ゴールドマン・サックスから100億円調達の舞台裏。「ここまで深い考察をするのか」GO・中島社長が見た光景 - MAGAZINE｜STARTUP DB（スタートアップデータベース）
トップ記事一覧ゴールドマン・サックスから100億円調達の舞台裏。「ここまで深い考察をするのか」GO・中島社長が見た光景 ここまで、深い考察をするのか…。 アメリカの金融大手、ゴールドマン・サックスを迎えた交渉のテーブル。タクシー配車アプリを展開するGOの中島宏・代表取締役社長は静かに唸った。 厳しい市況のなか始めた資金調達。交渉相手は外資の金融プレイヤーだけ、評価額を下げる「ダウンラウンド」ならば撤退…と自らに縛りを課した調達活動は、気づけば独特の緊張感を帯びるようになっていた。 GOは、ゴールドマン・サックスから100億円の資金調達を実施することになる。2023年上半期最大規模となった調達劇の裏側を、中島社長が明かす。 ダウンラウンドなら調達はしない。北米の金融プレイヤーに照準 GO（旧・Mobility Technologies）は、タクシー配車アプリ「GO」などを展開するモビリティ領
BigQueryのコストを抑えろ！ DeNAが取り組む「BQドクター」の実態 1年で1600万円を削減見込み
BigQueryのコストを抑えろ！ DeNAが取り組む「BQドクター」の実態 1年で1600万円を削減見込み（1/2 ページ） 米Google Cloudが提供するクラウドデータウェアハウス「BigQuery」。くら寿司やヤフーなど、さまざまな企業がデータ分析に活用している。ディー・エヌ・エー（DeNA）もその1社で、数百以上のプロジェクトに取り入れるなど、全社的に活用しているという。 ただ、DeNAではBigQueryの活用に課題を抱えていた。社内におけるBigQuery活用の統制・管理が徹底できていなかったことだ。特にコスト管理や、事故による予算超過を防ぐ仕組みが確立できていなかったという。 一方、DeNAでは対策も進めている。同社では「BQドクター」と題し、BigQueryの課題改善に向けた取り組みを実施している。コスト管理の仕組み作りなどを進めた結果、2022年度は年間で約1600
【ノーカット掲載】3年に及ぶクラウド移行。「創造的な仕事へのフォーカス」がついに始まる | フルスイング by DeNA
大小合わせて300ほどのさまざまな特性をもつサービスが運用されていたDeNAのオンプレミス。2021年4月、DeNAはこのオンプレミスからクラウドへの全移行を完了しました。 2018年からはじまったクラウド移行はどのように成し遂げられたのか。また、クラウドへ100％移行した結果「創造的な仕事へのフォーカス」はどうなったのか。 2021年5月11日に行われ、各所で反響のあった『AWS Summit Online』（※）におけるDeNA代表取締役会長 南場 智子（なんば ともこ）の講演をノーカットでお届けします。 ※……本講演の動画は、YouTube「Amazon Web Services Japan 公式」チャンネルにて公開されています。『基調講演：テクノロジーが変えるこれからの日本社会』 オンプレミスからクラウドへの移行完了 DeNAはこの4月末にオンプレミスからクラウドへの移行を100％
DeNAのマシンラーニングをささえるアノテーションシステム | BLOG - DeNA Engineering
この記事では、DeNAでのコンピュータービジョン関連の機械学習のためのデータ生成処理方法について説明します。 主に、内製のアノテーションシステム「Nota」の開発とそのシステムと全体のMLワークフローに統合する方法について取り上げます。現在のソリューションに到達するため、私たちが行ったいくつかの決断、および解決しなければならなかった課題について説明します。 はじめまして、アラマ・ジョナタンです。現在DeNAのシステム本部で、分析推進部ソリューションエンジニアリンググループとAIシステム部MLエンジニアリンググループを兼務しているメンバーです。小さいチームでデータ関連の課題を解決するためのアプリケーションやツールの開発と運用をしています。 正確なデータを取得する問題 近年、AIには多くの進歩があり、それらの多くはコンピュータビジョンに関連しています。コンピュータは画像や動画にある内容を理解で
GitHub - DeNA/nota: Web application for image and video labeling and annotation
Nota is a web application that allows to label and annotate images and videos for use in machine learning. It was created by DeNA Co., Ltd in 2017. It was realeased as Open Source in March 2021. Multiple backends for images and video sources Local Filesystem (mainly used for development) S3 bucket Customizable annotations using JSON templating language Points, binding boxes, polygon annotation in
機械学習基盤 Hekatoncheir の取り組み【DeNA TechCon 2021】/techcon2021-12
DeNA には優秀な Kaggler が多く在籍しており、機械学習の課題発見や高精度なモデリングに大きな強みを持っています。一方で機械学習モデルのプロダクション化は Kaggler の開発サイクルと比べて時間がかかりがちです。 そこで、DeNA では Kaggler が自身の得意分野に注力しつつ自然と production ready なものが出来上がるように「Hekatoncheir」という機械学習基盤を作成しました。Hekatoncheir は Google Cloud Platform の AI Platform など既存のツールを組合せて、コンペティションという Kaggle like な形式で事業課題を解決する仕組として開発・運用されています。 コンペティションという形で、コンペ参加者が担う純粋な機械学習アルゴリズムの実装とコンペ主催者が担う周辺タスクの境界を明確にしつつ、両者の
「じゃあ明日から君PMね」 と急に言われた時の指南書 〜スクラムを学ぶ意義〜
社内勉強会で発表した資料を公開 ▪ プロマネ経験ないけどやらなきゃいけない状況になった人 ▪ プロマネやってるけど何も学んだことない人 ▪ プロマネに興味ある人 向けの内容です
運用型ゲームの分析における統計的因果推論の活用
はじめにこんにちは。DeNAゲーム事業部・分析部の中川です。 本稿では運用型ゲームにおけるデータ分析に関して、データの特徴とそれに対する統計的因果推論の活用をテーマとしてお話をさせていただきます¹。本稿は大きく分けて5つのパートからなります。 第1のパートでは本題に入る前に、運用型ゲームの特徴である「ルールの公平性」についてお話をさせていただきます。 次に、第2のパートではその「ルールの公平性」と不可分の関係にある「観察データ」について触れた上で、統計的因果推論を用いた分析の重要性を述べさせていただきます。 踏まえて、第3のパートでは統計的因果推論について簡単に説明をさせていただいた後、続く第4のパートでは実例を交えながらどういったケースにおいて統計的因果推論のアプローチが有効かについてご紹介をさせていただきます。 最後に、第5のパートでは統計的因果推論を用いた分析をサービス運営の意思決定
AI Project Management Anti Pattern
Responsive Adventures: Dirty Tricks From The Dark Corners of Front-End
イベント開催 Report04 - 多角型事業と集約型事業、それぞれのMLOps / AI基盤 - SHIBUYA SYNAPSE
2018.12.11 イベント開催 Report04 去る 2018年12月11日（火）、DeNA本社Sakura Cafeにて、「先端AI技術を活用した新たな価値あるサービスの共創」をテーマに「SHIBUYA SYNAPSE」を開催。 AI技術活用に携わるエンジニアやビジネス＆サービスの企画担当者など、総勢70名の方が参加しました。 第4回となる今回は、「多角型事業と集約型事業、それぞれのMLOps / AI基盤」をテーマに、機械学習を活用した実サービス開発や運用におけるE2Eでのセキュアなデータフローから、モデルの自動学習やデプロイメントなどのエコシステムをカバーするMLOpsを主軸に据え、事業規模やフェーズなどによって異なるケーススタディを株式会社ディー・エヌ・エーとクックパッド株式会社の両社の事例で紹介しました。 セッション1 マイクロチームでの機械学習PoC SPEAKER加茂雄
株式会社ディー・エヌ・エーの導入事例：Advanced Solutions Lab で培った知見を踏まえ Google Cloud Platform 上に AI 基盤を構築。『逆転オセロニア』のプレイヤー体験を向上 | Google Cloud 公式ブログ
株式会社ディー・エヌ・エーの導入事例：Advanced Solutions Lab で培った知見を踏まえ Google Cloud Platform 上に AI 基盤を構築。『逆転オセロニア』のプレイヤー体験を向上 モバイルゲームは現在も日々進化し、ゲーム業界を革新し続けています。しかし、ゲーム表現がより高度になっている一方で、複雑なゲーム内容が初心者の参加を妨げてしまうという課題は残り続けています。今回紹介する、株式会社ディー・エヌ・エー（以下、DeNA）の大ヒットゲーム『逆転オセロニア』※では、その問題を Google Cloud Platform（GCP）上に構築した AI 基盤を活用することで見事に解決。ここでは、その取り組みについて聞いてきました。 写真左から ゲーム・エンターテインメント事業本部 ゲームサービス事業部 第一ゲームサービス 第二グループ プロデューサー 香城 卓氏
過熱する“AI人材争奪戦” 「報酬以外の魅力必要」 DeNAの戦略
ディー・エヌ・エーが、優秀なデータサイエンティストを獲得するため「Kaggle社内ランク制度」の導入を始めた。国内外で加熱するAI人材の争奪戦。同社はどうやって優秀な人材の獲得競争に勝とうとしているのか。 研究者やデータサイエンティストなど、優秀なAI人材の争奪戦が過熱している。米Appleや米Googleら大手IT企業が続々とAIベンチャーを買収する中、国内でもAI（人工知能）に造詣の深い人材の獲得で各社が競争を繰り広げている。 中でも、データ分析や機械学習のさまざまなコンペに参加できる米国発のプラットフォーム「Kaggle」（カグル）で優秀な成績を収めたKaggler（カグラー）と呼ばれるデータサイエンティストたちの需要が高まっている。
業務時間のKaggle参加を推奨する新制度導入。DeNA内でのAI技術者育成と活用を強化 | 株式会社ディー・エヌ・エー | DeNA
2016年頃から、アメリカで特に注目が高まっている職業があります。アメリカの大手企業口コミサイト「Glassdoor」が発表する「25 Best Jobs in America（アメリカでもっとも良い職種ベスト25）」によると、2016年から2018年にかけて「データサイエンティスト」が1位を獲得し続けています。日本では一般にまだ馴染みの薄いデータサイエンティストですが、企業活動の上で発生する情報はもちろん、膨大なデータを扱う機械学習などAI技術の活用が広まる昨今、データサイエンティストによる適切なデータ分析がより求められるようになってきています。 DeNAでは2018年4月より、AIシステム部内のデータサイエンスチームにおける新制度「Kaggle社内ランク」を導入しました。これは様々な事業領域においてAI技術を活用した取り組みを積極的に行なうDeNAがAI技術のサービス応用力強化のために
DeNA TechCon 2018 開催レポート[1] · DeNA Engineers' Blog
こんにちは！SWETグループの加瀬です。 この時期の恒例行事となった今年のDeNA TechCon 2018が2018年2月7日に開催されました。今年は第3回目の開催となります。 今回から全4回の予定でTechConの様子をお伝えしていきます。第1回はOpeningとKeynote、そしてYELLOW Stage『DeNAが切り拓くAI』の発表の紹介です。 オープニング オープニングでは木村よりDeNA TechConの概要についての説明がありました。 DeNAは色々な事業に参入しており、その中のエンジニアも色々な領域でチャレンジをしています。それを知ってもらう場がDeNA TechConであり、また少しでも技術の進歩の役に立てればという思いが語られました。 Keynote - エンジニアが引っ張るDeNAの”モノづくり” 今年のKeynoteは、代表取締役社長兼CEOである守安からDeN
![DeNA TechCon 2018 開催レポート[1] · DeNA Engineers' Blog](https://cdn-ak-scissors.b.st-hatena.com/image/square/2d2979228f92641c27e89cfb8c01cfb03b8233a8/height=288;version=1;width=512/https%3A%2F%2Fengineer.dena.com%2Fcommon%2Fog.png)
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
さよならFlask ようこそFastAPI / goodbye Flask, welcome FastAPI
自由と統制のバランス 分析基盤のアプローチ
AI/MLシステム開発の難しさ
マイクロチームでの機械学習PoC / ShibuyaSynapse #4,
車両運行管理システムのためのデータ整備と機械学習の活用
DeNA Engineering - DeNAエンジニアのポータルサイト
