Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
機械学習でプロダクト成長させる技術と組織を3社のMLエン ジニアが語る - note/コネヒト...
Search
Shuhei Goda
June 08, 2023
Technology
350
0
Share
機械学習でプロダクト成長させる技術と組織を3社のMLエン ジニアが語る - note/コネヒト/Wantedly
以下イベントの登壇時に利用した資料です。
https://pieceofcake.connpass.com/event/271740/
Shuhei Goda
June 08, 2023
More Decks by Shuhei Goda
See All by Shuhei Goda
Turing × atmaCup #18 - 1st Place Solution
hakubishin3
0
1.3k
ジョブマッチングサービスにおける相互推薦システムの応用事例と課題
hakubishin3
3
1.1k
とある事業会社にとっての Kaggler の魅力
hakubishin3
9
3.2k
課題の解像度が荒かったことで意図した改善ができなかった話
hakubishin3
3
1.1k
Wantedly におけるマッチング体験を最大化させるための推薦システム
hakubishin3
4
1.4k
Recommendation Industry Talks #1 Opening
hakubishin3
1
470
会社訪問アプリ「Wantedly Visit」での シゴトに関する興味選択機能と推薦改善
hakubishin3
0
770
論文紹介: Improving Implicit Feedback-Based Recommendation through Multi-Behavior Alignment(Xin Xin et al., 2023)
hakubishin3
0
710
Feedback Prize - English Language Learning における擬似ラベルの品質向上の取り組み
hakubishin3
1
1.1k
Other Decks in Technology
See All in Technology
RubyでRuby拡張を書いたらRubyより35倍速になったってどういうこと??
kazuho
3
610
エンジニアは生成AIと どのように向き合うべきか? ことばの意味という観点から
verypluming
3
190
AI時代に求められる思考のパラダイムシフト
nrinetcom
PRO
1
150
Anthropic AIネイティブ・スタートアップ構築のプレイブック を理解する
nagatsu
0
180
LLM時代のリファクタリング戦略_AIエージェントによる段階的・安全なTS移行方法
play_inc
0
180
TypeScriptはどのようにどこまで推論できるのか ─ とにかく as は禁止で
ypresto
3
420
AI時代から振り返るTerraform drift運用の歴史 / AI Age Reflections on the History of Terraform Drift Operations
aeonpeople
0
340
AIのために、AIを使った、Effect-TSからの脱却 〜テストを活用した安全なリファクタリングの進め方〜
bitkey
PRO
1
560
Pythonでベイズモデリング
soogie
0
180
TypeScriptとAngular Signal で実現する保守性の高いアプリケーション設計 - 3層アーキテクチャによる責務分離の実践(たつかわ) https://2026.tskaigi.org/talks/10
nealle
1
340
論文紹介:Pixal3D (SIGGRAPH 2026)
tenten0727
0
730
AI とサービス・デザイン / AI and Service Design
ks91
PRO
0
170
Featured
See All Featured
Crafting Experiences
bethany
1
160
Producing Creativity
orderedlist
PRO
348
40k
How to Grow Your eCommerce with AI & Automation
katarinadahlin
PRO
1
190
Darren the Foodie - Storyboard
khoart
PRO
3
3.3k
Leo the Paperboy
mayatellez
7
1.8k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
659
62k
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
1
360
Leveraging LLMs for student feedback in introductory data science courses - posit::conf(2025)
minecr
1
270
Site-Speed That Sticks
csswizardry
13
1.2k
A Soul's Torment
seathinner
6
2.8k
GitHub's CSS Performance
jonrohan
1033
470k
Automating Front-end Workflow
addyosmani
1370
210k
Transcript
Feb. 3 2023 - 合田周平(ウォンテッドリー株式会社) 機械学習でプロダクト成長させる技術と組織を3社のMLエン ジニアが語る - note/コネヒト/Wantedly ©
2023 Wantedly, Inc.
ウォンテッドリー株式会社にて、データサイエンス領域のテックリードを担当。会社訪問サービス Wantedly Visit のマッチング部分を担う推薦システムの開発を推進している。 Kaggle Master。 自己紹介 合田 周平 (Shuhei
Goda) © 2023 Wantedly, Inc.
© 2023 Wantedly, Inc. Create A World Where Work Drives
Passion. シゴトでココロオドルひとをふやす OUR MISSION 私たちのミッション WHY| 私たちのミッション / 解決したい課題 © 2023 Wantedly, Inc.
© 2023 Wantedly, Inc. WHAT| 個人向けサービス / 法人向けサービス 会社に遊びに行こう 「カジュアル面談」という仕事探しの新基準
• 人とチームを「想い」でマッチング • 「話を聞きに行く」体験を通じてフラットな出会いを創出 進化を続けるUIと基盤 • コンテンツが映えるモダンでシンプルな UI表現 • より本質的なマッチングを可能にする推薦アルゴリズム 提供プロダクト
© 2023 Wantedly, Inc. WHAT| 個人向けサービス / 法人向けサービス Wantedly Visit
のグロースサイクル
MLの活用事例:ユーザーごとに最適化された募集の推薦 © 2023 Wantedly, Inc. ユーザに適切なコンテンツを提供して 理想のマッチングを実現するための様々な推薦システム 自然言語処理や機械学習など様々な技術を活用することで、 ユーザの仕事探しにおける嗜好を捉え、 ユーザがココロオドル仕事に出会える体験を実現する
←最近ウォンテッドリーのML活用について ブログ書きました、以下は記事のリンク
MLの活用事例:ユーザーと会社の両想いを実現する相互推薦システム © 2023 Wantedly, Inc.
推薦基盤のアーキテクチャ © 2023 Wantedly, Inc.
Recommendation Schema © 2023 Wantedly, Inc. ランキングリリース用のインターフェース スキーマファイルに必要な情報を記述するだけで推薦 APIの挙動を変更できる 特徴
・短時間で正確なデプロイが可能 ・ランキングの条件分岐を記述可能 ・A/Bテスト、Interleavingを利用可能 本機能に関するブログ記事
Wantedly の推薦チーム © 2023 Wantedly, Inc.
少しでも興味があると思ったら、まずは情報交換を目的としたカジュアル面談という形でオンラインでお話しましょう! お知らせ:Wantendly © 2023 Wantedly, Inc. Wantedlyの推薦システムが分かる記事 カジュアル面談用の募集