G社に内定した - 更新しない備忘録改二
前回の更新は4年前らしい。あと15回くらい記事を書いたら寿命だろうか？ さて、表題の通り。世の中何が起こるか分からないものである。 自分はインターン経由の採用である。詳しく書けない部分はあるが、簡単に経緯をまとめようと思う。 ことの始めは2015年3月の言語処理学会で、会場の隅で@taku910さんと個人的に話していた折、「うちでインターンやらないんですか」という誘いを受けた。4月から博士課程で、学振との兼ね合いもあり、この時はあまり企業でインターンをすることは考えていなかったので、頭の片隅に情報だけ残していた。 それから3か月ほど国際会議やら何やらで忙しく、上の会話はほとんど忘れていたのだが、一段落した6月頃にふと思い出し、ものは試しで応募してみようと考えたわけである。 が、この年度のインターンの募集はすでに締め切っており、正規のサイトからは直接応募できなくなってしまっていた。これは勿体
私はこうやってGoogleに入りました
Ryoichi Imaizumi | 今泉竜一 @r_ima 「でも入れないし…」というコメントが多いので、次は誰かに「私はこうやってGoogleに入った」というエントリーを書いて1000ブクマ目指してほしい。 twitter.com/hatebu/status/… 2019-03-25 08:32:25 Ryoichi Imaizumi | 今泉竜一 @r_ima (Good question!) 期待していたのは、面接でこの問題が出て、こう答えて受かった、という話ではなくて、どういう勉強/準備をしたのか、という話です。面接の時点で英語はどれ位話せたかとか、データ構造やアルゴリズムの勉強は特別に準備したかとか、コーティングはどれ位のレベルだったか、とかです。 twitter.com/tjo_datasci/st… 2019-03-25 10:31:17
Pythonでコンテンツベースのレコメンドを作ったときに参考にしたURL
21 Nov 2015 とある経緯でPythonでコンテンツベースのレコメンドを習作として軽く作ってみました。その際に参考にしたURLをまとめておきます。 レコメンドについての説明で参考にしたURL レコメンドには様々な種類がありますが、その辺りを理解する上で役にたったサイトや書籍はこちらです。 【レコメンド】内容ベースと協調フィルタリングの長所と短所・実装方法まとめ こちらは協調フィルタリングの説明がメインのため今回の実装方法と異なりますが、非常にわかりやすく説明されておりおススメ。 プログラマのための文書推薦入門 コンテンツベースでの推薦についてまとめられています。今回のテーマだとこの資料がかなり有用でした。 『簡単・高速』なAmazonっぽいレコメンドcf_recommenderを開発して公開 協調フィルタリング（レコメンド）をredisとpythonで実装してみた こちらも同じ人の
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
