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
TODAY 看世界(?) 是我們在看扣啦!
Search
LINE Developers Taiwan
PRO
June 17, 2025
Technology
2.5k
0
Share
TODAY 看世界(?) 是我們在看扣啦!
Speaker: Jeffery Bai, Min Chang
Event: LINE TECH FRESH 畢業分享會 2025
LINE Developers Taiwan
PRO
June 17, 2025
More Decks by LINE Developers Taiwan
See All by LINE Developers Taiwan
2026.04.09_台灣客服協會_從資料重新理解客服_ Charlie Wang
line_developers_tw
PRO
0
29
Zona 台北大學 GDG 分享
line_developers_tw
PRO
0
46k
台大資料分析與決策社 機器學習的商業應用_Rei
line_developers_tw
PRO
0
22
政大數據分析社 機器學習的商業應用_Rei
line_developers_tw
PRO
0
36
Gemini 2025 新功能回顧 LINE Bot 完美結合
line_developers_tw
PRO
0
560
NTUAI企業參訪
line_developers_tw
PRO
0
17k
Data TECH FRESH企業參訪- Amber
line_developers_tw
PRO
0
38k
Data Team 實習分享
line_developers_tw
PRO
0
30k
Backend Intern之旅
line_developers_tw
PRO
0
42k
Other Decks in Technology
See All in Technology
社内エンジニア勉強会の醍醐味と苦しみ/tamadev
nishiuma
0
250
小説執筆のハーネスエンジニアリング
yoshitetsu
0
810
AI時代のガードレールとしてのAPIガバナンス
nagix
0
310
目的ファーストのハーネス設計 ~ハーネスの変更容易性を高めるための優先順位~
gotalab555
8
2.5k
はじめての MagicPod生成AI機能 機能紹介から活用方法まで
magicpod
0
120
Rapid Start: Faster Internet Connections, with Ruby's Help
kazuho
2
830
AgentCore Managed Harness を使ってみよう
yakumo
2
250
国内外の生成AIセキュリティの最新動向 & AIガードレール製品「chakoshi」のご紹介 / Latest Trends in Generative AI Security (Domestic & International) & Introduction to AI Guardrail Product "chakoshi"
nttcom
4
1.5k
Do Ruby::Box dream of Modular Monolith?
joker1007
1
360
20年前の「OSS革命」に学ぶ AI時代の生存戦略
samakada
0
500
Scovilleモバイルエンジニア募集中.pdf
julienrudin
0
120
EMから幅を広げるために最近挑戦していること / Recent challenges I'm undertaking to expand my horizons beyond EM
hiro_torii
1
140
Featured
See All Featured
ReactJS: Keep Simple. Everything can be a component!
pedronauck
666
130k
How To Stay Up To Date on Web Technology
chriscoyier
790
250k
The B2B funnel & how to create a winning content strategy
katarinadahlin
PRO
1
340
What does AI have to do with Human Rights?
axbom
PRO
1
2.1k
State of Search Keynote: SEO is Dead Long Live SEO
ryanjones
0
180
How to Ace a Technical Interview
jacobian
281
24k
Unlocking the hidden potential of vector embeddings in international SEO
frankvandijk
0
770
The innovator’s Mindset - Leading Through an Era of Exponential Change - McGill University 2025
jdejongh
PRO
1
160
Producing Creativity
orderedlist
PRO
348
40k
Chasing Engaging Ingredients in Design
codingconduct
0
180
The Director’s Chair: Orchestrating AI for Truly Effective Learning
tmiket
1
160
The Art of Programming - Codeland 2020
erikaheidi
57
14k
Transcript
TODAY 看世界(?) 是我們在看扣啦! 上班到底都在看什麼勒?
Jeffery Bai LINE TODAY | TECH FRESH Education • Master
of Information Management @ NTU • Research Field: NLP, RecSys Experience • 2024 | TECH FRESH @ LINE Taiwan • 2023 | Data Scientist Intern @ MoBagel • 2021 | Data Analyst Intern @ USPACE
01 TODAY 要看什麼? CONTENT 02 演算法知道你愛看啥!? 03 讓你的架構乾淨起來 04 從0開始的
Refactor 生活
TODAY 要看什麼? 讓你逛不完的 LINE TODAY 產品 TODAY 看世界 國際 娛樂
10M↾ users 50M↾ traffic 3 regions Section 1
優質新聞節目 TODAY 看世界, TODAY 財知道, … 精彩賽事轉播 NBA, UBA 大專籃球,
CBL 中職,... 其他有趣內容 好康優惠, 電影聲量榜, 動漫票選,...
LINE MUSIC LINE SPOT
QA Data Engineer PM 大量的內容=超大量資料 Data Team 在做什麼? Machine Learning
Engineer ETL pipelines, Dashboard Recommendation Scrum!!!
SECTION 02 演算法知道你愛看啥!? 真假!? 什麼是「個人化推薦系統」? (Personalized Recommender System)
協同過濾 (Collaborative Filtering) 相似商品 (Similar Items) Source: Recommender Systems in
Machine Learning: Examples
協同過濾 (Collaborative Filtering) 相似商品 (Similar Items)
如何做推薦模型?先從資料開始! Define Data Spec 資料情境、定義 Feature Engineering 前處理、特徵工程 Model Design/Training
模型設計、訓練 User Features Item Features Interactions
可以上線了嗎?不行!先做 A/B Test A/B Testing 線上測試、更新 What to test? How
to test? How to Evaluate? 決定實驗組 vs. 對照組 決定使用者分群、實驗時間區間 決定衡量指標、通過條件
學校專案 vs. 業界實務 學校 實務 資料 小量、乾淨、定義清楚 巨量、複雜 → 資料分析
!!! 情境 固定、單純、受控制的命題 每天變動的環境 → 商業邏輯 團隊 小團隊、成員單一 多人協作、迅速迭代 → 表達呈現能力 規模 小規模、實驗性、會動就好 大規模開發維護 → 乾淨的 Code
Min Chang LINE TODAY | TECH FRESH MS @NCU IM
2024 ~ 2025 TECH FRESH @LINE Taiwan 2022 ~ 2024 Freelancer @Gamma Technologies
那專案架構上呢? 通常單次使用 更新頻率不高 多人一起頻繁修改 系統需要長期規劃 好擴充/鬆耦合
SECTION 03 什麼 Clean Architecture前端也能用嗎? 讓你的架構 乾淨起來
今晚我想來點 Clean Architecture • 核心理念:關注點分離 • 核心 (黃色/紅色):業務規則 - 系統中最穩定、最重要的部分。(放在下面)
• 外層 (藍色/綠色):技術細節 - 框架、資料庫、UI... 這些都是可以替換的工具。 (放在下面) • 由外向內的依賴關係 • Domain, Use case, Adapter, Framework
None
SECTION 04 從例子看起,慢慢搬成乾淨架構 從0開始的Refactor生活
LINE Music login Web 登入 SSO Server 驗證 session 登入成功
Any errors Session 合法 是否在服務區 顯示錯誤 訊息 …
什麼?加入LIFF登入 ? Session LIFF Token
什麼?加入LIFF登入 ? Web 登入 SSO Server 驗證 session 登入成功 Any
errors Session 合法 是否在服務區 顯示錯誤 訊息 …
什麼?加入LIFF登入 ? Web 登入 SSO Server 驗證 session 登入成功 Any
errors Session 合法 是否在服務區 顯示錯誤 訊息 …
原本的 SSO登入 登入 驗證 Session & 身分 驗證 SSO Session
保持不動加入LIFF登入看看?
None
Domain 聚焦在「核心概念」和「不變商業規則」上。 定義與操作那些與應用場景無關、永遠成立的業務邏輯。 User Domain
Domain 聚焦在「核心概念」和「不變商業規則」上。 定義與操作那些與應用場景無關、永遠成立的業務邏輯。
Domain 聚焦在「核心概念」和「不變商業規則」上。 定義與操作那些與應用場景無關、永遠成立的業務邏輯。
Use case 系統的業務規則和應用特定的業務邏輯 獨立於外部框架,使得業務邏輯可以在不受外部依賴變化影響的情況下被測試和維護 Login Authentication
Use case 系統的業務規則和應用特定的業務邏輯 獨立於外部框架,使得業務邏輯可以在不受外部依賴變化影響的情況下被測試和維護 Get Profile Get Access Token Validate
Session
Use case 系統的業務規則和應用特定的業務邏輯 獨立於外部框架,使得業務邏輯可以在不受外部依賴變化影響的情況下被測試和維護 用抽象取代實作 定義Delegator介面
Use case 系統的業務規則和應用特定的業務邏輯 獨立於外部框架,使得業務邏輯可以在不受外部依賴變化影響的情況下被測試和維護 不需要去判斷是哪種登入,交由delegator的實作決定
Use case 系統的業務規則和應用特定的業務邏輯 獨立於外部框架,使得業務邏輯可以在不受外部依賴變化影響的情況下被測試和維護 Handle Authentication 也同理
Adapter 將外部環境與業務流程組合
Adapter 將外部環境與業務流程組合 SSO LIFF Delegator 實作 SSO Delegator LIFF Delegator
Adapter 將外部環境與業務流程組合 最後來用hook與頁面整合 React
Framework 包含了選擇的第三方工具(框架、函式庫、驅動程式) 具體實現,而不是抽象邏輯 UserProfileAvatar.tsx
UserProfileAvatar.tsx useLoginHandle r Framework Adapter Use case SSODelegator LiffDelegator Delegator
login User Domain handleAuthenticatio n
None