Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
タイミーにおけるデータ活用の未来
Search
Toshiki Tsuchikawa
December 23, 2024
Technology
480
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
タイミーにおけるデータ活用の未来
https://primenumber.com/01/2024
primenumber主催 zero oneイベントでの登壇資料
Toshiki Tsuchikawa
December 23, 2024
More Decks by Toshiki Tsuchikawa
See All by Toshiki Tsuchikawa
タイミーのデータモデリング事例と今後のチャレンジ
ttccddtoki
8
4.2k
タイミーのデータ活用を支えるdbt Cloud導入とこれから
ttccddtoki
2
1.4k
急成長する組織を支えるデータ基盤のこれまで、これから
ttccddtoki
6
910
アジリティの高いデータ基盤を目指して
ttccddtoki
4
1.9k
DMBOKを参考にしたデータマネジメントの取り組み
ttccddtoki
6
3.3k
dbt_Cloudとdbt_Core併用の試み
ttccddtoki
3
1.7k
データ品質を重視したデータ基盤プロダクト開発
ttccddtoki
8
2.6k
タイミーの未来を支えるデータ基盤プロダクト
ttccddtoki
1
1.1k
datatech-jp Casual Talks #3
ttccddtoki
0
1.2k
Other Decks in Technology
See All in Technology
非エンジニアがClaudeと挑んだ「1ヶ月間プロダクト30本ノック」
askokc
0
150
【Gen-AX】20260530開催_JJUG CCC 2026 Spring
genax
1
450
中期計画、2回作ってみた ~業務委託と正社員、両方の視点から~
demaecan
1
490
AI Adaptable なテストを整える工夫 / Ways to Make Your Tests AI-Adaptable
bitkey
PRO
3
230
ABEMA の Datadog × OTel 基盤、 中から見るか? 外から見るか?
tetsuya28
0
110
PHP と TypeScript の型システム比較:AI 時代の「型」は誰のためにあるのか? #frontend_phpcon_do / frontend_phpcon_do_2026
shogogg
1
270
AI Engineering Summit Tokyo 2026 AIの前に、やることがある 〜医療データ企業の4フェーズ〜
dtaniwaki
0
2.3k
AI駆動開発が変える、大規模開発の前提 ーHuman in the Loop から Human on the Loop へ / AIE2026
visional_engineering_and_design
30
22k
React、まだ楽しくて草
uhyo
7
4.2k
2026.06.13_AI時代に事業会社が「SIer出身エンジニア」を求める理由 / Why Businesses Seek Engineers with a System Integrator Background in the AI Era
jumtech
0
960
AWSシリコン最前線 〜AI時代のチップ選択を読み解く〜
htokoyo
2
290
Terraformモジュールは、なぜ「魔境」化するのか
hayama17
2
220
Featured
See All Featured
Paper Plane
katiecoart
PRO
1
51k
Typedesign – Prime Four
hannesfritz
42
3.1k
Practical Tips for Bootstrapping Information Extraction Pipelines
honnibal
25
1.9k
Into the Great Unknown - MozCon
thekraken
41
2.6k
RailsConf & Balkan Ruby 2019: The Past, Present, and Future of Rails at GitHub
eileencodes
141
35k
SEOcharity - Dark patterns in SEO and UX: How to avoid them and build a more ethical web
sarafernandez
0
200
Building Adaptive Systems
keathley
44
3k
The Curse of the Amulet
leimatthew05
1
13k
Leadership Guide Workshop - DevTernity 2021
reverentgeek
1
300
How to Align SEO within the Product Triangle To Get Buy-In & Support - #RIMC
aleyda
2
1.5k
SEO in 2025: How to Prepare for the Future of Search
ipullrank
3
3.5k
Intergalactic Javascript Robots from Outer Space
tanoku
273
27k
Transcript
2024-12-10 栗⽥雅史‧⼟川稔⽣ タイミーにおけるデータ活⽤の未来 @tvtg_24 データでビジネスの未来を創る: 成⻑する企業のデータ⼈材のキャリアとこれからの可能性
自己紹介 土川 稔生 (Tsuchikawa Toshiki) 株式会社タイミーに2020年入社 DRE(Data Reliability Engineering)グループ 1人目データエンジニアとしてデータ基盤を構築し始める
現在はプロダクトオーナーとして、データ基盤プロダクト作りに励む 栗田 雅史 (Kurita Masashi) NTTcom→DeNA→受託分析企業を経て、株式会社タイミーに データアナリストとして2024年1月入社。 2024/11月より、マーケティング・営業関連の分析を担う 分析グループのマネージャーに就任。
3
4
タイミーの実績 スキマ バイト No.1 5 累計求人案件数 ・ダウンロード数 ※1 ※2 導入事業者数
136,000企業 ワーカー数 900万人 ※1 ※2 [調査方法]インターネット調査 [調査期間]2024 年 2 月 9 日~11 日 [調査概要]スキマバイトアプリサービスの実態調査 [調査委託先]株式会社マクロミル ※3 2024年9月時点 ※4 2024年9月時点 ※4 ※3
募集人数の推移 コロナ禍においても、 過去に例を見ない程の 加速的高成長を実現。 ※1:2023年4Qと2022年4Qの比較 6
サービスの拡大に伴い、タイミーの従業員数も増加中
データ組織・職種紹介 プロダクト本部 データアナリティクス部 エンジニアリング本部 データエンジニアリング部 データ サイエンティスト MLOps エンジニア アナリティクス
エンジニア データ基盤 エンジニア DS G DRE G プロダクト アナリティクスG ビジネス&マーケティング アナリティクスG プロダクト開発 に関わる分析 マーケティング に関わる分析 経営‧営業活動 に関わる分析 データアナリスト
データ取り組み紹介 2018 アプリ リリース DWH (BigQuery)へ データ集約 2020 Looker導入 &
dbt導入 2021 2022 2023 2024 データモデリング をLookerからdbt へ移行 data streamに よるCDC導入 / exposureによる アウトプットの 管理 基盤のさらなる拡張 ガバナンスの強化 DREの数 (正社員ベース) 1 1 1 -> 2 2 -> 4 4 -> 6 AEの数 (正社員ベース) 1 -> 2 2 1
データ基盤全体図
データ取り組み紹介 DA:内製の営業向けLooker研修 DS:レコメンドシステム DRE:データコントラクト活⽤ AE:ディメンショナルモデリング
データモデリング (AE)
データコントラクト (DRE) Output Port スプシデータ収集用 Data Product Input Port raw
data (lake) staging data スプシのコントラクト BQ上のコントラクト DRE 実装 データオーナー
データ基盤があるGoogle Cloudにアイテム推薦APIを立て、その中でABテストの振り分けを設定しています - プロダクト本体の基盤があるAWS上のリソースを変更せずに、DS組織内でABテストの設定が完結出来 るようになっています ABの振り分けはここで設定 レコメンドシステム (DS、MLOps)
近未来像 これから取り組むテーマの一例 データコントラクト& データメッシュ RevOpsの実践 ・MOps、SalesOpsとの売上 を意識した連携 ・各部署での素早く正確な データ活用の推進 データ横断マネジメント組織
の取り組み ・データ組織を横断したROIを 意識した開発優先度決め ・データ課題連携による組織 で統一した開発 ・データ生成者・利用者との 契約駆動のデータ基盤運用 ・一部運用や開発の移譲によ るスケールしたデータ活用
fin