The Four Innovation Phases of Netflix’s Trillions Scale Real-time Data Infrastructure
My name is Zhenzhong Xu. I joined Netflix in 2015 as a founding engineer on the Real-time Data Infrastructure team and later led the Stream Processing Engines team. I developed an interest in real-time data in the early 2010s, and ever since believe there is much value yet to be uncovered. Netflix was a fantastic place to be surrounded by many amazing colleagues. I can’t be more proud of everyone
Netflixで英語学習ができるLLN(Language Learning with Netflix)が最高すぎるので使い方をご紹介
Netflixの映像コンテンツを使って英語の学習ができるLLN（Language Learning with Netflix）というChrome拡張を試してみたのですが、想像を遥かに超えて、最高に便利で楽しいものでした。 感動の気持ちをtweetしたら地味にバズってしまい、使い方の質問や感想なんかのDMも届くように…w 良い機会なので、みなさんにもLLNをもっと知って頂きたく、記事にまとめてご紹介することにします。 Netflixを使って英語学習が出来るChrome拡張LLN(Language Learning with Netflix)の噂を聞いて試してるんだけど凄く良い！聞き逃してた単語の意味や文法＆時節も丁寧に確認できるし、マニアックなドキュメンタリーを見た時にネイティブの専門用語の用法や表現学べるの楽しい。https://t.co/tqSr7tKAVz pic.twitter.co
Netflixだって失敗から学ぶ。世界のPM達が注目した10個の教訓 - Quest PM
シリコンバレーのプロダクトマネージャー(PM)界隈で、大御所の一人として有名なGibbson Biddleさん。元はNetflixのVP of productで現在のNetflixの成長の原動力を作った人です。彼のブログは勉強になることが多く、世界のPM達からも一目おかれています。 昨年暮れに投稿された記事は今では2000以上のLikeがつき、日本のPMの皆さんにもぜひ読んでもらいたいと思いました。ツイッター上でGibbsonさんに翻訳していいかと聞いたらあっさり「いいよ」と答えてくれたので、今日はそれについて書きます。 読了目安: 8分 5000字につき長文注意 Gibbson Biddleさん 私はNetflixを例に多くのプロダクト開発戦略について、これまでいろいろなところで書いてきました。他の会社にNetflixの成功と失敗を学んでほしいからです。よく私がお伝えするのは、Netf
Netflix - データ重視のシリコンバレー文化と人間関係重視のハリウッド文化の衝突 - Qiita
データ分析で有名なNetflixの社内では現在、シリコンバレーのデータ文化とロサンゼルスの人間関係文化が衝突しているようだという話が最近ウォールストリート・ジャーナルに出ていました。 映画やTV番組（ショー）などの動画配信サービスを提供しているNetflixは、何度かWeekly Updateでも取り上げてきましたが、データがこの会社のDNAに浸透していて、とにかくデータを積極的に使ってカスタマーをだれよりも深く理解し、そのことでビジネスを成長させてきたことで有名です。 Netflixがカスタマーを誰よりも理解するためのデータ分析プロセス、コンシューマー・サイエンスの紹介 最近の例では、自分たちのオリジナルのコンテンツを作る前に、それがどれくらい視聴されるか、どういった層に受けるか、どのようにプロモートすればより多くの人に視聴されるかといったことをデータをもとに予測しているとのことです。
GoogleとNetflix、カナリアリリース分析ツール「Kayenta」オープンソースで公開。新たにデプロイしたリリースに問題がないかを自動分析
GoogleとNetflix、カナリアリリース分析ツール「Kayenta」オープンソースで公開。新たにデプロイしたリリースに問題がないかを自動分析 GoogleとNetflixは、共同開発したカナリアリリース分析ツールの「Kayenta」をオープンソースで公開した。新規リリースを本番環境に対して小規模にデプロイし、問題がないかを検証する作業を自動化。より迅速で確実な継続的デリバリを実現する。 GoogleやNetflixのようにWebサービスを提供している企業では、そのWebサービスに次々と改良が加えられ、1日に何度も新しいリリースがデプロイされています。 しかし新しいリリースのデプロイはいきなり大規模に行われるわけではありません。リリースされるコードに対しては継続的デリバリのパイプラインの中で一通りの自動テストが行われ、ある程度の品質が保証されているはずです。しかし、それでも新しいリリー
1
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
