米国Notion Labsが、世界的なコードのバージョン管理ツール**GitHubなどとの同期データベース機能をリリースしました。**

この同期データベースは、GitHub以外にもスクラム開発やプロジェクト管理ツールのJira・GitLab・Slack・GoogleカレンダーなどからNotionにデータを取り込み、データベースとして構造化をすることができます。

この記事では、NotionとGitHubが連携できることでどのようなメリットを得られるのか、連携方法などについて紹介していきます。

*【参考】：[2022年6月29日 – Notion 2.17：同期データベース、ステータスプロパティほか](https://www.notion.so/ja-jp/releases/2022-06-29)*
*【参考】：[2 分で GitHub を Notion インテグレーションに接続 | ザピア](https://zapier.com/apps/github/integrations/notion)*

Notionとは、米国の「Notion Labs」が開発した多機能メモアプリです。Notion Labsは「All-in-one workspace」を掲げており、**Notionはドキュメント機能・各種ファイル保存機能・データベース機能・共有機能を有し、業務やプロジェクトでのドキュメント管理に役立つ機能が満載です。**

Notionにはいくつかの利用プランがあり、個人向けプランの「パーソナル」は無料利用ができます。またNotionには、「Web版」「Desktop版」「モバイル版」の3つがあり、世界中からアクセスや利用が可能です。

*【参考】：[Notion （ノーション） – すべてのチームをひとつのワークスペースで](https://www.notion.so/ja-jp)*
*【参考】：[ユーザー事例：Notion （ノーション）](https://www.notion.so/ja-jp/customers)*

Notionとは？基本的な使い方やEvernoteとの違いを解説

GitHubとは、**作成したソースコードの保存・管理、および公開ができる「ソースコード管理サービス」のことで、GitHub社が提供と運用を行っています。**

GitHubではソースコードのバージョン管理ツールの「Git」という専用ツールを利用します。GitHubは2008年に開発されましたが、クラウド上で「リモートリポジトリ」（保管庫）機能を提供することで、遠隔地の開発者同士が「GitHub」を利用することで、効率的なソフトウェア開発を行えるようになりました。

GitHubで管理できるものには、ソースコード以外にデザインや文書などのバージョン管理にも利用され、さらには行政文書の管理などでも利用されています。

*【参考】：[GitHub Japan | GitHub](https://github.co.jp/)*

GitHubとは？メリットや使い方、Gitとの違いも徹底解説！

Gitとは？GitHubとの違いやメリットをわかりやすく解説！

Notionは優れたコラボレーション機能があり、チームなどでさまざまなファイルやドキュメントの共有と管理が行えるため、コーワーキングツールとして利用が広がっています。

一方、GitHubではシステム開発プロジェクトで、世界中のエンジニアが提供するさまざまなライブラリを活用したり、ソースコードの管理を行ったりして、開発プロジェクトの効率化を実現しています。

このNotionとGitHubの2つのツールが連携できると、Notionで管理しているタスクとGitHubのプルリクエスト※を同期することができます。

これにより、**同期されたデータをNotionの強力なデータベース機能を使って一元的に管理することが可能になり、Notionをハブとしてチーム間のコラボレーションや、スクラム開発などでの活用が期待されます。**

※プルリクエストとは、GitHub上で自分が変更したソースコードなどをリポジトリへの取り込みを依頼する機能のことです。

*【参考】：[Notion x GitHub Action · Actions · GitHub マーケットプレイス](https://github.com/marketplace/actions/notion-x-github-action)*
*【参考】：[GitHubコネクト –Notion’s link preview integration with GitHub](https://www.notion.so/ja-jp/integrations/github-cdc46cd9-f0e9-48fd-b3aa-18481098e29e)*

これから実際にNotionを始めてみましょう。**Notionアカウントの作成手順を紹介します。**デスクトップアプリやモバイルアプリもありますが、ここではWebブラウザを利用した方法について解説します。

1.Notionの公式サイトにアクセスし、［Notionを無料で使ってみる］をクリックします。

*【参考】：[Notion公式サイト](https://www.notion.so/ja-jp/product)*

2.「メールアドレスを入力」欄にメールアドレスを入力して、「メールアドレスでログインする」をクリックします。GoogleアカウントやAppleアカウントを持っている場合は、それらを用いてログインできます。

3.サインアップコードを確認する

2.で登録したメールアドレス宛にNotionからサインアップコードを記した自動送信メールが届きます。

メール画面に記載の「このマジックリンクでサインアップするには、ここをクリックしてください」のリンクをクリックするか、メールに記載されているサインアップコードをコピーした上でNotionの「サインアップ」の画面に戻ってください。

4.サインアップの画面で「サインアップコード」を貼り付け、［新規アカウントを作成する］のボタンをクリックします。

5.①Notionで利用するアカウント名、②パスワードを入力し、③［続ける］をクリックします。

「あなたについて教えてください」の画面が表示される場合があります。職業と個人利用か否か、利用目的を尋ねられますが、回答は任意ですので、［スキップ］ボタンで飛ばしても問題ありません。

6.「Notionをどんな用途でご利用ですか？」と用途を訊いてきたら、いずれかを選択して「Notionに移動する」をクリックします。

「自分のために」を選択した場合は無料で使用できますが、「チームと一緒に」を選択すると、無料トライアル（1週間）期間終了後に有料になります。

7.アカウント登録が済むと、以下の画面に遷移します。これでNotionの利用が可能となりました。

また、登録が済むとNotionから次のようなメールが送られてきます。

メールにはNotionの簡単な利用方法が記されていますので、メールのガイダンスに従って、実際にNotionを使ってみることをおすすめします。とりあえず個人で利用して、チームで使えそうであれば、有料にはなりますが、チーム利用を検討してみるとよいでしょう。

ここではNotionとGitHubの連携方法について解説します。GitHubアカウントをお持ちでない場合には、あらかじめGitHubの登録を行っておいてください。

また、**GitHub連携で、pull request（プルリクエスト）とIssues（問題や課題）は同期できますが、それらは読み取り専用で、Notion側から更新することはできません。**

### 1. NotionでGitHubをアプリ登録する

Notionに登録済みのアカウントでログインし、画面左上にある［設定］をクリックし、「マイアカウント」を表示します。続いて「自分のコネクト」をクリックすると、「新しいコネクトを見つける」の画面に遷移しますので、画面中央にある「GitHub」の［接続］をクリックします。

GitHubアカウントとパスワードを求める画面が表示されますので、それぞれを入力すると、NotionとGitHubの連携ができます。

NotionとGitHubの連携が完了すると「新しいコネクトを見つける」のタイトルが「自分のコネクト」に変わり、GitHubのアイコンと連携済みのアカウントが表示されます。これでリンクのプレビュー、データベースの同期が可能となりました。

また、NotionとGitHubの連携が済むと、GitHub側からGitHubアカウントのメールアドレスに対し、連携が行われたことを知らせるメールが届きます。文中のリンクをクリックすると、その詳細が表示されますので確認しておきましょう。

ここまで、NotionとGitHubの連携方法について紹介しましたが、**連携したGitHubを解除したい場合や他のGitHubアカウントと連携させる方法について紹介します。**

コネクト済のGitHubの「リンクのプレビュー、データベースの同期が可能」と表示された箇所の右にある［...］と表示された箇所をクリックします。

［...］をクリックすると、その下に「別のアカウントを接続」と「アカウント接続を解除」の選択を求める画面が表示されますので、「アカウント接続を解除」をクリックすると、NotionとGitHubの連携が解除されます。

再び連携をしたい場合には、「 1. NotionでGitHubをアプリ登録する」に戻って操作を行います。1度接続済みのアカウントは画面から選択するだけで再接続が行われます。

ここまでNotionの無料アカウントの登録方法やGitHubとの連携について解説しましたが、**Notionには有料プランを含めて4つのプランがあり、それぞれの料金は以下の通りです。**12ケ月分をまとめて支払った場合の月額料金を表示しています。月々支払う場合は、パーソナルProプランは$5／月、チームプランは$10／月です。

▪パーソナルプラン：無料
▪パーソナルProプラン：$4／月
▪チームプラン：$8／ユーザー／月
▪エンタープライズプラン：応相談

パーソナルPro、チームプランは無料トライアルが設けられていますので、まず試してみてから判断するとよいでしょう。

*【参考】：[料金プラン：Notion （ノーション）](https://www.notion.so/ja-jp/pricing)*

## Notionを活用して業務の効率アップを

この記事ではNotionの新たな機能、GitHubとの連携について基本的な操作方法を紹介しました。

Notionは個人のドキュメント管理以外やタスク管理における強力なツールですが、ワークスペース機能を活用し、**GitHubなどの外部ツールと連携することで、チーム全体でのドキュメント管理に利用でき、開発プロジェクトなどで開発効率アップが期待できるビジネスツールです。**

まずはNotionを無料で使える個人利用からスタートし、慣れたらチームでの利用によって業務効率のアップを目指しましょう。

【初心者向け】Notionの基本的な使い方を7ステップで分かりやすく解説！

NotionにマインドマップツールMiroを連携させる方法を解説！

米国Notion LabsがGitHubなどとの連携機能をリリースしました。この機能を利用することで、Notionをハブとしてチーム間のコラボレーションなどでの活用が期待されます。この記事ではNotionとGitHubの連携メリットや連携方法について解説をします。

NotionがGitHubとの連携によって得られるメリットと連携方法

Notionは業務やプロジェクトでのドキュメント管理に役立つ機能が満載

Notionは4つの料金プランがあるが、無料プランや1カ月のお試しプランもある

NotionとGitHubとの連携機能とは？そのメリットや方法を解説！

## AIエンジニアにスキル証明となる資格は必要

人の仕事をAI（人工知能）が代替する時代が到来したと言われ、AI技術に対する注目が高まっています。2045年ごろにはシンギュラリティ（AIが人間の知性を超え、それにより社会や生活が大きく変化する ）が起きるという説もあり、AIエンジニアへのキャリアチェンジが注目されています。

では、AIエンジニアになるために、何か特別な資格が必要なのでしょうか？資格取得は絶対条件ではありませんが、**AIエンジニアとしてのスキル証明となる資格取得は、その可能性を広げると言えます。**

この記事では、IT業界経験者がAIエンジニアへのキャリアチェンジを目指して転職する上で、必要な資質やスキル、おすすめの資格を解説をしていきます。AIエンジニアを目指す方はぜひ参考にしてください。

AIエンジニアとは？AIエンジニアの概要と転職で成功するための秘策を解説

## AIエンジニアにおすすめの資格15選

AIエンジニアになるために資格取得は必須ではありませんが、スキル証明となる資格は取得を強くおすすめします。ここでは、*AIエンジニアへの転職や仕事で役立つ15の資格を紹介します*ので、自分に適した資格の選択の参考にしてください。

AI分野はまだ発展途上であり、大学でもなかなか学べない学問の1つです。また資格試験には新しいものが多く、その勉強は難しいかもしれませんが、逆にそこにチャンスがあるかもしれません。

G検定は、日本ディープラーニング協会が主催するジェネラリスト検定のことです。AIに関する基礎知識を有し、AIの適切な活用方針を決定し、**ディープラーニングを事業などで活用する能力や知識を有していることが証明されます。**

G検定はエンジニア向けというよりはビジネス向けの資格ですが、E検定と同時に取得するエンジニアが少なくありません。

*【参考】：[G検定とは ｜ 一般社団法人日本ディープラーニング協会【公式】](https://www.jdla.org/certificate/general/)*

G検定とは？試験概要・出題範囲から試験対策の進め方まで解説

G検定と同じく、日本ディープラーニング協会主催の検定資格です。G検定よりも専門性が高く、難易度の高い資格です。単なる理論だけにとどまらず、適切な手法を用いて**ディープラーニングの実装能力や実践的に知識が問われます**ので、実務経験があるエンジニア向けの資格試験です。

*【参考】：[E資格とは - 一般社団法人日本ディープラーニング協会【公式】](https://www.jdla.org/certificate/engineer/)*

E資格の難易度はどのくらい？出題範囲、合格率や感想から徹底考察

### DS検定：データサイエンティスト検定

2021年よりスタートしたデータサイエンティスト検定は、データサイエンティスト協会が主催する資格試験です。

データサイエンティスト検定は、データサイエンティストに求められるスキルや知識について4段階のレベルが定義されています。**現時点では、4つのスキルレベルの最下層に位置づけられる「アシスタント データサイエンティスト」のスキルを証明する「データサイエンティスト検定（リテラシーレベル）が用意されています。**

*【参考】：[データサイエンティスト検定 リテラシーレベル｜データサイエンティスト協会](https://www.datascientist.or.jp/dskentei/#)*

データサイエンティストに必要な資格とは？難易度・年収・転職についても解説

AI実装検定はディープラーニングの実装能力や知識を問う資格試験で、株式会社EQUATIONが実施しています。**レベルは「B級」「A級」「S級」の3段階があり、AI関連の難関資格であるG検定やE資格の実装レベルを意識した試験内容です。**AI実装検定に合格すると「ディープラーニング実装師」の称号付与があります。

*【参考】：[AI実装検定｜EQUATION](https://kentei.ai/)*

AWSにおける機械学習モデルの構築・トレーニング・チューニング・デプロイに関する知識を求められる、Amazonが主催するAI関連の民間資格です。**主にデータサイエンティスト向けのおすすめ資格で、試験は機械学習モデルの設計や運用能力を問う内容です。**

*【参考】：[AWS Certified Machine Learning - Specialty 認定 | AWS 認定](https://aws.amazon.com/jp/certification/certified-machine-learning-specialty/)*

AWS Certified – AWS認定プログラムの概要と試験区分を解説！

### Microsoft Certified：Azure Al Fundamentals

AWSに次ぐ、世界第2位のクラウドサービスMicrosoft Azure認定のAI資格試験です。**初級者向けのAI-900を始めとして4種類存在しており、「Azure Al Engineer Associate」は中級者レベルの資格試験です。**日本語での受験が可能です。

*【参考】：[Microsoft Certified: Azure AI Fundamentals - Certifications | Microsoft Learn](https://learn.microsoft.com/ja-jp/certifications/azure-ai-fundamentals/)*

Google社主催のGoogle Cloud認定資格の1つです。**AI市場で注目の資格の1つで、データサイエンティストを目指す方に適した資格です。**日本語での受験も可能です。機械学習モデルの運用、データ処理システムに関する設計・構築、運用、ソリューションの品質確保などの4つの視点から評価をされます。

*【参考】：[Professional Data Engineer 認定資格  |  Google Cloud](https://cloud.google.com/certification/data-engineer)*

### Python3エンジニア認定データ分析試験

Python3エンジニア認定データ分析試験は、「Pythonエンジニア育成推進協会」が主催するPython3資格試験で、Python3を用いたデータ分析の基礎や方法などについて問う試験です。**機械学習やビッグデータ関連でPythonを利用する人におすすめの資格です。**

*【参考】：[データ分析試験 | Python試験・資格｜Pythonエンジニア育成推進協会](https://www.pythonic-exam.com/exam/analyist)*

Python3エンジニア認定データ分析試験とは？勉強方法や難易度を解説

画像処理エンジニア検定は画像情報教育振興協会主催の、**ディープラーニングなどで用いられる画像処理、画像認識に関する設計・開発に特化した検定資格です。**主にデジタル画像関連の知識が問われます。

直接AIに関係する資格ではありませんが、顔認証などの画像認識はAI技術で欠かせない分野ですので、AIエンジニアとしてのスキルアップには有効な資格です。

*【参考】：[CG-ARTS | 検定](https://www.cgarts.or.jp/kentei/guidance/index.html)*

統計検定は日本統計学会が主催する、統計知識や統計データ活用能力を問う検定資格です。1級から4級まであり、**準1級を取得すると、統計学の応用分野である機械学習の理解に役立ちます。**

*【参考】：[統計検定｜統計質保証推進協会](https://www.toukei-kentei.jp/)*

統計検定1級とは？取得するメリットや勉強方法を徹底解説！

AIエンジニアに限らず、**ITエンジニアを目指すなら、ぜひとも合格しておきたいIPA主催の国家試験です。**ITパスポート試験の上位資格として位置づけられ、合格率は35%前後と決して難易度は低くはありませんが、情報戦略の立案、システム設計・開発・構築・導入に関する基礎が身に付く試験です。

*【参考】：[基本情報技術者試験（FE）｜IPA](https://www.jitec.ipa.go.jp/1_11seido/fe.html)*

基本情報技術者試験は就職に有利？資格が役立つ職種と勉強方法を解説！

**高度情報処理技術者試験への登竜門となるIPA主催の国家試験です。**基本情報技術者試験の上位資格として位置づけられ、合格率が20%前後と難易度の高い資格試験ですが、AIエンジニア職に限らず、ITエンジニアとしてのアピール度が高い資格です。

*【参考】：[応用情報技術者試験（AP）｜IPA](https://www.jitec.ipa.go.jp/1_11seido/ap.html)*

応用情報技術者試験は難しすぎる？その真偽やメリット、試験対策など

### データベーススペシャリスト試験（DB）

**主にデータベースの設計担当者や管理者、インフラエンジニアを対象とするIPA主催の国家試験です。**応用情報技術者試験を上回る難易度の高い試験で、合格率は14％前後と非常に難度の高い試験です。

*【参考】：[データベーススペシャリスト試験（DB）｜IPA](https://www.jitec.ipa.go.jp/1_11seido/db.html)*

認定AI・IoTコンサルタント（AIC）は「一般社団法人AI・IoT普及推進協会」が認定する、**日本初のAI×IoTに特化したコンサルタント資格です。**AI・IOTシニアコンサルタント研修試験を受講し、試験を受けることが前提の資格です。

レベルは3段階あり、ジュニア→シニア→マスターと進むと難易度が上がっていきます。

*【参考】：[AIC資格関連情報｜一般社団法人AI・IoT普及推進協会](https://www.aipa.jp/consultansts-aicget/)*
*【参考】：[AIC研修試験お申込みサイト - 一般社団法人AI・IoT普及推進協会](https://www.aipa.jp/consultansts-aicapplication/)*

### 人工知能プロジェクトマネージャー試験

人工知能プロジェクトマネージャー試験は、「一般社団法人 新技術応用推進基盤」が主催する試験です。AI構築に関する専門知識の全体像理解し、**単なる知識ではなく、AI技術を仕事や転職に生かせる人材育成を目指しています。**

また法人受験制度があり、社員のスキルレベル証明、信用度の向上、社員の採用・昇格判断や育成基準などの活用を推奨しています。

*【参考】：[【公式】人工知能プロジェクトマネージャー試験 | プロジェクトを真にマネジメントできる人材の指標に](https://aipm-guide.newtech-ma.com/)*

以上、AIエンジニアとして役立つAI関連の資格を紹介しました。本格的なAI時代の到来を控え、AI関連資格の重要性は今後さらに増していくと思われます。またAIは将来性の高い分野ですので、ご紹介した役立つ資格の中から、自分に適した資格を見つけ、積極的な受験をおすすめします。

ネット掲示板などではAIエンジニアは「やめとけ」という意見もありますが、おすすめの資格から分かるように、AI分野は専門性が高く、他の職種と比べて難しいというイメージがあることも背景にあると思われます。

## AIエンジニアの資格取得によるメリットと年収

ここでは、AIエンジニアを目指す方が資格を取得するメリットと、AIエンジニアの平均年収について解説をします。*資格取得のメリットを理解し、その資格を仕事に活かす上での参考にしてください。*

### AIスキルの証明としてアピールできる

AI関連資格を有することで、自身の持つスキルを対外的にアピールできます。**経験や実績に加えて、保有資格が自身のスキルを裏付けてくれます**ので、転職の際にも他の受験者との違いをアピールする上で効果的です。

企業が求めるスキルと、自身が持つスキルのマッチングが転職をスムーズに運ぶ重要な要素ですので、企業側にとっても客観的なスキル証明を有する人材は採用しやすいメリットがあります。

AI資格の取得には勉強が必要ですが、受験勉強によって体系的な知識が身に付き、自身のスキルアップに役立ちます。この結果、**仕事で活躍できる場や機会が広がり、キャリアアップにもつながります。**

AIの技術革新は日進月歩であり、常に勉強をし続けることが、自身の活躍機会を広げることになります。その勉強のきっかけとして、AI資格の取得は大きな力となるでしょう。

AIエンジニアの平均年収は「マイナビエージェント 職種図鑑」で近い職種の「システムエンジニア」で見ると431万円、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」のSE・プログラマ（ソフトウェア製品の開発・実装）を参考にすると、568万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、**AIエンジニアの平均年収は一般の年収よりも、やや高めであることが分かります。**

また、マイナビエージェントの公開求人※でAIエンジニアの求人を検索すると、AIエンジニアの年収はおおよそ500〜600万円前後と分かりました。

*【参考】：[マイナビエージェント 職種図鑑](https://mynavi-agent.jp/it/jobindex/04.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07)*
※【平均年収 調査対象者】2020年1月から2020年12月の間でマイナビエージェントに登録いただいた方
*【参考】：※[AIエンジニアの求人・転職・中途採用｜求人・転職エージェントはマイナビエージェント](https://mynavi-agent.jp/jobsearch/kw_AI%E3%82%A8%E3%83%B3%E3%82%B8%E3%83%8B%E3%82%A2/result.php?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv07)*
*【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)*
*【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)*

AIエンジニアの年収は低い？未経験から転職して高年収を得る方法を紹介

## AIエンジニアに向いている人とは

AIエンジニアを目指すには、職種の適性があることがその実現性を後押ししてくれます。不足する資質は改善し、伸ばすことが可能です。基本的には、以下のような資質を有する人がAIエンジニアに向いています。

ITエンジニアはすべて、ロジカルシンキング（論理的思考力）が求められますが、特にAIエンジニアにはそれが強く求められます。AI開発では、数学や統計学など理論をベースとしてアルゴリズムを見出し、課題解決法を編み出すことが求められます。

その理論を学んだり扱ったりすることへの抵抗がなく、**日常的に論理的な考え方をできる人がAIエンジニアには向いています。**

論理的思考力とは？エンジニアに論理的思考力が必要な理由とその獲得法

AIの分野は大変なスピードで技術革新が進んでおり、日々新しい技術が誕生しています。**積極的に新しい技術情報を収集し、自発的に学び、習得していく姿勢が強く求められます。**そのため、学習意欲の高い人がAIエンジニアには向いていると言えます。

### プログラミングに適性がある人

AI技術の開発、その活用ではプログラミングが不可欠です。AI分野の中でも機械学習分野ではPython言語が必須です。他にはC++、R言語なども使われますので、こうした言語を扱うスキルが求められます。*プログラミング言語を習得し、それら言語を使いこなせる人がAIエンジニアには向いています。*

R言語とは？特徴やできること、Pythonとの違いを解説！

AI技術の急速な進展が目覚ましい中、AI人材への需要が高まっており、AIエンジニアとして活躍を目指す方が少なくないと思われます。この記事ではAI業界への転職を目指す皆さんに役立つAI資格、必要なスキル、年収などについて解説しますので、ぜひ参考にして下さい。

AIエンジニアを目指す上で、AIスキルを有する証明となるAI関連資格の取得が近道

AI社会を迎え、AI人材に対する需要は旺盛であり、AIエンジニアの年収はITエンジニアの中でも高めであることが多い

AIエンジニアとして活躍するには資格や適性に加え、活躍の場となる企業とのマッチングが重要

AIエンジニアへの転職におすすめの資格15選！必要なスキルも紹介

2022年6月28日、Fresh 1.0がリリースされました。Fresh は、**Denoのフルスタックのウェブフレームワークで、次世代フレームワークと位置付けられています。**ビルドステップがないため、高速なデプロイメントが可能です。2022年8月時点の最新版は、8月1日にリリースされた1.0.2です。

Freshとは、JavaScriptおよびTypeScript開発のためのフルスタックのウェブフレームワークを指します。フレームワークを活用した高品質で高性能のウェブアプリケーションを簡単に作成できるように設計されています

Freshでは、*Denoが提供する実行環境をルーティングフレームワークとテンプレートエンジンを用いて、簡単に利用できるようにします。*サーバー上でのジャストインタイム（JIT）レンダリングと、クライアントサイドのコンポーネントレンダリングを併用し、インタラクティブ性をより高めています。

TypeScriptとは？JavaScriptとの違いも解説！

*Denoとは、V8 JavaScriptエンジン上に構築されたランタイム環境を指します。*JavaScriptやTypeScriptの実行を行うものです。Node.jsの作者であるライアン・ダール氏はNode.js考案後、その経験と反省を生かしDenoを開発しました。2022年8月時点の最新版は、バージョン1.24.2です。

【参考】：[Deno](https://deno.land/)
【参考】：[GitHub Deno](https://github.com/denoland/deno)

Node.jsとは？JavaScriptとの違いや使い所を解説

一般的にクライアントサイドのレンダリングは、JavaScriptのコード通信量が多く処理が重くなります。Freshでは、*レンダリングの大半をサーバーで行い、特定コンポーネントのみ明示的にクライアントサイドでレンダリングします。*デフォルトでは、クライアントにJavaScriptコードを送信しません。

フレームワークを実装するために、ルーティングフレームワークとテンプレートエンジンを用い、要求ページをサーバー上でレンダリングします。この仕組みにより、ランタイムのオーバーヘッドが発生せず、インタラクティブ性を向上させることができます。

Freshはビルドステップがないので、デプロイメントが高速です。TypeScriptやJSXからJavaScriptへの変換は、ジャストインタイムで必要時に自動的に行われます。

*Fresh 1.0は初めての安定版としてリリースされました。*マイナーリリースは適宜行われており、2022年8月時点の最新版は1.0.2です。現時点では登場間もないため、将来計画に関する情報は公開されていません。

【参考】：[GitHub Denoland Fresh Reealses](https://github.com/denoland/fresh/releases)

*Freshの設計方針は、高速でスケーラブル、信頼性の高いアプリケーションを簡単に構築することを目指したものです。*

【参考】：[Fresh Docs: Concepts](https://fresh.deno.dev/docs/concepts)

設計目標を達成するために、いくつかの原則に基づき設計されています。具体的には、1つ目としてページのロード時間は最小限に抑えるべき、ということです。2つ目はクライアントが行う作業を最小限にする、3つ目はエラーは最小限の範囲にとどめて周辺への影響を最小にする、ということです。

上記を実装するために、アイランドアーキテクチャ・パターンを採用しています。具体的にはFreshのアプリケーションが、デフォルトでJavaScriptコードを用いずに、純粋なHTMLをクライアントに送信するものです。

サーバーでレンダリングされたページの一部は、インタラクティブ性を高めるためクライアントサイドでレンダリングすることができます。一般的に再レンダリングの対象は限定されるので、高速で軽量なアプリケーションが開発できます。

Freshを使うには、先行してDenoのインストールが必要です。*Freshは、Deno 1.22.3以降でサポートされます。*インストール済みの場合は、念のため最新バージョンにアップグレードしておきます。Denoが利用可能になったら、プロジェクトを作成し開発を進めます。

【参考】：[Fresh Docs: Getting Started](https://fresh.deno.dev/docs/getting-started)

*Denoのインストールは、シングルパッケージをダウンロードし展開して行います。*WindowsやmacOS・Linuxに対応します。macOSでは、M1（arm64）とIntel（x64）に対応し、WindowsとLinuxでは、x64のみでサポートされます。

【参考】：[Deno Installation](https://deno.land/manual/getting_started/installation)
【参考】：[GitHub deno_install](https://github.com/denoland/deno_install)

macOSやLinuxのシェルでは以下のように、インストールします。

```curl -fsSL https://deno.land/install.sh | sh```

Windowsでは、PowerShellを用いて以下のようにインストールを行います。

```irm https://deno.land/install.ps1 | iex```

すでにDenoをインストール済みの場合は、最新バージョンにアップグレードしておきます。

プロジェクトの作成は、Freshのプロジェクト作成ツールを用います。
【参考】：[Fresh Docs: Create a project](https://fresh.deno.dev/docs/getting-started/create-a-project)

プロジェクトを作成することで、Freshに必要なファイルが指定フォルダに作成されます。ここでは作成フォルダを”my-proj”として指定し、プロジェクトを作成します。

```deno run -A -r https://fresh.deno.dev my-proj```

### プロジェクトのファイル構成

先ほど作成したプロジェクトでは、指定したフォルダにいくつかのファイルが自動的に作成されています。必ず必要となるのは、以下の4つです。
【参考】：[Fresh Docs: Create a project](https://fresh.deno.dev/docs/getting-started/create-a-project)

・*dev.ts*
作成したプロジェクトの開発エントリポイントで、プロジェクトを開始するために実行するファイルです。

・*main.ts*
プロジェクトで実際に使用するコードのエントリポイントで、Deno Deployで使用するファイルです。

・*fresh.gen.ts*
ルートとアイランドに関する情報を含むファイルで、開発時にroutesとislandsの各フォルダを元に自動生成されます。

・*import_map.json*
プロジェクトの依存関係を管理するために使用されるインポートマップです。

上記の他に、Denoとの連携のために、deno.jsonファイルが作成されます。

*ローカルでの実行は、プロジェクト作成時に指定したフォルダに移動し開発サーバーを起動します。*

これで、DenoのWatcherプロセスが開始されました。”http\://localhost:8000”にアクセスすると、レモンのロゴとカウンターが表示されていることが分かります。
【参考】：[Fresh Docs: Running locally](https://fresh.deno.dev/docs/getting-started/running-locally)

ここで、細かく起動オプションを指定することもできます。

*ページの作成は、トップページとなる” routes/index.tsx”を修正することでメッセージを簡単に更新することができます。*もちろん、ここで手直しすることで商用利用できる品質レベルに仕上げることもできます。

具体的には、静的および動的なルート設定とレンダリング、フォーム入力やハンドラーなどを設定し、インタラクティブ性を高めるための仕上げを行っていきます。具体的な作業項目は、公式サイトをご確認ください。
【参考】：[Fresh Docs: Getting Started](https://fresh.deno.dev/docs/getting-started)

*完成版をデプロイするには、Deno Deployを利用します。*Deno Deployは、JavaScriptやTypeScriptをエッジで実行する分散ランタイムシステムを指します。

【参考】：[Deno Deploy](https://deno.com/deploy)

Deno Deployでは、GitHubインテグレーションを利用します。コードをGitHub上のリポジトリにプッシュし、Deno Deployのダッシュボードでデプロイのためにプロジェクトを作成します。プロジェクト作成が完了したら、プロジェクト設定の「Git」タブからリポジトリを選択し、Branchを”main”に、そしてEntrypoint fileを”main.ts”に指定します。

【参考】：[Fresh Docs: Deploy to production](https://fresh.deno.dev/docs/getting-started/deploy-to-production)

Deno Deployの手続きで、作成プロジェクトが自動的にインターネットにデプロイされます。Deno Deployは、URLを指定するだけでコードをデプロイすることができます。グローバルに分散配置されるリージョンを活用して世界中のユーザ向けの高速デプロイを実現します。具体的には、  *”https\://$PROJECT_NAME.deno.dev” のリンクを用いてアクセスすることができます。*

Freshの導入手順は非常に簡単です。インストールからプロジェクトの作成、開発サーバーの起動、そして完成した完成版のデプロイまでスムーズに行うことができます。カスタマイズはDocsを見ながら進めることができます。まずは、*知識吸収の最初の1歩としてDenoとFreshに実際に触れてみてはいかがでしょうか。*

2022年6月28日、DenoのフルスタックのウェブフレームワークとなるFresh 1.0が、正式リリースされました。ビルドステップがないため、高速なデプロイメントが可能です。ここでは、Freshの特徴と機能、使い方について解説していきます。

Fresh は、Denoのフルスタックのウェブフレームワークで、次世代フレームワークと位置付けられます

ルーティングフレームワークとテンプレートエンジンを用い、簡単に利用できるようにします

インストールからプロジェクトの作成、開発、完成版のデプロイまで簡単に行うことができます

フルスタックの新フレームワーク「Fresh 1.0」がリリース！使い方を解説

## 量子コンピュータとエンジニア

エンジニアの皆さんは1度や2度は、量子コンピュータという文字を目にしたり、聞いたりしたことがあるでしょう。

量子コンピュータの開発にGoogle・IBM・Microsoft・Amazonなど、巨大IT企業が本気で取り組んでいます。2021年には、IBMが量子エリートの獲得に年収2,750万円を提示したニュースがネットで話題になり、就職活動に大きなインパクトを与えました。

量子力学に興味がある方の中には、インターン募集の広告に目を惹かれた方も少なくないでしょう。

お役立ち記事