技術のキャッチアップの目的
技術のキャッチアップの目的を考える
なんのためにやるのか
何ができれば達成なのか
キャッチアップに対する課題感
技術選定時、技術面接時の経験
こういうものを作るという課題があったとき
〇〇を使えば解決できそうに思えるが、ちゃんと使ってないので説得力を持ってコメントできない
こういう要件があるとき、どの技術を選定しますか、という課題があったとき
一つはメインで使っていて、他は知識でしか知らない、というとき対等な比較ができない
例えばインフラの選定とか
改めて見れば、↑この辺は全く課題に感じることでもない課題という感じがする

続々出てくるLLMツールを全て触ることに本当に意味があるのか
AI驚き屋は技術に驚いてるだけで、それを使って具体的にどういう価値を創造できたのか
こういうツールを使って、めちゃくちゃすごい成果を出しました、という方に焦るべき
面接の方も、そもそも業務を考えれば1時間で回答を出すものでもない
使った経験が豊富にあれば即答できるが、そうでない場合は調査の時間を設ける、といいうだけ
強みにはなるが、全ての技術の経験があるわけではないので結局どこかで同じ問題にぶつかる
トレンドを追うこと自体には価値がない
どうか
雑に見れば、ここが最も大事だろう

短時間で習得できること
類似ツールを使ったことがある
e.g. JavaScriptを知っていれば、Pythonもすぐ書ける
基礎概念を知っている
e.g. Transformerの基本的な理解をしている
e.g. 圏論をやりたいと思った時に中学数学からやり直さなくて済む
学び方を知っている
e.g. 技術に触れる際にチュートリアルをやるのが早い、と知っている
e.g. LLMを使った学び方を知っている
作るときは作るために考えるリソースを割きたい
そのツールに対する学習と、開発に対する思考とを両立しないといけなくなる
どれだけ事前に道具化できているかでノイズの量が変わってくる
作りたいものがあるときって、環境構築なども含めて全部ノイズなんだよな

e.g. Dockerfile, CIの整備、ライブラリの導入、formatting、etc.
作るときは、技術はあくまでも手段である