技術情報

全社でコーディング力向上を目指せ！～社内競技プログラミング大会の参加者にインタビュー～

皆さまこんにちは。 Marketing Solution Division, Partnering Solution Unitに所属している伊藤と申します。 今回は私も運営メンバの一員である、社内競技プログラミング大会について紹介します。 ARISE analyticsでは今年1月から社内で競技プログラミング大会が開催されています。ARISE...

Flutter#2　〜Flutterの状態管理パターン （Riverpod）〜

はじめまして、Advance Tech Divisionでモバイルエンジニアをしている中塚です。今回はFlutterシリーズの第２弾ということで、Flutterでの状態管理パターンについて書こうと思います。Flutter での状態管理は様々なパターンが存在しており、当社でもプロジェクトによって利用しているパターンが異なっております。その中で、今回は状態管理で最近よく使われているRiverpodについて記載していきたいと思います。第１弾の記事については、こちらを参照ください。 （Flutter#1 〜ARISE analyticsのプロジェクトでFlutterを採用してみました〜 |...

Snowflakeが今熱いらしいので試しに使ってみた

こんにちは。Customer Analytics Division所属データエンジニアの城戸です。最近Snowflakeというサービスが業界で話題になっています。社内の分析環境の選定にあたり、使い勝手やコストの観点からSnowflakeの導入検討を行ったので、その結果の一部をご紹介します。 Snowflakeとは Snowflakeは、完全SaaS型のクラウドデータウェアハウスサービスです。SaaS型なので、ハードウェア、ソフトウェアの管理をする必要なく、すぐに利用できるというメリットがあります。...

ARISE Kaggle部活動記 #2

ARISE analyticsの越智です。ARISE Kaggle部の活動記、連載第2回目です！ 私たちは世界的に知名度の高いKaggleを中心に、国内外の分析コンペティションへ参加し、上位ランクインを目指して頑張っています。Kaggle部は2021年5月現在、参加人数は約38名で、業務に支障のない範囲で楽しく活動中です。部員はARISEのプロパー社員だけでなく、ARISEに所属している様々な勤務形態のメンバーで活動しています。ちなみに私もKDDIからの出向者ですが、所属関係なく仲良く切磋琢磨しています。 今まで参加したコンペは下記の通りです。 M5 Forecasting –...

物体検知モデルを実用向けに速度チューニングする

ARISE analyticsの秋元です。 画像処理システムの開発では様々な画像処理技術をシステムに組み込んでいきますが、システムの要件に応じて適切なモデルや実行方法を選択する必要があります。今回は画像処理技術の一つである物体検知のモデルを実用向けに速度チューニングするという例を通して、画像処理システム開発の裏側の努力をご紹介します。 物体検知とは 物体検知とは画像の中から「犬」や「自転車」といった特定のオブジェクトを検出する技術です。例えば、下図は有名な物体検知モデルであるYoloの物体検知結果の例です[1]。物体検知モデルは画像を入力としてBounding...

【効果検証】差分の差分法とは？

Marketing Solution Division所属の長谷井です。Marketing Solution Divisionでは、主にKDDI関連会社に対し、データ分析観点でのコンサルティング、ソリューションの提供などを行っています。 今回のトピック マーケティングの領域ではユーザーに対して、施策を実施します。施策の結果を確認する際、効果検証は重要なプロセスです。効果検証を行う上で様々な手法が昔からあります。みなさんは差分の差分法（Difference in difference :...

めっさ分かりやすい因果推論 (その1) 概論とMeta-learner系手法

はじめに こんにちは、Customer-Analytics-Divisionの徳山と申します。本稿では因果推論手法の全体像を解説します。筆者は英語の通訳やカスタマーサクセス職を経てARISE analyticsに入社し、クライアント企業様の主力事業における販促施策について、施策に対する反応(『この施策によってどれくらいこのお客様はXXXという行動を取るようになったか？』)を推定するような取り組みを行っています。...

web閲覧履歴を用いた広告ターゲティングモデルとは?

初めまして、2020年4月に新卒として入社したMaketing Solution Division (MSD) 所属の小林と申します。 普段の業務ではweb広告の支援をしております。具体的にはターゲティング広告の支援を行っており、web閲覧履歴データ・機械学習の手法を用いてモデルを作成し、どのような人にweb広告を表示させるべきかという広告配信リストを提供しております。 本記事では広告ターゲティングモデルがどのようなものなのかを紹介したいと思います。web広告業界において機械学習がどのように応用されているか知っていただけると幸いです。...

オフライン環境でのVSCodeを使ったSpark開発環境構築

皆さんこんにちは、Marketing Solution Divisionの伊藤です。私は2020年の4月に新卒として入社し、研修期間終了後に現在のチームに配属されました。現在は、KDDIの位置情報データを活用し、マーケティング対象の店舗に立ち寄りそうな顧客を予測するシステムを制作しております。 このプロジェクトでは、位置情報や顧客の個人情報という秘匿性が高い情報を扱うため、セキュリティの観点からインターネットから隔離された分析環境でシステムの開発環境を構築する必要がありました。さらに、システムの処理や開発方針決定のための分析にApache...

レコメンド#3 GPUで近似近傍探索を行うことで大規模データの計算時間を、12時間から50分へ約1/12に削減したお話

この記事はレコメンドエンジン連載の第3回目になります。前回までの記事はこちらを御覧ください。 レコメンド#1 ～レコメンドって何？～ レコメンド#2 Sparkで機械学習モデルを高速分散推論させる はじめまして、Marketing Solution Division所属の野尻と申します。19年度にARISEに新卒入社してから約1年間レコメンドエンジンの開発を担当しています。 今回は商品間の類似距離を計算する際に近似近傍探索×PySparkを用いることで、大量の商品に対しての計算時間を当初の12時間から50分まで、大幅に削減したお話をします。 背景と課題 最近傍探索について...