2022-11-25

退職で得れたもの・避けれたもの・失ったもの

突然ですが会社を辞めました

突然ですが会社を辞めました。自分でもびっくり。

理由はいろいろあったんですが、1番の理由はエンジニアとして自身のキャリア・スキル・モチベーションがこの会社にいてはすべてが腐るような気がしたから。

というのが理由です。

あとは社風が合わなかったというのもこの理由の中に内包されています。

ぶっちゃけ内輪ノリについてゆけませんでした。

この細かく上げればキリがないので割愛しますが、「辞めて得れたもの・避けれたもの・失ったものなど」をまとめてるので「ああ、何となくだけどそんなカンジだったので」みたいに捉えてもらえればいいかなと思います。文章って難しい。

あとどちらかというと自分の整理用に書いている部分が多いので、「コイツは世の中ナメてんな。」とか思わずに優しい目で「こんなこと考えてるヤツもいるんだなぁ」ぐらいの優しい目で見ていただければ幸いです。

悲鳴をあげていた過去の自分の記録

在職中に残していたiPhoneのメモを記録を虐げられた囚人の断末魔の如く書き殴られていたものをまとめあげました。

2022年5月初旬〜中旬頃

リファクタリングをしてデグレを引き起こす人がいて直すのに精神的にやられてた
スプリント途中でも追加要件をぶっ込んでくる人がいて精神的にくる
自身の精神の疲弊をきたす可能性がある為にプロジェクト・人と離れたいと思ってた
休日に仕事やる気にならなくなってくる（今思えばあたりまえか...）
PCに触りたくないと感じるようになってきていた
チーム内業務に公平性がないと感じていた
やりがい搾取と感じていた
給料が変わらない...
気苦労がお上に見えていない
常にログを監視しておかなければならず凹む
成功しているイメージが見えずに苦しむ
やりがい搾取を同じように思っている人がいた
体制として業務を体験したことのない人を集めて「今は耐えどきだから」と夢を語って低賃金で働かせられるような最近問題になっているようなカルト宗教にも似た形に疑問を感じ始めていた
ある程度力をつけた人は会社から抜けてゆくのではないか？と思いはじめていた

2022年5月中旬〜下旬旬頃

全身に発疹、手には汗疱が発生。体にストレスが形になって現れて内心ビビる
見づらいが中指と薬指の第一関節あたりに汗疱が発生
内向きに自分を見つめて外的要因は無視できるようになりたいと自分を奮い立たせはじめる。
精神衛生を整えるため、環境要因(人から離れる)を整え、在宅勤務を検討しはじめる
批判的思考の自分を必死に守ろうとしているデブのおばさんのぺちゃくちゃ話を聞いて、自分もしてるかもとハッとする
またもや休日出勤していた(退職後の消化なし。凹)
皮膚の具合が悪く、なかなか治らず嘆いていた
「ストレスによる飲酒が加速」と綴られていた
結合テストが終わらない、仕事時間が長くなっている、休めない。ああああとなっていた
人間関係が悪くなってきているんじゃないかと感じていた
ここから逃げる努力を考えはじめていた
あと1年だけ...スキルをつけたいと考えはじめていた
自分で稼ぐ力をつけたいと考え始めていた
自分とその周りだけを大切にしたいと考え始める
リリース自体無くなった
一体何の為にやって来たのであろうかと考えはじめてテンションダダ下がり
F1レーサーアイルトン・セナの話にハッとする。通常のプロプレイヤーは1秒で6回ほどアクセル操作を行うのだが、セナは1秒間に8回ペダル操作を行うという。スピードの中にも緻密さが伺える話であった。
キャリアについて悩みはじめる
自立と自身の評価を外に持ってゆくことにしていた
外との関わりを増やそうかななんて思ってた
謙虚さをもとうと思った
年下でも敬語を使おうと思った(もしかしたら年下が自分より偉くなる可能性があるということをひろゆきが言っててなるほどなぁとおもたから)
昔話はしない（単純に聞き手はコレうざい）
経験による推測の話をしない
別の方向で生きるのを改めて咀嚼していた(牛か？)
boto3に関して知見を深めた
AWSはIAMについて詳しくやった
大量にバグが発生
AWS SAAの勉強をしていた(取得しました)
GO kubanetisに興味を持っていた（流行り物が好き）
データ分析とか取って代わられそう
バカの洗い出し作業がほとんどであまり進まなかった。 (見返したがなんのことかわからない)
駄菓子を大量に爆買いした（ストレス）
なかなか治らない。(皮膚か？)
なんとか自動化したい。
大規模なバグが発生していた。(自分もバグる)
本質的な動作確認が抜けすぎ。

見返すとなんともまあいろいろ書いていること。後半にいくにつれて何を書いているのかわからない部分も多く、バイオハザードの「かゆうま」日記みたいになっていくのが見返すとひどくやられてたんだなぁなんても思えた。

得れたもの・避けれたもの・失ったものなど

通勤
通勤に伴う座席の取り合い合戦(隣がデブのおじさんだと凹む)
裁量労働制という魔法の言葉を使った長時間労働から抜け出せた
昼休みを周りの状況を踏まえてとらなければいけない空気感
無駄な仲間意識感
周りの雑音
毎日ランチに1000円以上使わなくて良くなった
何よりそれによって痩せた
何よりそれによって貯金ができるようになった
酒を飲む会の脱退(マジで肝臓悪くなってたので抜けたくて仕方なかった)
頻繁に行われる謎の飲み会
発疹と汗疱が亡くなった
無意味なデモ運用の保守をやめれた(無意味だった)
発達障害が疑われる人との仕事のストレス（気を遣う）
上記などによる会社の環境が悪いことによるストレス
批判的思考の人が多く(昔からいるデブのおばさん)
休日出勤
ストレスによるお酒の増加がなくなった
半強制的雰囲気が漂う飲み会、出社、旅行に行かなくて済むようになった
囲い込みのような環境を作り出していることによる外側の世界との隔絶（仕事が忙しすぎてそのようになってしまっているのも要因）と外がわからなくなるような環境(ぬるま湯)のような世界で仕事をすることによる環境が発生してしまっていること

こうやってみると健康面で取り戻せたことが多かったかな？最終的には振替休日の買い取りなどがなかったのは納得していなかったけど、まあいいかと。

失ったもの

インフラの実務経験を得ることができなくなってしまったこと
収入が途絶えてしまったこと

足し引きでみてみると

まず言えるのは得れたものが多すぎ笑

というか小さいことを気にしすぎだろと思う部分もあるのだが、「みんなで頑張ろうぜ！」みたいな社風が無理で人間関係のストレスをかなり抱えていたみたいなことは整理してわかった。

実際問題ストレスのほとんどって人間関係なんだなぁ。

外に出てみて自分にフォーカスしていなかったことに気がついた

とまあここまで色々と自分なりに整理してきて不満などを抱えてやってきたのを言語化できたので一旦この件はこれまでにします。

自分目線で書き続けてはいたものの、他の目線(神の目線)も大事だということを残すためにも下記の話を載せておきます。

悪いのは誰？

今まで真面目に勉強してきた学生が、ふと通りかかった家に鍵がかかっておらず、ドアが少し空いていたので、つい出来心が生じて物を盗んでしまった。

この学生は警察に捕まり裁判にかけられたが、「つい出来心で」という弁解は裁判では通らない

学生は有罪になり、大学も退学処分になって、就職もできず、結局は心がすさんで、今度は本気で盗みに走るようになってしまった。再犯で捕まると、刑務所に行く年数も長くなり、結局この学生は、刑務所を出たり入ったりする人生を送ることになった。

この学生の犯罪で、何人もの人がものを盗られる被害に遭った。

もし最初の家の人が鍵をかけていれば、この学生は道を踏みはずすことなく、まっとうな人生を歩んでいたかもしれない。

一体誰が悪いのだろうか。

2022-03-05

2022/03/05

おはようございます。

本日は徒然なるままに・・・思考をまとめるためにブログを書きます

今日のアジェンダです！

- やらないことを考える
- 漠然と何年後かに何をしていたいかを考える
- 浮かんでは消える事柄について考える

やらないことを考える

たまたま中田敦彦（あっちゃん）のYoutubeにおいて、本の要約の動画をみたときに「やらないことを考える」テーマがありました。

ひととおり見て自分自身にあてはめて考えた結果

YouTubeをだらだらみない
ゲームで暇つぶししない
お酒を飲みすぎない

僕はこの3つですね。

気になる方は試聴して考えてみてください。

漠然と何年後かに何をしていたいかを考える

これねぇ〜結構ぐるぐる考えた結果

ゆっくりとしたい
自分が気に入ったものに囲まれたい

上昇志向じゃないっていうか、贅沢したいとかあんまり思わないんですよねぇ・・・

ただこれを達成するにはやっぱり資本主義社会で生きてるわけなんで、お金がある程度必要なんですよね。

そのためにある程度　貯める　稼ぐ　投資する

に関する知識や行動なんて必要なんじゃないかなぁと考えてます。

浮かんでは消える事柄について考える

嫌なことを思い出すとかですかね。

昔こんなこと言われたなとか

これをやるべきだよね

とか

結局やらなかったりするんですけども

なんでやらないのかとかを考えたら

自分がワクワクしてないからなんですよね

資格欲しいなあと思っていても

何のため？

とか思っちゃうわけです

だってもうエンジニアにはなっているし

その資格があったからってじゃあなれる仕事やなれない仕事があるわけでもないですから。

それがないと目標としているエンジニアになれないみたいな具体的な決まりがあるんだったらやる価値はあるとは思いますが、それ以外はあんまり惹かれないというのが本心ですね。

あんまりにも今の時期やることとか思いつかないよね

ぐらいだったらいいかもね。

2022-02-26

数列の返却と乱数生成

In [1]: import numpy as np

In [2]: np.arange(10)
Out[2]: array([0, 1, 2, 3, 4, 5, 6, 7, 8, 9])

In [3]: np.arange(1, 11)
Out[3]: array([ 1,  2,  3,  4,  5,  6,  7,  8,  9, 10])

In [4]: np.arange(1, 11, 2)
Out[4]: array([1, 3, 5, 7, 9])

In [5]: f = np.random.random((3,2))

In [6]: f
Out[6]:
array([[0.42878081, 0.59925055],
       [0.68555657, 0.82703065],
       [0.37546279, 0.70540254]])

In [7]: np.random.seed(123)

In [8]: np.random.random((3,2))
Out[8]:
array([[0.69646919, 0.28613933],
       [0.22685145, 0.55131477],
       [0.71946897, 0.42310646]])

In [9]: np.random.seed(123)

In [10]: np.random.rand(4,2)
Out[10]:
array([[0.69646919, 0.28613933],
       [0.22685145, 0.55131477],
       [0.71946897, 0.42310646],
       [0.9807642 , 0.68482974]])

In [11]: np.random.seed(123)

In [12]: np.random.randit(1,10)
---------------------------------------------------------------------------
AttributeError                            Traceback (most recent call last)
<ipython-input-12-2fe17f51d599> in <module>
----> 1 np.random.randit(1,10)

AttributeError: module 'numpy.random' has no attribute 'randit'

In [13]: np.random.randint(1,10)
Out[13]: 3

In [14]: np.random.seed(123)

In [15]: np.random.randint(1,10,(3,3))
Out[15]:
array([[3, 3, 7],
       [2, 4, 7],
       [2, 1, 2]])

In [16]: np.random.seed(123)

I
n [17]: np.random.uniform(0.0, 5.0, size=(2,3))
Out[17]:
array([[3.48234593, 1.43069667, 1.13425727],
       [2.75657385, 3.59734485, 2.1155323 ]])

In [18]: np.random.seed(123)

In [19]: np.random.uniform(size=(4,3))
Out[19]:
array([[0.69646919, 0.28613933, 0.22685145],
       [0.55131477, 0.71946897, 0.42310646],
       [0.9807642 , 0.68482974, 0.4809319 ],
       [0.39211752, 0.34317802, 0.72904971]])

In [20]: np.random.seed(123)

In [21]: np.random.randn(4,2)
Out[21]:
array([[-1.0856306 ,  0.99734545],
       [ 0.2829785 , -1.50629471],
       [-0.57860025,  1.65143654],
       [-2.42667924, -0.42891263]])

2022-02-19

numpyでデータを扱うその6: 深いコピー

In [1]: import numpy as np

In [2]: a = np.array([1,2,3])

In [3]: a1 = a

In [4]: a1
Out[4]: array([1, 2, 3])

In [5]: a1[1] = 5

In [6]: a1
Out[6]: array([1, 5, 3])

In [7]: a
Out[7]: array([1, 5, 3])

In [8]: a2 = a.copy()

In [9]: a2
Out[9]: array([1, 5, 3])

In [10]: a2[0] = 6

In [11]: a2
Out[11]: array([6, 5, 3])

In [12]: a
Out[12]: array([1, 5, 3])

In [13]: c2 = array([[0,1,2],[3,4,5]])
---------------------------------------------------------------------------
NameError                                 Traceback (most recent call last)
<ipython-input-13-6e67e95fb26b> in <module>
----> 1 c2 = array([[0,1,2],[3,4,5]])

NameError: name 'array' is not defined

In [14]: c2 = np.array([[0,1,2],[3,4,5]])

In [15]: c3 = c2.ravel()

In [16]: c4 = c2.flatten()

In [17]: c3[0] = 6

In [18]: c4[0] = 7

In [19]: c3
Out[19]: array([6, 1, 2, 3, 4, 5])

In [20]: c4
Out[20]: array([7, 1, 2, 3, 4, 5])

In [21]: c2
Out[21]:
array([[6, 1, 2],
       [3, 4, 5]])

2022-02-19

numpyでデータを扱うその5: データ再代入

In [1]: import numpy as np

In [2]: a = np.array([1,2,3])

In [3]: a[2] = 4

In [4]: a
Out[4]: array([1, 2, 4])

In [5]: b = np.array([[1,2,3],[4,5,6]])

In [6]: b[1,2] = 7

In [7]: b
Out[7]:
array([[1, 2, 3],
       [4, 5, 7]])

In [8]: b[:,2] = 8

In [9]: b
Out[9]:
array([[1, 2, 8],
       [4, 5, 8]])

2022-02-19

numpyでデータを扱うその4: インデックスとスライス

# numpyのインストール
In [1]: import numpy as np

# 1次元配列を作成
In [2]: a = np.array([1,2,3])

# 要素の1番目を取得
In [3]: a[0]
Out[3]: 1

# 要素の2番目以降を取得
In [4]: a[1:]
Out[4]: array([2, 3])

# 要素の最後を取得
In [5]: a[-1]
Out[5]: 3

# 2次元配列を作成
In [7]: b = np.array([[1,2,3],[4,5,6]])

# 配列の確認
In [8]: b
Out[8]:
array([[1, 2, 3],
       [4, 5, 6]])

# 2次元配列の行方向に対して配列の取得
In [9]: b[0]
Out[9]: array([1, 2, 3])

# 2行目の1要素目を取得
In [10]: b[1,0]
Out[10]: 4

# 全行の3要素目を取得
In [11]: b[:,2]
Out[11]: array([3, 6])

# 2行目の全要素を取得
In [12]: b[1,:]
Out[12]: array([4, 5, 6])

# 1行目の2要素目以降を取得
In [13]: b[0,1:]
Out[13]: array([2, 3])

# 全行の1要素目と3要素目を取得
In [14]: b[:,[0,2]]
Out[14]:
array([[1, 3],
       [4, 6]])

2022-02-18

numpyでデータを扱う　その3

# numpyのimport
In [1]: import numpy as np

# 1次配列を作成
In [2]: a = np.array([1,2,3])

# dypeで型を確認
# デフォルトでは型を宣言しない場合はint64型が割り当てられる
In [3]: a.dtype
Out[3]: dtype('int64')

# int16でdtypeを明示的に宣言 
In [4]: d
Out[4]: array([1, 2], dtype=int16)

# int16で型を定義
In [5]: d.dtype
Out[5]: dtype('int16')

# float型に型を定義（アノテーション）
In [7]: d.astype(np.float16)
Out[7]: array([1., 2.], dtype=float16)