「JANOG53 Meeting in Hakata」に、マイクロサービスアーキテクトのSREが参加してきた話
はじめに こんにちは、DMMで機械学習エンジニアをしている二見です。 2020年に新卒で入社し、普段は検索やレコメンドの改善に従事しています。 DMMでは50を超えるサービスを提供しており、様々なデジタルコンテンツを取り扱っています。 また、各サービスには多くのユーザーの膨大なデータが日々蓄積されてます。 我々のグループでは、それらのビックデータを活用した改善施策を行うことで、各事業部の成長に日々貢献しております。 本記事では、新たにディープニューラルネットワークベースの先端的なレコメンドシステムを構築し、サービスに導入した事例を紹介したいと思います。 レコメンドエンジンの導入を検討している方・ニューラルネットベースのレコメンドに興味がある方の参考になれば幸いです。 目次 はじめに 目次 DMMにおけるレコメンドへの取り組み 背景 Tensorflow Recommendersとは 1.
はじめに こんにちは。VPoEグループの飯田涼太です。 「興味関心がある分野以外の事柄と偶然に出会う機会(いわゆるセレンディピティ)が減った」と感じることはありませんか? 在宅勤務の割合が大半を占めるようになってきたことで、私も強く感じるようになりました。 そんなお悩み解決策の1つとして、GitHub issueを利用した週1の「ザツダン会」について紹介します。 【目次】 はじめに GitHub issueを利用した週1の「ザツダン会」 「偶然」を意図的に誘発するうえでの課題 解決の一手になったGitHub issue 「ザツダン会」による効果 まとめ GitHub issueを利用した週1の「ザツダン会」 端的にいうと、「週に1回、1時間ほど時間をとり、エンジニアリングに関するネタについて参加メンバーで感じたことを話す」という取り組みです。 ポイントは、参加メンバー各自の心に留まったネタ
はじめまして。ペイメントサービス部 ポイントグループの柏熊です。 1年ほど前にポイントグループへ異動してきてから、システムの開発や保守・改善活動に取り組んでいます。 今回の記事ではこれまで行ってきたポイントサービスへの「勝手にDockernize活動」について、活動に至った経緯や取り組み方、活動の結果についてご紹介したいと思います。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く