おためし受講中

Retty流 2200万ユーザーを支える機械学習基盤の作り方

IT業界でよく聞くホットワードである「機械学習」。

その可能性に導入を検討する企業、技術を活用してみたいエンジニアは増えていると思いますが、でもどのように現場やサービスに活かすべきか迷っている人も多いのではないでしょうか。

日本最大級の実名型グルメサービス「Retty」では、いち早く機械学習を応用したサービスづくりを行い、2200万以上のユーザーへ価値を届けています。

その導入を主導した同社CTOの樽石氏に先生となっていただき、導入から活用のポイント、生まれた成果と今の課題までをお話いただきます。

後半に質疑応答の時間も設けておりますので、広く機械学習について質問があればぜひ生放送で投稿をお待ちしています。

 

【教えていただくこと】

・Retty 機械学習基盤のアーキテクチャ
・機械学習基盤を自作した理由
・機械学習基盤を導入したことで何が変わったか
・他サービスが活用するために押さえておくべきポイント

 

【授業の流れ】

===========================

・40分/樽石氏による講義

・20分/皆様からの質疑応答

===========================

※上記は予定です。変更の場合はこちらでお伝えいたします

 

【先生プロフィール】


樽石 将人

Retty株式会社 CTO

RedHat / VA Linux にて OS、コンパイラ、サーバ開発、APAC ソリューションアーキテクトを経験後、Googleに入社。日米オフィスを行き来し、インフラからGoogle マップナビ、モバイル検索の開発・運用に従事。東日本大震災時にはGoogle パーソンファインダなども開発。その後楽天にて次世代プラットフォーム開発の一躍を担い、14年6月よりRettyにCTOとして参画。世界展開に向けて技術チームをリードする。


 

Retty流 2200万ユーザーを支える機械学習基盤の作り方(全1回)

学生代表

  • 田原 彩香

    田原 彩香

    スクー放送部

【ノート機能】
授業内容や覚えておきたいポイントなど、ノートに自由に残せます

再生位置挿入 資料挿入
筆記アシスト
ONOFF
    【チャプター機能】
    授業内容をピンポイントでおさえながら
    ご自身のペースで進めることができます
    【前半】授業
    オープニング
    00:38  (00:10 ~ )
    アジェンダ
    01:00  (00:48 ~ )
    自己紹介
    00:53  (01:48 ~ )
    1.機械学習の背景
    00:08  (02:41 ~ )
    ・日本全国約80万店舗の飲食店情報
    01:11  (02:49 ~ )
    ・飲食店基礎情報に関する大きな課題
    00:48  (04:00 ~ )
    ・Rettyにおける「飲食店基礎情報整備」の仕組み
    01:36  (04:48 ~ )
    ・「飲食店基礎情報整備」の課題
    06:57  (06:24 ~ )
    2.機械学習の活用方法
    00:08  (13:21 ~ )
    ・情報提供写真の自動分類
    01:07  (13:29 ~ )
    ・複数の名物料理があるお店の代表写真
    05:12  (14:36 ~ )
    3.機械学習の実現方法
    00:08  (19:48 ~ )
    ・機械学習を行うのに必要なもの
    01:41  (19:56 ~ )
    ・Rettyには元々ビッグデータと教師データの2つがあった
    00:21  (21:37 ~ )
    ・機械学習のための新しい領域は様々な手法が乱立
    01:26  (21:58 ~ )
    ・機械学習を行うには機械学習を行うための基盤が必要
    04:35  (23:24 ~ )
    4.Retty機械学習基盤紹介
    00:10  (27:59 ~ )
    ・Retty機械学習基盤概要
    02:21  (28:09 ~ )
    ・使い方
    00:17  (30:30 ~ )
    ・アーキテクチャ全体像
    04:40  (30:47 ~ )
    ・このようなアーキテクチャになった背景
    03:33  (35:27 ~ )
    詳細について
    00:52  (39:00 ~ )
    質疑応答
    18:12  (39:52 ~ )
    今後について
    00:50  (58:04 ~ )
    告知
    00:58  (58:54 ~ )
    エンディング
      (59:52 ~ )
    【後半】質疑応答
    Q.ビッグデータ=基礎情報ですか?
    01:38  (23:43 ~ )
    Q.ちゃんこ鍋と石狩鍋の違いは写真で判定できますか?
    12:17  (25:21 ~ )
    Q.この設備投資はいくらくらいだったのでしょうか?
    02:33  (37:38 ~ )
    Q.機械学習や人工知能といえばpythonですが、JSやrubyなど他の言語でも可能でしょうか?
    01:22  (40:11 ~ )
    Q.深層学習で同じ傾向のものを集められますがレコメンドとして新しいものを提案するときはどうするのでしょうか?
    01:26  (41:33 ~ )
    Q.実際Rettyで機械学習を担当している人は何人くらいでしょうか?
    01:28  (42:59 ~ )
    Q.利用する教師データの選定は人力ですか?
    01:33  (44:27 ~ )
    Q.機械学習でどのようなアウトプットを得ているのでしょうか?
    00:51  (46:00 ~ )
    Q.新しく学習されたモデルの精度が向上したかどうかは、現状どのように検証しているのでしょうか?
    03:36  (46:51 ~ )
    Q.具体的なPC1台あたりの電気代教えてください。
    01:16  (50:27 ~ )
    Q.使っているのはCaffeですか?
    00:26  (51:43 ~ )
    Q.データクレンジングは手動ですか?
    02:30  (52:09 ~ )
    Q.機械学習における技術負債に対してどうお考えでしょうか?
    00:48  (54:39 ~ )
    Q.最新の論文は英語ですか?
    00:40  (55:27 ~ )
    Q.RettyはGoogle検索で最近上位に表示されることが多いですがなぜでしょうか?
      (56:07 ~ )