SlideShare une entreprise Scribd logo
1  sur  49
Télécharger pour lire hors ligne
グローバル企業の中で「変化」を仕掛ける
楽天技術研究所の挑戦
森 正弥
楽天株式会社 執行役員
楽天技術研究所 創設者 & グローバル代表
楽天生命技術ラボ 所⾧
July, 1st 2018
http://rit.rakuten.co.jp/
2
Do you want to bring the big change
to business, your company and the society?
3
楽天技術研究所とそのアプローチ
4
楽天技術研究所:Rakuten Institute of Technology
http://rit.rakuten.co.jp/組織のVision については後ほど
 世界5カ国。140名以上。事業とは独立した戦略的R&D組織。
 研究者の問題意識・関心・やりたいに基づいた研究の推進と、研究者による評価
 Bring new wind from Academia to Rakuten.
5
Research Areas: 3 groups for adapting to internet growth
2017年は66個の研究 Prjが誕生。その内 42 Prj でビジネス成果を創出
RealityIntelligencePower
• HCI
• AR / VR / MR
• Image Processing
• Robotics
• HPC
• Distributed Computing
• Programing Language
• Machine Learning
• Deep Learning
• NLP
• Data Mining
6
株式会社自律制御システム研究所(ACSL) とドローンを開発
•「そら楽」の第一弾として、ゴルフ場コース内で
のゴルフ用品や軽食、飲み物デリバリー
•着陸に楽天技術研究所の画像認識技術を活用
https://www.youtube.com/watch?v=mc5r7DVEgZc
7
8
RIT-San Mateo
米国 シリコンバレー拠点初の研究拠点
創造性を持つ人工知能 「Creative AI」の研究を推進
9
Expanding Health and Gene
Gene Lab (May 2018)Insurtech Lab (June 2017)
10
Our Approach
• 研究者だけで研究計画を作らない
• ビジネス側の社員の巻き込み・議論を通して研究を立案・進める
研究所 ビジネス
研究所
ビジネス
研究立案・遂行 新しい価値
の体験・実装
ではなく・・
一緒にやる
11
ビジネスデータをフル活用する
12
ビジネスデータを中心におき、現場の課題・現実に触れる機会を
• 顧客の多様性・個別化にどう立ち向かうか
• 昔の常識は通用しない、今のデータを見る
https://data.wingarc.com/datalovers-morimasaya01-6808
https://data.wingarc.com/datalovers-morimasaya02-6922
Over 70 Group Services for 110 Million Members
Rakuten Membership ID Database
A wide range of Business Fields & Data
14
Viki: コアな女性ファンによるコーパスを活用したMT開発
15
braking ball absolute ball position at plate
An example of analysis : clustering pitching ball
https://trackmanbaseball.zendesk.com/hc/en-us/articles/
205365001-What-is-TrackMan-Data-
Trackman
Clustering pitchers and batters
for predicting next pitching using Trackman Data.
【こんなデータも!】 楽天イーグルスでの投球予測の研究
16
AIris AIエージェントが顧客の個々の
購買行動を解析し、予測する
[Iris]
“AI”(Artificial Intelligence:人工知能)と、英語で「虹彩」を意味する “Iris” を
組み合わせた造語で、機械学習を用いた独自のアルゴリズムで消費行動を解析することで
購買の見込みがあるユーザーを抽出することができる「Target Prospecting機能」を有しています。
2018年5月、深層学習を活用し、広告配信における高精度な拡張ターゲティングの新ビジネスを開始
Customer DNABrand Mart
• ブランドコード • デモグラフィック
• 検索履歴
• ページ来場
• 購入履歴
• 価格選好
• 利用デバイス
• アクセス時間
• 楽天サービスの利用
AIris
インプット
潜在顧客
Target Prospecting
アイテム / ブランド
シードユーザー
Alrisのプロダクトデザイン
広告事業とともに企画した、データ&Deep Learningを活用した新ビジネス
17
可能性を広げるアカデミアとの連携
18
アカデミア
同じグループ企業内では、見識・アプローチに限界がある
• 「個別化」の時代、企業内の限られたリソース・見識をいかに破っていくか
• 研究所として、より深く専門性のある、多様なアカデミアとの連携は重要
研究所
ビジネス
研究立案・遂行 多様な課題・ニーズ
に答えを出していく
19
Collaboration with Academia
University of Tsukuba Stanford
University
Chubu UniversityUtsunomiya University Waseda University
20
多様化したユーザーに応える商品説明の自動生成
Dan Jurafsky 教授との研究を通し、
究極のパーソナライズサービスの実現へ一歩
商品とセールス・嗜好の関係を踏
まえ、PC/モバイル/スピーカーそ
れぞれに最適な商品説明を生成
https://news.stanford.edu/2017/09/29/predicting-sales-online-products-advertising-language/
21
Rakuten Data Release: 260以上の大学・研究室・研究機関が活用
• 研究目的でのデータ提供
• 楽天市場
• 楽天トラベル
• 楽天GORA
• 楽天レシピ 等
• 楽天トラベルのレビューデータに対し
文単位で評価極性情報を付与したコーパス
• 画像認識の研究にも寄与できる,商品画像
のカテゴリラベル付きアノテーション
データ,文字領域アノテーションデータも
提供
22
Data Challenge at Singapore, Paris, Boston, and Japan
23
【さらに様々な連携を】 “Future Store Design Lab” (未来店舗デザイン研究室)
Nov. 4th (2016)
Corporate press release
http://corp.rakuten.co.jp/news/press/2016/1104_01.html
Launched a co-working space in Tsukuba Univ.
24
Integration of Computer Science, Art and Design
Prof. Yamanaka
Executive Officer,
Provost of Faculty of Art and
Design
(大学執行役員、芸術系長)
Prof. Utsuro
NLP & Machine Learning
Assist. prof. Yamada
Product Design & Design
innovation
Assoc. prof. Hoshino
Entertainment computing,
Game technology
Assoc. prof. Uchiyama
Information Design & Product
Design
Prof. Uchida
Deputy Director for
International Innovation
Interface Organization
(国際産学連携本部 本部審議役)
Prof. Tanaka
Ubiquitous Computing
Computer Human Interaction
Software and Programming
Assoc. prof. Yamashita
Computer vision
Robotics
Machine Learning
Prof. Fujiyoshi
Computer vision
Robotics
Machine Learning
Prof. Koyama
Information design, consumer
behavior, perception and
cognition, neuropsychology
25
顧客が未来を導く
新たな挑戦
26
アカデミア 顧客
New Approach
• クライアントは、業界の未来を先取りする存在
• ビジネス側だけでなく、ビジネスのクライアントを巻き込む
研究所
ビジネス
研究立案・遂行
業界のビジョンを
共に作り上げる
27
まずは事例から
28
Kaori ASANO
Zootie
Director
Collaborating with Ichiba’s Merchants
Enhancing In-store shopping experience by Technology
Naoyuki IDE
YO-HO Brewing company
President & Chief Executive Officer
Asaka KAWASE
NECO REPUBLIC
President & Chief Executive Officer
29
30
Exhibition
FUDGE Holiday Circus with Shinagawa Open Theater
31
Collaboration
 e-zakkamania stores■Art & Design dept., University of Tsukub
デジタルサイネージ(とスマートフォン)を活かしたサービスに、感性工学を取り入れつつ、
リモートでの接客の可能性を探る
32
Voice
Changer
ITEM LIST
33
34
35
36
37
On-Going Challenge: Net-Connected Fashion Truck (Door-to-door sales)
http://www.apparel-web.com/column/maxre/12.html
Expanding business opportunities by new R&D alliance
Net-connected Car (Electric Vehicle)
38
ところで、ちょっと話は変わりまして
広告業界の変化
39
AD Agency :
今、まさに業界に激震をもたらす変化が起きている
コンサルティング企業がなだれこみ、AD業界の地図を大きく塗り替えようとしている
• 広告の手段はデジタルに
• リーチはグローバルに
• 単に広告コンテンツ、クリエ
イティブの話ではなくなって
きている
40
今、ビジネスで新しい取り組みをやろうとしたら
最新技術の活用と無縁ではいられない
コンサルティングだけではない、広告業界だけではない
https://event.rakuten.co.jp/rakuten_meets_beamsjapan/
41研究所の技術がリードとなり、新しいビジネスが起きる
42
新しい時代の主役である
スタートアップとのエコシステムを
43
アカデミア
顧客
New Challenge
• 今までにないものを生み出す試みはインターネットだけでなく、あらゆる所で起きている
• 敏捷性に⾧け、従前の規制・慣習に挑戦し、ブレークスルーをもたらすスタートアップ
• 新しい時代の主役であるスタートアップとどう連携するかが大きなカギ
研究所
ビジネス
Innovation
スタート
アップ
研究立案・遂行
44
スタートアップと楽天によるイノベーションの協働創出の試み
• RIT もメンターとして参加、様々なリソースをスタートアップに提供
• ここにおいてもデータは非常に重要な資源
45
Maritime Robotics 社と無人船航行システムの研究開発を開始
RITは、CVとData Science を活かした
Autonomous System の研究を担当
46
スタートアップとの試みを
• 並行して様々なプロジェクトを実行
• 研究所を中心に研究エコシステムを拡大
47
最後に「企業研究所」とは
48
ビジョン: Third Reality
https://rit.rakuten.co.jp/about/
• リアルとネットの融合
• 統合していく第三の選択
• 新しい価値を導くのは顧客
• 常に進化し続ける
変化を仕掛ける
企業研究所であり続ける
49
Do you want to bring the big change
to business, your company and the society?

Contenu connexe

Tendances

Tendances (20)

人工知能に任せないと難しい時代、何をどうやるべきか~楽天のAI技術活用から人材育成まで~
人工知能に任せないと難しい時代、何をどうやるべきか~楽天のAI技術活用から人材育成まで~人工知能に任せないと難しい時代、何をどうやるべきか~楽天のAI技術活用から人材育成まで~
人工知能に任せないと難しい時代、何をどうやるべきか~楽天のAI技術活用から人材育成まで~
 
楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019楽天のデータサイエンティスト@SAS Forum 2019
楽天のデータサイエンティスト@SAS Forum 2019
 
メルペイの与信モデリングにおける特徴量の品質向上の施策
メルペイの与信モデリングにおける特徴量の品質向上の施策メルペイの与信モデリングにおける特徴量の品質向上の施策
メルペイの与信モデリングにおける特徴量の品質向上の施策
 
オープニング 吉田彩奈/楽天株式会社
オープニング 吉田彩奈/楽天株式会社オープニング 吉田彩奈/楽天株式会社
オープニング 吉田彩奈/楽天株式会社
 
楽天のRPAプラットフォーム構築事例
楽天のRPAプラットフォーム構築事例楽天のRPAプラットフォーム構築事例
楽天のRPAプラットフォーム構築事例
 
MLOps Yearning ~ 実運用システムを構築する前にデータサイエンティストが考えておきたいこと
MLOps Yearning ~ 実運用システムを構築する前にデータサイエンティストが考えておきたいことMLOps Yearning ~ 実運用システムを構築する前にデータサイエンティストが考えておきたいこと
MLOps Yearning ~ 実運用システムを構築する前にデータサイエンティストが考えておきたいこと
 
エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発
エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発
エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
 
DMPの分析機能を実現する技術
DMPの分析機能を実現する技術DMPの分析機能を実現する技術
DMPの分析機能を実現する技術
 
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
エンジニア勉強会資料_④Rtoaster×Myndエンジンによる興味キーワード分析機能開発事例
 
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
エンジニア勉強会資料_②エンジニア・デザイナ・プロダクトオーナーが推薦するプロトタイプドリブン開発
 
Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...Business utilization of real estate image classification system using deep le...
Business utilization of real estate image classification system using deep le...
 
楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用楽天のデータサイエンス/AIによるビッグデータ活用
楽天のデータサイエンス/AIによるビッグデータ活用
 
今後10年の機械学習ビジネスの可能性
今後10年の機械学習ビジネスの可能性今後10年の機械学習ビジネスの可能性
今後10年の機械学習ビジネスの可能性
 
Machine Learning 15 minutes! とあるデザイン会社の中の人にとってのA.I.
Machine Learning 15 minutes! とあるデザイン会社の中の人にとってのA.I.Machine Learning 15 minutes! とあるデザイン会社の中の人にとってのA.I.
Machine Learning 15 minutes! とあるデザイン会社の中の人にとってのA.I.
 
Ac ri webiner-agenda-20210309
Ac ri webiner-agenda-20210309Ac ri webiner-agenda-20210309
Ac ri webiner-agenda-20210309
 
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
[CTO of the year 2018] Lean AI開発により、3ヶ月でプロダクトマーケットフィット、1年で大手塾の2割に導入するまで至った話
 
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
事業会社が開催する人材育成プログラム ”Data Science BOOTCAMP”とは?
 
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
Tableau x Einstein 連 携 に 関 す る 勝 手 な 考 察
 
ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践ヤフーにおけるTableau Blue Printの実践
ヤフーにおけるTableau Blue Printの実践
 

Similaire à グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦

立教大学MBA:AIの最先端技術によるこれからの価値創造
立教大学MBA:AIの最先端技術によるこれからの価値創造立教大学MBA:AIの最先端技術によるこれからの価値創造
立教大学MBA:AIの最先端技術によるこれからの価値創造
Osaka University
 
エンジニアの未来サミット for student
エンジニアの未来サミット for studentエンジニアの未来サミット for student
エンジニアの未来サミット for student
真一 藤川
 
JASPULeast(20111208)
JASPULeast(20111208)JASPULeast(20111208)
JASPULeast(20111208)
真 岡本
 
20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より
Nobuyuki Otomori
 

Similaire à グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦 (20)

NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018NAIST ソフトウェア工学研究室紹介 2018
NAIST ソフトウェア工学研究室紹介 2018
 
立教大学MBA:AIの最先端技術によるこれからの価値創造
立教大学MBA:AIの最先端技術によるこれからの価値創造立教大学MBA:AIの最先端技術によるこれからの価値創造
立教大学MBA:AIの最先端技術によるこれからの価値創造
 
エンジニアの未来サミット for student
エンジニアの未来サミット for studentエンジニアの未来サミット for student
エンジニアの未来サミット for student
 
Panel 3: JST Project to Realize Society 5.0
Panel 3: JST Project to Realize Society 5.0Panel 3: JST Project to Realize Society 5.0
Panel 3: JST Project to Realize Society 5.0
 
ODSC East 2017 Report
ODSC East 2017 ReportODSC East 2017 Report
ODSC East 2017 Report
 
株式会社リブセンス会社説明資料(転職エージェント企業様向け)
株式会社リブセンス会社説明資料(転職エージェント企業様向け)株式会社リブセンス会社説明資料(転職エージェント企業様向け)
株式会社リブセンス会社説明資料(転職エージェント企業様向け)
 
エスノぶらりのすすめ
エスノぶらりのすすめエスノぶらりのすすめ
エスノぶらりのすすめ
 
Onlab presentation 072412
Onlab presentation 072412Onlab presentation 072412
Onlab presentation 072412
 
JASPULeast(20111208)
JASPULeast(20111208)JASPULeast(20111208)
JASPULeast(20111208)
 
楽天の中のわたしと勉強会
楽天の中のわたしと勉強会楽天の中のわたしと勉強会
楽天の中のわたしと勉強会
 
ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術ディープラーニングの産業応用とそれを支える技術
ディープラーニングの産業応用とそれを支える技術
 
[Japan Tech summit 2017] MAI 001
[Japan Tech summit 2017]  MAI 001[Japan Tech summit 2017]  MAI 001
[Japan Tech summit 2017] MAI 001
 
TOPPERSプロジェクトの紹介 in OSC2015 Kansai@Kyoto 
TOPPERSプロジェクトの紹介 in OSC2015 Kansai@Kyoto TOPPERSプロジェクトの紹介 in OSC2015 Kansai@Kyoto 
TOPPERSプロジェクトの紹介 in OSC2015 Kansai@Kyoto 
 
XR技術を使った市民参加型WSの開発 〜IT素人学生の目線で〜
XR技術を使った市民参加型WSの開発 〜IT素人学生の目線で〜XR技術を使った市民参加型WSの開発 〜IT素人学生の目線で〜
XR技術を使った市民参加型WSの開発 〜IT素人学生の目線で〜
 
20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より20111203 第1回LODチャレンジデーin 大阪 事務局より
20111203 第1回LODチャレンジデーin 大阪 事務局より
 
Cmc lt 20180307_matsuura
Cmc lt 20180307_matsuuraCmc lt 20180307_matsuura
Cmc lt 20180307_matsuura
 
自然言語処理紹介(就職編)
自然言語処理紹介(就職編)自然言語処理紹介(就職編)
自然言語処理紹介(就職編)
 
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
ビッグデータ・AI 活用最前線:「Data Augmentation (データ拡張)」という新しい常識
 
エスノグラフィーの実施手順
エスノグラフィーの実施手順エスノグラフィーの実施手順
エスノグラフィーの実施手順
 
インフラジスティックス製品サブスクリプション/サポートについて
インフラジスティックス製品サブスクリプション/サポートについてインフラジスティックス製品サブスクリプション/サポートについて
インフラジスティックス製品サブスクリプション/サポートについて
 

Plus de Rakuten Group, Inc.

Plus de Rakuten Group, Inc. (20)

コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
コードレビュー改善のためにJenkinsとIntelliJ IDEAのプラグインを自作してみた話
 
楽天における安全な秘匿情報管理への道のり
楽天における安全な秘匿情報管理への道のり楽天における安全な秘匿情報管理への道のり
楽天における安全な秘匿情報管理への道のり
 
What Makes Software Green?
What Makes Software Green?What Makes Software Green?
What Makes Software Green?
 
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
Simple and Effective Knowledge-Driven Query Expansion for QA-Based Product At...
 
DataSkillCultureを浸透させる楽天の取り組み
DataSkillCultureを浸透させる楽天の取り組みDataSkillCultureを浸透させる楽天の取り組み
DataSkillCultureを浸透させる楽天の取り組み
 
大規模なリアルタイム監視の導入と展開
大規模なリアルタイム監視の導入と展開大規模なリアルタイム監視の導入と展開
大規模なリアルタイム監視の導入と展開
 
楽天における大規模データベースの運用
楽天における大規模データベースの運用楽天における大規模データベースの運用
楽天における大規模データベースの運用
 
楽天サービスを支えるネットワークインフラストラクチャー
楽天サービスを支えるネットワークインフラストラクチャー楽天サービスを支えるネットワークインフラストラクチャー
楽天サービスを支えるネットワークインフラストラクチャー
 
楽天の規模とクラウドプラットフォーム統括部の役割
楽天の規模とクラウドプラットフォーム統括部の役割楽天の規模とクラウドプラットフォーム統括部の役割
楽天の規模とクラウドプラットフォーム統括部の役割
 
Rakuten Services and Infrastructure Team.pdf
Rakuten Services and Infrastructure Team.pdfRakuten Services and Infrastructure Team.pdf
Rakuten Services and Infrastructure Team.pdf
 
The Data Platform Administration Handling the 100 PB.pdf
The Data Platform Administration Handling the 100 PB.pdfThe Data Platform Administration Handling the 100 PB.pdf
The Data Platform Administration Handling the 100 PB.pdf
 
Supporting Internal Customers as Technical Account Managers.pdf
Supporting Internal Customers as Technical Account Managers.pdfSupporting Internal Customers as Technical Account Managers.pdf
Supporting Internal Customers as Technical Account Managers.pdf
 
Making Cloud Native CI_CD Services.pdf
Making Cloud Native CI_CD Services.pdfMaking Cloud Native CI_CD Services.pdf
Making Cloud Native CI_CD Services.pdf
 
How We Defined Our Own Cloud.pdf
How We Defined Our Own Cloud.pdfHow We Defined Our Own Cloud.pdf
How We Defined Our Own Cloud.pdf
 
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech infoTravel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
 
Travel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech infoTravel & Leisure Platform Department's tech info
Travel & Leisure Platform Department's tech info
 
OWASPTop10_Introduction
OWASPTop10_IntroductionOWASPTop10_Introduction
OWASPTop10_Introduction
 
Introduction of GORA API Group technology
Introduction of GORA API Group technologyIntroduction of GORA API Group technology
Introduction of GORA API Group technology
 
100PBを越えるデータプラットフォームの実情
100PBを越えるデータプラットフォームの実情100PBを越えるデータプラットフォームの実情
100PBを越えるデータプラットフォームの実情
 
社内エンジニアを支えるテクニカルアカウントマネージャー
社内エンジニアを支えるテクニカルアカウントマネージャー社内エンジニアを支えるテクニカルアカウントマネージャー
社内エンジニアを支えるテクニカルアカウントマネージャー
 

グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦