#ML 14件

AIの開発をどのようにサポートするのか？　DeNAのMLOpsエンジニアのお仕事
株式会社ディー・エヌ・エー
数億のユーザーデータを使って作る機械学習の仕組み　LINEのエンジニアが開発するサービス横断型レコメンデーション
LINE Developer Meetup
「精度の向上」「安定供給」「再利用性の向上」　LINEが属性推定システムのリニューアルで取り組んだ3つの改善ポイント
LINE DEVELOPER DAY
次元数480万以上の特徴量データからユーザーの属性を推定　LINEが属性推定システムのリニューアルで見えたさまざまな課題
LINE DEVELOPER DAY
「メトリクス収集」「異常検知」「可視化」　LINEがMLOpsのために作ったモニタリング共通基盤「Lupus」
LINE DEVELOPER DAY
MLOpsにおける監視の難しさとは　LINEがMLOpsのためのモニタリングシステムを導入した理由
LINE DEVELOPER DAY
LINEが抱えるデータの価値を最大化するのがミッション　LINEのMachine Learning室の各チームが目指すLINEの価値創造
LINE Developer Meetup
今より優れていればどんどん新しくしていく 　LINEのMachine Learning室がチャレンジし続けるチームでいれるわけ
LINE Developer Meetup
レコメンド・画像自動タグ付け・ペルソナプロジェクト…　LINEのMachine Learning Solutionの2つのチームが開発しているもの
LINE Developer Meetup
サービス横断で機械学習のデータを使いやすく整形　LINEのMachine Learning室のお仕事
LINE Developer Meetup
LINEには開発に専念できる環境がそろっている　機械学習・データ基盤開発・AIサービス開発部門でサーバーサイドエンジニアとして働く意義
LINE Developer Meetup
LINEの広告やスタンプを適切に推薦するために　LINEの機械学習をバックアップする2つのチーム
LINE Developer Meetup
ビッグデータ活用時のワークフローの大切さ　ZOZO研究所のエンジニアが感じた次元が違う300万画像の処理
株式会社ZOZO
MLエンジニアがMLしやすくするために　ZOZO研究所 研究開発エンジニアが語るビッグデータ活用術
株式会社ZOZO