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
ML開発におけるML PMの関わり方事例
Search
LINE Developers
December 07, 2022
Technology
1
1.3k
ML開発におけるML PMの関わり方事例
仁ノ平 将人(LINE株式会社)
髙久 裕央(LINE株式会社)
「第26回 MLOps 勉強会」の発表資料です
https://mlops.connpass.com/event/265554/
LINE Developers
December 07, 2022
Tweet
Share
More Decks by LINE Developers
See All by LINE Developers
LINEスタンプのSREing事例集:大きなスパイクアクセスを捌くためのSREing
line_developers
3
2.3k
Java 21 Overview
line_developers
6
1.2k
Code Review Challenge: An example of a solution
line_developers
1
1.4k
KARTEのAPIサーバ化
line_developers
1
560
著作権とは何か?〜初歩的概念から権利利用法、侵害要件まで
line_developers
5
2.2k
生成AIと著作権 〜生成AIによって生じる著作権関連の課題と対処
line_developers
3
2.2k
マイクロサービスにおけるBFFアーキテクチャでのモジュラモノリスの導入
line_developers
9
3.6k
A/B Testing at LINE NEWS
line_developers
3
1k
LINEのサポートバージョンの考え方
line_developers
2
1.3k
Other Decks in Technology
See All in Technology
LLMアプリケーション開発におけるセキュリティリスクと対策 / LLM Application Security
flatt_security
7
1.8k
KAGのLT会 #8 - 東京リージョンでGAしたAmazon Q in QuickSightを使って、報告用の資料を作ってみた
0air
0
200
Why Governance Matters: The Key to Reducing Risk Without Slowing Down
sarahjwells
0
110
Goにおける 生成AIによるコード生成の ベンチマーク評価入門
daisuketakeda
2
100
生成AIとM5Stack / M5 Japan Tour 2025 Autumn 東京
you
PRO
0
210
神回のメカニズムと再現方法/Mechanisms and Playbook for Kamikai scrumat2025
moriyuya
4
520
バイブコーディングと継続的デプロイメント
nwiizo
2
420
Access-what? why and how, A11Y for All - Nordic.js 2025
gdomiciano
1
110
コンテキストエンジニアリングとは? 考え方と応用方法
findy_eventslides
4
890
いまさら聞けない ABテスト入門
skmr2348
1
200
Oracle Cloud Infrastructure:2025年9月度サービス・アップデート
oracle4engineer
PRO
0
390
Green Tea Garbage Collector の今
zchee
PRO
2
390
Featured
See All Featured
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
333
22k
The Language of Interfaces
destraynor
162
25k
It's Worth the Effort
3n
187
28k
Building a Modern Day E-commerce SEO Strategy
aleyda
43
7.7k
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
19
1.2k
How STYLIGHT went responsive
nonsquared
100
5.8k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
23
1.5k
XXLCSS - How to scale CSS and keep your sanity
sugarenia
248
1.3M
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Bootstrapping a Software Product
garrettdimon
PRO
307
110k
The Illustrated Children's Guide to Kubernetes
chrisshort
48
51k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
610
Transcript
.-։ൃʹ͓͚Δ .-1.ͷؔΘΓํࣄྫ .BTBUP/JOPIJSB )JSPP 5BLBLV !%4.-1MBOOJOH5FBN
͡Ίʹ .BDIJOF-FBSOJOH৫ͷऔΓΈ .-%41MBOOJOH5FBN .-1.ͷ͓ࣄ ࠷ޙʹ
Contents
͋͘·ͰҰྫͰ͋Δ͜ͱྃ͝ঝ͍ͩ͘͞ ɾ.-։ൃʹ͓͚Δ1.ͷؔΘΓํͷҰࣄྫͱղऍ͍ͩ͘͞ ɾ৫ମ੍ɺ1+5ମ੍ʹΑͬͯ1.ͷ.-։ൃͷؔΘΓํେ͖͘มΘΓ·͢ ɾςΫχΧϧͳͰͳ͘ϙΤϜͳʹͳΓ·͢ ɾͲ͏ͯ͠1.ͷʹͳΔͱɺϙΤϜͳʹͳΓ·͢ ɾʮ($1Ͱʯʮ"84ͰʯʮLTͰʯʮNMGMPXΛ͏ͱʯͱ͍ͬͨςΫχΧϧͳείʔϓ֎ ɾ1.ͱʁ ɾ༷ʑͳ୯ޠͷུޠͰ͋Δ 1SPEVDU.BOBHFS 1SPKFDU.BOBHFS
1SPHSBN.BOBHFS ɾ࣮ࡍͷۀͰɺͦΕͧΕΛ෯͘ߦ
.BTBUP/JOPIJSB .-%41MBOOJOH5FBN ୲ ɾ .- 1FSTPOB ଐੑਪఆ 'FBUVSF7FDUPS ԣஅಛྔ -*/&Ϊϑτ
3% ɾ %4 -*/&1BZ )JSPP5BLBLV .-%41MBOOJOH5FBN ୲ ɾ .- 4IPQ 4UJDLFS ελϯϓ 5IFNF ணͤସ͑ %FNBFDBO
.BDIJOF-FBSOJOH৫ͷऔΓΈ Data Science Center / Data Engineering Center
.-৫Ͱ༷ʑͳϥΠϒϥϦɾιϦϡʔγϣϯΛ։ൃ 3FDPNNFOEBUJPO &YTUJDLFST 4UJDLFS"VUP5BHHJOH • スタンプ画像から 意味的なタグを推測し、⾃動付与 • 2021年〜、深層学習モデルを更新(Efficient Net)
6TFS1FSTPOB1SFEJDUJPO • サービス横断のユーザ⾏動ログを利⽤して、DNN系のロジックで推定(〜数億ユーザ) • 継続的にリファクタリングやロジック改善等を進めており、MLP Mixerなども利⽤ LINE for Business 2022年10-2023年3⽉期 媒体資料より https://www.linebiz.com/jp/download/ 出前館 %SJWFS .FSDIBOU 6TFS 3FR GPSPSEFS 3FRGPS EFMJWFSZ 3FRGPS QSFQBSBUJPO QJDLVQ EFMJWFSZ 複数の機械学習のコンポーネントを提供し、オンラ イン予測のためのパイプラインも個別に構築 For Users • 商品の推薦(≒ 何を注⽂すればよいか︖) For Demae-can (as a broker/仲介者) • オーダーの配達依頼(≒ 誰に配達を依頼すればよいか?) For Drivers • エリア単位での直近需要の予測(≒ どこで待てばよいか?) • レストランの準備時間予測(≒ いつ受け取りに⾏けばよい か?) 4NBSU$IBOOFM トークリスト上部にコンテンツ・広告を表⽰ • 2段構成で、ML室は下記の両⽅を提供 1. 個別サービスのコンテンツ向けターゲティングロジック (様々な組織が供給) 2. 最終的にコンテンツ or 広告を1つ選定 -JCSB4VJUF MLの開発効率化 + DSの検証効率化のための内製ツール 画⾯設計・デザインをUIのチームに依頼し、バックエンドをML室で開発 CMS for A/B Test & Rollout Dashboard for A/B Test 推薦結果の可視化 $SPTT4FSWJDF6TFS$POUFOU'FBUVSFT • 事業横断でML向けのデータを整備し、社内の他ML組織に提供 • 表現学習により、密ベクトル化したデータなども作成 .-#BUDI"1*T MLプラットフォーム化により、開発したモデルの再利⽤性や開発効率などを⼤幅に向上 0XO-JCTGPS%FW&GGJDJFODZ • cumin: データアクセスの抽象化 • swimmy: RPC to k8s cluster • ghee: 分散並列処理(転送 & 演算) • ghee-models: MLモデル(python) • masala: MLモデル(yaml)
.-৫ͷྺ࢙ 2018 • 3FMFBTFSFDPNNFOEFSTUP NVMUJQMFTFSWJDFT • *OJUJBMBEPQUJPOPG(16JO QSPEVDUJPO • -JCSBEFTJHOJNQM
• 4NBSU$IBOOFM • -JCSBTVQQPSUJO NVMUJQMFTFSWJDFT TFMEPNMZVTFEJO.- • (IFFNPEFMT FUD GPSNPEFMJNQM $PNNPOJ[BUJPO • %//CBTFE SFDPNNFOEFSTJO NPTUTFSWJDFT • %FNBFDBOXPOMJOF JOGFSFODJOH • .-"1*T • .-0QT • 0OMJOF.- • 0OEFWJDF.- -'- • .-1SJWBDZ • &UD 2019 2020 2021 'SPN.-NPEFMJOHUPQMBUGPSNEFWFMPQNFOU 2022 • ,TDMVTUFS • .-NPEFM JNQSPWFNFOUTWJB -JCSB
.-৫ҎԼͷνʔϜ͔ΒΓཱ͓ͬͯΓ·͢ ࣌ .-4PMνʔϜ -*/&ϚϯΨ-*/&(JGUͳͲͷϑΝϛϦʔαʔϏε͚ͷਪનϩδοΫͷ։ൃɻ ग़લ͚ؗͷ.-ͷ։ൃͰɺʮॴɾ࣌ؒผͰͷधཁͷ༧ଌʯʮୡ࣌ؒͷ༧ଌʯͳ ͲɺΦϯϥΠϯͷσʔλ&5-ਪ͕ඞཁͳ.-γεςϜͷ։ൃʹྗ .-4PMνʔϜ -*/&ެࣜΞΧϯτͷϝοηʔδ৴࠷దԽɺ֤छαʔϏε͚ͷਪનͳͲΛ࣮ࢪ %41.-νʔϜ ࠂ৴ʹ༻͍ΔಛྔΤϯδχΞϦϯάɺ֎෦ഔମ͚৴γεςϜʢ-*/&ࠂ
ωοτϫʔΫʣ͚ͷ.-࠷దԽΛ࣮ࢪɻࠂΫϦΤΠςΟϒͷ৹ࠪΛߦ͏.-ج൫ͷ ։ൃͳͲʹணख .-1SJWBDZνʔϜ ϓϥΠόγʔۀҬͷߴ͍ઐੑΛ͓࣋ͬͯΓɺ'FEFSBUFE-FBSOJOHͱݺΕΔٕज़Λ αʔϏεಋೖ͢ΔϓϩδΣΫτʹࢀըɻݚڀʹྗ͓ͯ͠ΓɺτοϓΧϯϑΝϨϯε ʹଟจ͕࠾͞Ε͍ͯΔ .-%FWνʔϜ େنσʔλΛѻ͏ͨΊͷɺಠࣗ.-Ϟσϧ܈ͷ࣮උɺαʔϏεԣஅಛྔΛ׆༻ ͚ͨࣾ͠ͷ.-"1*։ൃɺ.-0QT͚ͷ౷ܭྔऩूγεςϜͷઃܭɾ։ൃͳͲΛ࣮ ࢪɻ'FEFSBUFE-FBSOJOHͷٕज़։ൃਐΊ͍ͯΔ .-*OGSBνʔϜ ػցֶशΤϯδχΞͷͨΊͷɺLT "JSGMPX $*$%ڥͳͲͷج൫උɺ͓Αͼ"1*ɾ ࢹγεςϜͳͲͷ։ൃӡ༻Λߦ͍ɺ৴པੑͷߴ͍αʔϏεΛఏڙɻۙͰɺػցֶ श༻్ͷΦϯϥΠϯಛྔετΞɺ.-͚ͷ%BUBϦωʔδγεςϜͳͲ։ൃ .-4PMνʔϜ αʔϏεԣஅͷಛྔͷඋɾӡ༻͓ΑͼɺͦͷσʔλΛར༻ͨ͠Ϣʔβଐੑͷਪఆͳ ͲΛ࣮ࢪ ɿ.-ΤϯδχΞ
.-৫ҎԼͷνʔϜ͔ΒΓཱ͓ͬͯΓ·͢ ࣌ .-4PMνʔϜ -*/&ϚϯΨ-*/&(JGUͳͲͷϑΝϛϦʔαʔϏε͚ͷਪનϩδοΫͷ։ൃɻ ग़લ͚ؗͷ.-ͷ։ൃͰɺʮॴɾ࣌ؒผͰͷधཁͷ༧ଌʯʮୡ࣌ؒͷ༧ଌʯͳ ͲɺΦϯϥΠϯͷσʔλ&5-ਪ͕ඞཁͳ.-γεςϜͷ։ൃʹྗ .-4PMνʔϜ -*/&ެࣜΞΧϯτͷϝοηʔδ৴࠷దԽɺ֤छαʔϏε͚ͷਪનͳͲΛ࣮ࢪ %41.-νʔϜ ࠂ৴ʹ༻͍ΔಛྔΤϯδχΞϦϯάɺ֎෦ഔମ͚৴γεςϜʢ-*/&ࠂ
ωοτϫʔΫʣ͚ͷ.-࠷దԽΛ࣮ࢪɻࠂΫϦΤΠςΟϒͷ৹ࠪΛߦ͏.-ج൫ͷ ։ൃͳͲʹணख .-1SJWBDZνʔϜ ϓϥΠόγʔۀҬͷߴ͍ઐੑΛ͓࣋ͬͯΓɺ'FEFSBUFE-FBSOJOHͱݺΕΔٕज़Λ αʔϏεಋೖ͢ΔϓϩδΣΫτʹࢀըɻݚڀʹྗ͓ͯ͠ΓɺτοϓΧϯϑΝϨϯε ʹଟจ͕࠾͞Ε͍ͯΔ .-%FWνʔϜ େنσʔλΛѻ͏ͨΊͷɺಠࣗ.-Ϟσϧ܈ͷ࣮උɺαʔϏεԣஅಛྔΛ׆༻ ͚ͨࣾ͠ͷ.-"1*։ൃɺ.-0QT͚ͷ౷ܭྔऩूγεςϜͷઃܭɾ։ൃͳͲΛ࣮ ࢪɻ'FEFSBUFE-FBSOJOHͷٕज़։ൃਐΊ͍ͯΔ .-*OGSBνʔϜ ػցֶशΤϯδχΞͷͨΊͷɺLT "JSGMPX $*$%ڥͳͲͷج൫උɺ͓Αͼ"1*ɾ ࢹγεςϜͳͲͷ։ൃӡ༻Λߦ͍ɺ৴པੑͷߴ͍αʔϏεΛఏڙɻۙͰɺػցֶ श༻్ͷΦϯϥΠϯಛྔετΞɺ.-͚ͷ%BUBϦωʔδγεςϜͳͲ։ൃ .-4PMνʔϜ αʔϏεԣஅͷಛྔͷඋɾӡ༻͓ΑͼɺͦͷσʔλΛར༻ͨ͠Ϣʔβଐੑͷਪఆͳ ͲΛ࣮ࢪ ɿ.-ΤϯδχΞ .-%41MBOOJOH5FBNͱʁ
.-%41MBOOJOH 5FBN
.-%41MBOOJOH5FBN R&R .-%4ͷྗͰ-*/&αʔϏεՁ্ʹ͚ͨ1SPKFDUͷਪਐΛߦ͏ ϑΣʔζʹΑͬͯSPMF͕ҟͳΔ͜ͱ͕ಛ 1SPEVDU.BOBHFNFOU • .-%4ؔ࿈ͷԣஅతͳ1SPEVDUͷϩʔυϚοϓઃܭɺΰʔϧڞ༗ͳͲ 1SPHSBN.BOBHFNFOU .-
• αʔϏεଆʹ.- 1SPEVDUΛ׆༻ͨ͠Ձ্ࢪࡦΛఏҊ͠ɺಋೖʹ͚ͨλεΫઃܭͱਐཧɺಋೖޙͷӡ༻ཧ • .-ൃ1SPEVDUͷ։ൃཧɺޙͷӡ༻ཧ 1SPHSBN.BOBHFNFOU %4 • ੳґཔʹج͖ͮαʔϏεଆͷཁΛώΞϦϯά͠%BUB4DJFOUJTUͷλεΫઃܭͱਐཧ • %BUB4DJFOUJTUͱڞʹαʔϏεੳΛߦ͍ͭͭɺࣄۀଆʹํੑ৽نࢪࡦఏҊͷਪਐ Members W/ ML product ɾ$34 ɾ4NBSU$IBOOFM ɾ"VUPSFDP ɾ-JCSB ɾ#BUDI"1* ɾ*OGSB ɾ4IPQ ɾ%FNBFDBO ɾ1FSTPOB ɾ'FBUVSF7FDUPS ɾΪϑτ ɾ0" ɾ3% ※他にも担当している案件は多数
8FBSFIJSJOH .-%41MBOOJOH5FBN https://linecorp.com/ja/career/position/3704 https://linecorp.com/ja/career/position/3458
.-%41MBOOJOH5FBN R&R .-%4ͷྗͰ-*/&αʔϏεՁ্ʹ͚ͨ1SPKFDUͷਪਐΛߦ͏ ϑΣʔζʹΑͬͯSPMF͕ҟͳΔ͜ͱ͕ಛ 1SPEVDU.BOBHFNFOU • .-%4ؔ࿈ͷԣஅతͳ1SPEVDUͷϩʔυϚοϓઃܭɺΰʔϧڞ༗ͳͲ 1SPHSBN.BOBHFNFOU .-
• αʔϏεଆʹ.- 1SPEVDUΛ׆༻ͨ͠Ձ্ࢪࡦΛఏҊ͠ɺಋೖʹ͚ͨλεΫઃܭͱਐཧɺಋೖޙͷӡ༻ཧ • .-ൃ1SPEVDUͷ։ൃཧɺޙͷӡ༻ཧ 1SPHSBN.BOBHFNFOU %4 • ੳґཔʹج͖ͮαʔϏεଆͷཁΛώΞϦϯά͠%BUB4DJFOUJTUͷλεΫઃܭͱਐཧ • %BUB4DJFOUJTUͱڞʹαʔϏεੳΛߦ͍ͭͭɺࣄۀଆʹํੑ৽نࢪࡦఏҊͷਪਐ Members W/ ML product ɾ$34 ɾ4NBSU$IBOOFM ɾ"VUPSFDP ɾ-JCSB ɾ#BUDI"1* ɾ*OGSB ɾ4IPQ ɾ%FNBFDBO ɾ1FSTPOB ɾ'FBUVSF7FDUPS ɾΪϑτ ɾ0" ɾ3% ※他にも担当している案件は多数 4DPQFPG5IJT1SFTFOUBUJPO
.-1.ͷ͓ࣄ
ࢀߟ -*/&ͷ.- 1. ʹ͍ͭͯ :PV5VCFͰެ։͞Ε͍ͯ·͢ ʮ5FDI7FSTFʯͰݕࡧ͍ͯͨͩ͘͠ͱɺ͝ཡ͍ͨͩ͘͜ͱ͕Ͱ͖·͢
.-1.ͷى͜Γ λεΫͷෳࡶੑ • ෳͷϓϩμΫτΛಉ࣌ฒߦͰ։ൃɾվળɾ ϝϯςφϯε ৫ͷෳࡶੑ • σʔλ࿈ܞઌͷ։ൃऀͱͷΓͱΓ • ๏ؔ࿈ͷΓͱΓ
• ηΩϡϦςΟؔ࿈ͷΓͱΓ • σʔλϚωδϝϯτؔ࿈ͷΓͱΓ γεςϜͷෳࡶੑ • σʔλ࿈ܞͷଟ༷Խ • ෳγεςϜؒ࿈ܞ • .-ج൫ʢ൚༻Խɾڞ௨Խʣ ϓϩμΫτͷෳࡶੑ • ϢʔβʹՁ͕ఏڙͰ͖͍ͯΔͷ͔ʁ .-FOHJOFFS .-JOGSBFOHJOFFS 1SPEVDU" QMBOOFS 1SPEVDU# QMBOOFS 1SPEVDU$ QMBOOFS 1SPEVDU% QMBOOFS 1SPEVDU& QMBOOFS 1SPEVDU" EFWFMPQFS 1SPEVDU# EFWFMPQFS -FHBM UFBN 4FDVSJUZ UFBN %BUB NBOBHFNFOU UFBN
.-1.ͷى͜Γ λεΫͷෳࡶੑ • ෳͷϓϩμΫτΛಉ࣌ฒߦͰ։ൃɾվળɾ ϝϯςφϯε ৫ͷෳࡶੑ • σʔλ࿈ܞઌͷ։ൃऀͱͷΓͱΓ • ๏ؔ࿈ͷΓͱΓ
• ηΩϡϦςΟؔ࿈ͷΓͱΓ • σʔλϚωδϝϯτؔ࿈ͷΓͱΓ γεςϜͷෳࡶੑ • σʔλ࿈ܞͷଟ༷Խ • ෳγεςϜؒ࿈ܞ • .-ج൫ʢ൚༻Խɾڞ௨Խʣ ϓϩμΫτͷෳࡶੑ • ϢʔβʹՁ͕ఏڙͰ͖͍ͯΔͷ͔ʁ .-FOHJOFFS .-JOGSBFOHJOFFS 1SPEVDU" QMBOOFS 1SPEVDU# QMBOOFS 1SPEVDU$ QMBOOFS 1SPEVDU% QMBOOFS 1SPEVDU& QMBOOFS 1SPEVDU" EFWFMPQFS 1SPEVDU# EFWFMPQFS -FHBM UFBN 4FDVSJUZ UFBN %BUB NBOBHFNFOU UFBN ΤϯδχΞͷෛ୲૿ λεΫͷภΓ Ή33
.-1.ͷى͜Γ λεΫͷෳࡶੑ • ෳͷϓϩμΫτΛಉ࣌ฒߦͰ։ൃɾվળɾ ϝϯςφϯε ৫ͷෳࡶੑ • σʔλ࿈ܞઌͷ։ൃऀͱͷΓͱΓ • ๏ؔ࿈ͷΓͱΓ
• ηΩϡϦςΟؔ࿈ͷΓͱΓ • σʔλϚωδϝϯτؔ࿈ͷΓͱΓ γεςϜͷෳࡶੑ • σʔλ࿈ܞͷଟ༷Խ • ෳγεςϜؒ࿈ܞ • .-ج൫ʢ൚༻Խɾڞ௨Խʣ ϓϩμΫτͷෳࡶੑ • ϢʔβʹՁ͕ఏڙͰ͖͍ͯΔͷ͔ʁ .-FOHJOFFS .-JOGSBFOHJOFFS 1SPEVDU" QMBOOFS 1SPEVDU# QMBOOFS 1SPEVDU$ QMBOOFS 1SPEVDU% QMBOOFS 1SPEVDU& QMBOOFS 1SPEVDU" EFWFMPQFS 1SPEVDU# EFWFMPQFS -FHBM UFBN 4FDVSJUZ UFBN %BUB NBOBHFNFOU UFBN ΤϯδχΞͷෛ୲૿ λεΫͷภΓ Ή33 ʮͨΒ͍ʯ͕ճ·ΘͬͨΒ ৽ϙδγϣϯͷ߹ਤ IUUQTCMPHTIPKJNJZBUBDPNFOUSZ
.-1.ʹٻΊΒΕΔεΩϧηοτ λεΫɾ৫ͷෳࡶੑʹରԠ͢Δ • ϓϩδΣΫτϚωδϝϯτɺͪΐͬͱΘ͔Δ • γεςϜ։ൃɺͪΐͬͱΘ͔Δ • .-։ൃɺͪΐͬͱΘ͔Δ γεςϜͷෳࡶੑʹରԠ͢Δ •
γεςϜ։ൃɺͪΐͬͱΘ͔Δ • .-։ൃɺͪΐͬͱΘ͔Δ ϓϩμΫτͷෳࡶੑʹରԠ͢Δ • ϓϩμΫτϚωδϝϯτɺͪΐͬͱΘ͔Δ ྲྀಈతͳঢ়گͱෆ࣮֬ੑʹରԠ͢Δ • ݱঢ়ೝࣝೳྗͱߦಈྗ͕͋Δ • తୡͷͨΊʹɺඞཁͳλεΫΛࣗΒݟ͚ͭͯɺղܾʹಋ͘ʢ՝ൃݟྗɾ՝ղܾྗʣ • ϓϩδΣΫτϝϯόʔʹΑͬͯɺ33ʹάϥσʔγϣϯ͕Ͱ͖ΔͨΊɺۀؒͷܺؒΛ ຒΊΔΑ͏ͳಈ͖͕Ͱ͖Δ
։ൃαΠΫϧͱ1.ͷؔΘΓํ 1SPEVDUEJTDPWFSZ • ϓϩμΫτ՝ɾඪͷώΞϦϯάɾڞ༗ • .-׆༻ͷ࣮ݱՄೳੑͱՁʹ͍ͭͯݕ౼ %BUBJOHFTUVOEFSTUBOEJOH • ඞཁͳσʔλͷ࿈ܞਪਐ &YQFSJNFOU%FWFMPQNFOU
• ࣮ݱՄೳੑͱՁʹ͍ͭͯ֬ೝɾ࠶ఆٛ "#ςετ • اըɾઃܭɾ࣮ࢪɾධՁ .POJUPSJOH • ධՁɾϑΟʔυόοΫ
։ൃαΠΫϧͱ1.ͷؔΘΓํ 1SPEVDUEJTDPWFSZ • ϓϩμΫτ՝ɾඪͷώΞϦϯάɾڞ༗ • .-׆༻ͷ࣮ݱՄೳੑͱՁʹ͍ͭͯݕ౼ %BUBJOHFTUVOEFSTUBOEJOH • ඞཁͳσʔλͷ࿈ܞਪਐ &YQFSJNFOU%FWFMPQNFOU
• ࣮ݱՄೳੑͱՁʹ͍ͭͯ֬ೝɾ࠶ఆٛ "#ςετ • اըɾઃܭɾ࣮ࢪɾධՁ .POJUPSJOH • ධՁɾϑΟʔυόοΫ • ֤ϓϩηεΛԁʹϚωδϝϯτ͠ɺϓϩμΫτϦϦʔεʹ͍࣋ͬͯ͘ • Ձͷ͋ΔϓϩμΫτΛఏڙ͢Δ • ୭Ͱɺޮత͔ͭ҆ఆతʹ։ൃɾӡ༻Ͱ͖Δঢ়ଶʹ͢Δ
࣮ࡍͷࣄྫ
Sticker / Theme 1SPEVDUEJTDPWFSZ • ΩʔϘʔυೖྗʹ͓͚ΔϢʔβ՝ͷղফ • Ծઆݕূํ๏Λݕ౼ %BUBJOHFTUVOEFSTUBOEJOH •
՝ղܾɾԾઆݕূʹඞཁͳσʔλ֬ೝ • σʔλ׆༻ʹؔ͢Δ՝ղܾ &YQFSJNFOU%FWFMPQNFOU • ΦϑϥΠϯݕূɾ࣮ͷؾ͖͔ͮΒԾઆΛڧԽ • γεςϜؒͷσʔλ࿈ܞɾग़ྗ "#テスト • Ծઆݕূ .POJUPSJOH • Ϣʔβͷ՝͕ղܾͰ͖͍ͯΔͷ͔Λݟଓ͚Δ
࠷ޙʹ
ࠓͷൃද༰ ɾ-*/&ͷ%4.-1MBOOJOH5FBNʹ͓͚Δ.-։ൃʹର͢Δ.-1.ͷؔΘΓํΛհ ࠷ޙʹ ɾ.-։ൃʹؔΘΔօ༷ͷࢀߟʹͳΕ͍Ͱ͢ ɾ-*/&ͱ͍͏αʔϏεΛʮ͞Βʹʯ͍ͯ͘͠ΕΔͱخ͍͠Ͱ͢ ࠷ޙʹ
THANK YOU
Persona(ଐੑਪఆ) 1SPEVDUEJTDPWFSZ • どんな属性を推定したいかを広告チームなどと相談 • 属性の定義をすり合わせ • (開発後)プロダクトの広報活動 %BUBJOHFTUVOEFSTUBOEJOH •
インサイトリサーチチームとアンケート設計 • データ管理、権限管理についてすり合わせ &YQFSJNFOU%FWFMPQNFOU • 学習データの精度、予測分布の確認 • 結果によっては属性の定義⾒直し • 書き出し先の検討、各種システムとのつなぎ合わせ "#テスト • ࠂจ຺ͰͷΦϑϥΠϯɺΦϯϥΠϯςετ • ݁Ռͷղऍ .POJUPSJOH • ֶशਫ਼ɺ༧ଌͷϞχλϦϯά • ༧ظ͠ͳ͍Τϥʔͷ௨ͱͦͷ࣌ͷࣗಈରԠ
Z-features(෦ॺԣஅͷಛྔ) 1SPEVDUEJTDPWFSZ • ͲΜͳಛྔΛઃܭͰ͖Δ͔ %BUBJOHFTUVOEFSTUBOEJOH • ඞཁͳσʔλͷݖݶਃɺηΩϡϦςΟϨϏϡʔ • ઃܭͷυΩϡϝϯτԽ &YQFSJNFOU%FWFMPQNFOU
• &5-ͷ࡞ .-ΤϯδχΞͷࣄ .POJUPSJOH • ༧ظ͠ͳ͍σʔλఆٛมߋͷݕ