Suche senden
Hochladen
JJUG CCC 2014 ATL
•
3 gefällt mir
•
2,587 views
Recruit Technologies
Folgen
JJUG CCC で ATL における Java プラットフォームの活用に関する取り組みについてお話しました。
Weniger lesen
Mehr lesen
Software
Melden
Teilen
Melden
Teilen
1 von 33
Empfohlen
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Norihiko Nakabayashi
WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料
Recruit Technologies
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
The Japan DataScientist Society
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
Recruit Technologies
変わる!? リクルートグループのデータ解析基盤
変わる!? リクルートグループのデータ解析基盤
Recruit Technologies
QConTokyo2015「Sparkを用いたビッグデータ解析 〜後編〜」
QConTokyo2015「Sparkを用いたビッグデータ解析 〜後編〜」
Kazuki Taniguchi
Sparkを用いたビッグデータ解析 〜 前編 〜
Sparkを用いたビッグデータ解析 〜 前編 〜
x1 ichi
20150625 cloudera
20150625 cloudera
Recruit Technologies
Empfohlen
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Jupyter Notebookでscikit-learnを使った機械学習・画像処理の基本
Norihiko Nakabayashi
WebDB Forum 2012 基調講演資料
WebDB Forum 2012 基調講演資料
Recruit Technologies
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
データ分析に必要なスキルをつけるためのツール~Jupyter notebook、r連携、機械学習からsparkまで~
The Japan DataScientist Society
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
レコメンドバッチ高速化に向けたSpark/MapReduceの機械学習ライブラリ比較検証
Recruit Technologies
変わる!? リクルートグループのデータ解析基盤
変わる!? リクルートグループのデータ解析基盤
Recruit Technologies
QConTokyo2015「Sparkを用いたビッグデータ解析 〜後編〜」
QConTokyo2015「Sparkを用いたビッグデータ解析 〜後編〜」
Kazuki Taniguchi
Sparkを用いたビッグデータ解析 〜 前編 〜
Sparkを用いたビッグデータ解析 〜 前編 〜
x1 ichi
20150625 cloudera
20150625 cloudera
Recruit Technologies
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
s. kaijima
日本のオープンデータプラットフォームをPythonでつくる
日本のオープンデータプラットフォームをPythonでつくる
Yuta Kashino
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
2021/6/3 Deep Learning Lab - Azure Synapse Analytics Ignite & Build アップデートake
2021/6/3 Deep Learning Lab - Azure Synapse Analytics Ignite & Build アップデートake
Daiyu Hatakeyama
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Recruit Technologies
JJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組み
Recruit Technologies
Hadoopカンファレンス20140707
Hadoopカンファレンス20140707
Recruit Technologies
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
DataWorks Summit/Hadoop Summit
Spark/MapReduceの 機械学習ライブラリ比較検証
Spark/MapReduceの 機械学習ライブラリ比較検証
Recruit Technologies
PredictionIOでSparkMLを使った開発方法
PredictionIOでSparkMLを使った開発方法
Shinsuke Sugaya
Machine learning microservice_management
Machine learning microservice_management
yusuke shibui
The Design for Serverless ETL Pipeline (48:9)
The Design for Serverless ETL Pipeline (48:9)
Shoji Shirotori
pysqldf
pysqldf
airtoxin Ishii
Spark Summit 2015 参加報告
Spark Summit 2015 参加報告
Katsunori Kanda
pandasによるデータ加工時の注意点やライブラリの話
pandasによるデータ加工時の注意点やライブラリの話
Masashi Shibata
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
PredictionIOのPython対応計画
PredictionIOのPython対応計画
Shinsuke Sugaya
リクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+α
Recruit Technologies
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
sqldf for pandas
sqldf for pandas
airtoxin Ishii
Researching Genre
Researching Genre
Henry Tait
Int. sistemas compu.
Int. sistemas compu.
Al-FreDox' Salaas R
Weitere ähnliche Inhalte
Was ist angesagt?
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
s. kaijima
日本のオープンデータプラットフォームをPythonでつくる
日本のオープンデータプラットフォームをPythonでつくる
Yuta Kashino
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
Recruit Technologies
2021/6/3 Deep Learning Lab - Azure Synapse Analytics Ignite & Build アップデートake
2021/6/3 Deep Learning Lab - Azure Synapse Analytics Ignite & Build アップデートake
Daiyu Hatakeyama
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
Recruit Technologies
JJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組み
Recruit Technologies
Hadoopカンファレンス20140707
Hadoopカンファレンス20140707
Recruit Technologies
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
DataWorks Summit/Hadoop Summit
Spark/MapReduceの 機械学習ライブラリ比較検証
Spark/MapReduceの 機械学習ライブラリ比較検証
Recruit Technologies
PredictionIOでSparkMLを使った開発方法
PredictionIOでSparkMLを使った開発方法
Shinsuke Sugaya
Machine learning microservice_management
Machine learning microservice_management
yusuke shibui
The Design for Serverless ETL Pipeline (48:9)
The Design for Serverless ETL Pipeline (48:9)
Shoji Shirotori
pysqldf
pysqldf
airtoxin Ishii
Spark Summit 2015 参加報告
Spark Summit 2015 参加報告
Katsunori Kanda
pandasによるデータ加工時の注意点やライブラリの話
pandasによるデータ加工時の注意点やライブラリの話
Masashi Shibata
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
PredictionIOのPython対応計画
PredictionIOのPython対応計画
Shinsuke Sugaya
リクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+α
Recruit Technologies
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
Tetsutaro Watanabe
sqldf for pandas
sqldf for pandas
airtoxin Ishii
Was ist angesagt?
(20)
Data Scientist Workbench - dots0729
Data Scientist Workbench - dots0729
日本のオープンデータプラットフォームをPythonでつくる
日本のオープンデータプラットフォームをPythonでつくる
Case study of DevOps for Hadoop in Recruit.
Case study of DevOps for Hadoop in Recruit.
2021/6/3 Deep Learning Lab - Azure Synapse Analytics Ignite & Build アップデートake
2021/6/3 Deep Learning Lab - Azure Synapse Analytics Ignite & Build アップデートake
Struggle against cross-domain data complexity in Recruit group
Struggle against cross-domain data complexity in Recruit group
JJUG CCC リクルートの Java に対する取り組み
JJUG CCC リクルートの Java に対する取り組み
Hadoopカンファレンス20140707
Hadoopカンファレンス20140707
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
A3RT - the details and actual use cases of "Analytics & Artificial intelligen...
Spark/MapReduceの 機械学習ライブラリ比較検証
Spark/MapReduceの 機械学習ライブラリ比較検証
PredictionIOでSparkMLを使った開発方法
PredictionIOでSparkMLを使った開発方法
Machine learning microservice_management
Machine learning microservice_management
The Design for Serverless ETL Pipeline (48:9)
The Design for Serverless ETL Pipeline (48:9)
pysqldf
pysqldf
Spark Summit 2015 参加報告
Spark Summit 2015 参加報告
pandasによるデータ加工時の注意点やライブラリの話
pandasによるデータ加工時の注意点やライブラリの話
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
PredictionIOのPython対応計画
PredictionIOのPython対応計画
リクルートにおけるhadoop活用事例+α
リクルートにおけるhadoop活用事例+α
リクルートを支える横断データ基盤と機械学習の適用事例
リクルートを支える横断データ基盤と機械学習の適用事例
sqldf for pandas
sqldf for pandas
Andere mochten auch
Researching Genre
Researching Genre
Henry Tait
Int. sistemas compu.
Int. sistemas compu.
Al-FreDox' Salaas R
Grazia Daily Cannes 2016
Grazia Daily Cannes 2016
Mondadori MediaConnect
Customers, Content & Experiences - Beyond Random Acts Of Technology
Customers, Content & Experiences - Beyond Random Acts Of Technology
The Content Advisory
Be Aware Webinar - ¿CÓMO RESPONDER A LAS AMENAZAS CRECIENTES DE RANSOMWARE?
Be Aware Webinar - ¿CÓMO RESPONDER A LAS AMENAZAS CRECIENTES DE RANSOMWARE?
Symantec LATAM
Tu tecnologia es la mia
Tu tecnologia es la mia
maria camila rojas idarraga
Tools and tips for simplifying startup formation.
Tools and tips for simplifying startup formation.
Alex Shoer
3 d pie chart circular puzzle with hole in center pieces 8 stages style 1 pow...
3 d pie chart circular puzzle with hole in center pieces 8 stages style 1 pow...
SlideTeam.net
8 ε2 γιωργοσ ρανια γιωργοσ
8 ε2 γιωργοσ ρανια γιωργοσ
pefstathiou
Slides from Writing for Wikipedia Event
Slides from Writing for Wikipedia Event
Kristen T
Почему я программирую на Perl
Почему я программирую на Perl
Anatoly Sharifulin
Redes socialesparaempresas - Actualizada
Redes socialesparaempresas - Actualizada
Adriana Alban
12- MMA Forum Argentina 2016 - La televisión conectada - Verne
12- MMA Forum Argentina 2016 - La televisión conectada - Verne
Mobile Marketing Association
Evaluation; Question 02
Evaluation; Question 02
30040996
Evaluation question 1 notes
Evaluation question 1 notes
Joel Ryan
Аналіз рівнів реалізуємості технічного потенціалу енергозбереження за енергот...
Аналіз рівнів реалізуємості технічного потенціалу енергозбереження за енергот...
Yurii Chernukha
Devopsdays se-2011
Devopsdays se-2011
lusis
Evaluation Question 1 - 8288
Evaluation Question 1 - 8288
aragorn337
Andere mochten auch
(18)
Researching Genre
Researching Genre
Int. sistemas compu.
Int. sistemas compu.
Grazia Daily Cannes 2016
Grazia Daily Cannes 2016
Customers, Content & Experiences - Beyond Random Acts Of Technology
Customers, Content & Experiences - Beyond Random Acts Of Technology
Be Aware Webinar - ¿CÓMO RESPONDER A LAS AMENAZAS CRECIENTES DE RANSOMWARE?
Be Aware Webinar - ¿CÓMO RESPONDER A LAS AMENAZAS CRECIENTES DE RANSOMWARE?
Tu tecnologia es la mia
Tu tecnologia es la mia
Tools and tips for simplifying startup formation.
Tools and tips for simplifying startup formation.
3 d pie chart circular puzzle with hole in center pieces 8 stages style 1 pow...
3 d pie chart circular puzzle with hole in center pieces 8 stages style 1 pow...
8 ε2 γιωργοσ ρανια γιωργοσ
8 ε2 γιωργοσ ρανια γιωργοσ
Slides from Writing for Wikipedia Event
Slides from Writing for Wikipedia Event
Почему я программирую на Perl
Почему я программирую на Perl
Redes socialesparaempresas - Actualizada
Redes socialesparaempresas - Actualizada
12- MMA Forum Argentina 2016 - La televisión conectada - Verne
12- MMA Forum Argentina 2016 - La televisión conectada - Verne
Evaluation; Question 02
Evaluation; Question 02
Evaluation question 1 notes
Evaluation question 1 notes
Аналіз рівнів реалізуємості технічного потенціалу енергозбереження за енергот...
Аналіз рівнів реалізуємості технічного потенціалу енергозбереження за енергот...
Devopsdays se-2011
Devopsdays se-2011
Evaluation Question 1 - 8288
Evaluation Question 1 - 8288
Ähnlich wie JJUG CCC 2014 ATL
Spark Summit 2014 の報告と最近の取り組みについて
Spark Summit 2014 の報告と最近の取り組みについて
Recruit Technologies
スマートニュースの世界展開を支えるログ解析基盤
スマートニュースの世界展開を支えるログ解析基盤
Takumi Sakamoto
クラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれ
Masataka MIZUNO
Scala Daysに行ってみて
Scala Daysに行ってみて
Kota Mizushima
re:Growth athena
re:Growth athena
淳 千葉
DVGA writeup
DVGA writeup
Yu Iwama
Azure Datalake 大全
Azure Datalake 大全
Daiyu Hatakeyama
テスト駆動で行うネットワーク自動化のすすめ
テスト駆動で行うネットワーク自動化のすすめ
kinunori
Scalaでのプログラム開発
Scalaでのプログラム開発
Kota Mizushima
2015-11-17 きちんと知りたいApache Spark ~機械学習とさまざまな機能群
2015-11-17 きちんと知りたいApache Spark ~機械学習とさまざまな機能群
Yu Ishikawa
ハードなOpen flowswitcの話
ハードなOpen flowswitcの話
Masayuki Miyake
Pythonの非同期処理を始める前に
Pythonの非同期処理を始める前に
koralle
Apm enables python app observability
Apm enables python app observability
Shotaro Suzuki
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
VirtualTech Japan Inc.
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
Nobuyuki Tamaoki
RedPen texconf15
RedPen texconf15
Recruit Technologies
20110305_Code4Lib2011参加報告会:田辺浩介参加報告
20110305_Code4Lib2011参加報告会:田辺浩介参加報告
Code4Lib JAPAN
CloudStack Ecosystem Day - OpenStack/Swift
CloudStack Ecosystem Day - OpenStack/Swift
irix_jp
Social Web Conference Vol4 JIRA4公開用
Social Web Conference Vol4 JIRA4公開用
Hiroshi Ohnuki
20180721 First Challenge Logicflow
20180721 First Challenge Logicflow
Tomoyuki Obi
Ähnlich wie JJUG CCC 2014 ATL
(20)
Spark Summit 2014 の報告と最近の取り組みについて
Spark Summit 2014 の報告と最近の取り組みについて
スマートニュースの世界展開を支えるログ解析基盤
スマートニュースの世界展開を支えるログ解析基盤
クラウド開発に役立つ OSS あれこれ
クラウド開発に役立つ OSS あれこれ
Scala Daysに行ってみて
Scala Daysに行ってみて
re:Growth athena
re:Growth athena
DVGA writeup
DVGA writeup
Azure Datalake 大全
Azure Datalake 大全
テスト駆動で行うネットワーク自動化のすすめ
テスト駆動で行うネットワーク自動化のすすめ
Scalaでのプログラム開発
Scalaでのプログラム開発
2015-11-17 きちんと知りたいApache Spark ~機械学習とさまざまな機能群
2015-11-17 きちんと知りたいApache Spark ~機械学習とさまざまな機能群
ハードなOpen flowswitcの話
ハードなOpen flowswitcの話
Pythonの非同期処理を始める前に
Pythonの非同期処理を始める前に
Apm enables python app observability
Apm enables python app observability
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
オープンクラウド基盤の価値と導入へ向けた考慮点 〜IaaSからPaaSまで - EMC様セミナー 「あなたのビジネスを高速化!DevOpsとアジャイル開発...
RedPen texconf15
RedPen texconf15
20110305_Code4Lib2011参加報告会:田辺浩介参加報告
20110305_Code4Lib2011参加報告会:田辺浩介参加報告
CloudStack Ecosystem Day - OpenStack/Swift
CloudStack Ecosystem Day - OpenStack/Swift
Social Web Conference Vol4 JIRA4公開用
Social Web Conference Vol4 JIRA4公開用
20180721 First Challenge Logicflow
20180721 First Challenge Logicflow
Mehr von Recruit Technologies
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
Recruit Technologies
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Recruit Technologies
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Recruit Technologies
Tableau活用4年の軌跡
Tableau活用4年の軌跡
Recruit Technologies
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
Recruit Technologies
LT(自由)
LT(自由)
Recruit Technologies
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Recruit Technologies
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Recruit Technologies
リクルート式AIの活用法
リクルート式AIの活用法
Recruit Technologies
銀行ロビーアシスタント
銀行ロビーアシスタント
Recruit Technologies
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Recruit Technologies
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Recruit Technologies
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
Recruit Technologies
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
Recruit Technologies
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
Recruit Technologies
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
Recruit Technologies
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
Recruit Technologies
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
Recruit Technologies
Mehr von Recruit Technologies
(20)
新卒2年目が鍛えられたコードレビュー道場
新卒2年目が鍛えられたコードレビュー道場
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
カーセンサーで深層学習を使ってUX改善を行った事例とそこからの学び
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Rancherを活用した開発事例の紹介 ~Rancherのメリットと辛いところ~
Tableau活用4年の軌跡
Tableau活用4年の軌跡
HadoopをBQにマイグレしようとしてる話
HadoopをBQにマイグレしようとしてる話
LT(自由)
LT(自由)
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
リクルートグループの現場事例から見る AI/ディープラーニング ビジネス活用の勘所
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
Company Recommendation for New Graduates via Implicit Feedback Multiple Matri...
リクルート式AIの活用法
リクルート式AIの活用法
銀行ロビーアシスタント
銀行ロビーアシスタント
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
リクルートにおけるマルチモーダル Deep Learning Web API 開発事例
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザーからみたre:Inventのこれまでと今後
ユーザーからみたre:Inventのこれまでと今後
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
Struggling with BIGDATA -リクルートおけるデータサイエンス/エンジニアリング-
EMRでスポットインスタンスの自動入札ツールを作成する
EMRでスポットインスタンスの自動入札ツールを作成する
RANCHERを使ったDev(Ops)
RANCHERを使ったDev(Ops)
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
リクルートにおけるセキュリティ施策方針とCSIRT組織運営のポイント
ユーザー企業内製CSIRTにおける対応のポイント
ユーザー企業内製CSIRTにおける対応のポイント
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
リクルートテクノロジーズが語る 企業における、「AI/ディープラーニング」活用のリアル
「リクルートデータセット」 ~公開までの道のりとこれから~
「リクルートデータセット」 ~公開までの道のりとこれから~
JJUG CCC 2014 ATL
1.
ATLにおける Javaプラット フォーム活用
株式会社リクルートテクノロジーズ 伊藤 敬彦 1
2.
自己紹介 名前:伊藤敬彦 Twitter
アカウント: takahi_i 所属:株式会社リクルートテ クノロジーズ ATL 専門分野:データマイニング, グラフ,情報検索 2
3.
ATL? 正式名称:Advanced Technology
Lab リクルートテクノロジーズにおける R&D 組織 技術のネタをいかに上手く探し(創り)、試し、 ソリューションに仕立てるか?を追求する 3
4.
ATLにおけるJava プラット フォーム
ATL では Java プラットフォームを利用した多く の OSS プロジェクトを活用 OSS プロジェクトについて三つの活動(検 証,貢献,公開)を行っている 本発表では,OSS に関する三つの活動の具体例 を紹介する 4
5.
事例:Java OSS を利用し
た活動 検証:Storm, Kafka, ElasticSearch, UIMA etc.. 貢献:Apache Spark 公開:自動文書検査ツール RedPen 5
6.
事例:Java OSS を利用し
た活動 検証:Storm, Kafka, ElasticSearch, UIMA etc.. 貢献:Apache Spark 公開:自動文書検査ツール RedPen 6
7.
例: Apache UIMA
情報抽出ツール IBM が開発した質問応答システム,ワトソンで利用 実績 情報の抽出をステージのパイプラインで記述できる 多様な情報を抽出する際に各抽出処理を疎なコンポー ネント群として開発できる 7
8.
導入: Apache UIMA
実サービスで Apache UIMA を稼働した UIMA を搭載したシステムは LINE 公式アカウン ト “パン田一郎” で利用されている 8
9.
パン田一郎 リクルートジョブズが運営 する『fromA
navi』の キャラクタ 最近 LINE の公式アカウン トとなる 友人数:800万人以上 ATL が対話システムを実装 9
10.
LINE アカウント パン田一郎
対話を通じて三つの機能を提供す る 機能① 雑談 機能② バイト探し 機能③ バイト生活サポート シフト通知,天気 10
11.
デモ 雑談,天気,アルバイト検索 11
12.
UIMA の利用箇所? 入力文からの情報抽出
例:新宿のアルバイトを 教えて? 抽出: 場所:新宿 意図:バイトを探す 12
13.
事例:Java OSS を利用し
た活動 検証:Storm, Kafka, ElasticSearch, UIMA etc.. 貢献:Apache Spark 公開:自動文書検査ツール RedPen 13
14.
Apache Spark? 大規模データ処理を行うフレームワーク
Hadoop に比べて 10~100倍高速な処理 Scala で記述 14
15.
Apache Spark エコシステ
ム Spark Core の上にいく つものフレームワークが 存在する. ATL は MLib とよばれる コンポーネントに貢献. 15
16.
MLlib Spark 上で動作する機械学習ライブラリ
分類: Logistic Regression, Naïve Bayes クラスタリング: K-means レコメンド: ALS … 16
17.
Apache Spark へのコミッ
ト 様々な手法を実装しマージされる • 階層型クラスタリング • 距離関数群 • ブートストラップ • KNN • Canopy Clustering 17
18.
事例:Java OSS を利用し
た活動 検証:Storm, Kafka, ElasticSearch, UIMA etc.. 貢献:Apache Spark 公開:自動文書検査ツール RedPen 18
19.
RedPen? 自動文書検査ツール 実装言語:Java
機能:フォーマットや可読性についての問題を自動 で検査 URL: http://redpen.cc ソース:https://github.com/recruit-tech/redpen 19
20.
例: 問題箇所を含む文書 最近利用されているソフトウェアの中には複数の計算機上で動作(分
散)するものが多く存在し、このような分散ソフトウェアは複数の計 算機で動作することで大量のデータを扱えたり、高負荷な状況に対処 できたりします。本稿では,複数の計算機(クラスタ)で動作する各サー バーを「インスタンス」と呼びます。たとえば検索エンジンやデータ ベースではインデックスを複数のインスタンスで分割して保持します。 このような場合、各インデクスの結果をマージしてクライアントプロ グラムに渡す機構が必要となります。 20
21.
例: 問題箇所を含む文書 最近利用されているソフトウェアの中には複数の計算機上で動作(分
散)するものが多く存在し、このような分散ソフトウェアは複数の計 算機で動作することで大量のデータを扱えたり、高負荷な状況に対処 できたりします。本稿では,複数の計算機(クラスタ)で動作する各サー バーを「インスタンス」と呼びます。たとえば検索エンジンやデータ ベースではインデックスを複数のインスタンスで分割して保持します。 このような場合、各インデクスの結果をマージしてクライアントプロ グラムに渡す機構が必要となります。 21 文が長い コンマのフォーマット 単語の不一致
22.
RedPen の特徴 柔軟な設定
言語非依存 複数のフォーマットに対応: Markdown, Textile 拡張性 ソースを公開している(簡単に機能を追加できる) 研究成果を取り込むのが容易 22
23.
RedPen の使い方 ユーザは検査する項目を設定ファイルに追加する
検査する項目は提供される機能集合の中から選 択する 設定ファイルを引数にして実行する 23
24.
例:RedPen の設定 <validators
lang=“ja”> <validator name=“SentenceLength" /> <validator name="InvalidSymbol" /> <validator name="KatakanaSpellCheck" /> <validator name=“SectionLength” /> </validators> 24 文長 不正な文字 スペルチェック
25.
コマンド redpen コマンドを利用して実行する
$ redpen -c 設定ファイル 入力文書 ! 入力フォーマット: Markdown、Textile、 PlainText 25
26.
RedPen: サンプルサーバ URL:
http://redpen.herokuapp.com/ Heroku Button もついた https://github.com/recruit-tech/redpen/ 簡単デプロイへ 注:現状のサーバは設定が簡単にできない(鋭意開発中) 26
27.
RedPen と CI(継続的イン
テグレーション) CI環境で利用できない か実験 右図:GitHub で文書 の変更をPush ➔ WerkerCI がエラー箇 所を報告 27
28.
RedPen の今後 サービスを強化
指定した URLの文書チェックを行う CI との連動を目指す 設定の簡素化:使用文字の自動検知 よりリッチな言語解析へ! 品詞情報,構文情報を利用した文書チェック 28
29.
適用先 社内での適用先を模索 アルバイトや転職の履歴書(レジュメ)の検査に
適用できるか..? 29
30.
現在 技評 (http://gihyo.jp/)
で RedPen について連載開始. ご一読よろしくお願いします! 30
31.
まとめ:ATL と Java
現在,多様な活動を Java プラットフォーム上で 行っている. 今後も Java プラットフォームで多くの活動をお 行う予定! 31
32.
ご静聴ありがとうございました. 32