Treasure Dataに入社しました - myui's memo
3/31付けで4月から国立研究開発法人になった産業技術総合研究所を退職致しまして、4/1からTreasure Dataに入社しました。第一号のResearch Engineerとして東京オフィスで働きます。 CTOの太田さんから2013年頃に一度お誘いを受けておりましたが、2014年になってまた声を掛けて頂き、2年越しでの入社となりました。 なんでTreasure Data？ 現在のTreasure Dataでは、毎秒45万レコード、4,000億レコード/日ものデータが投入されていて、Hiveで処理されるデータ量も3+ペタバイト/日と急速な発展をとげております。研究でもこの規模のデータ量を扱うことはGoogleやFacebook等の一部の研究者を除いてはありませんから、非常に挑戦的な課題に取り組める環境であることにDB研究者として第一に魅力を感じました。優秀なエンジニアが集まっていて刺激的
トレジャーデータで実践：Path 分析（前編） - トレジャーデータ（Treasure Data）ブログ
トレジャーデータはクラウドでデータマネージメントサービスを提供しています。 はじめに トレジャーデータで実戦可能なパス分析ソリューションは，主にWebや広告業界向けのコンバージョン分析の応用（コンバージョン「パス」に主眼をおいた分析を行うもの）と位置付けられます。 パス分析のアイデアは新しいものではなく，むしろはるか前から多くのマーケットのニーズとして捉えられていたものです。 しかしながら現在行われているパス分析は，Google Analytics や SiteCatalyst などのUIを通じて見れるもので，より業界にピンポイントな，または詳細なパスを見るといったかゆいところまでには手が届きませんでした。 ここではトレジャーデータで実践可能なパス分析に関して，Treasure Data Web Site のアクセスログを材料として具体的に解説していきます。 パス分析とは 1. 点分析 ま
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
GitHub - addfor/tutorials
