Slide 1
Slide 1 text
プロダクト・技術紹介
エンジニア向け採用資料
Version 202311
Slide 2
Slide 2 text
HELLO
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/
PRODUCT OUT
Tech Challenge
Tech Innovation
01.
02.
03.
2
Slide 3
Slide 3 text
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.
3
Slide 4
Slide 4 text
PRODUCT OUT
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。
4
Slide 5
Slide 5 text
PRODUCT OUT
5
Slide 6
Slide 6 text
データから圧倒的価値を生み出す
Tech Challenge
02.
6
Slide 7
Slide 7 text
Tech Challenge
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
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。
7
Slide 8
Slide 8 text
Tech Challenge
誰にでも直感的に
様々なアクションを
可能にする
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。
8
Slide 9
Slide 9 text
Tech Challenge
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
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。
9
Slide 10
Slide 10 text
Tech Challenge
Data
Data
Data
Product
Global
データプロダクトを
世界に浸透させる
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。
10
Slide 11
Slide 11 text
独自のテクノロジー
Tech Innovation
03.
11
Slide 12
Slide 12 text
Tech Innovation
Datahub
User status
Event
Event Logs
Script Tag
User status
Batch Layer
Realtime Layer
User status
Pipeline
Track Servers
BigQuery
Realtime Queue
(BigTable)
BigQuery BigTable
Distributed Queue
(Pubsub)
Spanner
BigTable
BigQuery Data of client
Web Application
Mobile
Analyze Servers Admin Servers
12
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
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。
Slide 13
Slide 13 text
Tech Innovation
KARTE Academy | KARTE Liveの使い方~基本編 ~
https://academy.karte.io/courses/take/1428347/texts/25638190
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
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。
13
Slide 14
Slide 14 text
Tech Innovation
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( column < 10, ‘Hello’, ‘Goodbye’)
// column = 5 の場合
=> ‘Hello’
// column = 15 の場合
=> ‘Goodbye’
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
1
9
ア
ン
ケ
ー
ト
15
セ
グ
メ
ン
ト
1
4
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
11
9
,
35
1,
254
Bytes Processed
3
1
2.3
GB
ペ
タ
スケ
ールの
デ
ータ
分析を
高速
に
、直感的
に
、継続的
に
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。
14
Slide 15
Slide 15 text
つづきはこちら https://recruit.plaid.co.jp/engineer/
We are Hiring!
Slide 16
Slide 16 text
No content