mixi group project case 2022.02

ミクシィグループにおける開発プロジェクトの事例集です。

＜引用リンク＞
◎ Slide.8
ニュースリリース
https://mixi.co.jp/press/2022/0121/4091/index.html
◎ Slide.9
インフラ室ネットワークエンジニアの採用情報
https://mixigroup-recruit.mixi.co.jp/recruitment-category/career/2813/
◎ Slide.11
Looker Case Study ロングセラーソーシャルゲームを支えるデータ基盤
https://info.looker.com/customer-stories/mixi-casestudy
◎ Slide.12
モンスト データエンジニアの採用情報
https://mixigroup-recruit.mixi.co.jp/recruitment-category/career/3544/
◎ Slide.15
みてねの採用情報
https://team.mitene.us/jobs
◎ Slide.17
ミクシィ社がAI・ロボット事業に乗り出したわけ
https://note.com/romi_ai/n/n46645a9dbf8d
◎ Slide.18
ミクシィグループ採用情報
https://mixigroup-recruit.mixi.co.jp/jobs/?cats=career,engineer

Transcript

1. ミクシィグループ開発事例集 mixi developers の挑戦！ 1分半でわかる！？ Developers Summit 2022 Online ・ Feb 17th Thu - Feb 18th Fri
2. INDEX ❏ 事業ドメインと開発体制 ❏ インフラ室 映像技術グループの開発事例 ❏ モンスト事業本部 解析グループの開発事例 ❏ みてね事業部の開発事例 ❏ Romi事業部の開発事例
3. 事業ドメインと開発体制
4. コミュニケーションをドメインとした3つの事業領域 “コミュニケーション”を事業ドメインとして、モンスターストライクやコトダマンなどゲームやアニメを含むデジタルエンターテインメント、公営競技 や千葉ジェッツなどを含むスポーツ、家族アルバム みてねやminimo、SNS「mixi」などを含むライフスタイルの3つの領域で事業を推進しています。
5. 各事業と開発体制 事業部A
 事業部B
 事業部C
 ・・・ 事業部A 開発チーム 事業部B 開発チーム 事業部C 開発チーム ・・・
 開発本部
 (経営に必要な開発活動すべて 
 コミュニケーションミドルウェア整備、機動的配置等) 図.ミクシィの開発組織イメージ
6. インフラ室 映像技術グループの開発事例
7. 事例① AIによる自動映像編集 ※特許申請中 全国に計 48 カ所ある競輪・オートレース場から配信されるレース映像の 編集作業において、AI による自動化を実 施し、適切なタイミングでテロッ プや BGM が流れる仕組みを開発しました。テロップや BGM 入れは通常ス タジオ等 で専用機器を用いて手動で行うケースがほとんどですが、 TIPSTARでは、AIを用いた映像のリアルタイム自動編集の仕組みを開発 し、映像編集をしています。 ◇ AI による自動編集の仕組み ◇ ・技術構成:Python + TensorFlow Lite + Edge TPU(ASIC) ・学習は Cloud AutoML Vision Edge、推論は Edge TPU で行っている ・画像 + 音からレースの状態を推論 　┗音はメルスペクトログラム画像化して学習・推論 　┗モデル構造は MobileNetV2 をベースに、少量のカスタマイズ 　┗Edge TPU に最適化して使用(学習後、モデルは INT8 ビット量子化され、1つ 　　の Operation にまとめられる) ・レース状態に応じて映像編集APIから編集 AIによるテロップやBGM編集 AIによるレース映像の自動解析 ※各社の商品またはサービスなどの名称は、各社の商標または登録商標です。
8. 事例②ローカル5Gによる多拠点リアルタイム映像配信 https://mixi.co.jp/press/2022/0121/4091/index.html 2022年1月21日発表 ニュースリリース 1月22日より、TIPSTAR DOME CHIBAにおいて、競輪レース状況の各拠 点から捉えられた映像を、ローカル5Gを活用したリアルタイム映像配信 を開始しました。 開発実装は インフラ室 映像技術グループ が担い、ローカル5Gの免許取 得から、インフラ設計・構築等を行いました。 さらに、現在は、レース用車体に搭載する5G対応の車載カメラも自社開 発中です。これにより、各車体からの映像の同時配信や場内の各所からの ライブ映像の配信が可能になります。 これらの実装は、各種機器メーカーや開発会社と連携し、様々なバックグ ラウンドやスキルを持つエンジニア達によって進められています。
9. ← インフラ室について詳しく知り 　 たい方はこちら！ インフラ室ネットワークエンジニアの採用情報 カジュアル面談も◎
10. モンスト事業本部 解析グループの開発事例
11. モンスト事業本部 解析グループの開発事例 事例① Looker導入で各事業のデータを集約し運用効率化・データ活用の促進 ◆ 解析グループとは？ 解析グループでは、迅速にサービスのデータ分析を行えるようにすることをミッションとし、各サービスの膨大な量のデータを効率的にデータ ウェアハウス等に格納し、各担当者が事業の意思決定のための分析やレポーティング、その他様々な場面で必要な時にいつでも活用できる様、解 析ツールや便利な可視化ツールの開発、データ処理の自動化などを行っています。 解析グループの開発環境 これまで、内製のダッシュボードをはじめ、Metabase、Redash、 Zeppelinなど様々なツールを用いて分析、可視化を行っていまし た。しかし、ツールの管理・運用負荷だけでなく、企画などの非エ ンジニアが利用する際にはエンジニアやアナリストの手が必要と なっていました。そこでBIツールのLookerを導入し、各事業のデー タを集約、データガバナンスの向上、データの民主化に取り組みま した。結果、運用が圧倒的に楽になった以外に、より多くの社員が データを見やすくなったことで非エンジニアでも分析が可能にな り、Slack連携や会議での利用などデータ活用の機会が増えました。 ▼データ分析 BigQuery ▼可視・分析ツール Looker、Colaboratory、Google Sheets ▼インフラ AWS、GCP ▼開発言語、ライブラリ等 Ruby、Python、Luigi、Airflow、dbt 参考：Looker Case Study ロングセラーソーシャルゲームを支えるデータ基盤 ※各社の商品またはサービスなどの名称は、各社の商標または登録商標です。
12. ← モンスト データエンジニアの 　 採用情報はこちら！ モンスト データエンジニアの採用情報 他、各種ポジションで募集中！ https://mixigroup-recruit.mixi.co.jp/recruitment-category/career/3544/
13. みてね事業部の開発事例
14. みてねの開発事例 事例① Aurora→DynamoDB へ移行し解析基盤の運用コスト削減 みてねでは写真・動画のレコメンドに用いるため、機械学習技術を含む解析 処理を行っています。この解析結果を保存するテーブルが巨大になり、運用 コストの増大や新機能開発時の負荷対策の難易度上昇など問題が生じてきた ため、RDBであるAmazon Auroraから、NoSQLデータベースであるAmazon DynamoDBへの移行を行っています。(Data Engineeringグループ) 事例② mp4 → HLSを活用した動画配信へ移行しコスト削減 ユーザーがアップロードした画像や動画は、全てS3に保存されていますが、 再生用の動画データ形式をmp4からHLSに移行したことで、再生用のエン コードファイルが不要(一定期間は保存)となりました。また、将来的にはア ダプティブビットレートに対応することで、ユーザーの回線状況に応じた配 信が可能になります。(SREグループ) Data Engineering グループ プロダクト 開発グループ SRE グループ みてね事業部の開発組織 アプリなどのサービス・機能の 開発を担当。 レコメンド機能や解析基盤など の開発・研究を担当。 インフラやデプロイなど開発環 境の改善などを担当。 「家族アルバム みてね」 サービスイメージ ※各社の商品またはサービスなどの名称は、各社の商標または登録商標です。
15. ← みてねの採用情報はこちら！ みてねの採用情報 各種ポジションで募集中！ カジュアル面談も◎ https://team.mitene.us/jobs
16. Romi事業部の開発事例
17. Romiの開発事例 事例① 新しいAI会話モデルの研究開発 Romiの開発チームでは、サービスの開発と並行して会話モデル等の研究開発も行っています。直近の事例としては、ゼロから 大きなモデルで pre-training、fine-tuning を行い対話モデルを開発しています。まだ試験段階ですが、これがリリースされ るとRomiのよりバリエーション豊かで自然な会話が提供できるのではないかと期待しています。 事例② データ分析基盤を BigQuery 上に構築 Romiの発売からしばらく経過し、企画の反響やユーザー行動の分析ニーズ が増す一方で、アプリケーションの複雑さからデータ保管場所が分散し、 また、データの蓄積方法も煩雑になりがちで、アプリケーション層に近い ところで無理やり集計を行うなど、データ分析の環境としては運用面での 課題がありました。そこで、新たにデータ分析基盤を BigQuery 上に構築 し、AWS上にあるサービスから各種データを Google Cloud に転送し、分 析しやすいように整形して蓄積するようにしました。データ分析基盤がで きたことで、各種データが一元管理され、集計や分析業務がスムーズに安 全にできるようになりました。 ※こちらもチェック！ ミクシィ社がAI・ロボット事業に乗り出したわけ https://note.com/romi_ai/n/n46645a9dbf8d ※各社の商品またはサービスなどの名称は、各社の商標または登録商標です。
18. We are hiring! ミクシィ 採用 ミクシィグループの採用情報はこちら。