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
メルペイMLチームにおけるスクラム開発 / merpay-1
Search
M3 Engineering
September 05, 2018
Technology
1
4k
メルペイMLチームにおけるスクラム開発 / merpay-1
2018/9/5 に開催された「merpay×M3 機械学習 NIGHT」の発表資料です。
https://mercari.connpass.com/event/97213/
#merpay_ml
M3 Engineering
September 05, 2018
Tweet
Share
More Decks by M3 Engineering
See All by M3 Engineering
エムスリー全チーム紹介資料 / Introduction of M3 All Teams
m3_engineering
2
3.4k
エムスリーマネジメントチーム紹介資料 / Introduction of M3 Management Team
m3_engineering
0
2.9k
エムスリーエビデンス創出プロダクトチーム紹介資料 / Introduction of M3 Create Evidence Team
m3_engineering
1
5.9k
ギークの理想が7つ集まるエムスリーで夢を叶えよう - エムスリー株式会社
m3_engineering
1
12k
エムスリー基盤チーム紹介資料 / Introduction of M3 Platform Team
m3_engineering
3
13k
エムスリーMR君ファミリー開発チーム紹介資料 / Introduction of M3 MRkun Family Dev Team
m3_engineering
1
13k
エムスリーマルチデバイスチーム紹介資料 / Introduction of M3 Multi Device Team
m3_engineering
3
13k
エムスリーQAチーム紹介資料 / Introduction of M3 QA Team
m3_engineering
2
13k
エムスリー SREチーム紹介資料 / Introduction of M3 SRE Team
m3_engineering
1
13k
Other Decks in Technology
See All in Technology
rootlessコンテナのすゝめ - 研究室サーバーでもできる安全なコンテナ管理
kitsuya0828
3
380
SSMRunbook作成の勘所_20241120
koichiotomo
2
130
VideoMamba: State Space Model for Efficient Video Understanding
chou500
0
190
テストコード品質を高めるためにMutation Testingライブラリ・Strykerを実戦導入してみた話
ysknsid25
7
2.6k
Lambdaと地方とコミュニティ
miu_crescent
2
370
Terraform CI/CD パイプラインにおける AWS CodeCommit の代替手段
hiyanger
1
240
Introduction to Works of ML Engineer in LY Corporation
lycorp_recruit_jp
0
110
個人でもIAM Identity Centerを使おう!(アクセス管理編)
ryder472
3
200
マルチモーダル / AI Agent / LLMOps 3つの技術トレンドで理解するLLMの今後の展望
hirosatogamo
37
12k
Why does continuous profiling matter to developers? #appdevelopercon
salaboy
0
190
ハイパーパラメータチューニングって何をしているの
toridori_dev
0
140
IBC 2024 動画技術関連レポート / IBC 2024 Report
cyberagentdevelopers
PRO
0
110
Featured
See All Featured
The Invisible Side of Design
smashingmag
298
50k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
6
410
ReactJS: Keep Simple. Everything can be a component!
pedronauck
665
120k
Evolution of real-time – Irina Nazarova, EuRuKo, 2024
irinanazarova
4
370
The Art of Delivering Value - GDevCon NA Keynote
reverentgeek
8
860
A Modern Web Designer's Workflow
chriscoyier
693
190k
Save Time (by Creating Custom Rails Generators)
garrettdimon
PRO
27
840
A Philosophy of Restraint
colly
203
16k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
16
2.1k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
131
33k
Designing for humans not robots
tammielis
250
25k
Typedesign – Prime Four
hannesfritz
40
2.4k
Transcript
@dama_yu merpay ✕ M3 機械学習 NIGHT 2018 / 09 /
05 メルペイ チーム おけるスクラム開発
4 本日 LT × 3 by メルペイ つい 01 アウトライン
自己紹介 02 メルペイ Machine Learning Team 紹介 03 チームへ スクラム開発 導入 04 ま め 05
5 本日 × 3 by メルペイ • メルペイMLチーム おけるスクラム開発 @dama_yu
• メルペイ ML Ops @sugar1023 • 守りたいデータがある @hmj
6 自己紹介 • 児玉 悠 @dama_yu ◦ 気軽 フォローし ください!
• Software Engineer, Machine Learning @メルペイ ◦ チーム 主 ML基盤開発やスクラムマスターを担当 • 経歴 2016/5〜6: MLエンジニアインターン@メルカリ 2017/3: 京都大学大学院情報学研究科 修士課程修了 2017/4: メルカリ入社 2018/4: メルペイ出向 • 最近嬉しかったこ 、先月末 華金 一人 行った下北沢 お好み焼きがうまく焼けたこ (← Twitter 画像あり)
7 achine earning eam @メルペイ • メルペイ社内 課題を Data Science
解決する組織 • 注力課題 ◦ 信用スコア ◦ 不正検知 (予定) ◦ レコメンド (予定) • メンバー @hidek (EM) @kj3104 (EM補佐) @dama_yu @sugar1023 @hmj (Tech Lead) @sfujiwara @tori
チーム テックブログ書きました
機械学習基盤 (テックブログより引用) 詳細 次 by @sugar1023 !
10 信用スコア roject • メルペイ ミッション 「信用を創 し 、 めらか
社会を創る」 • Project 詳細 事業上 都合 割愛 • クレジットスコアリングモデル 一般的 応用 ◦ ローン、後払い • 中国 ZHIMA CREDIT ◦ シェアバイク デポジット免除、VISA取得簡易化
11 2017/11月 2018/7月 メルペイ設立 メルペイ チーム誕生! 2018/1月 信用スコア 立ち上げ 2018/4月
信用スコア 担当 エンジニアが メルカリからメルペイ 出向し、専任 エンジニア メルペイ出向 チーム立ち上げま 経緯
12 チームへ スクラム開発 導入 • チームが抱え いた課題 ◦ 立ち上げ期 MLタスク運用ルール
限界 ◦ ML開発 属人性問題 ◦ メンバー増加 マネジメント 重要性↑ • これらを解決するため スクラム開発を導入 • カンバン、振り返り ツール JIRA, Confuluence
13 チーム おけるスクラム開発 概要 • 基本 2週間 スプリント ◦ 2
week → 1 week → 2 week 変遷 Week 1 Week 2 - Retrospective - Sprint Planning (Win Session) (Win Session) Planning Poker
14 特有 スクラム開発導入 難しさ • ML開発タスク モデリング or 基盤開発 ◦
モデリング 不確定要素 高 • モデリングタスクを二分割 ◦ EDA (探索型データ分析) ◦ 特徴量 モデルへ 組み込み Story Point (タスク 分量)
15 スクラム開発を導入し よかったこ • いつ何をやれ よいか、が明確 • 定期的 振り返り より、
チーム 問題点 リカバリーが い • チーム全体、各個人 タスク消化 度 可視化
16 ま め • メルペイ MLチームを立ち上げました • 信用スコア、不正検知、レコメンド等を やっ いきます
• MLチーム スクラム開発を導入し 、 いい感じ まわっ ます • 基盤や分析フロー つい 、 Next LT by @sugar1023 !