SlideShare ist ein Scribd-Unternehmen logo
1 von 45
Downloaden Sie, um offline zu lesen
大図解
SmartNews Director of SmartNews Ads
渡部 拓也
自己紹介 : 渡部 拓也 (わたべ たくや)
広告開発責任者
SmartNews プレスリリースより抜粋
Agenda
✦SmartNews Adsのご紹介
✦広告開発の考え方
✦SmartNews Adsのシステムのご紹介
✦開発フィロソフィー
Agenda
✦SmartNews Adsのご紹介
✦広告開発の考え方
✦SmartNews Adsのシステムのご紹介
✦開発フィロソフィー
SmartNews Ads
Premium Video Ads Premium Display Ads Standard Ads
リリースから約1年
SmartNews Adsで出来るようになった
チャンネル 地域
Look
alike
性別キャリア OS時間 キーワード
ターゲティング
実は裏側ではこれ以外にも
色々なことをやっています
Agenda
✦SmartNews Adsのご紹介
✦広告開発の考え方
✦SmartNews Adsのシステムのご紹介
✦開発フィロソフィー
広告開発で追いかける指標
インプレッション
CTR
単価 (CVR)
✕
✕
広告開発で追いかける指標
インプレッション
CTR
単価 (CVR)
✕
✕
100万
10%
50円
広告開発で追いかける指標
インプレッション
CTR
単価 (CVR)
✕
✕
100万
10%
50円
= 500万円
広告開発で追いかける指標
インプレッション
CTR
単価 (CVR)
✕
✕
100万
10%
50円
× 2 = 1,000万円
広告 = 技術で事業に貢献できる領域
広告 = 技術で事業に貢献できる領域
✦技術的な問題を解くことで直接事業に貢献できる
✓ エンジニアとして非常にやりがいのある領域
✦解くべき技術的な問題自体は難しい
✓ ハイスピード & スケーラブルなシステム
✓ 多目的最適化
✓ 行動予測
広告 = 技術で事業に貢献できる領域
✦技術的な問題を解くことで直接事業に貢献できる
✓ エンジニアとして非常にやりがいのある領域
✦解くべき技術的な問題自体は難しい
✓ ハイスピード & スケーラブルなシステム
✓ 多目的最適化
✓ 行動予測
今日のお話
Agenda
✦SmartNews Adsのご紹介
✦広告開発の考え方
✦SmartNews Adsのシステムのご紹介
✦開発フィロソフィー
配信の仕組み
UserLogs
AdLogs
ターゲティングデータ
特徴量抽出
ロギング
SmartNews Ads

Inventory
アロケーション
配信
オークション
フィルタリング
配信の仕組み
DMP
UserLogs
AdLogs
ターゲティングデータ
特徴量抽出
App/SDK
ロギング
SmartNews Ads

Inventory
AdFrontend
配信サーバ
アロケーション
配信
オークション
フィルタリング
最適化
配信の仕組み
DMP
UserLogs
AdLogs
ターゲティングデータ
特徴量抽出
App/SDK
ロギング
SmartNews Ads

Inventory
AdFrontend
配信サーバ
アロケーション
配信
オークション
フィルタリング
最適化
Targeting Dataの生成
CTR/CVR

予測データの生成
入稿 & Reporting
ビジネスロジックの集約
オークション
配信最適化配信基盤
レイアウト制御



ロギング
システム構成
No システム 概要
1 運用型広告配信サーバ 配信基盤、フィルタリング
2 運用型広告最適化 オークション、広告アロケーション
3 純広告配信サーバ スムージング配信
4 ログ&集計システム ログの集計 & 配信レポート作成
5 Ad Frontend 広告の入稿 & 配信レポート
6 DMP ターゲティングデータの作成 & 各種データ予測
7 トラッキングシステム 広告の効果測定
8 画像変換サーバ リアルタイムの画像変換処理
9 アプリ情報サーバ アプリのレビュースコア等の情報提供
10 アプリ & SDK 広告のレイアウト & 成果送信
システム構成 - 詳細 -
Standard
Ad Server
Filtering
Auction
Allocation
Optimizer
Logging
Logging
Ad Request
Ad Response
imp,vimp, click, metrics
Response
S
D
K
Layout
Premium
Ad Server
Filtering
Smoothing
Logging
Loggingimp,vimp, click, metrics
Response
Ad Request
Ad Response
Amazon S3
Gender Estimation
Location
Slot Pref
Channel Pref
CVR Prediction
CTR Prediction
Keyword Search
Lookalike
DynamoDB
Fetch
Fetch
Amazon EMR
Kinesis
DMP
Amazon
Redshift
AB Test
Log System
SAT
External Vendors
Dynamic
Creative Server
image
App-Info
Server
Amazon
ElastiCache
Fetch, Update,
Pub/Sub Campaigns
Report
background fetch
Ad Frontend
Pub/Sub
Metrics
A
P
I
se-search
app info
システム構成 - 詳細 -
Standard
Ad Server
Filtering
Auction
Allocation
Optimizer
Logging
Logging
Ad Request
Ad Response
imp,vimp, click, metrics
Response
S
D
K
Layout
Premium
Ad Server
Filtering
Smoothing
Logging
Loggingimp,vimp, click, metrics
Response
Ad Request
Ad Response
Amazon S3
Gender Estimation
Location
Slot Pref
Channel Pref
CVR Prediction
CTR Prediction
Keyword Search
Lookalike
DynamoDB
Fetch
Fetch
Amazon EMR
Kinesis
DMP
Amazon
Redshift
AB Test
Log System
SAT
External Vendors
Dynamic
Creative Server
image
App-Info
Server
Amazon
ElastiCache
Fetch, Update,
Pub/Sub Campaigns
Report
background fetch
Ad Frontend
Pub/Sub
Metrics
A
P
I
se-search
app info
1) 運用型広告配信サーバ
2) 運用型広告最適化
3) 純広告配信サーバ
4)ログ&集計システム
5)Ad Frontend
6)DMP
7)トラッキングシステム
8) 純広告配信サーバ
9)アプリ情報サーバ
10)アプリ & SDK
どういう基準で分割?
Agenda
✦SmartNews Adsのご紹介
✦広告開発の考え方
✦SmartNews Adsのシステムのご紹介
✦開発フィロソフィー
どういう基準で分割?
✓ 自然言語で
✓ 非エンジニアに
説明できる最小の単位
自然言語?
システム分割のポリシー
✦普通の言葉で非エンジニアに説明できる最小の単位
✓ 大きすぎず小さすぎない範囲
✓ 論理的な説明がしづらい -> 小さすぎる
✓ 複数機能を説明してしまう -> 大きすぎる
Not Micro Service
✦Micro Service?
✓ システム間通信
✓ APIによる連携
✦システム構成の複雑化による開発スピード低下の懸念
✓ 分散システムによる開発オーバーヘッド
✓ キャパシティプランニングの難易度向上
✦APIって
✓ 結局はシステムの内部をさらけだすことになる事が多い
✓ それに縛られると結局はDynamicなシステム変更が行えなく
なることがある
なぜこうしたのか?
最高速度で
最高到達点へ
最初に決めたこと
最高速度で
最高到達点へ
http://www.flickr.com/photos/mattt_org/2831690932
"Electrocardiogram" by mattt.org is licensed under CC BY 2.0 / Added some texts to original
最高速度で最高到達点へ
✦我々はStartUP
✦成長速度が何よりも大事
• 成長し続けることが至上命題
• 市場の成長を超える成長速度が必要
• 市場において一定期間までに有力なプレイヤーにならなければ市場
に置いて行かれる
そのための打ち手
そのための打ち手
システムの分割
✕
属人性の許容
アンチパターン?
✦全員がエース
✦一人でも欠けたらどうせ上手く行かない、という
割り切り
属人性の許容 & 一人一殺
システムA システムB システムC システムD システムE
✦1人が1∼2個のシステムを担当
✦各システムは完全に独立 & 独自進化
システムA システムB システムC システムD システムE
システムA システムB システムC システムD システムE
?
システムA システムB システムC システムD システムE
各システムの独自進
化を支える考え方
調和よりもイノベーション
✦権限の委譲と信頼
✓ そこからしかイノベーションは生まれない
✓ 信頼に足るエンジニアを採用しています
計画よりイテレーション
✦Done is better than Perfect
✓ テストは簡単に実施可能(ABテスト基盤)
✓ 高速イテレーションによるパフォーマンスチューニング
✓ テストのための協調不要(各システムが独自に進化)
http://www.flickr.com/photos/mattt_org/2831690932
"Electrocardiogram" by mattt.org is licensed under CC BY 2.0 / Added some texts to original
現時点での最高到達点
以降のセッションもご期待ください
指標 システムの責務 セッション
配信サーバ
インプレッション
拡大
スケーラブル
& ハイスピード
2
配信最適化システム CTR & CVR向上 多目的最適化 3
DMP CTR & CVR向上 予測精度向上 4
SmartNews TechNight vol5 SmartNews Ads大図解

Weitere ähnliche Inhalte

Was ist angesagt?

OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみたOpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
徹 上野山
 
Contexual bandit @TokyoWebMining
Contexual bandit @TokyoWebMiningContexual bandit @TokyoWebMining
Contexual bandit @TokyoWebMining
正志 坪坂
 

Was ist angesagt? (20)

[Cloud OnAir] GCP 上でストリーミングデータ処理基盤を構築してみよう! 2018年9月13日 放送
[Cloud OnAir] GCP 上でストリーミングデータ処理基盤を構築してみよう! 2018年9月13日 放送[Cloud OnAir] GCP 上でストリーミングデータ処理基盤を構築してみよう! 2018年9月13日 放送
[Cloud OnAir] GCP 上でストリーミングデータ処理基盤を構築してみよう! 2018年9月13日 放送
 
Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018Open3DでSLAM入門 PyCon Kyushu 2018
Open3DでSLAM入門 PyCon Kyushu 2018
 
Explainable Recommendation for Repeat Consumption(RecSys2020論文読み会)
Explainable Recommendation for Repeat Consumption(RecSys2020論文読み会)Explainable Recommendation for Repeat Consumption(RecSys2020論文読み会)
Explainable Recommendation for Repeat Consumption(RecSys2020論文読み会)
 
OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみたOpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
 
マイクロアドのアドテクを支える技術
マイクロアドのアドテクを支える技術マイクロアドのアドテクを支える技術
マイクロアドのアドテクを支える技術
 
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
効果のあるクリエイティブ広告の見つけ方(Contextual Bandit + TS or UCB)
 
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
SaaS テナント毎のコストを把握するための「AWS Application Cost Profiler」のご紹介
 
[社内勉強会]ELBとALBと数万スパイク負荷テスト
[社内勉強会]ELBとALBと数万スパイク負荷テスト[社内勉強会]ELBとALBと数万スパイク負荷テスト
[社内勉強会]ELBとALBと数万スパイク負荷テスト
 
AWS Personalize 중심으로 살펴본 추천 시스템 원리와 구축
AWS Personalize 중심으로 살펴본 추천 시스템 원리와 구축AWS Personalize 중심으로 살펴본 추천 시스템 원리와 구축
AWS Personalize 중심으로 살펴본 추천 시스템 원리와 구축
 
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
Spatial Temporal Graph Convolutional Networks for Skeleton-Based Action Recog...
 
論文 Solo Advent Calendar
論文 Solo Advent Calendar論文 Solo Advent Calendar
論文 Solo Advent Calendar
 
マイクロサービスバックエンドAPIのためのRESTとgRPC
マイクロサービスバックエンドAPIのためのRESTとgRPCマイクロサービスバックエンドAPIのためのRESTとgRPC
マイクロサービスバックエンドAPIのためのRESTとgRPC
 
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
Word Tour: One-dimensional Word Embeddings via the Traveling Salesman Problem...
 
Contexual bandit @TokyoWebMining
Contexual bandit @TokyoWebMiningContexual bandit @TokyoWebMining
Contexual bandit @TokyoWebMining
 
High performance python computing for data science
High performance python computing for data scienceHigh performance python computing for data science
High performance python computing for data science
 
AWSではじめるMLOps
AWSではじめるMLOpsAWSではじめるMLOps
AWSではじめるMLOps
 
Kinesis Firehoseを使ってみた
Kinesis Firehoseを使ってみたKinesis Firehoseを使ってみた
Kinesis Firehoseを使ってみた
 
Kdd 2021 読み会(clustering for private interest-based advertising & learning a l...
Kdd 2021 読み会(clustering for private interest-based advertising & learning a l...Kdd 2021 読み会(clustering for private interest-based advertising & learning a l...
Kdd 2021 読み会(clustering for private interest-based advertising & learning a l...
 
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
深層学習による自然言語処理入門: word2vecからBERT, GPT-3まで
 
BigQuery で 150万円 使ったときの話
BigQuery で 150万円 使ったときの話BigQuery で 150万円 使ったときの話
BigQuery で 150万円 使ったときの話
 

Ähnlich wie SmartNews TechNight vol5 SmartNews Ads大図解

Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Boss4434
 
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
Katsuaki Sato
 
201004時点 広告業界の現状
201004時点 広告業界の現状201004時点 広告業界の現状
201004時点 広告業界の現状
Takaki Onoda
 
アドマーケットプレイスVer1.2
アドマーケットプレイスVer1.2アドマーケットプレイスVer1.2
アドマーケットプレイスVer1.2
Masahiro Urakawa
 
エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築
Yohei Sato
 
Outline of LinkAdBeta
Outline of LinkAdBetaOutline of LinkAdBeta
Outline of LinkAdBeta
Hiroshi Soda
 

Ähnlich wie SmartNews TechNight vol5 SmartNews Ads大図解 (20)

Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
Aws summits2014 サイバーエージェント_ユーザーの趣味嗜好に適した広告配信システムdynalystができるまでad_techstudioでの...
 
0926motionBEAT主催セミナー_3
0926motionBEAT主催セミナー_30926motionBEAT主催セミナー_3
0926motionBEAT主催セミナー_3
 
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】   「グロバール×スマホゲーム」の勝ち方セミナー資料
グローバルマネタイズ戦略【Metaps(メタップス) pte ltd.】 「グロバール×スマホゲーム」の勝ち方セミナー資料
 
Sbw2014day1広がるクラウドマーケティングの世界 2014/7/15
Sbw2014day1広がるクラウドマーケティングの世界 2014/7/15Sbw2014day1広がるクラウドマーケティングの世界 2014/7/15
Sbw2014day1広がるクラウドマーケティングの世界 2014/7/15
 
201004時点 広告業界の現状
201004時点 広告業界の現状201004時点 広告業界の現状
201004時点 広告業界の現状
 
201410 12【媒体資料】bypass 20140929
201410 12【媒体資料】bypass 20140929201410 12【媒体資料】bypass 20140929
201410 12【媒体資料】bypass 20140929
 
ユニメディア UMAP資料
ユニメディア UMAP資料ユニメディア UMAP資料
ユニメディア UMAP資料
 
YJTC18 A-7 Yahoo! JAPANを支える広告技術
YJTC18 A-7 Yahoo! JAPANを支える広告技術YJTC18 A-7 Yahoo! JAPANを支える広告技術
YJTC18 A-7 Yahoo! JAPANを支える広告技術
 
ネット広告基礎編スライド
ネット広告基礎編スライドネット広告基礎編スライド
ネット広告基礎編スライド
 
フルスクラッチで書いたアドサーバの開発運用史
フルスクラッチで書いたアドサーバの開発運用史フルスクラッチで書いたアドサーバの開発運用史
フルスクラッチで書いたアドサーバの開発運用史
 
3D-SEO|SEO戦略コンサルティング資料
3D-SEO|SEO戦略コンサルティング資料3D-SEO|SEO戦略コンサルティング資料
3D-SEO|SEO戦略コンサルティング資料
 
アドマーケットプレイスVer1.2
アドマーケットプレイスVer1.2アドマーケットプレイスVer1.2
アドマーケットプレイスVer1.2
 
Goalist会社概要
Goalist会社概要Goalist会社概要
Goalist会社概要
 
Atom info
Atom infoAtom info
Atom info
 
2015年をRTBのアプリ広告元年とするために
2015年をRTBのアプリ広告元年とするために2015年をRTBのアプリ広告元年とするために
2015年をRTBのアプリ広告元年とするために
 
エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築エンジニアリング会社の社内システム再構築
エンジニアリング会社の社内システム再構築
 
Realize tokyo2019 yrglm
Realize tokyo2019 yrglmRealize tokyo2019 yrglm
Realize tokyo2019 yrglm
 
アプリケーション性能管理(APM)ツールの新世代 「AppDynamics」のご紹介 – OpenStack最新情報セミナー 2015年7月
アプリケーション性能管理(APM)ツールの新世代 「AppDynamics」のご紹介 – OpenStack最新情報セミナー 2015年7月アプリケーション性能管理(APM)ツールの新世代 「AppDynamics」のご紹介 – OpenStack最新情報セミナー 2015年7月
アプリケーション性能管理(APM)ツールの新世代 「AppDynamics」のご紹介 – OpenStack最新情報セミナー 2015年7月
 
Outline of LinkAdBeta
Outline of LinkAdBetaOutline of LinkAdBeta
Outline of LinkAdBeta
 
Gaiyou
GaiyouGaiyou
Gaiyou
 

Mehr von SmartNews, Inc.

Mehr von SmartNews, Inc. (17)

SmartNewsを支えるデータパイプラインとその運用
SmartNewsを支えるデータパイプラインとその運用SmartNewsを支えるデータパイプラインとその運用
SmartNewsを支えるデータパイプラインとその運用
 
Spring で実現する SmartNews のニュース配信基盤
Spring で実現する SmartNews のニュース配信基盤Spring で実現する SmartNews のニュース配信基盤
Spring で実現する SmartNews のニュース配信基盤
 
エンジニアからプロダクトマネージャーへ
エンジニアからプロダクトマネージャーへエンジニアからプロダクトマネージャーへ
エンジニアからプロダクトマネージャーへ
 
SpringOne Platform 2016 報告会「A Lite Rx API for the JVM」/ 井口 貝 @ SmartNews, Inc.
SpringOne Platform 2016 報告会「A Lite Rx API for the JVM」/ 井口 貝 @ SmartNews, Inc.SpringOne Platform 2016 報告会「A Lite Rx API for the JVM」/ 井口 貝 @ SmartNews, Inc.
SpringOne Platform 2016 報告会「A Lite Rx API for the JVM」/ 井口 貝 @ SmartNews, Inc.
 
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_cccSmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
SmartNewsのニュース配信を支えるサーバ技術 / Kazhiro Sera @ SmartNews,Inc. #jjug_ccc
 
Stream Processing in SmartNews #jawsdays
Stream Processing in SmartNews #jawsdaysStream Processing in SmartNews #jawsdays
Stream Processing in SmartNews #jawsdays
 
Building a Sustainable Data Platform on AWS
Building a Sustainable Data Platform on AWSBuilding a Sustainable Data Platform on AWS
Building a Sustainable Data Platform on AWS
 
AWSの進化とSmartNewsの裏側
AWSの進化とSmartNewsの裏側AWSの進化とSmartNewsの裏側
AWSの進化とSmartNewsの裏側
 
SmartNews TechNight Vol.5 : AD Data Engineering in practice: SmartNews Ads裏のデ...
SmartNews TechNight Vol.5 : AD Data Engineering in practice: SmartNews Ads裏のデ...SmartNews TechNight Vol.5 : AD Data Engineering in practice: SmartNews Ads裏のデ...
SmartNews TechNight Vol.5 : AD Data Engineering in practice: SmartNews Ads裏のデ...
 
NLP in SmartNews
NLP in SmartNewsNLP in SmartNews
NLP in SmartNews
 
SmartNews's journey into microservices
SmartNews's journey into microservicesSmartNews's journey into microservices
SmartNews's journey into microservices
 
Strem処理(Spark Streaming + Kinesis)とOffline処理(Hive)の統合
Strem処理(Spark Streaming + Kinesis)とOffline処理(Hive)の統合Strem処理(Spark Streaming + Kinesis)とOffline処理(Hive)の統合
Strem処理(Spark Streaming + Kinesis)とOffline処理(Hive)の統合
 
SmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォームSmartNews の Webmining を支えるプラットフォーム
SmartNews の Webmining を支えるプラットフォーム
 
AWS meetup「Apache Spark on EMR」
AWS meetup「Apache Spark on EMR」AWS meetup「Apache Spark on EMR」
AWS meetup「Apache Spark on EMR」
 
Smartnews Product Manager Night
Smartnews Product Manager NightSmartnews Product Manager Night
Smartnews Product Manager Night
 
SmartNews Ads System - AWS Summit Tokyo 2015
SmartNews Ads System - AWS Summit Tokyo 2015SmartNews Ads System - AWS Summit Tokyo 2015
SmartNews Ads System - AWS Summit Tokyo 2015
 
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
インフラ専任エンジニアが一人もいないSmartNewsにおけるクラウド活用法
 

Kürzlich hochgeladen

Kürzlich hochgeladen (7)

新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 

SmartNews TechNight vol5 SmartNews Ads大図解