Soumettre la recherche
Mettre en ligne
20170912 data analyst meetup tokyo vol.5
•
5 j'aime
•
1,575 vues
tetsuro ito
Suivre
データアナリストミートアップで発表したDataOps in MoneyForwardの資料です
Lire moins
Lire la suite
Données & analyses
Signaler
Partager
Signaler
Partager
1 sur 34
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
20170207 bigdata analytics_tokyo講演資料
20170207 bigdata analytics_tokyo講演資料
tetsuro ito
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
tetsuro ito
DataOps in Moneyforward
DataOps in Moneyforward
tetsuro ito
はじパタ2章
はじパタ2章
tetsuro ito
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
BrainPad Inc.
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
Masatoshi Ida
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
Masatoshi Ida
データサイエンス業務と「ツール」
データサイエンス業務と「ツール」
The Japan DataScientist Society
Recommandé
20170207 bigdata analytics_tokyo講演資料
20170207 bigdata analytics_tokyo講演資料
tetsuro ito
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
20150531分析プラットホームとその技術(bizreach) cookpad ito #dcube_analysis
tetsuro ito
DataOps in Moneyforward
DataOps in Moneyforward
tetsuro ito
はじパタ2章
はじパタ2章
tetsuro ito
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
BrainPad Inc.
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
デブサミ2020 事業グロースを加速させる「分析基盤」の作り方 japantaxi
Masatoshi Ida
データエンジニアとデータアナリストを兼任して良かったこと
データエンジニアとデータアナリストを兼任して良かったこと
Masatoshi Ida
データサイエンス業務と「ツール」
データサイエンス業務と「ツール」
The Japan DataScientist Society
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
The Japan DataScientist Society
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
Mai Nakagawa
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
Masatoshi Ida
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
The Japan DataScientist Society
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Masatoshi Abe
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?
BrainPad Inc.
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
Rakuten Group, Inc.
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
BrainPad Inc.
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
The Japan DataScientist Society
マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤
Recruit Lifestyle Co., Ltd.
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
BrainPad Inc.
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
BrainPad Inc.
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
The Japan DataScientist Society
「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
RIT assesment service for DX
RIT assesment service for DX
RIT
ウェアラブルカンファレンスの講演資料 - リクルートテクノロジーズ
ウェアラブルカンファレンスの講演資料 - リクルートテクノロジーズ
Recruit Technologies
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
cyberagent
データサイエンティストの就労意識
データサイエンティストの就労意識
The Japan DataScientist Society
中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!
hide ogawa
20210622 lookerbeacon mf_sasaki
20210622 lookerbeacon mf_sasaki
Ea Sasaki
Developer Summit Summer 2013 C1セッション CA Technologies
Developer Summit Summer 2013 C1セッション CA Technologies
SA CA
20181206 Jazug DataScience TeamBuilding and DevOps
20181206 Jazug DataScience TeamBuilding and DevOps
Yukako Shimizu
Contenu connexe
Tendances
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
The Japan DataScientist Society
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
Mai Nakagawa
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
Masatoshi Ida
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
The Japan DataScientist Society
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
Masatoshi Abe
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?
BrainPad Inc.
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
Rakuten Group, Inc.
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
BrainPad Inc.
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
The Japan DataScientist Society
マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤
Recruit Lifestyle Co., Ltd.
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
BrainPad Inc.
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
BrainPad Inc.
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
The Japan DataScientist Society
「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
RIT assesment service for DX
RIT assesment service for DX
RIT
ウェアラブルカンファレンスの講演資料 - リクルートテクノロジーズ
ウェアラブルカンファレンスの講演資料 - リクルートテクノロジーズ
Recruit Technologies
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
cyberagent
データサイエンティストの就労意識
データサイエンティストの就労意識
The Japan DataScientist Society
中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!
hide ogawa
20210622 lookerbeacon mf_sasaki
20210622 lookerbeacon mf_sasaki
Ea Sasaki
Tendances
(20)
データサイエンティスト協会 会員制度説明資料
データサイエンティスト協会 会員制度説明資料
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
JapanTaxiが保有するデータとデータ分析について
JapanTaxiが保有するデータとデータ分析について
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データサイエンティストのリアル-2015年~2019年 一般(個人)会員アンケートより
データサイエンスの現場で役立つスキルを磨きやすい職場環境
データサイエンスの現場で役立つスキルを磨きやすい職場環境
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?
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
E-commerce企業におけるビッグデータへの挑戦と課題‐機械学習への期待について‐
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
AI・データ利活用継続の鍵はビジネススキル
AI・データ利活用継続の鍵はビジネススキル
マルチクラウドで実演するカスタマーセントリックな分析基盤
マルチクラウドで実演するカスタマーセントリックな分析基盤
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
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
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
企業が求めるデータサイエンティスト人材像-データサイエンティスト 国内企業動向調査(2019)より
「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~
RIT assesment service for DX
RIT assesment service for DX
ウェアラブルカンファレンスの講演資料 - リクルートテクノロジーズ
ウェアラブルカンファレンスの講演資料 - リクルートテクノロジーズ
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
いじめられた子供を支援する 仮想世界ピグパーティの コミュニケーション
データサイエンティストの就労意識
データサイエンティストの就労意識
中小企業のDXはオープンデータとPythonで!
中小企業のDXはオープンデータとPythonで!
20210622 lookerbeacon mf_sasaki
20210622 lookerbeacon mf_sasaki
Similaire à 20170912 data analyst meetup tokyo vol.5
Developer Summit Summer 2013 C1セッション CA Technologies
Developer Summit Summer 2013 C1セッション CA Technologies
SA CA
20181206 Jazug DataScience TeamBuilding and DevOps
20181206 Jazug DataScience TeamBuilding and DevOps
Yukako Shimizu
スタートアップが始める機械学習はじめの一歩
スタートアップが始める機械学習はじめの一歩
Kimitaka Nakazawa
melonDesignerの説明
melonDesignerの説明
Hisashi Sakai
Dear one amplitude
Dear one amplitude
Hidetoshi Takiyanagi
Xpjug lt-20210918
Xpjug lt-20210918
Takeshi Hirosue
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
Koichi Hamada
The stumbling block of team development in the growth phase
The stumbling block of team development in the growth phase
ssuser1e9374
CODT2020 ビジネスプラットフォームを支えるCI/CDパイプライン ~エンタープライズのDevOpsを加速させる運用改善Tips~
CODT2020 ビジネスプラットフォームを支えるCI/CDパイプライン ~エンタープライズのDevOpsを加速させる運用改善Tips~
Yuki Ando
夏サミ2013 基調講演 「DevOpsは開発現場とビジネスの間に何を生むか?」(新野淳一氏)
夏サミ2013 基調講演 「DevOpsは開発現場とビジネスの間に何を生むか?」(新野淳一氏)
Developers Summit
ディレクションのすゝめ
ディレクションのすゝめ
Takeo Noda
Retty techcafe7 rettydevops
Retty techcafe7 rettydevops
Sunggyu Rhie
NoOpsへの挑戦
NoOpsへの挑戦
Hiromasa Oka
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Hisahiko Shiraishi
Gmo media.inc dev ops of own way
Gmo media.inc dev ops of own way
Dai Utsui
もう「効率化」なんてゴミ箱に捨ててしまおう
もう「効率化」なんてゴミ箱に捨ててしまおう
Hiromasa Oka
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
Recruit Lifestyle Co., Ltd.
Hadoopカンファレンス2013
Hadoopカンファレンス2013
Recruit Technologies
顧客と輪るDev ops
顧客と輪るDev ops
Takahiro Kubo
オールアバウトのDevOpsとリリースフロー
オールアバウトのDevOpsとリリースフロー
Kazuto Ohara
Similaire à 20170912 data analyst meetup tokyo vol.5
(20)
Developer Summit Summer 2013 C1セッション CA Technologies
Developer Summit Summer 2013 C1セッション CA Technologies
20181206 Jazug DataScience TeamBuilding and DevOps
20181206 Jazug DataScience TeamBuilding and DevOps
スタートアップが始める機械学習はじめの一歩
スタートアップが始める機械学習はじめの一歩
melonDesignerの説明
melonDesignerの説明
Dear one amplitude
Dear one amplitude
Xpjug lt-20210918
Xpjug lt-20210918
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
The stumbling block of team development in the growth phase
The stumbling block of team development in the growth phase
CODT2020 ビジネスプラットフォームを支えるCI/CDパイプライン ~エンタープライズのDevOpsを加速させる運用改善Tips~
CODT2020 ビジネスプラットフォームを支えるCI/CDパイプライン ~エンタープライズのDevOpsを加速させる運用改善Tips~
夏サミ2013 基調講演 「DevOpsは開発現場とビジネスの間に何を生むか?」(新野淳一氏)
夏サミ2013 基調講演 「DevOpsは開発現場とビジネスの間に何を生むか?」(新野淳一氏)
ディレクションのすゝめ
ディレクションのすゝめ
Retty techcafe7 rettydevops
Retty techcafe7 rettydevops
NoOpsへの挑戦
NoOpsへの挑戦
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
Gmo media.inc dev ops of own way
Gmo media.inc dev ops of own way
もう「効率化」なんてゴミ箱に捨ててしまおう
もう「効率化」なんてゴミ箱に捨ててしまおう
データプランナーによるデータ系施策について
データプランナーによるデータ系施策について
Hadoopカンファレンス2013
Hadoopカンファレンス2013
顧客と輪るDev ops
顧客と輪るDev ops
オールアバウトのDevOpsとリリースフロー
オールアバウトのDevOpsとリリースフロー
Plus de tetsuro ito
[Up用]rでqr
[Up用]rでqr
tetsuro ito
20161029 dots machine learning in money forward
20161029 dots machine learning in money forward
tetsuro ito
20160906 bq sushi
20160906 bq sushi
tetsuro ito
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
tetsuro ito
20150303続パタ5章後半
20150303続パタ5章後半
tetsuro ito
PRML読書会1スライド(公開用)
PRML読書会1スライド(公開用)
tetsuro ito
20140614 tokyo r lt
20140614 tokyo r lt
tetsuro ito
20140329 tokyo r lt 「カーネルとsvm」
20140329 tokyo r lt 「カーネルとsvm」
tetsuro ito
20140204はじパタlt
20140204はじパタlt
tetsuro ito
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
tetsuro ito
はじパタ8章 svm
はじパタ8章 svm
tetsuro ito
Tokyo R LT 20131109
Tokyo R LT 20131109
tetsuro ito
第31回TokyoR LT資料
第31回TokyoR LT資料
tetsuro ito
集合知プログラミング5章発表
集合知プログラミング5章発表
tetsuro ito
集合知プログラミング11章
集合知プログラミング11章
tetsuro ito
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
tetsuro ito
20120326 zansa勉強会発表資料 (公開用) 02 04-38
20120326 zansa勉強会発表資料 (公開用) 02 04-38
tetsuro ito
複雑ネットワーク勉強会 第6章 後半
複雑ネットワーク勉強会 第6章 後半
tetsuro ito
複雑ネットワーク勉強会 第6章
複雑ネットワーク勉強会 第6章
tetsuro ito
Plus de tetsuro ito
(19)
[Up用]rでqr
[Up用]rでqr
20161029 dots machine learning in money forward
20161029 dots machine learning in money forward
20160906 bq sushi
20160906 bq sushi
TokyoR LT Rで連続データを離散化
TokyoR LT Rで連続データを離散化
20150303続パタ5章後半
20150303続パタ5章後半
PRML読書会1スライド(公開用)
PRML読書会1スライド(公開用)
20140614 tokyo r lt
20140614 tokyo r lt
20140329 tokyo r lt 「カーネルとsvm」
20140329 tokyo r lt 「カーネルとsvm」
20140204はじパタlt
20140204はじパタlt
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
Japan.r 2013 「実ビジネスデータへのrの活用とその限界」
はじパタ8章 svm
はじパタ8章 svm
Tokyo R LT 20131109
Tokyo R LT 20131109
第31回TokyoR LT資料
第31回TokyoR LT資料
集合知プログラミング5章発表
集合知プログラミング5章発表
集合知プログラミング11章
集合知プログラミング11章
集合知プログラミング勉強会キックオフMTG LT用資料
集合知プログラミング勉強会キックオフMTG LT用資料
20120326 zansa勉強会発表資料 (公開用) 02 04-38
20120326 zansa勉強会発表資料 (公開用) 02 04-38
複雑ネットワーク勉強会 第6章 後半
複雑ネットワーク勉強会 第6章 後半
複雑ネットワーク勉強会 第6章
複雑ネットワーク勉強会 第6章
20170912 data analyst meetup tokyo vol.5
1.
DataOps in MoneyForward 2017/09/12(Tue) Data Analyst Meetup
Tokyo vol.5 at :DeNA
2.
© Money Forward,inc.2 名前
: 伊藤 徹郎 (@tetsuroito) 所属 : MoneyForward, Inc. 部署 : 社⻑室 Tools : R & SQL & (sometimes Python) Career : 企画営業 → データアナリスト → Webディレクター → 事業開発 イマココ Who Am I
3.
DataOpsってなに?
4.
DataOpsの前にDevOpsの話 © Money Forward,inc.4 Dev (Development) Ops (Operations) [DevOps]はソフトウェア開発⼿法の1つで、開発担当者と運⽤担当者が連携して協⼒する 開発⼿法です。 開発担当者
運⽤担当者
5.
DataOpsはDevOpsからインスパイアされてる © Money Forward,inc.5 Data (Data) Ops (Operations) [DataOps]は私が提唱している考えで、データ分析担当者とサービス運⽤担当者が それぞれ連携して、適切にサービスを改善/運⽤する⼿法です。 データサイエンティスト データベースエンジニア 機械学習エンジニア 運⽤担当者
6.
要は・ ・ ・ ©
Money Forward,inc.6 同じサービスを担当する者同⼠、 うまく連携していきましょうということです
7.
少し宣伝 © Money Forward,inc.7 ZDNetという媒体で「事業会社で取り組むデータ分析の実際」という連載で そのような内容の連載をしていました。よければチェックしてみてください! https://japan.zdnet.com/cio/sp_17datas/
8.
そうはいっても‥ © Money Forward,inc.8 なかなか協調して動くことは難しいことが多いです。 部⾨間で連携する場合、 「情報のサイロ化」 が問題になりやすいです。 また、同⼀チームで連携する場合、 「共通⾔語化」 に問題があることが多いです。
9.
データサイエンス系⼈材に共通する点 © Money Forward,inc.9 協働するよりデータをいじる チームメンバーとコミュニケーションを取るよりも、 取得可能なデータを⽤いて様々な分析を⾏ってみたり、 様々なモデルを試してみたり、他のデータと組み合わせて みたり、⼀般的な統計情報から類推してみたり…
10.
© Money Forward,inc.10 協働するよりデータをいじる チームメンバーとコミュニケーションを取るよりも、 取得可能なデータを⽤いて様々な分析を⾏ってみたり、 様々なモデルを試してみたり、他のデータと組み合わせて みたり、⼀般的な統計情報から類推してみたり… データサイエンス系⼈材に共通する点
11.
© Money Forward,inc.11 協働するよりデータをいじる チームメンバーとコミュニケーションを取るよりも、 取得可能なデータを⽤いて様々な分析を⾏ってみたり、 様々なモデルを試してみたり、他のデータと組み合わせて みたり、⼀般的な統計情報から類推してみたり… こういう姿勢はダメです。 (胸に⼿を当て、考えましょう) データサイエンス系⼈材に共通する点
12.
© Money Forward,inc.12 私のオススメな⽅法 ディレクターやUXデザイナーとの協働 データサイエンティスト データベースエンジニア 機械学習エンジニア ディレクター UI/UXデザイナー
13.
どうやって? © Money Forward,inc.13 UXワークショップの実践 チームの様々な職種のメンバーが⼀堂に会して、 「ペルソナ/シナリオ法」のワークショップを実践。 これにより、正しい仮説やターゲット像を作成。 ブログ記事
: https://moneyforward.com/engineers_blog/2017/04/19/user-survey-workshop/ ■参加者の職種 エンジニア/デザイナー/PO,PMO/企画、マーケ 営業、アライアンス/カスタマーサポートなど
14.
試してみてよかったこと © Money Forward,inc.14 Ø外化することで暗黙知の共有ができた Øサービスの経験年数による理解度のばらつき補正 Øゴム化するペルソナをきちんと同定することができた Ø組織の壁のようなものがなくなった Ø同じ⽅向性、正しいユーザー像の理解度向上 Øチームビルディングにも好影響
15.
結果として得られる期待値 © Money Forward,inc.15 「仮説構築の精度」 AIファーストやデータ⺠主化の流れを受けて、どんどん データ利⽤における⾃由度やアルゴリズムの精度、選択肢 の広がりが拡⼤しています。 その中で改めて我々データサイエンスを⾏う⼈間が 意識しなければならないことは、「5W1H」の仮説です。 When
: いつ Where : どこで Who : 誰が What : 何を Why : なぜ How : どのように 引⽤元書籍名:「イシューからはじめよ」 http://www.eijipress.co.jp/book/book.php?epcode=2085
16.
MoneyForwardでの取り組み
17.
データサイエンスを⾏うシステム構成 17 © Money
Forward,inc. 定期バッチやアドホック分析なども実施し、必要に応じて構成変更 なども⾏っています。 ロゴは各社のHPより引⽤
18.
サービス提供におけるデータサイエンス 18 © Money
Forward,inc. 家計診断機能で専⾨家(FP)によるアルゴリズムを作成し、 ユーザーの属性など、近しい属性の理想の家計と⽐較・診断します。 (*家計診断は有料機能です)
19.
サービス改善におけるデータサイエンス © Money Forward,inc.19 ユーザーの⾏動ログから多変量解析や統計解析により問題を特定。 その結果から施策を⽴案・実装・リリース。 リリース後にもモニタリングし、次の施策をあてていきます。 ユーザー⾏動モデルの可視化
曜⽇・時間別⾏動分布の可視化 アソシエーションルールの スキャッタープロット
20.
社内の勉強会なども開催 20 輪読会を実施し、その発表資料を社内の情報共有ツールへアップ © Money Forward,inc. 引⽤元書籍名:「ITエンジニアのための機械学習理論⼊⾨」 http://gihyo.jp/book/2015/978-4-7741-7698-7
21.
フィジビリティスタディー (KPIの予測など) © Money
Forward,inc.21 過去の蓄積データから予測モデルを作成し、信頼区間を⽤いた予測などの 取り組みも⾏っています。Facebookの⽅が開発したProphetを使った例 ブログ記事 : https://moneyforward.com/engineers_blog/2017/06/01/prophet/
22.
© Money Forward,inc.22 ユーザーのパーソナライズ情報を最適なタイミングで配信 興味のある情報を学習し、よりよいアドバイスを提⽰ 今強化している取り組み
23.
今後強化していきたい取り組み © Money Forward,inc.23 ・プライバシー保護データマイニング ・差分プライバシー ・オントロジー セキュリティとデータサイエンスはトレードオフです。 セキュリティを担保しつつデータを活⽤出来る取り組みを推進予定です。 この辺の有識者の⽅々とぜひ意⾒交換や勉強会などをしたいので、ぜひお声掛けください!
24.
個⼈的に気になっているもの © Money Forward,inc.24
出典: http://edwardlib.org/
25.
最後に⼀⾔物申したい
26.
© Money Forward,inc.26 私たちは今回の 「DeepLearning」 ブームで何を学んだのか
27.
DeepLearningで学んだことは © Money Forward,inc.27 Deep
LearningはNNの再びのブームによって CNN、RNN、LSTM、GANなどの 様々なアルゴリズムが勃興している 扱うフレームワークも H2O,MXNet,Caffe,Theano,Chainer, Torch,Tensorflow,Keras などの多岐にわたっている
28.
DeepLearningで学んだことは © Money Forward,inc.28 Deep
LearningはNNの再びのブームによって CNN、RNN、LSTM、GANなどの 様々なアルゴリズムが勃興している 扱うフレームワークも H2O,MXNet,Caffe,Theano,Chainer, Torch,Tensorflow,Keras などの多岐にわたっている
29.
DeepLearningで学んだことは © Money Forward,inc.29 Deep
LearningはNNの再びのブームによって CNN、RNN、LSTM、GANSなどの 様々なアルゴリズムが勃興している 扱うフレームワークも H2O,MXNet,Caffe,Theano,Chainer, Tensorflow,Keras などの多岐にわたっている そうじゃない
30.
DeepLearningで学んだことは © Money Forward,inc.30 ⾃社のビジネスモデルに適した 適切な課題設定およびタスク設定を⾏い、 いかに計算資源を獲得して、(お⾦をかけられて) いかに良い教師データを揃えられるのか その上で、先ほどのフレームワークの話が くるのではないか *あくまでも私⾒です
31.
DeepLearning情報をキャッチするTips © Money Forward,inc.31 arXivTimesというリポジトリがGithubにあります。 何も考えず、このリポジトリをウォッチしてください https://github.com/arXivTimes/arXivTimes
32.
DeepLearning情報をキャッチするTips © Money Forward,inc.32 Issueに読んだ論⽂のサマリが上がってきます。 サクッと内容把握して、気になれば原著へ! メール通知は さながらDeepLearningメルマガ
33.
Weʼre Hiring © Money
Forward,inc.33 マネーフォワードでは、⼀緒に働く仲間を募集しています。 マネーフォワード採⽤ページ、もしくはWantedlyページをご確認ください。 ■マネーフォワード採⽤ページ https://recruit.moneyforward.com/ ■Wantedly https://www.wantedly.com/companies/moneyforward/projects
Télécharger maintenant