今回のテーマは「分析基盤をうまく組織に浸透させる方法」です。 「分析基盤を浸透させていく上で、分析基盤を担う組織(分析基盤組織)がどのように形を変えていったか」という内容です。組織設計の参考になれば幸いです。
こんにちは、機械学習エンジニアの辻です。 先日、SageMakerの活用事例で登壇させて頂きました。 machinelearningnighttokyo20181.splashthat.com 機械学習で一番時間の掛かる作業といえば、やはり前処理ですよね。データレイクからデータを取得して、必要に応じて様々なデータストアからデータをかき集めて、加工して、また別のデータストアに入れてと。。。 大量のデータをあっちにやったりこっちにやったりして、もう一体最初は何がしたかったのかさっぱりわからなくなってしまうことがあります。 それに加えて、機械学習では、学習したモデルに対して推論しなければなりませんが、またこの推論結果が必ずしも決定的ではないという課題も含んでいます。 この、決定的ではないとはどういうことでしょうか? 動作が予測可能なもの、つまり、入力したものに対して、常に同じ経路で計算を行い、同
何が起こったのか三行で 【1】1億人以上のユーザーを抱えるゲーマー向け音声通話ソフトDiscordが 【2】10/16から、Discord上でのゲームの販売および月額サブスクリプション制を開始した 【3】結果、多数のユーザーコミュニティを持つ巨大なゲーム配信プラットフォームが誕生した 【注意書き】2019/09/13時点、上記Nitroのゲーム配信サービスの終了が告知されました。公式ブログの記述を見ると、あんまりうまくいかなかった、の一言に尽きそうです。 もうちょっとくわしく 実際は2018年8月時点でカナダ向けに行われていた「Discord Store」機能のベータ版提供範囲が拡大され、日本もその対象になった、というのが正しいところ。 ストアではDiscord側がタイトルをセレクトしており、そのまま購入する以外にも月額9.99ドルの有料サービス「Nitro」に加入していればいくつかのタイ
ファンコミュニケーションズさんが自社オフィスで勉強会をはじめるということで、第1回でしゃべりませんかというお誘いを受けたので参加してきた。お誘いありがとうございました! eventdots.jp 内容はどうしようかなと思ったんだけど、相談してみたら過去のこのエントリのスタートアップ限定じゃない話とかどうかというものがあり、自分でも面白そうだったので、そんな感じで内容をまとめてみた。 To Have Own Data Analytics Platform, Or NOT To from SATOSHI TAGOMORI まあトピックと自分の現在の勤務先からしてどうしても内容にバイアスがかかると思われるのはしょうがない……ので割り切った宣伝スライドはまあ1枚入れるとして、それ以外はいちおう公平な議論を目指したつもり。 で、中にも書いてあるけど、明確な結論なんてものはなくて、各社個別の事情にあわ
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