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

755ac6e09cca0a46485ff24157f03aa1?s=47 PLAID
PRO
July 28, 2021
3.8k

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/

755ac6e09cca0a46485ff24157f03aa1?s=128

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

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

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

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

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