20171029_KantoCV_KIKUTA

Transcript

1. がぞうのおしごと クックパッド株式会社 研究開発部 菊田 遥平 2017/10/29

2. 自己紹介 • 名前 菊田 遥平（きくた ようへい） • 所属 研究開発部 •

   肩書 リサーチサイエンティスト 博士（理学） • 専門 画像分析、推薦アルゴリズム • 好きな食べ物 焼き餃子、寿司、Dr Pepper @yohei_kikuta 2 / 18

3. 今はこんな仕事してます 詳しくは https://github.com/yoheikikuta/resume をどうぞ • サービス開発 主に画像分析を用いたクックパッドのサービスの開発 • 研究開発業務 新規技術の開発や検証

   論文執筆 • チームビルディング業務 体制作り 機械学習勉強会の開催 国内外の機械学習エンジニア選考 • 対外発表など 各種勉強会での発表 書籍執筆 ( http://www.shuwasystem.co.jp/products/7980html/4961.html ) 人工知能学会トップカンファレンス派遣レポータ 3 / 18

4. キャリア • 200903　東北大学理学部物理系卒業 • 201403　総合研究大学院大学素粒子原子核専攻修了 博士（理学） • 201404　会計系コンサルティングファーム入社 • 201406　先輩から貰った人工知能学会誌の連載で深層学習を知る

   • 2015　機械学習系学会に初参加（人工知能学会発表、NIPS参加） • 2016　物体検出とかやりながら転職活動を始める • 201612　クックパッド入社 • 現在　画像分析を仕事の軸にしながら楽しく働いている 4 / 18

5. 大学院生の時の知識 • Neural Network? Supervised Learning? 5 / 18 Ref:

   http://2ch.sc/

6. 大学院生の時の知識 • Python? 6 / 18 Ref: http://www.konami.jp/gs/game/mpo/index.html

7. 大学院生の時の知識 • Simplify で頼むで！ 7 / 18 Ref: http://www.wolfram.com/share.png

8. 新卒就職活動 • そもそもなぜ就職しようと思ったか？ 博士号を取得して”最低限”の研究はできた 研究者は業界が狭いし競争が苛烈で正直しんどそう 世の中でデータが重視されはじめて、それらをモデル化したい • どんなところを受けていたか？ 良いチャンスだと思って色々受けまくった（商社とかも） ITスキル皆無だったのでエンジニア系職はあまり見れてなかった

   データ分析がしたかったのでITコンサル系の会社に絞っていった • 新卒で入った会社 ゼロから始めて色々と勉強できたので良い会社だった コンサルっぽいことも学べた 8 / 18

9. 転職の機運 • そもそもなぜ転職しようと思ったか？ データ分析は面白いが自分の興味はもう少し技術寄りだった！ → 分析というよりは機械学習に注力している会社に行ってみたい 機械学習に重要なのはデータだった！ → 自社でデータとサービスを持っている会社に行ってみたい 機械学習に重要なのはエンジニアリングだった！

   → エンジニアリングに力を入れている会社に行ってみたい 自分に必要なのは高い自由度だった！ → あまり規模が大きくなく自由度が高い会社に行ってみたい • どんなところを受けていたか？ 上記条件を満たしていそうなところ あまり知り合いがいないので転職エージェントがメイン （SNSもあまりやっていなかった） 9 / 18

10. クックパッドにした理由 • 自社サービスと十分な量のデータ 画像（動画）、テキスト、ログ • 会社として技術力を重要視 経営層のレベルで機械学習に注力 • 規模と自由度の高さが自分の希望に近い 大きすぎず、やりたいことができそうで、対外発表も推奨

    • 一緒に働く人がよさそう よさそうだった（直球） • 給与、福利厚生、副業OK 総合的に見ると他よりも良かった 10 / 18

11. クックパッドでの業務 • どんな感じで働いているか？ フルフレックス（ 8 hours / day ) で自由に働く

    半期毎の目標を上長と摺合せて後は自分で頑張っていく {geekbot, issue, 定例MTG, 定例勉強会, 雑談}辺りで周りと情報共有 サービス化に向けて他部署と協働 • 分析環境は？ ほぼ AWS のサービスを使っている 特に EC2 は slack で管理できる ( http://techlife.cookpad.com/entry/2017/10/26/174345 ) レポジトリに Dockerfile を含めて nvidia-docker を使って環境構築 データハンドリングも codenize しよう ( https://github.com/ayemos/akagi ) 11 / 18 研究開発部でよく使うもの 用途 EC2 GPU使った機械学習（主にP2） S3 画像データや学習済みモデル Redshift ログデータとか諸々 ECS ( https://github.com/eagletmt/hako ) サービスデプロイ時に使用

12. 研究開発の人員 12 / 18 今日発表してる人 R/Dは得意分野の意味で 職務的には違いはない

13. クックパッドの画像分析 • 料理きろく 携帯端末中の画像から料理画像を抽出 画像の料理/非料理判別 登録写真数が1,000万枚を突破 https://info.cookpad.com/pr/news/press_2017_0928 • 技術的側面 CNNを用いた分類器の構築

    確認不可能なテストデータに対応 詳しくは以下の記事を参照 http://techlife.cookpad.com/entry/2017/09/14/161756 13 / 18

14. クックパッドの画像分析 • カテゴリ分類 料理写真がどのレシピかを分類 android版がリリース (20171026時点) 色々なサービスに使っていきたい • 技術的側面 open

    set problem で非常に難しい 普通の分類では誤認識が頻発 分類器の組み合わせ等で精度確保 14 / 18

15. クックパッドの画像分析 • その他の取り組んでいること ◦ 物体検出 ◦ 魅力度推定 ◦ 超解像 ◦

    画像生成 ◦ 材料分類 ◦ 手順画像の抽出 ◦ 代表色の抽出 ◦ ... • 画像以外も色々やってます 自然言語処理、音声インターフェース、食文化、... 15 / 18

16. イベントやります 16 / 18

17. イベントやります 17 / 18 https://cookpad.connpass.com/event/70076/

18. We’re hiring!! https://info.cookpad.com/careers/jobs/careers/division/rd-department 18 / 18