Suche senden
Hochladen
【18-B-2】データ分析で始めるサービス改善最初の一歩
•
4 gefällt mir
•
1,974 views
Developers Summit
Folgen
Developers Summit 2016 【18-B-2】石原様の資料です。
Weniger lesen
Mehr lesen
Technologie
Melden
Teilen
Melden
Teilen
1 von 35
Jetzt herunterladen
Downloaden Sie, um offline zu lesen
Empfohlen
Akira shibata at developer summit 2016
Akira shibata at developer summit 2016
Akira Shibata
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
Isezaki Toshiaki
【19-C-L】Web開発者ならおさえておきたい「常時SSL/TLS化の実装ポイント」
【19-C-L】Web開発者ならおさえておきたい「常時SSL/TLS化の実装ポイント」
Developers Summit
【夏サミ2016】CodeZine Book『 デベロッパーのキャリアと働き方を語ろう』番外編~ 特別対談「How to the Hack the Rea...
【夏サミ2016】CodeZine Book『 デベロッパーのキャリアと働き方を語ろう』番外編~ 特別対談「How to the Hack the Rea...
Developers Summit
デブサミ2017 【DevBooks】即売会サークル参加要項
デブサミ2017 【DevBooks】即売会サークル参加要項
Developers Summit
大規模Redisサーバ縮小化の戦い
大規模Redisサーバ縮小化の戦い
Yuto Komai
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
試行錯誤と改善を繰り返し、チームの開発力を高めた方法
試行錯誤と改善を繰り返し、チームの開発力を高めた方法
Mitsuhiro Amano
Empfohlen
Akira shibata at developer summit 2016
Akira shibata at developer summit 2016
Akira Shibata
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
クラウドを使ったデザイン データ活用 - Autodesk Forge ご紹介 @ デブサミ 2016
Isezaki Toshiaki
【19-C-L】Web開発者ならおさえておきたい「常時SSL/TLS化の実装ポイント」
【19-C-L】Web開発者ならおさえておきたい「常時SSL/TLS化の実装ポイント」
Developers Summit
【夏サミ2016】CodeZine Book『 デベロッパーのキャリアと働き方を語ろう』番外編~ 特別対談「How to the Hack the Rea...
【夏サミ2016】CodeZine Book『 デベロッパーのキャリアと働き方を語ろう』番外編~ 特別対談「How to the Hack the Rea...
Developers Summit
デブサミ2017 【DevBooks】即売会サークル参加要項
デブサミ2017 【DevBooks】即売会サークル参加要項
Developers Summit
大規模Redisサーバ縮小化の戦い
大規模Redisサーバ縮小化の戦い
Yuto Komai
DataRobot活用状況@リクルートテクノロジーズ
DataRobot活用状況@リクルートテクノロジーズ
Recruit Technologies
試行錯誤と改善を繰り返し、チームの開発力を高めた方法
試行錯誤と改善を繰り返し、チームの開発力を高めた方法
Mitsuhiro Amano
小さくはじめて、チームを育てる
小さくはじめて、チームを育てる
Mitsuhiro Amano
IT系女子集まれ!女子部カンファレンスvo.1 用スライド資料
IT系女子集まれ!女子部カンファレンスvo.1 用スライド資料
Kazumi IWANAGA
Selenium boot campの紹介
Selenium boot campの紹介
Nozomi Ito
【18-C-5】C# で iOS/Androidアプリ開発 - Visual Studio 2015 + Xamarin + MVVMCross -
【18-C-5】C# で iOS/Androidアプリ開発 - Visual Studio 2015 + Xamarin + MVVMCross -
ShinichiAoyagi
モノづくりを楽しもう! ~ このデバイスとクラウドでできること
モノづくりを楽しもう! ~ このデバイスとクラウドでできること
Kazumi IWANAGA
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Tanaka Yuichi
How to develop a huge Single Page Application
How to develop a huge Single Page Application
Naoki Yamada
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Junichi Noda
Yahoo! JAPANが実践するOpenStackと大規模環境でのコンテナ利用 #devsumi
Yahoo! JAPANが実践するOpenStackと大規模環境でのコンテナ利用 #devsumi
Yahoo!デベロッパーネットワーク
我が家のフロントエンド開発事情
我が家のフロントエンド開発事情
Naoki Yamada
Java script.trend(spec)
Java script.trend(spec)
dynamis
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
Yahoo!デベロッパーネットワーク
Empower every App and every Developer in a Mobile-first, Cloud-first World.
Empower every App and every Developer in a Mobile-first, Cloud-first World.
Akira Inoue
マイクロサービス時代の動画配信基Ruby×go=∞
マイクロサービス時代の動画配信基Ruby×go=∞
DMM.com
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
Yahoo! JAPANが考えるテクノロジーとITエンジニアの未来 #devsumi
Yahoo! JAPANが考えるテクノロジーとITエンジニアの未来 #devsumi
Yahoo!デベロッパーネットワーク
オレたちとVisual Studioとの関係を話そう
オレたちとVisual Studioとの関係を話そう
Mitsuhito Ishino
Newsletter April May 2010
Newsletter April May 2010
Filipino Chaplaincy Padova
Presentation1
Presentation1
baje05
Trash television...
Trash television...
Jonathan Michel Minor
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
Amazon Web Services Japan
第1回関西ソーシャルゲーム勉強会 kpi発表
第1回関西ソーシャルゲーム勉強会 kpi発表
OCHI Shuji
Weitere ähnliche Inhalte
Andere mochten auch
小さくはじめて、チームを育てる
小さくはじめて、チームを育てる
Mitsuhiro Amano
IT系女子集まれ!女子部カンファレンスvo.1 用スライド資料
IT系女子集まれ!女子部カンファレンスvo.1 用スライド資料
Kazumi IWANAGA
Selenium boot campの紹介
Selenium boot campの紹介
Nozomi Ito
【18-C-5】C# で iOS/Androidアプリ開発 - Visual Studio 2015 + Xamarin + MVVMCross -
【18-C-5】C# で iOS/Androidアプリ開発 - Visual Studio 2015 + Xamarin + MVVMCross -
ShinichiAoyagi
モノづくりを楽しもう! ~ このデバイスとクラウドでできること
モノづくりを楽しもう! ~ このデバイスとクラウドでできること
Kazumi IWANAGA
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Tanaka Yuichi
How to develop a huge Single Page Application
How to develop a huge Single Page Application
Naoki Yamada
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Junichi Noda
Yahoo! JAPANが実践するOpenStackと大規模環境でのコンテナ利用 #devsumi
Yahoo! JAPANが実践するOpenStackと大規模環境でのコンテナ利用 #devsumi
Yahoo!デベロッパーネットワーク
我が家のフロントエンド開発事情
我が家のフロントエンド開発事情
Naoki Yamada
Java script.trend(spec)
Java script.trend(spec)
dynamis
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
Yahoo!デベロッパーネットワーク
Empower every App and every Developer in a Mobile-first, Cloud-first World.
Empower every App and every Developer in a Mobile-first, Cloud-first World.
Akira Inoue
マイクロサービス時代の動画配信基Ruby×go=∞
マイクロサービス時代の動画配信基Ruby×go=∞
DMM.com
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Recruit Technologies
Yahoo! JAPANが考えるテクノロジーとITエンジニアの未来 #devsumi
Yahoo! JAPANが考えるテクノロジーとITエンジニアの未来 #devsumi
Yahoo!デベロッパーネットワーク
オレたちとVisual Studioとの関係を話そう
オレたちとVisual Studioとの関係を話そう
Mitsuhito Ishino
Newsletter April May 2010
Newsletter April May 2010
Filipino Chaplaincy Padova
Presentation1
Presentation1
baje05
Trash television...
Trash television...
Jonathan Michel Minor
Andere mochten auch
(20)
小さくはじめて、チームを育てる
小さくはじめて、チームを育てる
IT系女子集まれ!女子部カンファレンスvo.1 用スライド資料
IT系女子集まれ!女子部カンファレンスvo.1 用スライド資料
Selenium boot campの紹介
Selenium boot campの紹介
【18-C-5】C# で iOS/Androidアプリ開発 - Visual Studio 2015 + Xamarin + MVVMCross -
【18-C-5】C# で iOS/Androidアプリ開発 - Visual Studio 2015 + Xamarin + MVVMCross -
モノづくりを楽しもう! ~ このデバイスとクラウドでできること
モノづくりを楽しもう! ~ このデバイスとクラウドでできること
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
Devsumi 2016 b_4 KafkaとSparkを組み合わせたリアルタイム分析基盤の構築
How to develop a huge Single Page Application
How to develop a huge Single Page Application
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Apache Sparkを利用した「つぶやきビッグデータ」クローンとリコメンドシステムの構築
Yahoo! JAPANが実践するOpenStackと大規模環境でのコンテナ利用 #devsumi
Yahoo! JAPANが実践するOpenStackと大規模環境でのコンテナ利用 #devsumi
我が家のフロントエンド開発事情
我が家のフロントエンド開発事情
Java script.trend(spec)
Java script.trend(spec)
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
現場から変えた“サービスの作り方” -何を作るのかではなくなぜ作るのか- #devsumi
Empower every App and every Developer in a Mobile-first, Cloud-first World.
Empower every App and every Developer in a Mobile-first, Cloud-first World.
マイクロサービス時代の動画配信基Ruby×go=∞
マイクロサービス時代の動画配信基Ruby×go=∞
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
運用で泣かないアーキテクチャで動く原稿作成支援システム ~リクルートにおけるDeepLearning活用事例~
Yahoo! JAPANが考えるテクノロジーとITエンジニアの未来 #devsumi
Yahoo! JAPANが考えるテクノロジーとITエンジニアの未来 #devsumi
オレたちとVisual Studioとの関係を話そう
オレたちとVisual Studioとの関係を話そう
Newsletter April May 2010
Newsletter April May 2010
Presentation1
Presentation1
Trash television...
Trash television...
Ähnlich wie 【18-B-2】データ分析で始めるサービス改善最初の一歩
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
Amazon Web Services Japan
第1回関西ソーシャルゲーム勉強会 kpi発表
第1回関西ソーシャルゲーム勉強会 kpi発表
OCHI Shuji
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
Recruit Technologies
【Medix】解析サービスのご案内資料
【Medix】解析サービスのご案内資料
Shinichiro Oho
Hadoopによるリクルートでの技術調査とその活用
Hadoopによるリクルートでの技術調査とその活用
Chiaki Hatanaka
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
Takahiro Inoue
1_各Atlassian製品の紹介
1_各Atlassian製品の紹介
Ricksoft
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
Ryo Sasaki
Hadoopカンファレンス2013
Hadoopカンファレンス2013
Recruit Technologies
Appling Google Analytics (2016)
Appling Google Analytics (2016)
Kihyun Kim
DynamoDBを利用したKPI保存システム
DynamoDBを利用したKPI保存システム
gree_tech
Logにまつわるエトセトラ
Logにまつわるエトセトラ
leverages_event
ログ管理でウキウキAndroid Life (Log Management in Android)
ログ管理でウキウキAndroid Life (Log Management in Android)
Tomoaki Imai
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
griddb
Osc2013 kansai@kyoto ZABBIX-JP クラウド環境監視効率化
Osc2013 kansai@kyoto ZABBIX-JP クラウド環境監視効率化
Daisuke Ikeda
ビットバンクにおける少人数で支えるインフラチームの戦略
ビットバンクにおける少人数で支えるインフラチームの戦略
bitbank, Inc. Tokyo, Japan
SharePoint 2013 Preview レビュー
SharePoint 2013 Preview レビュー
Hirofumi Ota
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
griddb
広告ログの解析システム
広告ログの解析システム
Katsuhiro Takata
JiraとConfluenceのTips集
JiraとConfluenceのTips集
Hiroshi Ohnuki
Ähnlich wie 【18-B-2】データ分析で始めるサービス改善最初の一歩
(20)
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
[よくわかるクラウドデータベース] リクルートにおけるRedshift導入・活用事例
第1回関西ソーシャルゲーム勉強会 kpi発表
第1回関西ソーシャルゲーム勉強会 kpi発表
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
リクルートのビッグデータ活用基盤とデータ活用に向けた取組み
【Medix】解析サービスのご案内資料
【Medix】解析サービスのご案内資料
Hadoopによるリクルートでの技術調査とその活用
Hadoopによるリクルートでの技術調査とその活用
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
MongoDBを用いたソーシャルアプリのログ解析 〜解析基盤構築からフロントUIまで、MongoDBを最大限に活用する〜
1_各Atlassian製品の紹介
1_各Atlassian製品の紹介
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
[Okta x Jamf合同新年会] Okta Workflowsによるノーコード業務改善 〜Jamf APIを使ってMac端末情報を自動収集してみよう〜
Hadoopカンファレンス2013
Hadoopカンファレンス2013
Appling Google Analytics (2016)
Appling Google Analytics (2016)
DynamoDBを利用したKPI保存システム
DynamoDBを利用したKPI保存システム
Logにまつわるエトセトラ
Logにまつわるエトセトラ
ログ管理でウキウキAndroid Life (Log Management in Android)
ログ管理でウキウキAndroid Life (Log Management in Android)
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
Osc2013 kansai@kyoto ZABBIX-JP クラウド環境監視効率化
Osc2013 kansai@kyoto ZABBIX-JP クラウド環境監視効率化
ビットバンクにおける少人数で支えるインフラチームの戦略
ビットバンクにおける少人数で支えるインフラチームの戦略
SharePoint 2013 Preview レビュー
SharePoint 2013 Preview レビュー
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
高速処理と高信頼性を両立し、ペタバイト級の多種大量データを蓄積する、ビッグデータ/ IoT時代のデータベースとは??
広告ログの解析システム
広告ログの解析システム
JiraとConfluenceのTips集
JiraとConfluenceのTips集
Mehr von Developers Summit
【18-A-2】ゲーミフィケーション・エバンジェリストが見る「あなたの技術力が“ワクワクするサービス”に変わる未来」
【18-A-2】ゲーミフィケーション・エバンジェリストが見る「あなたの技術力が“ワクワクするサービス”に変わる未来」
Developers Summit
【C-2・小林様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
【C-2・小林様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
Developers Summit
【C-2・醍醐様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
【C-2・醍醐様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
Developers Summit
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
Developers Summit
【B-6】Androidスマホの生体認証の脆弱性、調べてみたらよくある話だった。
【B-6】Androidスマホの生体認証の脆弱性、調べてみたらよくある話だった。
Developers Summit
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
Developers Summit
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
Developers Summit
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
Developers Summit
【14-E-3】セキュリティ・テストの自動化によるDevSecOpsの実現 (デモ有)
【14-E-3】セキュリティ・テストの自動化によるDevSecOpsの実現 (デモ有)
Developers Summit
【15-D-2】デンソーのMaaS開発~アジャイル開発で顧客との協調・チームビルディング・実装概要~
【15-D-2】デンソーのMaaS開発~アジャイル開発で顧客との協調・チームビルディング・実装概要~
Developers Summit
【14-C-8】みんなの暮らしを支えるAmazon S3の裏側、お伝えします
【14-C-8】みんなの暮らしを支えるAmazon S3の裏側、お伝えします
Developers Summit
【14-C-7】コンピュータビジョンを支える深層学習技術の新潮流
【14-C-7】コンピュータビジョンを支える深層学習技術の新潮流
Developers Summit
【15-B-7】無意味なアラートからの脱却 ~ Datadogを使ってモダンなモニタリングを始めよう ~
【15-B-7】無意味なアラートからの脱却 ~ Datadogを使ってモダンなモニタリングを始めよう ~
Developers Summit
【15-A-1】ドラゴンクエストXを支える失敗事例
【15-A-1】ドラゴンクエストXを支える失敗事例
Developers Summit
【15-A-5】ゲーミフィケーションエバンジェリストが説く、アプリ開発で見落としがちな「おもてなし」とは~面白さを伝える × 面白く魅せる~
【15-A-5】ゲーミフィケーションエバンジェリストが説く、アプリ開発で見落としがちな「おもてなし」とは~面白さを伝える × 面白く魅せる~
Developers Summit
【B-2】福岡発Node.jsで支える大規模システム!〜「誰ガ為のアルケミスト」と歩んだ三年〜
【B-2】福岡発Node.jsで支える大規模システム!〜「誰ガ為のアルケミスト」と歩んだ三年〜
Developers Summit
【B-5】モダンな開発を実現するツールチェーンのご紹介
【B-5】モダンな開発を実現するツールチェーンのご紹介
Developers Summit
【C-2】メモリも、僕のキャパシティも溢れっぱなし。。2年目エンジニアが実現した機械学習
【C-2】メモリも、僕のキャパシティも溢れっぱなし。。2年目エンジニアが実現した機械学習
Developers Summit
【A-2】とあるマーケティング部隊とデータエンジニアのデータドリブンへの道
【A-2】とあるマーケティング部隊とデータエンジニアのデータドリブンへの道
Developers Summit
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
Developers Summit
Mehr von Developers Summit
(20)
【18-A-2】ゲーミフィケーション・エバンジェリストが見る「あなたの技術力が“ワクワクするサービス”に変わる未来」
【18-A-2】ゲーミフィケーション・エバンジェリストが見る「あなたの技術力が“ワクワクするサービス”に変わる未来」
【C-2・小林様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
【C-2・小林様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
【C-2・醍醐様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
【C-2・醍醐様】AIとAPIがITインフラにもたらす変化 ~プログラマブルなクラウド型Wi-Fi~
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
【B-4】オープンソース開発で、フリー静的解析ツールを使ってみる
【B-6】Androidスマホの生体認証の脆弱性、調べてみたらよくある話だった。
【B-6】Androidスマホの生体認証の脆弱性、調べてみたらよくある話だった。
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
【13-B-6】Hondaの生産技術屋さんがソフトウェア開発でアジャイルを初導入し組織変革に挑戦
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
【15-E-7】セキュアな環境でDevOpsを実現する厳選ツール
【14-E-3】セキュリティ・テストの自動化によるDevSecOpsの実現 (デモ有)
【14-E-3】セキュリティ・テストの自動化によるDevSecOpsの実現 (デモ有)
【15-D-2】デンソーのMaaS開発~アジャイル開発で顧客との協調・チームビルディング・実装概要~
【15-D-2】デンソーのMaaS開発~アジャイル開発で顧客との協調・チームビルディング・実装概要~
【14-C-8】みんなの暮らしを支えるAmazon S3の裏側、お伝えします
【14-C-8】みんなの暮らしを支えるAmazon S3の裏側、お伝えします
【14-C-7】コンピュータビジョンを支える深層学習技術の新潮流
【14-C-7】コンピュータビジョンを支える深層学習技術の新潮流
【15-B-7】無意味なアラートからの脱却 ~ Datadogを使ってモダンなモニタリングを始めよう ~
【15-B-7】無意味なアラートからの脱却 ~ Datadogを使ってモダンなモニタリングを始めよう ~
【15-A-1】ドラゴンクエストXを支える失敗事例
【15-A-1】ドラゴンクエストXを支える失敗事例
【15-A-5】ゲーミフィケーションエバンジェリストが説く、アプリ開発で見落としがちな「おもてなし」とは~面白さを伝える × 面白く魅せる~
【15-A-5】ゲーミフィケーションエバンジェリストが説く、アプリ開発で見落としがちな「おもてなし」とは~面白さを伝える × 面白く魅せる~
【B-2】福岡発Node.jsで支える大規模システム!〜「誰ガ為のアルケミスト」と歩んだ三年〜
【B-2】福岡発Node.jsで支える大規模システム!〜「誰ガ為のアルケミスト」と歩んだ三年〜
【B-5】モダンな開発を実現するツールチェーンのご紹介
【B-5】モダンな開発を実現するツールチェーンのご紹介
【C-2】メモリも、僕のキャパシティも溢れっぱなし。。2年目エンジニアが実現した機械学習
【C-2】メモリも、僕のキャパシティも溢れっぱなし。。2年目エンジニアが実現した機械学習
【A-2】とあるマーケティング部隊とデータエンジニアのデータドリブンへの道
【A-2】とあるマーケティング部隊とデータエンジニアのデータドリブンへの道
【B-2】AI時代におけるエンジニアの生存戦略
【B-2】AI時代におけるエンジニアの生存戦略
Kürzlich hochgeladen
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
Kürzlich hochgeladen
(9)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【18-B-2】データ分析で始めるサービス改善最初の一歩
1.
(株) インターネットイニシアティブ 石原 翔真 データ分析で始めるサービス改善初めの一歩 #devsumiB【18-B-2】
2.
‐ 2 ‐ 自己紹介 石原翔真 株式会社インターネットイニシアティブ 入社2年目 クラウドサービスの開発・運用を担当
3.
‐ 3 ‐ 発表内容 サービスのログを分析し、様々な改善に活用 するための第一歩を踏み出した話 Elasticsearch,
kibana, Flume, Hive, R… これから始める方向け
4.
‐ 4 ‐ これまでの運用
5.
‐ 5 ‐ 運用しているサービス IIJ
GIO ストレージ&アナリシスサービス • S3互換のストレージとHiveによる解析機能を提供 ストレージ ユーザからの大量のアクセス (HTTP(s), PUT/GET/DELETE等) 解析機能 解析対象 = ストレージへのアクセス 解析ツール = 自社サービス + α
6.
‐ 7 ‐ これまでの運用
単発の障害検知を目的にした監視システム • 社内共通の監視基盤 (ping, snmp 等) • munin • エラーログ収集 ユニットテスト/結合テスト中心の自動化 • 定常的なパフォーマンス計測については手薄
7.
‐ 8 ‐ できていなかったこと サービス利用の全体傾向をつかむこと •
障害の全体像がわからない • 需要予測がしづらい • 予防的なパフォーマンス改善ができない ログを収集・分析することで実現する!!
8.
‐ 9 ‐ ログ収集と可視化 【この取り組みで解決した課題】
障害の全体像がわからない 需要予測がしづらい
9.
‐ 10 ‐ 利用傾向をつかむために 手始めにログ収集・可視化に取り組む •
Flume でのログ収集 • Elasticsearch への蓄積, kibana による可視化 リクエスト単位での利用傾向を確認する
10.
‐ 11 ‐ ツール
その1 - Elasticsearch/kibana Elasticsearch kibana
11.
‐ 12 ‐ ツール
その2 - Flume ログ転送ツール • 類似のツール: Fluentd、Logstash Flume の構造 • Source, Channel, Sink の三段構成 • 連携するツールに合わせてプラグインを自作可能
12.
‐ 13 ‐
各サーバから集めたログはElasticsearchへ格納され、 kibanaで可視化される 構成 IIJ GIO ストレージ&アナリシスサービス Apache ストレージAPI Apache 解析API Flume Flume Log Log Log Log Log Log インターネット
13.
‐ 14 ‐ 問題点 ログの量が多い •
1日のログの容量がtotal 20GB • 20GB × 365 = 7TB over… • そのままでは長期間のログ保管ができない • お客様が増えるとさらにつらい 「有用な」ログの選別がつらい • モジュールごとにフォーマットや取得できる値は ばらばら • スタックトレースがそのまま吐かれている
14.
‐ 15 ‐ 対策
: 収集するログを絞る Apacheアクセスログのみ • ユーザー利用傾向だけなら十分 • ログの大部分はアプリのトレースログだった Flume に Esper を組み込んで集約 • (株)サイバーエージェント様の事例を参考に実装 • CyberAgent Tech Report: FlumeとEsperを用いたSQLライクな クエリによるストリーム処理 https://www.cyberagent.co.jp/techinfo/techreport/report/id=7872 ログの収集
15.
‐ 16 ‐ Esper CEP
(複合イベント処理) エンジン • SQL ライクにイベントデータの操作が可能 ログ集約に活用 • 一定時間ごとにログを集計し、アクセス総件数や 処理時間の最大値・平均値などを計算 • Elasticsearch には集計した値のみを投入 • Flume に組み込む ログの収集
16.
‐ 17 ‐ Flumeのカスタマイズ 自作
Interceptor で Esper を走らせる • Interceptor: Source内で受け取ったログデータ の変形・フィルタを行う ログの量を 1/10 に抑えられた Log LogEsper ログの収集
17.
‐ 18 ‐ kibana
で可視化 Elasticsearch/kibana 連携は容易 アクセス件数、HTTPメソッドの割合、処理 時間の分布などを可視化 可視化・解析
18.
‐ 19 ‐ Elasticsearch
に投入 可視化する項目を選ぶ際に試行錯誤 • Kibanaで可視化するためにはMapping Templateを設定する必要がある • スキーマに相当 • 項目の選択、可視化を繰り返して有用な可視化対 象の項目を探した 注意点 • Indexの定期的な削除 • インデックスはGBオーダー 可視化・解析
19.
‐ 20 ‐ Kibana
で可視化 ログ集約の結果、分布図が書けなくなった.. • 左: データサイズ 右: レスポンスタイム 可視化・解析
20.
‐ 21 ‐ 現在 アクセス傾向はつかめるようになった ログの収集可視化は簡単!でも……収集する ことを前提に設計するべき •
収集の枠組みを後付けで作ったことで苦労した • 集める前提でログを作り込む • ログフォーマットの統一 • 収集する情報の選別
21.
‐ 22 ‐ 解析 【この取り組みで解決した課題】
予防的なパフォーマンス改善
22.
‐ 23 ‐ ログを可視化したが・・・ 可視化だけでは不足していた点 •
人の目に頼った判断 • 情報が落ちている より詳細に傾向の変化を把握して、能動的に 改善していきたい • Hive による全アクセスログの集計 • R 機械学習ライブラリによる傾向の変化の検知
23.
‐ 24 ‐ 解析の流れ ログ収集対象 (今回はストレージ自身) 1.
アクセス ログの取得 2. データの整 形・フィルタ IIJ GIO ストレージ&アナリシスサービス 4. データ・アルゴリズムへの フィードバック 解析端末 3. 解析アルゴリズムの適用 フィードバック
24.
‐ 25 ‐ データの収集 Flume
でアクセスログを収集 • オブジェクトストレージにPUTするSinkを自作 ストレージ&アナリシスサービス 解析API で整形・クレンジング • ストレージに蓄積したログを Hive で処理 ログ収集対象 1. アクセス ログの取得 2. データの整 形・フィルタ IIJ GIO ストレージ&アナリシスサービス
25.
‐ 26 ‐ 解析してみて
例: API アップデート前後の処理時間の変化 • 改修により性能向上し、遅いリクエストが無くなったことが判る • 緑の点がアップデート前、桃色の点がアップデート後 小リクエスト処理時間大 小 レスポンスサイズ 大 アップデート前 〃後 小リクエスト処理時間大 全アクセスログ解析
26.
‐ 28 ‐ 次の一歩 ログを全量手に入れて分析できた しかしまだ属人性が高い •
人の目で結果を判断をする • 解析の観点も人が決定するため経験に依存する 判断まで自動化し属人性を低くする • 全量ログを生かした機械学習!
27.
‐ 29 ‐ 異常値に関連する指標を探す
– まずは可視化 データを眺めてみる 日別週別 同時刻間の変化は小さい リクエスト数 全リクエスト GET/PUTのみ 機械学習
28.
‐ 30 ‐ 異常値に関連する指標を探す シンプルな指標の変化をみてみる •
例: 速度(bps)・バイト数(in/out) 比の上位1% を閾値に異常なアクセスであるか判定する うまくいかない • 顧客環境に影響を受ける 方針転換 • 機械学習のアルゴリズムを使う • 閾値による検出から、ユーザの利用傾向の変化に よる検出へ 機械学習
29.
‐ 31 ‐ 機械学習を実際に使う 適切なアルゴリズムを選ぶための試行錯誤 •
LOF, SVM, PCA, k-NN, … • パラメータ数を増やし、適切な特徴量を探す • 処理速度・バイト数に加えてユーザー、APIの種別など 機械学習
30.
‐ 32 ‐ 密度が周りに比べて薄い点を異常値とする •
青い枠内に検出値(赤丸)が入ればGoodと判断(今回は) 不採用 LOF (Local Outlier Factor) 小 PUT されるデータのサイズ 大 小転送速度(bps)大 機械学習
31.
‐ 33 ‐ 一定数あるはずの異常値と正常値の切り分け方を 探す 採用 SVM
(One-class SVM) 小 PUT されるデータのサイズ 大 小転送速度(bps)大 機械学習
32.
‐ 34 ‐ 解析してみて サービスを包括していろいろ測れるように なった •
メンテナンス時やアップデートの性能の変化 • 顧客の利用傾向の変化 大変なのはデータの用意と読み解き方 • どんなアルゴリズムが適切か試行錯誤が必要 簡単な機械学習の適用ならすぐできる • R ライブラリが充実している • 試行錯誤がとても楽になる
33.
‐ 35 ‐ まとめ
34.
‐ 36 ‐ まとめ やったこと •
ユーザーアクセスログのリアルタイム可視化 • Flume、Esper、Elasticsearch、Kibana • 機械学習でのアクセス傾向分析 • Hive (ストレージ&アナリシスサービス)、R できたこと • 可視化 • 障害の全体像把握 • 需給予測 • 傾向分析 • 予防的なパフォーマンス改善
35.
‐ 37 ‐ まとめ 感想 •
簡単な解析でも思っているよりずっといろんなこ とがやりやすくなる • より客観的・継続的な改善のためにデータ分析を 軸にした方法は有用 これからやりたいこと • バックエンドのアプリログの解析・可視化 • APIサーバーのリソース消費 • ストレージの利用傾向分析
Jetzt herunterladen