imyutaroのブックマーク - はてなブックマーク

LLM活用促進に向けたPlatform Engineeringからのアプローチ - LIFULL Creators Blog
KEELチームの相原です。今回は流行に乗ってLLM(Large Language Models)の話です。とは言うもののLLMは単なる流行ではなく新たなパラダイムと言っていいでしょう。解けるタスクの幅は未だ底が知れず、機械学習とは求められる能力も多少異なることからソフトウェアエンジニアである私の周りでも大きな変化が起きていると感じます。 LIFULLでもこの変化をコーポレートメッセージである「あらゆるLIFEを、FULLに。」の実現に繋げるべくジェネレーティブAIプロダクト開発室が新設され、一発目としてLIFULL HOME'SのChatGPT Pluginをリリースしました。さて、我々KEELチームはKubernetesベースの内製PaaSであるKEELを開発・運用するチームです。 www.lifull.blog 我々にはプラットフォームというレバレッジの効くソフトウェアを通して
imyutaro 2023/07/05
prompt_engineering

generative_model

ml_case
リンク
Python版CausalImpactを用いたTVCMの効果検証 - LIFULL Creators Blog
こんにちは。LIFULLでデータアナリストをしている宮野です。普段はサービス周りのデータ分析を行っているのですが、TVCMの効果検証を行う機会があり、その際CausalImpactという時系列因果推論フレームワークを使用したのでご紹介いたします。【目次】はじめに Pythonを用いたCausalImpact データの準備効果検証共変量の確認と選定 / 周期性(シーズナリティ)の付与 ①共変量 ②周期性(シーズナリティ) RのCausalImpactとの結果比較 RでのCausalImpact実装 PythonとRの検証結果比較おわりにはじめに CausalImpactとは？ →Googleがリリースした時系列因果推論の"R"パッケージです。そう。Rのパッケージです。当然Rを使って効果検証を行うのが通常だと思います。なのですが、私自身Pythonを使用することが多く、どうせ
imyutaro 2023/03/07
causal_inference
リンク
広告宣伝費最適化に向けた最適化問題の活用 - LIFULL Creators Blog
AI戦略室の椎橋です。LIFULLで取り組んでいる広告費配分のポートフォリオ最適化を紹介します。 LIFULLは広告宣伝費に年間100億近く使っており、決算説明会の質疑応答でも頻出なテーマで削減することが求めらています。広告にはTVCMや電車のつり革広告、リスティング広告や、リターゲティング広告など広告配信する場所やターゲットユーザー層もさまざまな種類があります。これらの広告媒体にそれぞれいくらの金額を投資すべきかというポートフォリオ最適化を計算するのが本記事のメインになります。社内システムMAM 広告運用を自動化するためにMAMという社内システムがあります。広告を運用するマーケターが操作するためのフロントエンド、広告実績を蓄積するDB、取得・集計する定期バッチ処理などの機能をすべてまとめてMAMと呼んでいます。ポートフォリオ最適化におけるデータの流れを簡易的に図示すると以下のようになり
imyutaro 2022/12/22
optimization
リンク
1