Soumettre la recherche
Mettre en ligne
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
•
11 j'aime
•
7,236 vues
Recruit Technologies
Suivre
2015/07/10 システム管理者の夏期講習2015での、池田の講演資料になります
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 41
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
ビッグデータ処理データベースの全体像と使い分け 2018年version
ビッグデータ処理データベースの全体像と使い分け 2018年version
Tetsutaro Watanabe
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tetsutaro Watanabe
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
[Cloud OnAir] BigQuery の仕組みからベストプラクティスまでのご紹介 2018年9月6日 放送
[Cloud OnAir] BigQuery の仕組みからベストプラクティスまでのご紹介 2018年9月6日 放送
Google Cloud Platform - Japan
Recommandé
ビッグデータ処理データベースの全体像と使い分け 2018年version
ビッグデータ処理データベースの全体像と使い分け 2018年version
Tetsutaro Watanabe
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
データ収集の基本と「JapanTaxi」アプリにおける実践例
データ収集の基本と「JapanTaxi」アプリにおける実践例
Tetsutaro Watanabe
Data-Centric AIの紹介
Data-Centric AIの紹介
Kazuyuki Miyazawa
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
DeNA のデータ活用を支える BigQuery データの民主化とガバナンス強化の軌跡 | Google Cloud INSIDE Games & App...
Google Cloud Platform - Japan
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
Recruit Technologies
[Cloud OnAir] BigQuery の仕組みからベストプラクティスまでのご紹介 2018年9月6日 放送
[Cloud OnAir] BigQuery の仕組みからベストプラクティスまでのご紹介 2018年9月6日 放送
Google Cloud Platform - Japan
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
Preferred Networks
エンジニアも知っておきたいAI倫理のはなし
エンジニアも知っておきたいAI倫理のはなし
Yasunori Nihei
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Preferred Networks
Amazon AthenaでSageMakerを使った推論
Amazon AthenaでSageMakerを使った推論
西岡 賢一郎
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
アサヒのデータ活用基盤を支えるデータ仮想化技術
アサヒのデータ活用基盤を支えるデータ仮想化技術
Denodo
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
Tetsutaro Watanabe
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
Contenu connexe
Tendances
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
CData Software Japan
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
Norishige Fukushima
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
Satoru Ishikawa
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
Techon Organization
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
Preferred Networks
エンジニアも知っておきたいAI倫理のはなし
エンジニアも知っておきたいAI倫理のはなし
Yasunori Nihei
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
cyberagent
AWSで作る分析基盤
AWSで作る分析基盤
Yu Otsubo
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Preferred Networks
Amazon AthenaでSageMakerを使った推論
Amazon AthenaでSageMakerを使った推論
西岡 賢一郎
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
Recruit Technologies
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
Recruit Technologies
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
NTT DATA Technology & Innovation
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
Recruit Technologies
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
Satoru Ishikawa
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
NTT DATA Technology & Innovation
アサヒのデータ活用基盤を支えるデータ仮想化技術
アサヒのデータ活用基盤を支えるデータ仮想化技術
Denodo
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
Recruit Technologies
Tendances
(20)
グラフ構造のデータモデルをPower BIで可視化してみた
グラフ構造のデータモデルをPower BIで可視化してみた
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
画像処理ライブラリ OpenCV で 出来ること・出来ないこと
AWSではじめるMLOps
AWSではじめるMLOps
データ分析を支える技術 DWH再入門
データ分析を支える技術 DWH再入門
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
初めてのデータ分析基盤構築をまかされた、その時何を考えておくと良いのか
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Kubernetesによる機械学習基盤への挑戦
Kubernetesによる機械学習基盤への挑戦
エンジニアも知っておきたいAI倫理のはなし
エンジニアも知っておきたいAI倫理のはなし
マッチングサービスにおけるKPIの話
マッチングサービスにおけるKPIの話
AWSで作る分析基盤
AWSで作る分析基盤
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
ゼロから作るKubernetesによるJupyter as a Service ー Kubernetes Meetup Tokyo #43
Amazon AthenaでSageMakerを使った推論
Amazon AthenaでSageMakerを使った推論
ビッグデータ処理データベースの全体像と使い分け
ビッグデータ処理データベースの全体像と使い分け
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
リクルートのビッグデータ活用基盤とビッグデータ活用のためのメタデータ管理Webのご紹介
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
MLOps に基づく AI/ML 実運用最前線 ~画像、動画データにおける MLOps 事例のご紹介~(映像情報メディア学会2021年冬季大会企画セッショ...
リクルート式 自然言語処理技術の適応事例紹介
リクルート式 自然言語処理技術の適応事例紹介
データ分析を支える技術 データ分析基盤再入門
データ分析を支える技術 データ分析基盤再入門
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
データ活用を俊敏に進めるためのDataOps実践方法とその高度化のためのナレッジグラフ活用の取り組み(NTTデータ テクノロジーカンファレンス 2020 ...
アサヒのデータ活用基盤を支えるデータ仮想化技術
アサヒのデータ活用基盤を支えるデータ仮想化技術
リクルート式ビッグデータ活用術
リクルート式ビッグデータ活用術
En vedette
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
Tetsutaro Watanabe
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
En vedette
(6)
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
ビッグデータ処理データベースの全体像と使い分け - 2017年 Version -
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Similaire à リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
Insight Technology, Inc.
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
Recruit Technologies
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Insight Technology, Inc.
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
株式会社MonotaRO Tech Team
変わる!? リクルートグループのデータ解析基盤
変わる!? リクルートグループのデータ解析基盤
Recruit Technologies
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
Atsushi Takayasu
FlexPod Day 2016 - Cisco session (Publish edition)
FlexPod Day 2016 - Cisco session (Publish edition)
Takao Setaka
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
Masanori Saito
日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える
Nissho-Blocks
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
NTT DATA Technology & Innovation
Ext js 20100526
Ext js 20100526
Shinichi Tomita
サービスデスクの効果を出すための仕組みづくり
サービスデスクの効果を出すための仕組みづくり
UNIRITA Incorporated
それでもボクはMicrosoft Azure を使う
それでもボクはMicrosoft Azure を使う
Masaki Takeda
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
Recruit Technologies
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
Naoki (Neo) SATO
次世代の企業ITインフラを支えるエンジニアとは
次世代の企業ITインフラを支えるエンジニアとは
Trainocate Japan, Ltd.
クラウド鎖国からクラウド維新へ
クラウド鎖国からクラウド維新へ
Cybozucommunity
ITIL準拠のツールでアジャイルな変革を実現
ITIL準拠のツールでアジャイルな変革を実現
UNIRITA Incorporated
AWSでの金融系システム構築・運用勘所
AWSでの金融系システム構築・運用勘所
ナレッジコミュニケーション
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
Amazon Web Services Japan
Similaire à リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
(20)
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
複数DBのバックアップ・切り戻し運用手順が異なって大変?!運用性の大幅改善、その先に。。
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
システム高速化フォーラム向け プッシュ通知基盤のアーキテクチャ
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
Attunityのソリューションと異種データベース・クラウド移行事例のご紹介
MonotaRO のデータ活用と基盤の過去、現在、未来
MonotaRO のデータ活用と基盤の過去、現在、未来
変わる!? リクルートグループのデータ解析基盤
変わる!? リクルートグループのデータ解析基盤
要求開発アライアンス 9月定例会議
要求開発アライアンス 9月定例会議
FlexPod Day 2016 - Cisco session (Publish edition)
FlexPod Day 2016 - Cisco session (Publish edition)
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
【新入社員研修】最新のITトレンドとビジネス 2017年度 改訂版
日米クラウド最前線!経営戦略としてのクラウドを考える
日米クラウド最前線!経営戦略としてのクラウドを考える
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
JCBの Payment as a Service 実現にむけたゼロベースの組織変革とテクニカル・イネーブラー(NTTデータ テクノロジーカンファレンス ...
Ext js 20100526
Ext js 20100526
サービスデスクの効果を出すための仕組みづくり
サービスデスクの効果を出すための仕組みづくり
それでもボクはMicrosoft Azure を使う
それでもボクはMicrosoft Azure を使う
ビッグデータ活用支援フォーラム
ビッグデータ活用支援フォーラム
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
次世代の企業ITインフラを支えるエンジニアとは
次世代の企業ITインフラを支えるエンジニアとは
クラウド鎖国からクラウド維新へ
クラウド鎖国からクラウド維新へ
ITIL準拠のツールでアジャイルな変革を実現
ITIL準拠のツールでアジャイルな変革を実現
AWSでの金融系システム構築・運用勘所
AWSでの金融系システム構築・運用勘所
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
Plus de Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Recruit Technologies
Spring “BigData”
Spring “BigData”
Recruit Technologies
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Recruit Technologies
Plus de Recruit Technologies
(20)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Tableau活用4年の軌跡
Tableau活用4年の軌跡
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
LT(自由)
LT(自由)
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
リクルート式AIの活用法
リクルート式AIの活用法
銀行ロビーアシスタント
銀行ロビーアシスタント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
リクルートにおける画像解析事例紹介と周辺技術紹介
リクルートにおける画像解析事例紹介と周辺技術紹介
Spring “BigData”
Spring “BigData”
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Dernier
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
Dernier
(8)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
1.
リクルートのビッグデータ活用基盤 とデータ活用に向けた取組み リクルートテクノロジーズ 池田
2.
本日の内容 • リクルートにおけるビッグデータの取り組みの紹介 とビッグデータの活用を支えるビッグデータ基盤を ご紹介いたします • アプリのPUSH配信を支える基盤(Pusna-RS)と ビッグデータ基盤の連携を例に、リクルートにおけ るビッグデータ活用基盤・周辺技術進化の取り組み をお伝えします •
最後に、データ活用を促進する「メタデータ管理 Webシステム」ご紹介とシステム管理者目線から システムを提供する価値について、お話しさせてい ただきます 2(C) Recruit Technologies Co.,Ltd. All rights reserved.
3.
本日のアジェンダ 1. 自己紹介 2. リクルートの紹介 3.
リクルートのビッグデータへの取り組み 4. メタデータ管理Web 5. まとめ 3(C) Recruit Technologies Co.,Ltd. All rights reserved.
4.
本日のアジェンダ 1. 自己紹介 2. リクルートの紹介 3.
リクルートのビッグデータへの取り組み 4. メタデータ管理Web 5. まとめ 4(C) Recruit Technologies Co.,Ltd. All rights reserved.
5.
自己紹介 5(C) Recruit Technologies
Co.,Ltd. All rights reserved. 池田 英哲(いけだ ひであき) 株式会社 リクルートテクノロジーズ ビッグデータ部 IDポイント ビッグデータインフラグループ 2003年~2006年 某SIer Flashを用いたWebアプリケーション開発等を担当 2006年~2013年 某コンサル会社 インフォメーションマネジメント(BI・DWH)関連部署に配属 Analytics部隊の設立に携わる 2014年1月~ リクルートテクノロジーズ 入社後一貫して、リクルートIDプロジェクトのDWH構築・運用を担当 職歴
6.
本日のアジェンダ 1. 自己紹介 2. リクルートの紹介 3.
リクルートのビッグデータへの取り組み 4. メタデータ管理Web 5. まとめ 6(C) Recruit Technologies Co.,Ltd. All rights reserved.
7.
7 企業概要(リクルート全体) 創立 1960年3月31日 「大学新聞広告社」としてスタート グループ 従業員数 31,841名 連結売上高
約 1兆2999億円 ※2015年3月末 連結経常利益 約 1,256億円 ※2015年3月末 関連企業数 162社(国内+海外) 目指す世界観 「あなた」を支える存在でありたい
8.
リクルートテクノロジーズの位置づけ 8 リクルートキャリア リクルートジョブズ リクルートスタッフィング リクルート住まいカンパニー リクルートライフスタイル リクルートマーケティングパートナーズ スタッフサービス・ホールディングス リクルートアドミニストレーション リクルートコミュニケーションズ 事業会社 機能会社 ネットインフラ 大規模プロジェクト推進 UXD/SEO ビッグデータ機能 テクノロジーR&D 事業・社内IT推進 リクルート ホールディングス リクルートとは、 主要7事業会社+3機能会社 で構成されるグループ企業群 私が所属する会社は リクルートテクノロジーズ セキュリティAP基盤・オフショア開発
9.
リクルートのビジネスモデル ~ リボンモデル 9(C)
Recruit Technologies Co.,Ltd. All rights reserved. マッチング カスタマー (一般ユーザー) クライアント (サービス提供企業) 世界中の生活者と産業界に 「まだ、ここにない、出会い。」を提供します
10.
リクルートの展開しているサービス ライフイベント領域 進学 就職 結婚 転職 住宅購入 車購入 出産/育児 旅行 IT/トレンド 生活/地域情報 グルメ・美容 ライフスタイル領域 選択・意思決定 を支援する情報サービスの提供 「まだ、ここにない、出会い。」を実現する
11.
リクルートID 一人ひとりにあった最適な情報を提供し、皆様の選択や行動を支える存在 となることを目指す 11(C) Recruit Technologies
Co.,Ltd. All rights reserved. リクルートID
12.
リクルートIDの使えるサービス①
13.
リクルートIDの使えるサービス②
14.
リクルートIDの使えるサービス③
15.
リクルートIDの使えるサービス④
16.
本日のアジェンダ 1. 自己紹介 2. リクルートの紹介 3.
リクルートのビッグデータへの取り組み 4. メタデータ管理Web 5. まとめ 16(C) Recruit Technologies Co.,Ltd. All rights reserved.
17.
ビッグデータとは? 17(C) Recruit Technologies
Co.,Ltd. All rights reserved. ビッグデータ=大量データ Volume 量 Variety 多様性 Velocity 速度 Volume 行動履歴・ソーシャル・センサ(GPS)等 Variety 構造化データだけでなく、 文書・画像・動画・音声などの非構造データ Velocity リアルタイムに発生するCSの嗜好データ スマホ/アプリデータ 利用者・利用パターンの増加
18.
ビッグデータ活用事例① 経験知をモデル化 18(C) Recruit
Technologies Co.,Ltd. All rights reserved. 豊富な経験値を持つCAが創りだした過去データ・ロジックをレコメンド作成に利用 求人検索システム 求職者 CA(キャリアアドバイザー) 応募 求人紹介 検索 レコメンドリスト 求人紹介(メール送付・管理画面表示) レコメンドロジック 求職者 求人 確信度 001 O社 0.5 001 X社 0.3 001 Y社 0.2 求職者 A社 O社 P社 Q社 ・・・ B社 X社 Y社 Z社 ・・・
19.
ビッグデータ活用事例② パーソナライズPUSH 19(C) Recruit
Technologies Co.,Ltd. All rights reserved. Pusna(プッシュアプローチ)によるアクション増を実現する 今週のあなたにオススメ 会場一覧ができました 通知を受け取る オススメ一覧閲覧 個社閲覧フェア予約 ブライダルフェア予約
20.
ビッグデータ利用者の広がり 技術の進化や「ビッグデータ」の広がりでデータ利用者が拡大している 20(C) Recruit Technologies
Co.,Ltd. All rights reserved. IT部門 BIレポート開発者 DB管理者 データサイエンティスト 研究者 エンジニア レポート/モニタリング 営業/エグゼ データに興味のない層 ビジネスインサイト マーケター 事業企画 Big DataのTrend 技術進歩 (Hadoop/セルフBI etc.) データ活用の 一般化 数字は見るけど操作は覚えたくない 自分でデータをいじりたい ITスキルはあまりない 自分でデータを解析する
21.
ビッグデータ基盤 ビッグデータ(データの量/種類/頻度の増加)への対応と、利用者の増加 に合わせ、基盤は常に進化 21(C) Recruit Technologies
Co.,Ltd. All rights reserved. データソース データ格納 プレゼンテーション 利用者 外部データ Hadoop エコシステム 高度分析やモデル作成 レポート/モニタリング ビジネスインサイト (マーケター) 機械学習やモデル実装 エンドユーザー (エグゼ/営業 /マネージャ) (プロデューサ/事業 企画) データ サイエンティスト (高度分析者) データ サイエンティスト (エンジニア) 行動ログ 事業DB 事業Hadoop 全社DWH 中央Hadoop • モニタリング • レポート • モデル作成 • データ収集 • 整形・加工 • データストレージ • 高速分析処理 Webアクセスログ アプリログ PUSH通知ログ ビーコンログ
22.
22(C) Recruit Technologies
Co.,Ltd. All rights reserved. PUSH
23.
PUSH通知とは スマートデバイスを起動していなくても通知を送ることが出来る仕組み 23(C) Recruit Technologies
Co.,Ltd. All rights reserved. Push! Push!
24.
PUSH通知とは メールと同様に重要な集客ツール。 24(C) Recruit Technologies
Co.,Ltd. All rights reserved. Push! Push! メリット リアルタイムな情報配信 ユーザのアクティブ率向上 休眠ユーザの再起 デメリット 過剰なプッシュによるユーザ離れのリスク 実装の工数がかかる
25.
PUSH通知基盤(Pusna RS)の全体構成 PUSH通知のメリットを最大限活かすための基盤を構築。 25(C) Recruit
Technologies Co.,Ltd. All rights reserved. デバイス管理 プッシュ配信 APNs GCM カスタマー リクルート DynamoDB elasticsearch 登録API 登録WorkerSQS 配信worker 操作用Web UI 管理API SQS 配信担当者 データ基盤 事業サーバ ※ atmarkit http://www.atmarkit.co.jp/ait/articles/1412/18/news022.html
26.
デバイス管理 プッシュ配信 APNs GCM カスタマー リクルート DynamoDB elasticsearch 登録API
登録WorkerSQS 配信worker 操作用Web UI 管理API SQS 配信担当者 データ基盤 事業サーバ ビッグデータ基盤との連携 PUSH配信基盤からビッグデータ基盤にリアルタイムに連携。既存のアプリ ケーション改修・影響なく連携を実現。 26(C) Recruit Technologies Co.,Ltd. All rights reserved. ビッグデータ基盤 ビッグデータ基盤用キュー
27.
本日のアジェンダ 1. 自己紹介 2. リクルートの紹介 3.
リクルートのビッグデータへの取り組み 4. メタデータ管理Web 5. まとめ 27(C) Recruit Technologies Co.,Ltd. All rights reserved.
28.
データソース データ格納 プレゼンテーション
利用者 外部データ Hadoop エコシステム 高度分析やモデル作成 レポート/モニタリング ビジネスインサイト (マーケター) 機械学習やモデル実装 エンドユーザー (エグゼ/営業 /マネージャ) (プロデューサ/事業 企画) データ サイエンティスト (高度分析者) データ サイエンティスト (エンジニア) 行動ログ 事業DB 事業Hadoop 全社DWH 中央Hadoop • モニタリング • レポート • モデル作成 • データ収集 • 整形・加工 • データストレージ • 高速分析処理 Webアクセスログ アプリログ PUSH通知ログ ビーコンログ ビッグデータ活用に伴い… (C) Recruit Technologies Co.,Ltd. All rights reserved. データの質・量の増加 利用者の増加
29.
メタデータ管理Web構築の背景 データ意味情報(メタデータ)の問い合わせに忙殺される。 29(C) Recruit Technologies
Co.,Ltd. All rights reserved. 会員情報はどこにある!? XXの意味を教えてください! 利用者 テーブル定義書(ファイル) DWH 実データの表示結果 Select * from XX limit 100 Select * from YY limit 100 Select * from ZZ limit 100 ・・・ 開発者 データ管理担当 分からないです… 引用元)気がつくと机がぐちゃぐちゃになっているあなたへ ISBN 978-4-7942-1146-0 “平均的なビジネスマンは、探し物をするためだけ に、1年間で約150時間を費やしている” 利用者がわかる形で回答 × × データの質・量の増加 利用者の増加
30.
メタデータ管理Webの紹介 30(C) Recruit Technologies
Co.,Ltd. All rights reserved.
31.
機能紹介 31(C) Recruit Technologies
Co.,Ltd. All rights reserved.
32.
32(C) Recruit Technologies
Co.,Ltd. All rights reserved. ココに来れば必要な情報があるという状態を作り出し、分析担当者のデータ 特定に至る時間やシステム担当者の負担を軽減させる。 メタデータ管理Webで実現した世界 探す手間が省ける ナレッジが共有される 依頼者 テーブル定義書(ファイル) データ管理担当 探す メタデータ管理Web DWH データ管理担当 問合せが減る! 潜在的なニーズを拾える! 問合せが減る! 自分のDBの最新情報が把握できる! 開発者 自動 自動 自動
33.
メタデータWebの開発の進め方 33(C) Recruit Technologies
Co.,Ltd. All rights reserved. ①課題認識 ③要件定義・ 設計・開発 ②F/S検証・ 効果算出 ④運用・継続 改善 F/S…
34.
①課題認識 背景にあった課題[再掲] データ定義の問い合わせに忙殺される時間を減らしたい! 34(C) Recruit
Technologies Co.,Ltd. All rights reserved. どこかにまとまっていれば いいのに!! データ利用者 テーブル定義書(ファイル) DWH 実データの表示結果 Select * from XX limit 100 Select * from YY limit 100 Select * from ZZ limit 100 ・・・ 開発者 データ管理担当 分からないです… 得られた情報を利用者が わかる形に変換して回答 × × これって自分だけ??
35.
②F/S検証・効果算出 → 起案 簡単な仕組み(
MVP minimum viable product:実用最小限の製品)を開 発、公開。 35(C) Recruit Technologies Co.,Ltd. All rights reserved. 簡易システム構築・公開 convert 効果ありそう!検索機能の充実等、 利用者が求めている機能もわかった! DB管理者 データ利用者 DB開発者 検索が便利! 意味説明が 分かりやすい! 統一の定義書が すぐ手に入る! メモを残したい 最新情報がない履歴が見たい
36.
③要件定義・設計・開発 利用者コメントや要望ヒアリングで肥大化かつ相反する要件に対し、 キーワードを決め、絞り込み。 36(C) Recruit Technologies
Co.,Ltd. All rights reserved. 利用者目線で機能をあきらめ取捨選択 多機能 ≠使いやすい 「シンプルに使えること」をキーワードに機能選択 Standish Group Study Reported at XP2002 by Jim Johnson, まったく使わな い, 45% めったに使わな い, 19% ときどき, 16% よく使う, 13% いつも使う, 7% 65%の機能が 使われない
37.
④運用・機能改善 速く機能を提供することで、継続的に利用される仕組みを実現。 37(C) Recruit Technologies
Co.,Ltd. All rights reserved. 小気味よいリリースでファンを増やす! ※90日で200のリリースを実施 絞り込んだ機能の リリース 動かし/使い、 フィードバックを 得る フィードバックか ら必要な機能を見 極める
38.
利用の推移 平日は400回/日以上の利用があり、月間で計10,000回(300UU)を超え ている。 38(C) Recruit Technologies
Co.,Ltd. All rights reserved. 年間50人月超の工数削減効果! (5分/回の工数削減効果) + 問合せを受けるシステム管理者の工数削減!
39.
本日のアジェンダ 1. 自己紹介 2. リクルートの紹介 3.
リクルートのビッグデータへの取り組み 4. メタデータ管理Web 5. まとめ 39(C) Recruit Technologies Co.,Ltd. All rights reserved.
40.
まとめ 40(C) Recruit Technologies
Co.,Ltd. All rights reserved. システム管理者だからできることはもっとあるはず。
41.
41(C) Recruit Technologies
Co.,Ltd. All rights reserved. ご清聴ありがとうございました。
Télécharger maintenant