Upgrade to Pro — share decks privately, control downloads, hide ads and more …

プレイド採用情報 エンジニア / Engineering at PLAID

PLAID
PRO
July 28, 2021
10k

プレイド採用情報 エンジニア / Engineering at PLAID

株式会社プレイドのエンジニア向け技術紹介資料です。
「データを扱うテクノロジーで世界に大きな価値をもたらす」という理想を実現するため、新しいテクノロジーやプロダクトを生み出していく仲間を求めています。

プレイドの会社全体を紹介する採用向け資料はこちら
https://speakerdeck.com/plaid/plaid-recruit

▼ 採用ページ
・エンジニア採用ページ
https://recruit.plaid.co.jp/engineer

・全職種共通
https://recruit.plaid.co.jp/

・STUDIO ZERO
https://plaid.co.jp/zero/

PLAID
PRO

July 28, 2021
Tweet

Transcript

  1. © PLAID, Inc
    プロダクト・技術紹介
    採用情報資料 エンジニア向け
    Version 1 202107

    View Slide

  2. © PLAID, Inc 2
    これは、
    プレイドの技術やプロダクトについ
    て最短で理解するための資料です。

    プレイドの技術ミッションやチームカルチャーについ
    ては、
    こちらの採用サイトで詳しくご紹介しています。
    https:/
    /recruit.plaid.co.jp/engineer/
    HELLO PRODUCT OUT

    Tech Challenge

    Tech Innovation
    01.

    02.

    03.

    View Slide

  3. © PLAID, Inc 3
    プレイドでは、
    壮大なミッションに対して
    「プロダクトアウト」
    なアプローチをとても大切にしています。
    PRODUCT OUT
    01.

    View Slide

  4. 4
    © PLAID, Inc
    Problem + Innovation =

    Product Out
    「プロダクトアウト」 とは、現実問題をあくまできっかけとして捉え、

    理想的状態を考えた上でプロダクトを提示することであり、

    汎用的解決策で問題を解くというアプローチを意味します。

    現実問題を解くだけでなく、あるいは最新技術を適用するだけでもなく、

    「現実問題をイノベーティブに解く」 というチャレンジを続けています。
    PRODUCT OUT

    View Slide

  5. 5
    © PLAID, Inc
    オフライン店舗のように、ユーザーに合わせたインタ
    ラクティブな対応をオンラインでも実現したい
    サイト上のユーザーに対し、リアルタイムに非常に細かいセグ
    メンテーションを行い、0.x秒内にアクションを実行できる汎
    用的なプロダクトを作りました
    マーケティング領域の課題
    リアルタイム解析エンジン「Brook」 を開発
    既存の分散データ処理分析システム

    (Hadoop, Presto, Spark ...)
    では解決できない
    独自の解析システムで
    Webの可能性を広げる
    Master-less analyze algorithm
    Worker
    Worker
    Worker
    Worker
    Worker
    Partition
    Distributed

    Key-Value

    System
    Add/Remove a worker

    freely by itself
    Run at least once

    Resilient to retries Transactional

    Consistent
    CAS
    CAS
    CAS
    PRODUCT OUT

    View Slide

  6. © PLAID, Inc 6
    データから圧倒的価値を生み出す
    Tech Challenge
    02.

    View Slide

  7. 7
    © PLAID, Inc
    大量の行動データを、行動している一人ひとりのデータとし
    て整理し、単純に集計した数値ではなく、複雑さを擁し
    た「人」として表現することで、データの本質的理解を可能に
    します。

    リアルタイムデータを生成している源である「人」を感じさせ
    るような豊かな表現力を持ったインターフェースを実現して
    います。
    リアルタイムデータの裏側の

    “人” を感じさせる

    インターフェースの実現
    Tech Challenge

    View Slide

  8. 8
    © PLAID, Inc
    コードが書けないマーケターでも即座にアクションを作れる
    よう、簡単にリッチなアクションを作れるエディタを提供して
    います。さらに迅速に施策を試せるよう、人のアイディアを刺
    激するようなテンプレーティング機能も充実させています。

    Web / ネイティブアプリ上だけでなく、サイト外でのメッ
    セージなども含め、様々なタッチポイントで柔軟なアクショ
    ン実行を実現しています。
    誰にでも直感的に

    様々なアクションを

    可能にする
    Tech Challenge

    View Slide

  9. 9
    © PLAID, Inc
    リアルタイムにうまれる行動データをモデル化し、ユーザー
    行動の理解を深め、活用につなげることを可能にしています。

    さらに、さまざまなクライアントにモデリング基盤を直接利
    用できるよう開放し、クライアントがモデルを現実問題に適
    用できるようにする、行動データのモデリングと活用の民主
    化を目指しています。
    機械学習基盤の開発についてGoogle Cloud Next '19 in Tokyoにて発表、KARTEで
    提供を予定 | 株式会社プレイド
    AIまだまだ使えない」エンジニアが語るAIブームへの違和感と答え|ニュースイッ
    チ by 日刊工業新聞社
    リアルタイム行動データ

    モデリングの民主化
    Tech Challenge

    View Slide

  10. 10
    © PLAID, Inc
    データテクノロジーを武器にして、プロダクトの圧倒的な魅
    力を生み出していきます。

    その魅力でデータプロダクトを世界に広げ浸透させていく
    Product-Led Growth にチャレンジしています。プロダクト
    の魅力を究極的に磨き上げ、グローバルに、普遍的に、自分た
    ちのプロダクトが使われている状況を目指します。
    データプロダクトを

    世界に浸透させる
    Data
    Data
    Data
    Product
    Global
    Tech Challenge

    View Slide

  11. © PLAID, Inc 11
    独自のテクノロジー
    Tech Innovation
    03.

    View Slide

  12. 12
    © PLAID, Inc
    プロダクトが急速にスケールする中においても、クラウドを
    積極的に活用し、コア技術やプロダクト開発に集中していま
    す。また、クラウドの様々な特長を引き出すために、当初から
    マルチクラウドを推進しています。

    それぞれのプラットフォームプロダクトの要素技術的利点を
    組み合わせサービス化することで、クラウドの技術的ポテン
    シャルを引き出し、実際的価値へ転換しています。
    PLAID goes multicloud with GKE and Anthos clusters on AWS | Google
    Cloud Blog
    PLAID is unlocking insights into consumer behavior with MongoDB Atlas and
    Google Cloud | MongoDB
    スケーラブルなマルチクラウド

    アーキテクチャー
    Tech Innovation

    View Slide

  13. 13
    © PLAID, Inc
    Brook では、0.x [sec] を実現するために、解析データの一貫
    性レベルを Eventual Consistent に妥協しました。

    Brook を0から作り直した新エンジン Blitz は、Strong
    Consistent を実現。さらなる高速化とデータの軽量化を実現
    し、より一貫した体験の提供を可能にしようとしています。
    リアルタイム

    解析エンジンを刷新し、

    さらなる高速化を実現
    新計測タグ &

    Blitz Client
    Blitz
    Blitz

    analyze
    action

    editor
    events(Blitz)
    blitzuser
    pockyuser
    action
    Blitz action

    (URL&vals)
    Blitz action
    (JS)
    action

    (HTML/CSS/JS)
    計測タグ &

    tracker
    track analyze
    Tech Innovation

    View Slide

  14. 14
    © PLAID, Inc
    蓄積データに基づいて、ユーザーの特徴的な行動傾向や状態
    を理解できるように分析し、そのユーザーの深い理解を実現
    します。

    どんな傾向をもったユーザーがサイトにいるのか、ユーザー
    がどういうことをしようとしているか、これらを深く理解で
    きるようにすることで、適切な体験提供など、さまざまなアク
    ションにつなげられるようにします。
    大規模な行動データで

    ユーザーの行動傾向や

    状態を深く理解
    KARTE Academy | KARTE Liveの使い方~基本編 ~
    https://academy.karte.io/courses/take/1428347/texts/25638190
    Tech Innovation

    View Slide

  15. 15
    © PLAID, Inc
    ペタスケールの超大量データを “あたりまえ” のように高速か
    つ直感的に操作し、分析することを可能にしています。高速
    に、直感的に分析することにより、継続的なデータ活用を実現
    します。分析のための言語拡張を行い、AST パーサーやその
    UI を独自に開発しています。
    ペタスケールの

    データ分析を

    高速に、直感的に、継続的に
    if
    第1引数がTrueなら第2引数、Falseな
    ら第3引数を返します。
    F IF()
    F IFNULL()
    F COUNTIF()
    F DATE_DIFF()
    F DATETIME_DIFF()
    F TIME_DIFF()
    F TIMESTAMP_DIFF()
    tab IF( )
    condition, true_result, else_result
    Examples:
    Reference:
    BigQuery 標準SQL互換
    IF( co
    lumn < 10, ‘H
    ello’, ‘Goodb
    ye’
    )
    // co
    lumn = 5 の場合
    => ‘H
    ello’
    // co
    lumn = 15 の場合
    => ‘Goodby
    e’
    新しい列を追加
    この列をキーにグルーピング
    並び替え
    値の一致でフィルタ
    一致
    する値
    を追加
    全て選択する
    イベント 19
    アンケート 15
    セグメント 14
    空の列を追加
    この列をコピーして追加
    別のシートから列を追加
    レコード数
    119,351,254
    Bytes Processed
    312.3 G
    B
    Tech Innovation

    View Slide

  16. © PLAID, Inc 16
    つづきはこちら https:/
    /recruit.plaid.co.jp/engineer/
    We are Hiring.

    View Slide

  17. 17
    https://recruit.plaid.co.jp/engineer/

    View Slide