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
1.2k
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
1
2k
Java 21 Overview
line_developers
6
1k
Code Review Challenge: An example of a solution
line_developers
1
1.1k
KARTEのAPIサーバ化
line_developers
1
450
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
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
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
3.1k
A/B Testing at LINE NEWS
line_developers
3
870
LINEのサポートバージョンの考え方
line_developers
2
1.1k
Other Decks in Technology
See All in Technology
Fanstaの1年を大解剖! 一人SREはどこまでできるのか!?
syossan27
2
180
多領域インシデントマネジメントへの挑戦:ハードウェアとソフトウェアの融合が生む課題/Challenge to multidisciplinary incident management: Issues created by the fusion of hardware and software
bitkey
PRO
2
120
サービスでLLMを採用したばっかりに振り回され続けたこの一年のあれやこれや
segavvy
2
550
ゼロから創る横断SREチーム 挑戦と進化の軌跡
rvirus0817
3
280
AWS re:Invent 2024 ふりかえり勉強会
yhana
0
470
普通のエンジニアがLaravelコアチームメンバーになるまで
avosalmon
0
120
Opcodeを読んでいたら何故かphp-srcを読んでいた話
murashotaro
0
320
watsonx.ai Dojo #5 ファインチューニングとInstructLAB
oniak3ibm
PRO
0
190
生成AIのガバナンスの全体像と現実解
fnifni
1
210
組織に自動テストを書く文化を根付かせる戦略(2024冬版) / Building Automated Test Culture 2024 Winter Edition
twada
PRO
18
5.6k
AWS環境におけるランサムウェア攻撃対策の設計
nrinetcom
PRO
0
170
【re:Invent 2024 アプデ】 Prompt Routing の紹介
champ
0
160
Featured
See All Featured
Reflections from 52 weeks, 52 projects
jeffersonlam
347
20k
Designing on Purpose - Digital PM Summit 2013
jponch
116
7k
[Rails World 2023 - Day 1 Closing Keynote] - The Magic of Rails
eileencodes
33
2k
The Web Performance Landscape in 2024 [PerfNow 2024]
tammyeverts
2
290
Bash Introduction
62gerente
609
210k
Measuring & Analyzing Core Web Vitals
bluesmoon
4
180
Embracing the Ebb and Flow
colly
84
4.5k
Side Projects
sachag
452
42k
The Pragmatic Product Professional
lauravandoore
32
6.3k
How to Think Like a Performance Engineer
csswizardry
22
1.2k
Code Reviewing Like a Champion
maltzj
521
39k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
PRO
10
810
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