Weitere ähnliche Inhalte Ähnlich wie [Cloud OnAir] #01 徹底解剖 GCP のここがすごい (20) Mehr von Google Cloud Platform - Japan (20) Kürzlich hochgeladen (10) [Cloud OnAir] #01 徹底解剖 GCP のここがすごい8. 新規アプリの開発
App Engine, Kubernetes,
Firebase, Cloud Functions
安全で信頼性の
高いインフラ
100+ POPs globally;
750+ security engineers
エコシステムの
接続及び成長
Ready APIs (Maps, Vision,
Translate etc.), Apigee, OrbitEra
データの有効活用
Machine Learning & Data Analytics:
Cloud ML, TensorFlow, BigQuery
生産性の高い組織・
モバイル & デバイス
G-Suite; Chrome and Android
10. Google のセキュリティ専任部門
● 750 名を超えるセキュリティエンジニア
● アプリ設計からインフラ運用まで深く関与
● 自社だけではなく、世界へも貢献
Heartbleed (OpenSSLの脆弱性)
“デフォルトで暗号化” ポリシー
脆弱性発見報奨プログラム
Windows OS の脆弱性
250 以上のセキュリティ研究論文
16. Cloud OnAir Proprietary & Confidential
検索
検索ランキング
音声認識
Android
キーボード及び
音声入力
Gmail
スマートリプライ
スパムの分類
ドライブ
知能をもったアプリ
Chrome
画像検索
アシスタント
横断的な機能活用
マップ
地域検索のパース
翻訳
テキスト、画像、音声の翻訳
Cardboard
スマートスティッチング
フォト
写真検索
機械学習もたらすユーザー・エクスペリエンス
19. Cloud OnAir
IaaS と PaaS
PaaS
Java, Go, PHP, Python
焦点はアプリケーションロジック
使用した分だけの支払い
管理オーバーヘッドの削減
IaaS
コンピュート
ストレージ、ネットワーク
よりきめ細かなコントロール
割り当てた分の支払い
管理オーバーヘッドの増大
マネージド イ
ンフラ
ストラクチャ
マネージド
サービス
Compute Engine App Engine
20. Cloud OnAir
Google App Engine とは
● スケーラブルなウェブアプリケーションや、モバイ
ルバックエンドを構築するためのプラットフォーム
(Platform as a Service)
● App Engine がデプロイやメンテナス、
スケーラビリティを容易にし、貴社は
アプリケーションの開発に集中することが
できます。
23. Confidential + Proprietary
“ 検索せずに
必要な情報を得る”
メール、カレンダー、ドライブ等のアプリ横断検索
スケジュールに合わせたコンテンツのプッシュ表示
チームメンバーが作成編集、参照したコンテンツ表示
Google Cloud Search
28. 府川 幸太郎 氏
任天堂株式会社
ビジネス開発本部 スマートデバイス事業部
事業システム開発グループ
グループマネージャー
“ 『スーパーマリオ ラン』の想定トラフィックが、これまで多くのスマホアプ
リを手がけてきた我々の目から見てもあまりにもケタ違い。そこで、
Google AppEngine(GAE)のような
マネージドサービスを利用して、いくつかの業務を Google
さんにシフトするということを提案しました。 ”(DeNA)
“ 負荷試験においても、Google は徹底的にこれにコミッ
ト。アメリカ本社の SRE(Site Reliability Engineering=サイト信頼性
エンジニアリング)担当者も来日し、『スーパーマリオ ラン』の配信に耐え
うる堅牢なバックエンドを構築。最終的には Datastore へのトラフィックテ
ストにおいて、秒間 300 万アクセスのテストを完了。想定さ
れる数字の数倍ものアクセスにも耐えるシステムが完成
しました ”
事例 PDF はこちら
29. 川田 雅人氏
ソニーネットワークコミュニケーションズ株式会社
クラウド&アプリ事業部門
クラウド開発運用部 2 課 課長
“ データ分析の業務において問題となる 80:20 ルールとは、作業時間の 8 割が分
析ではなく、その準備に割かれてしまう状況のこと。データを集めたり、
それを変換・加工したりする前準備にほとんどの時間を費やしてしまい、価値のある
ことには 2 割の時間しか割けていないんです。長らくこの問題に悩まされていたので
すが、マネージドサービスである BigQuery が、我々をこうした準備やインスタ
ンスの容量・性能設計業務から開放、運用に
パラダイムシフトをもたらしてくれました。
マネジメントサービスを導入したことで、これまで頭を悩ませていた監視・メンテナ
ンス業務からデータ分析チームが開放 されたということも
大きかったそう。雑事に謀殺されず、データの利用や、データ構造の
最適化に注力できる ようになったことも大きな変化だった。”
事例 PDF はこちら
30. 荻野武 氏
キユーピー株式会社
生産本部 生産技術部 次世代技術担当
担当次長
“ ベビーフードの原料となるダイスポテトを検査対象に設定し、
約 1 万 8,000 枚のライン写真をTensorFlow に読み込ませ、
良品・不良品の閾値(しきいち)を徹底的に学習させました。
グローバルかつオープンなTensorFlow は、論文で発表されているアルゴリズ
ムが既に実装されているケースも多く、トライの閾値が低いのです。こう
したエコシステムができあがっていることも TensorFlow の強みと言えるでしょ
う。またブレインパッドさんのおかげで、開発も順調に推移。概念実証(POC)を
11 月頃に行い、
年末にそれを踏まえた構想設計を開始。約 2 ヶ月後の 2 月にはプ
ロトタイプが完成し、4 月上旬にはそれを工場に持ち込んで実証実験を
実施しています。その際、あえて人力で取り除いた不良品を混ぜ込んだ原料を
検査させたのですが、ほぼ正確にそれを指摘してくれるなど、
結果は上々でした ”
事例 PDF はこちら
31. 矢部 俊男氏
森ビル株式会社
都市開発本部 計画企画部
メディア企画部 部長
“ 業務システムの置き換えを検討。いくつかの選択肢の中から、 G
Suite が選ばれることになった。私たち不動産会社にとって、
地図は毎日のように使うとても大切なもの。 Google には、Google
Maps や、Google Earth など地図サービスが多数用意されていたの
が大きかったですね。ほか、 YouTube の存在も大きかった。独立した
機能をむりやり 1 つのパッケージにしたようなものが多い中、 G
Suite はオールインワンで、上手にまとまっているとこ
ろに感心しました。私の部署では、
こうした事務支援ツール “以外” の、他のソリューションとの連
携を特に評価しています。 また ”新しい働きかたができる
可能性を感じた” という声もあります ”
事例 PDF はこちら