Submit Search
Upload
ソウゾウ1人目機械学習エンジニアの現在地
•
0 likes
•
114 views
W
Wakana Nogami
Follow
Women developer summit 登壇資料
Read less
Read more
Engineering
Report
Share
Report
Share
1 of 29
Download now
Download to read offline
Recommended
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
Yoshitaka Seo
Bot Framework Emulator はこんなにすごい
Bot Framework Emulator はこんなにすごい
Yoshitaka Seo
PowerApps アプリ開発入門
PowerApps アプリ開発入門
Yoshitaka Seo
QnA Maker 逆入門
QnA Maker 逆入門
Yoshitaka Seo
Custom Visionを活用するためのTips
Custom Visionを活用するためのTips
Yoshitaka Seo
チャットボットの自然言語処理
チャットボットの自然言語処理
Yoshitaka Seo
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
Yoshitaka Seo
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本
Yoshitaka Seo
Recommended
Machine Learning Serviceを使ってみよう
Machine Learning Serviceを使ってみよう
Yoshitaka Seo
Bot Framework Emulator はこんなにすごい
Bot Framework Emulator はこんなにすごい
Yoshitaka Seo
PowerApps アプリ開発入門
PowerApps アプリ開発入門
Yoshitaka Seo
QnA Maker 逆入門
QnA Maker 逆入門
Yoshitaka Seo
Custom Visionを活用するためのTips
Custom Visionを活用するためのTips
Yoshitaka Seo
チャットボットの自然言語処理
チャットボットの自然言語処理
Yoshitaka Seo
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
AI プログラミング - OCA / 京都TECH オープンキャンパス 2021
Yoshitaka Seo
機械学習と Azure ML Studio の基本
機械学習と Azure ML Studio の基本
Yoshitaka Seo
AIの見方、AIとの付き合い方
AIの見方、AIとの付き合い方
Yoshitaka Seo
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
Kenta Iwasaki
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
Yoshitaka Seo
Real-time personalized recommendation using embedding
Real-time personalized recommendation using embedding
Recruit Lifestyle Co., Ltd.
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
典子 松本
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリ
Yoshitaka Seo
React meetup 3_eight
React meetup 3_eight
Hideharu Okuma
React way at_eight
React way at_eight
Hideharu Okuma
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
Yoshitaka Seo
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Yoshitaka Seo
Custom Visionで仏像を画像分類
Custom Visionで仏像を画像分類
Yoshitaka Seo
IoTにおけるクラウドインフラからサーバサイドまでの概要的な話
IoTにおけるクラウドインフラからサーバサイドまでの概要的な話
Terui Masashi
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
Yoshitaka Seo
Gitlab ci & ecsへのデプロイ
Gitlab ci & ecsへのデプロイ
iwata jaws-ug
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
典子 松本
懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた
裕之 木下
AndroidのAR最新動向
AndroidのAR最新動向
Kenichi Takahashi
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
Yoshitaka Seo
Visual Studio App CenterでGitHubのIssue発行を自動化しよう
Visual Studio App CenterでGitHubのIssue発行を自動化しよう
Shinya Nakajima
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
典子 松本
Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
AI Seminar on Alibaba Cloud
AI Seminar on Alibaba Cloud
AnzaiKumiko
More Related Content
What's hot
AIの見方、AIとの付き合い方
AIの見方、AIとの付き合い方
Yoshitaka Seo
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
Kenta Iwasaki
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
Yoshitaka Seo
Real-time personalized recommendation using embedding
Real-time personalized recommendation using embedding
Recruit Lifestyle Co., Ltd.
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
典子 松本
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリ
Yoshitaka Seo
React meetup 3_eight
React meetup 3_eight
Hideharu Okuma
React way at_eight
React way at_eight
Hideharu Okuma
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
Yoshitaka Seo
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Yoshitaka Seo
Custom Visionで仏像を画像分類
Custom Visionで仏像を画像分類
Yoshitaka Seo
IoTにおけるクラウドインフラからサーバサイドまでの概要的な話
IoTにおけるクラウドインフラからサーバサイドまでの概要的な話
Terui Masashi
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
Yoshitaka Seo
Gitlab ci & ecsへのデプロイ
Gitlab ci & ecsへのデプロイ
iwata jaws-ug
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
典子 松本
懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた
裕之 木下
AndroidのAR最新動向
AndroidのAR最新動向
Kenichi Takahashi
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
Yoshitaka Seo
Visual Studio App CenterでGitHubのIssue発行を自動化しよう
Visual Studio App CenterでGitHubのIssue発行を自動化しよう
Shinya Nakajima
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
典子 松本
What's hot
(20)
AIの見方、AIとの付き合い方
AIの見方、AIとの付き合い方
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
めざせスカウター! HoloLensによる特定個人の 顔認識アプリ制作とその課題
Skype for Business + Bot + Graph API
Skype for Business + Bot + Graph API
Real-time personalized recommendation using embedding
Real-time personalized recommendation using embedding
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
ノンコーディングで LINE Bot 開発! Azure Logic Apps × Azure Cognitive Services ×LINE メッセー...
API ペタペタしただけのお手軽 感情分析アプリ
API ペタペタしただけのお手軽 感情分析アプリ
React meetup 3_eight
React meetup 3_eight
React way at_eight
React way at_eight
Azure IoT Edge で Custom Vision
Azure IoT Edge で Custom Vision
構造化データをツールで簡単に分析
構造化データをツールで簡単に分析
Custom Visionで仏像を画像分類
Custom Visionで仏像を画像分類
IoTにおけるクラウドインフラからサーバサイドまでの概要的な話
IoTにおけるクラウドインフラからサーバサイドまでの概要的な話
Machine Learning studio で構造化データから予測分析 (LT版)
Machine Learning studio で構造化データから予測分析 (LT版)
Gitlab ci & ecsへのデプロイ
Gitlab ci & ecsへのデプロイ
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
ノンコーディングでここまでできる!LINE BOT を作ってみよう!
懲りずにazure functionsでlinebotを作ってみた
懲りずにazure functionsでlinebotを作ってみた
AndroidのAR最新動向
AndroidのAR最新動向
誰もが AI を使う時代、作る時代
誰もが AI を使う時代、作る時代
Visual Studio App CenterでGitHubのIssue発行を自動化しよう
Visual Studio App CenterでGitHubのIssue発行を自動化しよう
Designer's Design Talk「デザインの基礎」
Designer's Design Talk「デザインの基礎」
Similar to ソウゾウ1人目機械学習エンジニアの現在地
Data-centricなML開発
Data-centricなML開発
Takeshi Suzuki
AI Seminar on Alibaba Cloud
AI Seminar on Alibaba Cloud
AnzaiKumiko
Introducing our approach to interpreting machine learning models
Introducing our approach to interpreting machine learning models
Hiroaki Kudo
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン
HironoriTAKEUCHI1
メルペイの与信モデリングで安全・安心のために実践していること
メルペイの与信モデリングで安全・安心のために実践していること
Yuhi Kawakami
越境まちづくり・ラボ~経営資源の日本から新興国へリサイクル活用!
越境まちづくり・ラボ~経営資源の日本から新興国へリサイクル活用!
jpid
Five Steps to Culture Change を日本語で解説する 2020/11/06
Five Steps to Culture Change を日本語で解説する 2020/11/06
Issei Hiraoka
LINE eKYCって何だ?~その実力と開発チップスについて~
LINE eKYCって何だ?~その実力と開発チップスについて~
ChikaSawano
キャラコミュ 20160622
キャラコミュ 20160622
株式会社ソウゾウ
kintone新機能開発のお仕事_和渕.pptx
kintone新機能開発のお仕事_和渕.pptx
Cybozu, Inc.
SnapmartにおけるCameraRollから写真の複数枚アップロードの実装
SnapmartにおけるCameraRollから写真の複数枚アップロードの実装
PIXTA Inc.
mabl - 負荷テストにおけるmablのAPIテスト活用_20230525
mabl - 負荷テストにおけるmablのAPIテスト活用_20230525
Yuki Shimizu
【SB Tech Festival 2022】モデルベースUIデザイン【登壇用】
【SB Tech Festival 2022】モデルベースUIデザイン【登壇用】
崚日 中井
Webエンジニアに贈る、正しい番犬の飼い方
Webエンジニアに贈る、正しい番犬の飼い方
Innova Inc.
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
MLOpsはバズワード
MLOpsはバズワード
Tetsutaro Watanabe
機械学習デザインパターンの必要性と機械学習ライフサイクル
機械学習デザインパターンの必要性と機械学習ライフサイクル
Hironori Washizaki
Azureを活用したHoloLensアプリ開発
Azureを活用したHoloLensアプリ開発
Satoshi Fujimoto
API MeetUp Online#8 セッション3 ツクレル馬場さん
API MeetUp Online#8 セッション3 ツクレル馬場さん
Nihei Tsukasa
mabl - APIテストしてる? 自動化で効率化しよう!
mabl - APIテストしてる? 自動化で効率化しよう!
Yuki Shimizu
Similar to ソウゾウ1人目機械学習エンジニアの現在地
(20)
Data-centricなML開発
Data-centricなML開発
AI Seminar on Alibaba Cloud
AI Seminar on Alibaba Cloud
Introducing our approach to interpreting machine learning models
Introducing our approach to interpreting machine learning models
機械学習応用のためのソフトウェアエンジニアリングパターン
機械学習応用のためのソフトウェアエンジニアリングパターン
メルペイの与信モデリングで安全・安心のために実践していること
メルペイの与信モデリングで安全・安心のために実践していること
越境まちづくり・ラボ~経営資源の日本から新興国へリサイクル活用!
越境まちづくり・ラボ~経営資源の日本から新興国へリサイクル活用!
Five Steps to Culture Change を日本語で解説する 2020/11/06
Five Steps to Culture Change を日本語で解説する 2020/11/06
LINE eKYCって何だ?~その実力と開発チップスについて~
LINE eKYCって何だ?~その実力と開発チップスについて~
キャラコミュ 20160622
キャラコミュ 20160622
kintone新機能開発のお仕事_和渕.pptx
kintone新機能開発のお仕事_和渕.pptx
SnapmartにおけるCameraRollから写真の複数枚アップロードの実装
SnapmartにおけるCameraRollから写真の複数枚アップロードの実装
mabl - 負荷テストにおけるmablのAPIテスト活用_20230525
mabl - 負荷テストにおけるmablのAPIテスト活用_20230525
【SB Tech Festival 2022】モデルベースUIデザイン【登壇用】
【SB Tech Festival 2022】モデルベースUIデザイン【登壇用】
Webエンジニアに贈る、正しい番犬の飼い方
Webエンジニアに贈る、正しい番犬の飼い方
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
MLOpsはバズワード
MLOpsはバズワード
機械学習デザインパターンの必要性と機械学習ライフサイクル
機械学習デザインパターンの必要性と機械学習ライフサイクル
Azureを活用したHoloLensアプリ開発
Azureを活用したHoloLensアプリ開発
API MeetUp Online#8 セッション3 ツクレル馬場さん
API MeetUp Online#8 セッション3 ツクレル馬場さん
mabl - APIテストしてる? 自動化で効率化しよう!
mabl - APIテストしてる? 自動化で効率化しよう!
ソウゾウ1人目機械学習エンジニアの現在地
1.
1 ソウゾウ1人目機械学習エンジニアの現在地 メルカリShopsのおすすめ機能開発の舞台裏
2.
2 2019年4月、新卒でメルカリ入社。 写真検索システムの開発・運用などを担当したのち、 2021年4月ソウゾウに移籍。 また、マイノリティ向けソフトウェアエンジニア育成プ ログラム「Build@Mercari」を運営。 野上 和加奈 (Nogami Wakana)
3.
3 過去のプロジェクト - メルカリJP時代 写真検索
配送サイズ推定
4.
4 過去のプロジェクト - メルカリJP時代 機械学習モデルをシステムとしてどう動かすか →
Kubernetesをゴリゴリ使ってた 実際の写真検索システムの構成(旧バージョン) モデリングの経験はなし
5.
5 株式会社ソウゾウは、株式会社メルカリにおける新規事業の企画・開発・運営を担うグループ会社です。 2021年1月28日に設立し、現在はEコマースプラットフォームである「メルカリ Shops」を手がけています。 ソウゾウに移籍
6.
6 メリカリアプリ内「ショップ」タブ Web版(https://mercari-shops.com/) 農家さんやハンドメイド作家さんなどがお店を出せる 一見、メルカリの中の1機能に見えますが... タブ内はWeb Viewで完全に独立して作ってます 詳細:https://engineering.mercari.com/blog/entry/20210803-225b0b4612/ メルカリShopsとは
7.
7 ● プロダクト ○ 技術選定はすでにされていてプロダクトもだいたい形になってきていた ■
Monorepo ■ Go(Backend), TypeScript(Frontend), GraphQL(BFF) ● 組織 ○ 機械学習エンジニア一人目 ■ 私自身MLシステムは作ったことあっても MLモデルはつくったことなし ■ PdMもこれまでML系のプロダクトに関わった経験なし ■ マネージャーもML系ではない 移籍したときの状況
8.
8 初期はタイムラインと「注目の商品」のみ ● 欲しい物を探すのが大変 ● 偶発的な出会いが起こりにくい お客様の使いやすいHomeをつくる MLの期待値
9.
9 ● タスクが多方面すぎて何も進まない ● 何からやったらいいのかわからない ●
自分の選択が正解か自信が持てない 一人目としての困難
10.
10 ● タスクが多方面すぎて何も進まない ● 何からやったらいいのかわからない ●
自分の選択が正解か自信が持てない 一人目としての困難
11.
11 ● 採用 ○ イベント登壇 ○
採用プロセスの準備 ● 開発環境の整備 ○ Pythonをmonorepoにどう入れ込むか ○ ML独自の基盤(学習基盤等)は何使うか ● プロダクト ○ どこにどういうRecommendationをしていくか ○ リソースの調整 タスクが多方面すぎて何も進まない
12.
12 諦める!! どう乗り越えたか
13.
13 諦める!! どう乗り越えたか っていうのは半分冗談ですが ...
14.
14 ● 今はこれにフォーカスする時期だから仕方ないと割り切る ○ タスクが色々あるとコンテキストスイッチで進まなくなるのはみんな同じ ○
フォーカスすることが決まると優先度もつけやすいし精神衛生上もいい ● 周りに共有しておく ○ 開発以外も大事な仕事なので朝会とかで遠慮せず行っておく ○ 「あの人にやってるの?」と思われないないのでお互いにやりやすい ○ 困った時に人の手を借りやすくなる どう乗り越えたか 今は「これをやる」を自分にも周りにも明確にすることで集中できる
15.
15 ● タスクが多方面すぎて何も進まない ● 何からやったらいいのかわからない ●
自分の選択が正解か自信が持てない 一人目としての困難
16.
16 ● 張り切って理想を掲げがち ○ 全お客様に直前の行動ログから商品を推薦 ○
「この商品を見ている人はこんな商品を見ています」もやりたい ○ 改善高速に回せるような設計& A/Bテスト基盤 ● プロセスがクリアになっていない ○ まず誰に話をもっていく?マネージャー? PdM? ○ そもそも担当PdMは? ○ バックエンドやフロントエンドは? 何からやったらいいのかわからない
17.
17 Minimumの徹底 どう乗り越えたか
18.
18 ● 「これなら余裕でできる」というレベルから始める ○ 最初からMLのモデルを考えるのではなくルールベースから ○
リアルタイムじゃなくてバッチ処理から ● 自分でやれるだけやってみちゃう ○ PM, FE, BEのリソース確保などコミュニケーションコストのほうが高いなら自分である程度進め ちゃうのもあり どう乗り越えたか 「どうしよう」という漠然とした不安がなくなり、一回やってしまえば進め方がわかる
19.
19 ● タスクが多方面すぎて何も進まない ● 何からやったらいいのかわからない ●
自分の選択が正解か自信が持てない 一人目としての困難
20.
20 ● 実質ML”責任者”的な立場になってしまう ○ あらゆることを決めないといけない ○
基本的に自分の意見がすべて採用される 自分の選択が正解か自信が持てない
21.
21 とにかく人と話す どう乗り越えたか
22.
22 ● 別チームの有識者などに相談に行く ○ 質問をクリアにしてから、
docsにまとめてそれをReviewしてもらおう、と思っているとなかなか 相談できない ○ 相談事が決まってから頼むのではなく、先に weeklyで相談する時間を決めちゃう ○ 自分が疑問に思っていることだけでなく、ある程度確信をもっていることも話す 自分だけの意見じゃなくなることで自信をもてる どう乗り越えたか
23.
23 パーソナライズされたおすすめを出したい 「類似商品検索APIを作ってメルカリで最近見た商品に類似 するShops商品を出す」 ✕ Minimum ✕ 人に相談 実際のプロダクトにどう活きたか
24.
24 パーソナライズされたおすすめを出したい 「類似商品検索APIを作ってメルカリで最近見た商品に類似 するShops商品を出す」 メルカリのレコメンデーションチームに相談 Minimumを突き詰める 実際のプロダクトにどう活きたか
25.
25 パーソナライズされたおすすめを出したい 「類似商品検索APIを作ってメルカリで最近見た商品に類似 するShops商品を出す」 「最近見たShops商品と同じカテゴリーの商品を出す」 ● メルカリのデータを使わないのでshops内で完結 ● カテゴリーで商品を絞るAPIはすでにあった ●
簡単なロジックだが相談済みなので自信をもてる 実際のプロダクトにどう活きたか
26.
26 パーソナライズされたおすすめを出したい 「最近見たShops商品と同じカテゴリーの商品を出す」 結果 簡単になったことでBE, FEまで1人でやりきれた 2ヶ月足らずでリリース(現在はA/Bテスト中) 実際のプロダクトにどう活きたか
27.
27 一人目エンジニアになってしまったら... ● 集中するタスクを決めて周りに共有 ● Minimum
Startを徹底 ● できるだけ人に意見を聞きに行く まとめ
28.
28 「もう少しこれ聞いてみたい!」などあればぜひお話しましょう ソウゾウの話、一人目の話、技術の話、女性エンジニアの話、 D&Iの話 なんでも可
29.
29
Download now