Submit Search
Upload
リクルート式ビッグデータ活用術
•
15 likes
•
31,538 views
Recruit Technologies
Follow
2016/03/17 電子情報通信学会総合大会での、石川の講演資料になります
Read less
Read more
Technology
Report
Share
Report
Share
1 of 49
Download now
Download to read offline
Recommended
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
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
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
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
MLOps入門
MLOps入門
Hiro Mura
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
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
Recruit Lifestyle Co., Ltd.
Recommended
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
AWSではじめるMLOps
AWSではじめるMLOps
MariOhbuchi
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
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
MLOps入門
MLOps入門
Hiro Mura
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
先駆者に学ぶ MLOpsの実際
先駆者に学ぶ MLOpsの実際
Tetsutaro Watanabe
ビックデータ分析基盤の成⻑の軌跡
ビックデータ分析基盤の成⻑の軌跡
Recruit Lifestyle Co., Ltd.
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
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Sho Tanaka
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
Sho Tanaka
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
Recruit Technologies
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Takashi Suzuki
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
ゼロから学ぶAI
ゼロから学ぶAI
DIVE INTO CODE Corp.
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
DataDrift in Azure Machine Learning
DataDrift in Azure Machine Learning
Keita Onabuta
ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』
Yoshitaka Kawashima
データサイエンティストとエンジニア 両者が幸せになれる機械学習基盤を求めて
データサイエンティストとエンジニア 両者が幸せになれる機械学習基盤を求めて
Recruit Lifestyle Co., Ltd.
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
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
スタディサプリを支えるデータ分析基盤 ~設計の勘所と利活用事例~
スタディサプリを支えるデータ分析基盤 ~設計の勘所と利活用事例~
Tetsuo Yamabe
DMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメント
Kent Ishizawa
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
tmtm otm
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Chigusa Junichiro
ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。
toshihiro ichitani
ドコモオープンイノベーションの取り組みと提供APIのIoT展開について
ドコモオープンイノベーションの取り組みと提供APIのIoT展開について
API Meetup
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
More Related Content
What's hot
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
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
Sho Tanaka
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
Sho Tanaka
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
Recruit Technologies
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
Takashi Suzuki
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
ゼロから学ぶAI
ゼロから学ぶAI
DIVE INTO CODE Corp.
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
BrainPad Inc.
DataDrift in Azure Machine Learning
DataDrift in Azure Machine Learning
Keita Onabuta
ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』
Yoshitaka Kawashima
データサイエンティストとエンジニア 両者が幸せになれる機械学習基盤を求めて
データサイエンティストとエンジニア 両者が幸せになれる機械学習基盤を求めて
Recruit Lifestyle Co., Ltd.
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
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
Takeshi Suzuki
スタディサプリを支えるデータ分析基盤 ~設計の勘所と利活用事例~
スタディサプリを支えるデータ分析基盤 ~設計の勘所と利活用事例~
Tetsuo Yamabe
DMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメント
Kent Ishizawa
分析手法のご紹介
分析手法のご紹介
Recruit Technologies
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
tmtm otm
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Chigusa Junichiro
ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。
toshihiro ichitani
What's hot
(20)
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...
機械学習モデルのサービングとは?
機械学習モデルのサービングとは?
MLOpsの概要と初学者が気をつけたほうが良いこと
MLOpsの概要と初学者が気をつけたほうが良いこと
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
リクルートが実践で学んできた“セルフBI”推進に求められる3つの要素
GOの機械学習システムを支えるMLOps事例紹介
GOの機械学習システムを支えるMLOps事例紹介
MLOpsはバズワード
MLOpsはバズワード
ゼロから学ぶAI
ゼロから学ぶAI
ブレインパッドにおける機械学習プロジェクトの進め方
ブレインパッドにおける機械学習プロジェクトの進め方
DataDrift in Azure Machine Learning
DataDrift in Azure Machine Learning
ソフトウェア開発における『知の高速道路』
ソフトウェア開発における『知の高速道路』
データサイエンティストとエンジニア 両者が幸せになれる機械学習基盤を求めて
データサイエンティストとエンジニア 両者が幸せになれる機械学習基盤を求めて
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
リクルート式AIの活用法
リクルート式AIの活用法
Data-Centric AI開発における データ生成の取り組み
Data-Centric AI開発における データ生成の取り組み
スタディサプリを支えるデータ分析基盤 ~設計の勘所と利活用事例~
スタディサプリを支えるデータ分析基盤 ~設計の勘所と利活用事例~
DMBOKをベースにしたデータマネジメント
DMBOKをベースにしたデータマネジメント
分析手法のご紹介
分析手法のご紹介
テーブル・テキスト・画像の反実仮想説明
テーブル・テキスト・画像の反実仮想説明
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
Mobility Technologiesのデータ分析基盤・データ利活用事例のご紹介
ユーザーストーリー駆動開発で行こう。
ユーザーストーリー駆動開発で行こう。
Viewers also liked
ドコモオープンイノベーションの取り組みと提供APIのIoT展開について
ドコモオープンイノベーションの取り組みと提供APIのIoT展開について
API Meetup
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
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
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
Recruit Technologies
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
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Recruit Technologies
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
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
リクルートにおける画像解析事例紹介
リクルートにおける画像解析事例紹介
Recruit Technologies
Viewers also liked
(12)
ドコモオープンイノベーションの取り組みと提供APIのIoT展開について
ドコモオープンイノベーションの取り組みと提供APIのIoT展開について
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
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
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
リクルートはいかにして、ディープラーニング(深層学習)の導入を成功させたか
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
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
A3RT -The details and actual use cases of“Analytics & Artificial intelligence...
Hadoop’s Impact on Recruit Company
Hadoop’s Impact on Recruit Company
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
リクルートにおける画像解析事例紹介
リクルートにおける画像解析事例紹介
Similar to リクルート式ビッグデータ活用術
[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
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
RTTJapan 会社概要 140120
RTTJapan 会社概要 140120
RTT Japan K.K
Cloud Native and Agile Approach
Cloud Native and Agile Approach
Shinya Yanagihara
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
Recruit Technologies
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
Cybozucommunity
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
Nozomu Tannaka
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Service Design Network Japan Chapter
Hybrid Sourcing Service [evelink] by CSK Serviceware
Hybrid Sourcing Service [evelink] by CSK Serviceware
Intelligence, Ltd.
ハイブリッドソーシング 「evelink」 ご紹介資料
ハイブリッドソーシング 「evelink」 ご紹介資料
CSK Serviceware
IA Workshop, Introduction to Information Architecture (2002)
IA Workshop, Introduction to Information Architecture (2002)
Nobuya Sato
NPSとHCDを組み合わせた顧客体験分析の取り組み
NPSとHCDを組み合わせた顧客体験分析の取り組み
IMJ Corporation
Open Hybrid Cloudを検討すべき理由.pdf
Open Hybrid Cloudを検討すべき理由.pdf
Masahiko Umeno
Dyna traceによるuxマネジメント
Dyna traceによるuxマネジメント
伸夫 森本
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
Takashi Okawa
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
munjapan
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
Daiyu Hatakeyama
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
アーキテクチャとアジャイルプロジェクトをまともに進めるための両輪について-DevLOVE関西 #DevKan
アーキテクチャとアジャイルプロジェクトをまともに進めるための両輪について-DevLOVE関西 #DevKan
Yusuke Suzuki
Similar to リクルート式ビッグデータ活用術
(20)
[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
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
RTTJapan 会社概要 140120
RTTJapan 会社概要 140120
Cloud Native and Agile Approach
Cloud Native and Agile Approach
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
リクルートにおけるPaaS活用事例
リクルートにおけるPaaS活用事例
基調講演「データのグループウェア化」
基調講演「データのグループウェア化」
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018 redux Tannaka
SDGC2018 redux Tannaka
Hybrid Sourcing Service [evelink] by CSK Serviceware
Hybrid Sourcing Service [evelink] by CSK Serviceware
ハイブリッドソーシング 「evelink」 ご紹介資料
ハイブリッドソーシング 「evelink」 ご紹介資料
IA Workshop, Introduction to Information Architecture (2002)
IA Workshop, Introduction to Information Architecture (2002)
NPSとHCDを組み合わせた顧客体験分析の取り組み
NPSとHCDを組み合わせた顧客体験分析の取り組み
Open Hybrid Cloudを検討すべき理由.pdf
Open Hybrid Cloudを検討すべき理由.pdf
Dyna traceによるuxマネジメント
Dyna traceによるuxマネジメント
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
AIビジネス推進人材育成プログラム
AIビジネス推進人材育成プログラム
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
20190924 沖縄ISCO AI セミナー: AIを自分の糧とするためのコツ
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-
アーキテクチャとアジャイルプロジェクトをまともに進めるための両輪について-DevLOVE関西 #DevKan
アーキテクチャとアジャイルプロジェクトをまともに進めるための両輪について-DevLOVE関西 #DevKan
More from 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
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
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
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recruit Technologies
More from 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...
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~
Spring “BigData”
Spring “BigData”
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
求職サービスの検索ログを用いたクエリのカテゴリ推定とその活用事例の紹介
Recently uploaded
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
iPride Co., Ltd.
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
atsushi061452
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
CRI Japan, Inc.
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
Toru Tamaki
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
Toru Tamaki
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
sn679259
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
CRI Japan, Inc.
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
WSO2
Recently uploaded
(10)
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
知識ゼロの営業マンでもできた!超速で初心者を脱する、悪魔的学習ステップ3選.pptx
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
Utilizing Ballerina for Cloud Native Integrations
Utilizing Ballerina for Cloud Native Integrations
リクルート式ビッグデータ活用術
1.
リクルート式 ビッグデータ活用術 株式会社リクルートテクノロジーズ ITソリューション統括部 ビッグデータ部 シニアアーキテクト 石川
信行
2.
2Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 趣味etc 学歴 略歴 所属 氏名 RTC ITソリューション統括部 ビッグデータ部 シニアアーキテクト 兼アドバンスドテクノロジーラボ 石川 信行 神戸大学大学院農学研究科 害虫制御学専攻 新卒入社7年目。 カーセンサー.netで営業研修、Javaを用いたシステム 開発に参加し、その後Hadoopの導入検証に従事。 主要事業にHadoopを導入したのちビッグデータGに合流。 現事業対応リーダー、画像解析など技術開発に従事。 海水魚飼育 外国産昆虫飼育 スキューバダイビング 自己紹介
3.
3Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 1 2 ビッグデータ部とビッグデータを取り巻く環境 3 4 5 最近のデータ活用状況紹介 新技術検証内容とその方向性 まとめと今後 アジェンダ 仕事内容のイメージ 6 リクルートグループについて
4.
4Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. リクルートグループについて
5.
5Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. リクルートのビジネスモデル さまざまなドメインでマッチングモデルに基づいたビジネスを展開。 Matching Business HR Bridal Group Buying Used Cars Travel Real Estate Beauty Gourmet Social Games E-Commerce Ad Network New Business Consumers Enterprise
6.
6Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. リクルートの事業領域 「選択」をサポートするような情報サービスを展開 Life event area Lifestyle Area Travel IT/ TrendLifestyle Health & Beauty Job Hunt Marriage Job Change Home Purchase Car Purchase Child Birth Education
7.
7Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. Infrastructure /Security Project Management UXD/SEO Internet Marketing Big Data Solutions Technology R&D Systems Development リクルートテクノロジーズの立ち位置 リクルートホールディングスは7つの主要事業会社と3つの機能会社から成り立っている。 Recruit Holdings Recruit Career Recruit Sumai Company Recruit Lifestyle Recruit Jobs Recruit Staffing Recruit Marketing Partners Staff service Holdings Recruit Technologies Recruit Administration Recruit Communications Business/ Service Function/ Support
8.
8Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. ビッグデータ部と ビッグデータを取り巻く環境
9.
9Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. Server Database 数値で見るデータ解析環境 エコシステム 本番165台/開発24台 1343.2 TB
10.
10Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 数値で見るデータ解析案件状況 約200 データ解析案件数(年間) ビッグデータ部の案件従事人数 212
11.
11Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. データ解析従事者の増加 ・ビッグデータG創設期 (2012年) ・解析従事者 66名 ・2013年 ・解析従事者 119名 ・2015年 10月1日現在 ・解析従事者 212名 社内のデータ活用ニーズの高まりに応じて、データ解析従事者の数が年々増加。
12.
12Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 仕事内容のイメージ
13.
13Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 日頃のスケジュール 会議禁止の 技術開発Day リクナビNEXTの 部長とブレスト 部の戦略にシニア 職として参加 R&D周りアイディ アフラッシュ SUUMOの事業開発 室と打ち合わせ 自動原稿校閲機能 開発定例 RCA、RJBの悪友 MPさんと お酒をたくさん飲む
14.
14Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 事業の参謀としての役割 ・MP ・事業企画 ・営業 ・BDGメンバー 提案 相談 事業のみなさんと協働しデータ解析を行う。 こちらから技術ベースの提案を行ったり、相談を受けたりする。
15.
15Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. トライアルを回しながら実装をしていく 相談 ビジネ ス検 討 プレ 分析 デモ 開発 要件 定義 実装 開発 テスト 効果 分析 PDCA
16.
16Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. データ利活用案件紹介
17.
17Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 紹介案件 画像解析クロスユース施策 ネイルデザイン判定 不適切画像校閲 アイテムレコメンド 中古車情報サイト カスタマーアダプティブ UXデザイン
18.
18Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. データ利活用案件紹介 カーセンサー.Net
19.
19Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. カーセンサー:カスタマーアダプティブUXデザイン 全体最適 個別最適 (カスタマーアダプティブUXデザイン) 従来はカスタマーを集合体と捉えた時に、 アクション貢献度の高い画面へ誘導する改善 本施策は検索KWDや絞込み条件などをみて、 一人一人にあった画面(機能)へ誘導する改善 カスタマーアダプティブUXデザインを実現する上で重要となる2つのポイント 1. Hadoopを使った 全カスタマーのログ解析 2. BIGDATAに裏付けられた コンテキストの解釈 通常のツールでは集計に膨大な時間を要する 全カスタマーの「行動(画面遷移)」と「様態 (滞在時間etc)」の解析を、Hadoop利用に より短時間で実現。 Hadoopにより集計したログに基き、カスタマー の行動の要因となった「考え」「コンテキスト」を 推測。「データに血を通わせる」解釈の作業を 加える事で、よりカスタマーアダプティブなUXの 実施に繋げる。 共 通 の 画 面 C V 共 通 の 画 面 共 通 の 画 面 C V 最 適 な 画 面 A 最 適 な 画 面 B 最 適 な 画 面 C 最 適 な 画 面 A 最 適 な 画 面 B 最 適 な 画 面 C
20.
20Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. カーセンサー:個別最適化フレーム 型化した検討プロセス及びデータを用いた膨大な量のカスタマー行動解析と可視化の自動化。 目的・方針整理 仮説の設計 データ解析 モデル化 シナリオ設計 シナリオ検証 型化した検討プロセス 各事業ログ SiteCatalyst アプリログ‥ Hadoop バッチ集計 D3.jsで ログデータを図示化 カスタマー行動モデル の可視化 ※可視化されたデータの表示画面 BIGDATAを用いたカスタマー行動解析及び可視化の自動化 ★自動化
21.
21Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. カーセンサー:打ち手の例 UI施策の一例(バルーン表出) 物件一覧に初回来訪し、物件のヒット件数が30件以上だったカスタマーにだけ、地域絞込み機能の活用を促す導線を表示 物件一覧から地域絞込み画面へ誘導
22.
22Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. データ利活用案件紹介 クロスユース施策
23.
23Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. サイト間クロスユースレコメンド リクルートポイントからホットペッパーグルメのほか、じゃらん、ホットペッパービューティ、カーセン サーなどからポンパレモールへのクロスユースレコメンドを展開。 リクルート全社でのクロスユースレコメンドを推進している。
24.
24Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. Genesis API ※現在絶賛改装中のため、構成は日々変わっています Hadoop HBase 裏側の仕組み レコメンド用 JavaScript 行動ログ モニタリング API 行動ログ (蓄積) DWH(Exadata) Hadoopクラスタ 事業データ 事業データ レコメンドデータ 作成バッチ ログ蓄積 バッチ 事業データ ディスプレイ API レコメンド API レコメンドデータ ログ蓄積 API モールAPI (アイテム情報取得) 事業は規定の組み込み用JS数行とJS、 CSSファイル配置のみで作業終了 独自デザインのCSSやHTMLでレコメンド面 を作りたい場合でもフロントTのみの作業で 完結 クラウド、オンプレ、スマホ、PC、会員、 非会員のすべてのケースで対応可能 Point
25.
25Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. JSによるリアルタイムグラフ描写 レコメンドの表出ログ、クリックログをリアルタイムに取得し、Hbaseに格納 クリック数やCTRなどの本当に必要な特定項目に絞り、可視化の簡素化 CRMチームが施策実施後直に効果が分かるツールとして積極利用
26.
26Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. データ利活用案件紹介 画像解析
27.
27Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. ホットペッパービューティ:スマホWEBにおけるネイル判別実装 似ているデザインから探す カラーから探す 39色から選択可能 似ている画像を表示 New① New② New① New②
28.
28Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. ホットペッパービューティ:デザイン判別フロー INPUT画像 爪箇所判別 爪画像のベクトル変換 → ①(0.3,0.2,0.4,…) ②(0.4,0.1,0.3,…) ③(0.3,0.2,0.5,…) ④(0.7,0.8,0.1,…) ⑤(0.4,0.2,0.4,…) 予め作成した判別モ デルとベクトルを照合 ワンカラー フレンチ アニマル リボン 逆フレンチ ① ② ③⑤ ④ デザイン判別結果 逆フレンチ4本 アニマル1本 が映っていると判定
29.
29Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. Active Learning Convolutional neural networkで生成したモデルに対して、日々アップロードされる画像から 「これをモデルに追加したら判別精度が上がるはずだという画像」をレコメンドしてくれるシステムを構築。
30.
30Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 1. あらかじめ作成したモデル推定結果 を利用 ActiveLearning 対象データ選定処理 HBase HBase 投入処理 画像 リスト 2. 現状のモデルが推定に迷っているような データを対象として選び出す。 3. 作成した画像の リストを HBase に 投入 4. タグ付け WebUI からタグ付けを行う ギャザリー用 定常画像解析 美容ネイル用 定常画像解析 日々の処理 データの モデル 推定結果 Active Learning学習データ作成フロー 5. モデルに画像を追加し、再構築
31.
31Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 自動ハイパーパラメータチューニング DFO(Derivative Free Optimization) による自動ハイパーパラメータ チューニングを導入。 これにより、人の手の介在なくし てDeep Learningモデルの継続 的判別精度向上を実現してい る。
32.
32Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 新技術検証内容とその方向性
33.
33Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. ビッグデータの概念 Volume データ量 データの多様性 Variety Velocity データの発生頻度 ビッグデータの定義で示されるデータの多様性に注目。
34.
34Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 非構造データに注目 リクルートはフリーペーパーや雑誌から始まったという歴史があり、いまだ内部に画像、テキスト、動 画などのさまざまな非構造データが存在する。 テキスト 画像
35.
35Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 多様化するデータ解析 利益貢献 コスト削減 レコメンデーション 帳票レポート 指標・目的 CVR最大化 CPA最適化 指標・目的 最適化 次期戦略策定 指標・目的 無駄の排除 工数削減 人はよりクリエイティブに 作業代替・支援 (AI領域) 非構造データは、機械的解釈のむずかしさから人の手でその解釈が行われてきた。 テキストや画像などから特徴抽出をするための手法が数多く、オープンソース化され 機械で扱えるようになってきた昨今、レコメンド、帳票以外に「人の作業代替」という新たなジャン ルのデータ解析ソリューションが増えつつある。
36.
36Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 最近のR&D取り組み一覧 原稿校閲 マルチモーダル検索 A3RT 今年の新人Tの実業務 以降のスライドは弊社の許可無く対外的に参照・配布しないようお願い申し上げます。
37.
37Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. R&D取組紹介 原稿校閲
38.
38Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. 背景 リクルートにおいて広告主であるクライアント原稿の品質担保は大事な要素である 現在、多くの人件費をかけて「人手で」校閲作業を行っている。 一方で、校閲作業は人のナレッジや感覚に左右され、品質が一定ではないばかりか、すべての 原稿を人手でチェックすることは労力的には難しい状況である。 この校閲作業を機械で一部代替できないかという取組を開始している。
39.
39Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. プロダクト開発状況 一部の事業と協力して検証を開始している。 はじめはルールベースのものから実装し、機械学習による分類やDeep Learningを用いた誤 字脱字チェックなど実装難易度をあげていくという進め方。 100%人の代替は不能ということをきちんと事業と認識しながら進めている。要はその人の作 業をリプレイスする意味合いであり、その人自身の作業も100%の精度ではできていないこと を自覚する必要がある。
40.
40Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. DeepLearningによる誤字脱字チェック 原稿データを学習させたモデルに文章を読み込ませ、その系列のなかで特定の単語が出現す る確率を算出。確率が閾値より低い場合はアラートをあげ、代わりに確率の高い単語をサ ジェストする機能を開発。
41.
41Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. R&D取組紹介 マルチモーダル
42.
42Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. マルチモーダル 画像の特徴量とテキストの特徴量を同空間(マルチモーダル空間)へプロットする。 テキストをWord2VecやRNNでベクトル化、画像をCNNでベクトル化する。 同じベクトル空間にプロットさえすれば、テキスト、画像同士や相互に足し引きが可能となり、 ベクトル空間上を自由に行き来し再現できる。 これをリクルート媒体の情報探索に応用できないかを考える。
43.
43Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. デモと想定施策 例えば、美容領域などで直感的な検索ができないかを実際のデータを用いて提案用デモを 作成している。 画像学習データ ヘアスタイル画像 セミロング ブラウン・ベージュ ナチュラル セミロング アッシュ・ブラック モテ パーマ ショート アッシュ・ブラック ナチュラル ロング アッシュ・ブラック ナチュラル セミロング ゴールド ナチュラル パーマ テキスト学習データ 画像に対応するテキスト セミロング ゴールド ナチュラ ル パーマ Long Short-Term Memory recurrent network (LSTM) Multimodal Encoder 画像・テキストベクトル化 Convolutional Neural Network (CNN) Multimodal Space 画像・テキスト混在 ベクトル空間 セミロング ゴールド ナチュラル パーマ 画像と画像に表現している テキスト情報が、近似した ベクトルとして表現される Multimodal Decoder 画像・テキスト特徴量抽出 Structure-Content Neural Language Model (SC-NLM) Words Distance Content 画像 Structure テキスト 品詞情報 Context テキスト Attribute
44.
44Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. R&D取組紹介 A3RTシリーズ
45.
45Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. A3RT 社内向けプロダクトの提供・ブランド化 「必要な最新テクノロジーをいつでも手軽に」 をコンセプトに誰でも気軽に機械学習を用いたビッグデータソリューションを利用できるように社内 向けのプロダクトを開発している。
46.
46Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. A3RT ラインナップの一部 誰でも簡単に利用できるレコメンド用WebAPI 沢山の意見の中から代表的なコメントを自動的に抽出できる 要約API PredictをGUI操作だけで行うことが可能なテキストの自動分類ツール
47.
47Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. まとめと今後
48.
48Copyright © Recruit
Technologies Co., Ltd. All Rights Reserved. ビッグデータ活用の今後 データの活用周りの商品(エンタープライズ、オープンソース問わず)、 ロジック、活用事例などの最新情報をキャッチすることを心がける。 どんなデータでも扱えるように知見を集約しておく、難しい技術や課題 にも積極的にチャレンジしていく。 コードのオープンソース化が進み、競合優位要因が「コード保有」から 「データ保有」「施策接続力」にパラダイムシフト。ビジネスの感覚も忘れ ずに、事業と二人三脚で案件を進める。 1 2 3
49.
ご静聴ありがとうございました リクルートテクノロジーズ
Download now