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/

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