CW2017
How to go into production your machine learning models? #CWT2017
How to go into production your machine learning models? #CWT2017
Apache Kudu - Updatable Analytical Storage #rakutentech
Apache Kudu - Updatable Analytical Storage #rakutentech
Hue 4.0 / Hue Meetup Tokyo #huejp
Hue 4.0 / Hue Meetup Tokyo #huejp
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Apache Kuduは何がそんなに「速い」DBなのか? #dbts2017
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera Data Science WorkbenchとPySparkで 好きなPythonライブラリを 分散で使う #cadeda
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloudera + MicrosoftでHadoopするのがイイらしい。 #CWT2016
Cloud Native Hadoop #cwt2016
Cloud Native Hadoop #cwt2016
オライリーセミナー 翻訳の四方山話 #oreilly0724
1.
2013/7/24『プログラミングHive』『Hadoop 第3版』刊行記念Hadoopセミナー 息抜きの時間: 翻訳の四方山話 玉川竜司 13年7月27日土曜日
2.
軽く自己紹介 Sky株式会社でいろいろやってます。 兼業翻訳やってます。 tamagawa_ryuji@twitter / Ryuji
Tamagawa@FB 13年7月27日土曜日
3.
今日のお話。 ✤ 技術そのものの話ではないです。 ✤ きっとあまり役には立たないと思います。 ✤
リラックスしてお聞きください。 13年7月27日土曜日
4.
唐突ですが、私にとって翻訳とは何か。 13年7月27日土曜日
5.
唐突ですが、私にとって翻訳とは何か。 写経です。 13年7月27日土曜日
6.
唐突ですが、私にとって翻訳とは何か。 写経です。 Wikipediaより: 現代の写経 一般的に、現代の日本で写経と言えば、『般若心経』の書写を指すこと が多く、その目的も信仰や供養ではなく、学書のために行われている場 合も少なくない。また、書家が『法華経』を書作品にすることも多い。 13年7月27日土曜日
7.
技術者と翻訳者と。 ✤ 技術者としては ✤ 文字通り一字一句読み込むの で、非常にいい勉強 ✤
その分野のエキスパートの皆 さんとお知り合いになる機会 ✤ 締め切り駆動勉強法 ✤ 翻訳者としては ✤ まずは正確性が最優先 ✤ 次いで日本語の読みやすさ ✤ スピード。 平均4page/dayくらい ✤ めちゃくちゃ地味w 13年7月27日土曜日
8.
これまで訳した本を 並べてみました。 13年7月27日土曜日
9.
2009 2010 2011
2012 20131998-2001 13年7月27日土曜日
10.
最近困っていること。 13年7月27日土曜日
11.
最近困っていること。 他人の翻訳本が読めません。 13年7月27日土曜日
12.
最近困っていること。 他人の翻訳本が読めません。 いつの間にか翻訳チェック しちゃってます・・・ 13年7月27日土曜日
13.
翻訳の是非。 ✤ 究極の理想は「誰もが原書を読めること」 ✤ 現実には、原書を読む/読める人はほとんどいない ✤
経験的には:動機があれば読むようになり、読めるよう になる ✤ 教科書的なものくらいはあった方があったほうがいい ✤ 鶏と卵なところもあって、正解はないと思ってます 13年7月27日土曜日
14.
翻訳する本の選び方。 ✤わくわくするもの ✤ 読者の皆様の「動機」になるもの ✤ 自分の仕事で活きるもの ✤
Perl本が原体験かな・・・ 13年7月27日土曜日
15.
2009 2010 2011
2012 2013 2014 ? 13年7月27日土曜日
16.
来年の候補 13年7月27日土曜日
17.
13年7月27日土曜日
18.
ものを買うということは、 経済における「投票」のようなことです。 どうぞ、 今後とも清き一票を よろしくお願いいたします。 13年7月27日土曜日
19.
ものを買うということは、 経済における「投票」のようなことです。 どうぞ、 今後とも清き一票を よろしくお願いいたします。 二票でも 五票でも Welcome 13年7月27日土曜日
20.
ご清聴ありがとうございました。 13年7月27日土曜日
Jetzt herunterladen