「いい検索」とはなにか？ 検索システムのしくみと評価指標を解説
2019年2月26日、検索技術研究会が主催するイベント「Search Engineering Tech Talk」が開催されました。「検索」や「検索システム」にまつわる技術や手法を共有する本イベント。第1回となる今回は、3人のエンジニアが、現場の経験を通して学んだノウハウや、検索にまつわる知見を語ります。プレゼンテーション「『いい検索』を考える」に登壇したのは。株式会社リクルートテクノロジーズの内田臣了氏。一般的に用いられる検索エンジンの仕組みと「いい検索」の条件について解説します。講演資料はこちら 「いい検索」を考える 内田臣了氏（以下、内田）：よろしくお願いします。「いい検索を考える」というタイトルで、リクルートテクノロジーズの内田が発表いたします。 まず自己紹介なんですけども、内田臣了（しんりょう）です。 けっこう珍しい名前だと言われます。2017年に株式会社リクルートに新卒で入社し
エンジニアリングマネージャーを目指す若者の戦略 - yigarashiのブログ
企業でWebアプリケーションエンジニアとして働き始めて2年と4ヶ月ほど経ちました。様々な仕事を経て、自分が向いていることや楽しく感じることが徐々に明らかになり、数年後になりたい像がぼんやりと浮かび上がってきました。そして、その将来像が世間的には「エンジニアリングマネージャー」（以降EM）と呼ばれていることもわかってきました。この記事では、EMについて自分が周囲から受け取った知識を整理するとともに、そこに向けてどんな戦略を取ろうとしているかをまとめてみます。マネージャーというとネガティブなイメージも拭えませんが、EMは年を重ねて吸い込まれるものではなく、積極的に取りに行くに値する面白いポジションであると思います。この記事を読んでEMに魅力を感じる同世代の仲間が増えると嬉しく思います。 EMについての理解 エンジニアリングマネージャーという職務についてのオーバービューは、広木大地さんによるエン
体制を考えるときに意識していること - id:onk のはてなブログ
1on1 で伝えたので外にも書いておく。 プロダクトやチーム、メンバーのフェーズ まず現状分析。 自プロダクトは PPM で言う花形、金のなる木、問題児、負け犬のいずれに当たるのか 勢い MAX でめっちゃ盛り上げるのか、地味に役割を達成するのか。自チーム全集中なのか他チームのフォローに回るのかみたいな方針が変わる 自チームは エラスティックリーダーシップ で言うサバイバルモード、学習モード、自己組織化モードのいずれに当たるのか チームを改善しなければいけないのか、プロダクトだけを見ていて良いのか。チームで改善できるのか、リーダーや外部の強い意志が必要なのか 各メンバーは、期待される役割において SL理論 で言うとどのフェーズなのか 指示的行動が必要だとマイクロマネジメントすることになり、マネージャ/メンター的な人/行動を増やす必要がある 役割を網羅しているか こういう軸で考えていることが
ChatGPT - LLMシステム開発大全
ChatGPTとLLMシステム開発について纏めた187ページ資料です。 2024/04 名称を改め資料を大幅にアップデートしました！ 今後も随時更新していきます。 データサイエンティスト協会での発表動画はこちら。 https://youtu.be/l9fpxtz22JU Build Japanでの発表はこちら。 https://youtu.be/UEZzx6a005g?si=Ot8EO2bv8yhQQEcy 2023/7/28 体裁修正、余計なページを削除 2023/12/12 RAG、API仕様、モデルのページを追加。また情報を最新化。 2024/04 名称を改め資料を大幅にアップデートしました！ 1. LLM - GPTの全体像 LLM - GPT とは何なのか ～チャットAIを例にした動作イメージ～ 大規模言語モデル(LLM)が持つ基礎能力 デジタルツールとLLMの連携 GPTに関す
【社内研修】プロンプトデザイン事始め
はじめに 2023年4月に入社した竹内博俊と池田柳之介と申します。 今年の3月にOpenAIはChatGPT APIを公開し、多くの注目を浴びました。 それから約1ヶ月後、当社リクルートでは、データ/エンジニアスペシャリストコースにて入社した新人を含む、データ推進室内で希望があった既存社員向けにこのAPIを利用した研修を実施しました。 研修から約3ヶ月が過ぎ、基礎的な部分の内容はだいぶ理解され、広まってきたように感じます。 このブログでは、我々新入社員が研修を通じて得た知見についてご紹介したいと思います。 なぜプロンプトデザイン研修を行うのか？ この研修は「プロンプトデザイン研修」と名付けられており、当社のシニアサーチエンジニア、大杉直也が立案し講師を務めました。 研修立案の背景について、大杉はこう述べていました。 「研修対象は専門家だけではなく、非専門家のエンジニアも含むべきだと考えまし
Adaptivity of deep ReLU network for learning in Besov and mixed smooth Besov spaces: optimal rate and curse of dimensionality | OpenReview
Published: 21 Dec 2018, Last Modified: 05 May 2023ICLR 2019 Conference Blind SubmissionReaders: Everyone Abstract: Deep learning has shown high performances in various types of tasks from visual recognition to natural language processing, which indicates superior flexibility and adaptivity of deep learning. To understand this phenomenon theoretically, we develop a new approximation and estimation
継続は力なり―大器晩成エンジニアを目指して 記事一覧 | gihyo.jp
運営元のロゴ Copyright © 2007-2024 All Rights Reserved by Gijutsu-Hyoron Co., Ltd. ページ内容の全部あるいは一部を無断で利用することを禁止します。個別にライセンスが設定されている記事等はそのライセンスに従います。
第3回 常にそこにいろ | gihyo.jp
コミュニケーション能力 将来アメリカで働きたいと思っている若い人たちに会うとよく聞かれる質問がある。「英語とプログラミング以外で大事なことは何ですか」だ。そういう場合は「コミュニケーション能力かな」と答えている。そうすると「やっぱり英語か」と言われたり、キョトンとされたりする。そうなるのもよくわかる。コミュニケーション能力が大事なのは誰でも知っている。就職支援サイトでいくらでもそういう記事を読むことができるだろう。何をいまさらというわけだ。 しかしながら筆者の頭にあるコミュニケーション能力は、 誰とでもすぐに仲良くなる 社交の場でそつなくこなす あまり話したことない同僚とエレベーターでたまたま一緒になっても平気 などではない。筆者はそのようなものは1ミリも持ち合わせていない（いばれることではないが）。筆者はコミュニケーション能力が高いとは、「常にそこにいる」ことだと思う。今回はこの
Go-to person（頼りになる人）
何か相談事があるときに真っ先に話をしに行く相手のことを go-to person と呼ぶ。要するに「頼りになる人」のことである。本記事ではミドルレベルのソフトウェアエンジニアが go-to person として頼りにされるためにはどう振る舞えばよいか私見を紹介する。職種や立場が違えば目指すべき go-to person のあり方もまた違ったものになることはご留意ください。 Go-to person の役割 Go-to person は相談者が抱える課題を分解・整理するのを手伝い、自身の知識や経験に基づいた適切なアドバイスを提供する。相談者は go-to person と話すことで暗中模索する時間を節約し、最終的な判断に自信を持つことができる。シニアソフトウェアエンジニアやテックリードになる要件として、何らかの分野で go-to person として認知されていることを求めている場合も多いだ
爆速ビームサーチライブラリを作る - Qiita
この記事では非常に高速なビームサーチライブラリの実装と、そのいくつかの具体的な使用例を紹介します。ビームサーチはDPを拡張し、上位M個を保持するようにしたもので、AHC系のコンテストで主に使われる非常に汎用的な手法の一つなのですが、高速なライブラリ設計に関する知見はあまり整備されていないと認識しています。そこで本記事では何種類かの典型的なケースに対応する高速なビームサーチの実装方法とそれらのライブラリ化の手法を紹介します。この方法では、問題固有のコードとライブラリ側のコードの大部分が分離されため、本質の探索以外を実装する必要がなくなり、しかも非常に高速な動作させることが可能になります。 本記事ではビームサーチの存在を知っていることが前提となっています。そのためビームサーチの入門のような内容は含みません。知らない方はまずビームサーチに関する記事を読むか実際にビームサーチが有効な問題を解いてみ
2 ポインタ/ノード で親方向を探索する二分木 - noshi91のメモ
概要 最もシンプルなポインタによる二分木の実装は、各ノードが左子と右子を保持することでしょう。 一方でこの実装では親方向へ遡ることが出来ません。すると例えば平衡二分探索木のイテレータを実装するときなどに問題になります。 親へのポインタを保持すれば解決しますが、本稿では空間計算量を抑える手法を紹介します。 XOR木 ポインタ領域を削減するデータ構造として、XOR連結リストが知られています。 XOR連結リスト - Wikipedia XOR連結リストとは、双方向連結リストで左右へのポインタの xor のみを保持する物です。 どちらかのポインタが分かっていればもう一方が復元できるため、左右いずれの端からも走査が可能となります。 この手法をポインタ二分木に応用してみましょう。 左子、右子、親の 3 つのポインタを適切に xor して 2 つに圧縮します。 どれを xor しても良いのですが、対称性
Cloud Firestore を活用したバッチレコメンドシステムを開発した話 - High Link テックブログ
こんにちは，株式会社 High Link で業務委託（副業）として働いている，機械学習（ML）エンジニアの柏木（@asteriam）です． High Link では，カラリア香りの定期便という toC サービスを提供していて，ML エンジニアは，データを武器にした非連続的な事業成長を支える技術開発を担っています．具体的には推薦システムや診断といった部分に ML が活用されています． ハイリンク 機械学習・データエンジニア向け 紹介資料 今回はよりサービス改善がしやすい環境にすべく，機械学習用 API（ML-API）と ML パイプラインの役割を分離させ，ロジック改善を回しやすい環境を作っているという話になります．その一環として，パイプラインの結果保存先（レコメンドシステム用の DB として）に Cloud Firestore（以下，Firestore とします） を採用し，活用し始めていま
データサイエンスグループが心からおすすめする本をまとめてみた - Timee Product Team Blog
こんにちは、タイミーのデータ統括部データサイエンス（以下DS）グループ所属の小栗です。 今回は、DSグループのメンバーにおすすめの本を聞いてみたのでご紹介します！*1 おすすめ本を通して、DSグループの雰囲気や、業務で活用するスキル・知識について、みなさんに伝わればいいなと考えています。 データサイエンス（DS）グループの紹介 本題に入る前に、軽くDSグループの紹介をさせてください。 DSグループは、タイミーの事業成長をデータ・アルゴリズムで支援することを目的としています。 例えば、以下のような業務を日々行なっています。 Google Cloudを利用した機械学習パイプライン＆基盤の開発・運用 ユーザーへ仕事を推薦するレコメンドエンジンの開発 営業活動を支援する予測モデルの開発 ビジネス施策の効果検証 現在、専任・兼任・業務委託のメンバーで構成されており、今後も規模を拡大する予定です。 W
nhiroki’s weblog
2024-04-25 『クライスタ（CRYSTAR）』をクリアした 2024-01-24 『評価指標入門 ― データサイエンスとビジネスをつなぐ架け橋』を読んだ 2024-01-07 Chromium では Prefetch や Prerender を総称して Speculative Loading と呼ぶことになった話 2024-01-05 課題解決を人に任せるが、課題理解を人任せにはしない 2024-01-04 『実践的データ基盤への処方箋』を読んだ 2023-12-31 2023 年の振り返り 2023-12-28 HHKB Studio を買った 2023-12-25 『VC の教科書 ― VC とうまく付き合いたい起業家たちへ』を読んだ 2023-12-22 『基礎からの新しいストレージ入門』を読んだ 2023-12-19 『ソフトウェアアーキテクチャの基礎 ― エンジニアリング
Vertex AI Pipelinesを効率的に開発するための取り組み - Timee Product Team Blog
こんにちは、タイミーのデータ統括部データサイエンス（以下DS）グループ所属の小関です。 今回はDSグループがMLパイプライン構築時に活用しているVertex AI Pipelinesを効率的に開発するための取り組みを紹介したいと思います！ Vertex AI Pipelinesとは Vertex AI Pipelinesとは、Google Cloudが提供しているMLパイプラインをサーバーレスに構築・実行できるサービスです。 Vertex AI Pipelinesを活用することで、下記のようなデータをBigQeuryから取得し、特徴量の作成・データセットの分割後、モデルを学習するようなML パイプラインが比較的容易に構築できます。 Vertex AI Pipelinesで構築したMLパイプラインのサンプル Vertex AI Pipelinesの活用事例と挙げられた改善点 タイミーのDSグ
強い情熱を持つメンバーのバーンアウトを防ぐ方法 マネジャーは長期視点でサポートせよ | ワークライフバランス｜DIAMOND ハーバード・ビジネス・レビュー
サマリー：情熱を持って仕事に取り組むことはストレスを軽減し、生産性を高める。一方で、過度な情熱は疲弊やバーンアウトを引き起こすおそれがある。情熱は適切にコントロールすることが重要であり、こうした状態を避けるため... もっと見るに、マネージャーはメンバーをサポートすべきだ。また、個人によっては情熱の維持が困難であったり、そもそも情熱を持てなかったりする場合もある。マネジャーにはそのような人々に対して、問題を軽減するための対策を講じることが求められる。 閉じる 情熱を重視することの功罪 「好きなことを仕事にしなさい。そうすれば、人生で1日たりとも仕事がつらいとは感じないだろう」と、よく言われる。この格言に背中を押されて、ここ数十年の間、人々は、自分の情熱を追求できるキャリアを見つけたり、新たにつくり上げたりしようと努めてきた。しかし、情熱をもとにキャリアを追求することは、本当にいつも好ましい
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
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
Go でプログラムを作成してテストする - Training
GitHub - patrick-kidger/jaxtyping: Type annotations and runtime checking for shape and dtype of JAX/NumPy/PyTorch/etc. arrays. https://docs.kidger.site/jaxtyping/