SlideShare una empresa de Scribd logo
1 de 43
Descargar para leer sin conexión
広告プロダクトとプラットフォームの開発
Techplay
2018年 3月13日
自己紹介
照沼 領 (てるぬま りょう)
❖ マーケティングプラットフォーム本部 開発部 所属
❖ クラウドストック → 予測・最適化チーム → L2Mixer → プラットフォーム を担当
❖ コミュ力問題がありつつも開発副部長も兼務
❖ ここ最近の悩みはコミュ力
Techplay x Brainpad
話すこと
話すこと
内部
背景/要因
マーケティング
プラットフォーム
システム開発 わかった事
必要な人
システムの事
外部 / 業界
Techplay x Brainpad
背景 / 要因
業界環境
MarTech AdTech(display)
http://cdn.chiefmartec.com/wp-content/uploads/2017/05/marketing_technology_landscape_2017_slide.jpg
https://www.slideshare.net/tkawaja/luma-display-ad-tech-landscape-2010-1231
成長中
多種多様化
と
拡大傾向
AdとBrainpad
Ad BP
Ad
入稿
(広告作成)
広告と接触 広告効果
施策
広告面
AdとBrainpad
入稿
(広告作成)
広告と接触 広告効果
施策
自動化
データレイク
ETL
機械学習
予測・最適化
広告面
AdとBrainpad
入稿
(広告作成)
広告と接触 広告効果
施策
自動化
データレイク
ETL
機械学習
予測・最適化
広告面
自動運用 シミュレーション
レポート
データ
と
アナリティクス
プラットフォームとエコシステム
プラットフォーム
● レイヤー構造化 / オープン化 / シェアリング ....
エコシステム
● 共存共栄 / ビジネス・テクノロジーアーキテクチャ構成 ....
プラットフォーム
広告主
管理画面
広告面
API
広告代理店
ツール
ベンダー
エコシステム
広告主
管理画面
広告面
API
広告代理店 ツール
ベンダー
広告面
管理画面
広告面
モジュール化
と
構造形成
背景と要因 まとめ
多種多様化
拡大傾向
データ
アナリティクス
モジュール化
構造形成
高速な製品
開発環境
スケーラブル
分析(ML)
マイクロサービス
プラットフォーム
プラットフォーム要件
Techplay x Brainpad
システムアーキテクチャ
プラットフォーム論理構成:簡易版
※ 点線のものは開発中または予定のものになります
Earned
ML Engine
Paid Owned
認証・認可
AdMincer(MediaHub)
新規開発
and more広告面
バックエンド
サービス
プロダクト
プラットフォーム論理構成:簡易版
AdMincer(MediaHub)
新規開発
バックエンド
サービス
プロダクト
Media
AdMincer:現在のアーキテクチャ
※ 絶賛開発中のため、実際のものと異なることがあります
AdMincer
Products
Cloud
SQL
BigQuery
Cloud
Storage
account
event message
storage
Compute Engine
Batch
media hub
App Engine
API
App Engine
Cron
App Engine
OpenID Connect
web app
Cloud
Pub/Sub
Cloud
Pub/Sub
messaging
AdMincer:開発中のアーキテクチャ
Media
※ 絶賛開発中のため、実際のものと異なることがあります
AdMincer
Products
Cloud
SQL
BigQuery
Cloud
Storage
account
event message
storage
Compute Engine
Batch
media hub
App Engine
API
App Engine
Cron
App Engine
OpenID Connect
web app
Cloud
Pub/Sub
Cloud
Pub/Sub
messaging
Compute
Engine
Kubernetes
Engine
インフラ管理が製品付加価値ではない(意訳)
※ カリッカリにチューニングして容易にスケールできれば問題はない
プラットフォーム論理構成未来:簡易版
Admincer (MediaHub)
新規
開発
バックエンド
サービス
プロダクト
ML Engine
〔オウンドメディア〕 〔ペイド・アーンドメディア〕
Techplay x Brainpad
わかった事 と 必要な人
わかったこと
1. SoE SoR 的な解釈
2. 技術的スプロール
3. Circuit Breaker
4. スコープ
5. API Gateway
6. バージョンニング地獄
7. DeployPipeline
8. コンウェイの法則
よかった事
改善が必要な事
よくしていきたい事
SoE SoR的な解釈
レイヤー・モジュール化によりサービスレベルでの、SoE,SoRの比重が明確化
(SLA、OLA、SLO も考え易く)
EarnedPaid
Admincer(MediaHub)
広告面
バックエンド
サービス
プロダクトSoE
SoR
技術的スプロール
速さ vs 秩序 のバランシングをどうするか?
AdMincer
(MediaHub)
Account
OpenID Connect
Compute Engine
App Engine
App Engine
Kubernetes
Engine
Circuit Breaker
凝集性の高さが、Circuit Breaker の役割をし投資した被害を軽減
システム全体の波及しない
coheciveproduct Customer
Market
AdMincer
AdMincer
スコープ
モノシリック マイクロサービス
Next Ready 環境
開発環境(ローカル)
プロダクション
Next Ready 環境
外部向け
開発環境(ローカル)
プロダクション
NextReady 環境
内部向け
連携サービス
スコープが拡大する。
真面目にやろうとすると、配布し易さの制約が発生し、インフラの軽量化が必要に...
連携サービス
ローカル開発
連携サービス
向け環境
API Gateway
バックエンドサービス毎にAPIを作らず Single Entry Point
App Engine
API
Cloud
Pub/Sub
Compute
Engine
開発機能
ML Engine
API Gateway Backend Service
Versioning Hell
バージョン管理が大変
Admincer
(MediaHub)
BigQueryApp Engine
VerUp
VerUp
VerUp
VerUp
過去バージョン
サポート
バージョン管理
各種広告媒体API
バージョン管理
VerUp
VerUp
VerUp
VerUp
Deploy Pipeline
master :NextReady 環境
指定文字 :部分リリース
tag :プロダクション環境リリース
部分リリース
Next Ready 環境
プロダクション
master
master へ
commit
tag の設定
commit
に 固定文字列 指定
Deploy Pipeline
Compute
Engine
GKE
Container Engine
App Engine
インスタンスを用いるとサーバー管理の俗人化や人が入る余地ができ
アンチパターンの温床になる
大変 簡単
設定・管理
保守
スケールアウト
Manual Configurations Management
コンウェイの法則
"organizations which design systems ... are constrained to produce designs
which are copies of the communication structures of these organizations."
— M. Conway
“組織の設計するシステムには ... その組織のコミュニケーション構造を
そのまま反映した設計になるという制約がある”
引用:https://anagileway.wordpress.com/2016/05/25/inverse-conway-maneuver-and-devops-microservices-and-agile/
現状
● 1チームで開発
● 法則を通りにならない
要因
● これまでの知見を生かしたい
● そんなに人がいない
Admincer
法則通りにならない
App Engine
API
Cloud
Pub/Sub
Compute
Engine
開発機能
ML Engine
API Gateway Backend Service
1つのチーム
Techplay x Brainpad
[まとめ] 考察
わかったことへの考察
●SoE SoR 的な解釈
→ 顧客、マーケットに訴求しやすい開発環境
●技術的スプロール
●Circuit Breaker
→ 低リスク(小さい失敗可能)
わかったことへの考察
● スコープ
● API Gateway
→ 複雑化を管理できる技術・設計の重要性が増加
● バージョンニング地獄
● DeployPipeline
→ 高度化・複雑化しても
ビジネス・開発の速度を落とさない
品質を保てる技術・設計の重要性が増加
わかったことへの考察
● コンウェイの法則
→ 法則通りにアーキテクチャが一つのモノシリックならない
か?を確認していきたい
→ 逆コンウェイの法則の視点で検討していきたい
逆コンウェイの戦略
“The ‘Inverse Conway Maneuver‘ recommends evolving your team and organizational
structure to promote your desired architecture. Ideallyyour technology architecture will
display isomorphism with your business architecture.”
– Technology Lader (ThoughtWorks)
拙訳:逆コーンウェイ戦略は、自分たちの望ましいアーキテクチャ設計を促進する
ように、チームと組織側を機動的に進化させることを推奨する。理想的には「技術
的アーキテクチャ」が「ビジネスアーキテクチャ」の同形写像になるように。
わかったことへの考察
App Engine
API
Cloud
Pub/Sub
Compute
Engine
開発機能
ML Engine
API Gateway Backend Service
1チーム
1チーム
1チーム
● 戦略の原則に通りなら
3チーム程度必要
● ML周りは専門的なエンジ
ニアが必要となる
● 戦略の正当性の検証方法
最後まで読んでいただき
ありがとうございます

Más contenido relacionado

La actualidad más candente

機械学習システムを受託開発 する時に気をつけておきたい事
機械学習システムを受託開発 する時に気をつけておきたい事機械学習システムを受託開発 する時に気をつけておきたい事
機械学習システムを受託開発 する時に気をつけておきたい事BrainPad Inc.
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?BrainPad Inc.
 
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用Hiroyuki Masuda
 
Factor analysis for ml by padoc 6 r
Factor analysis for ml by padoc 6 rFactor analysis for ml by padoc 6 r
Factor analysis for ml by padoc 6 rMasato Nakai
 
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
 
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣aslead
 
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦Rakuten Group, Inc.
 
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについてUXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについてRecruit Technologies
 
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキームプロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキームRecruit Technologies
 
NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介aslead
 
20180215 devsumi-base
20180215 devsumi-base20180215 devsumi-base
20180215 devsumi-base真一 藤川
 
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~Deep Learning Lab(ディープラーニング・ラボ)
 
ぼくのかんがえたさいきょうの機械学習プロダクトの作り方
ぼくのかんがえたさいきょうの機械学習プロダクトの作り方ぼくのかんがえたさいきょうの機械学習プロダクトの作り方
ぼくのかんがえたさいきょうの機械学習プロダクトの作り方Ozawa Kensuke
 
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦Recruit Technologies
 
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)Tokoroten Nakayama
 
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組Recruit Technologies
 
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...Deep Learning Lab(ディープラーニング・ラボ)
 
企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルにRecruit Technologies
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版Tokoroten Nakayama
 

La actualidad más candente (20)

機械学習システムを受託開発 する時に気をつけておきたい事
機械学習システムを受託開発 する時に気をつけておきたい事機械学習システムを受託開発 する時に気をつけておきたい事
機械学習システムを受託開発 する時に気をつけておきたい事
 
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
エンジニア勉強会資料_①ブレインパッドの中で僕たちは何を開発しているのか?
 
失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用失敗から学ぶ機械学習応用
失敗から学ぶ機械学習応用
 
Factor analysis for ml by padoc 6 r
Factor analysis for ml by padoc 6 rFactor analysis for ml by padoc 6 r
Factor analysis for ml by padoc 6 r
 
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
 
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
Mattermostが働き方を劇的改善!NRIの働き方改革の秘訣
 
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
グローバル企業の中で「変化」を仕掛ける楽天技術研究所 Rakuten Institute of Technology の挑戦
 
[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介[Track1-5] 製造業における最新AI適用事例のご紹介
[Track1-5] 製造業における最新AI適用事例のご紹介
 
UXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについてUXDの職能要件とキャリアパスについて
UXDの職能要件とキャリアパスについて
 
プロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキームプロジェクト推進部とプロ推スキーム
プロジェクト推進部とプロ推スキーム
 
NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介NRIが全社利用するビジネスチャットツールMattermostのご紹介
NRIが全社利用するビジネスチャットツールMattermostのご紹介
 
20180215 devsumi-base
20180215 devsumi-base20180215 devsumi-base
20180215 devsumi-base
 
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
[Track4-5] CDLEへの招待~CDLEハッカソンが、自分の人生のターニングポイントになった話~
 
ぼくのかんがえたさいきょうの機械学習プロダクトの作り方
ぼくのかんがえたさいきょうの機械学習プロダクトの作り方ぼくのかんがえたさいきょうの機械学習プロダクトの作り方
ぼくのかんがえたさいきょうの機械学習プロダクトの作り方
 
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦ビジネス・イノベーションを支えるテクノロジ活用への挑戦
ビジネス・イノベーションを支えるテクノロジ活用への挑戦
 
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
 
リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組リクルートにおけるデータのインフラ化への取組
リクルートにおけるデータのインフラ化への取組
 
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
[Track3-1] ビジネスで役立つAIリテラシーから機械学習エンジニアリングまで実践形式で学ぶ課題解決型AI人材育成とは?〜国内最大AIコンペサイトの...
 
企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに企業文化をサービスデザインスタイルに
企業文化をサービスデザインスタイルに
 
ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版ビジネスパーソンのためのDX入門講座エッセンス版
ビジネスパーソンのためのDX入門講座エッセンス版
 

Similar a エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発

プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針Nao Haida
 
Microsoft MVP を受賞するために取り組んだこと
Microsoft MVP を受賞するために取り組んだことMicrosoft MVP を受賞するために取り組んだこと
Microsoft MVP を受賞するために取り組んだことTetsuya Odashima
 
Redmineの情報を自分好みに見える化した話
Redmineの情報を自分好みに見える化した話Redmineの情報を自分好みに見える化した話
Redmineの情報を自分好みに見える化した話ToshiharuSakai
 
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理Koichi Hamada
 
中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用
中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用
中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用masashi takehara
 
Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...
Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...
Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...Shinichiro Isago
 
The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilizationThe way to a smart factory armed with data utilization
The way to a smart factory armed with data utilizationDataWorks Summit
 
21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?
21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?
21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?ブレークスルーパートナーズ 赤羽雄二
 
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?IMJ Corporation
 
非エンジニアに人工知能に 興味を持ってもらう話
非エンジニアに人工知能に興味を持ってもらう話非エンジニアに人工知能に興味を持ってもらう話
非エンジニアに人工知能に 興味を持ってもらう話Satoru Mikami
 
デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)
デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)
デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)Go Sugihara
 
20200509 slackpresentation
20200509 slackpresentation20200509 slackpresentation
20200509 slackpresentation翼 宮崎
 
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用  -(GIG)」【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用  -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」GIG inc.
 
プロダクトマネジメント再入門 20170305版 #postudy
プロダクトマネジメント再入門 20170305版 #postudyプロダクトマネジメント再入門 20170305版 #postudy
プロダクトマネジメント再入門 20170305版 #postudy満徳 関
 
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれからDevelopers Summit
 
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方Hisahiko Shiraishi
 
Intelligent cloud with Microsoft Graph.
Intelligent cloud with Microsoft Graph.Intelligent cloud with Microsoft Graph.
Intelligent cloud with Microsoft Graph.Takao Tetsuro
 
第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法
第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法
第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法Kazuya Sugimoto
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- Koichi Hamada
 
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」Nozomu Tannaka
 

Similar a エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発 (20)

プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
プロダクトマネージャとセールスチームはどう連携すべきか 〜 失敗例と方針
 
Microsoft MVP を受賞するために取り組んだこと
Microsoft MVP を受賞するために取り組んだことMicrosoft MVP を受賞するために取り組んだこと
Microsoft MVP を受賞するために取り組んだこと
 
Redmineの情報を自分好みに見える化した話
Redmineの情報を自分好みに見える化した話Redmineの情報を自分好みに見える化した話
Redmineの情報を自分好みに見える化した話
 
データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理データマイニングCROSS 第2部-機械学習・大規模分散処理
データマイニングCROSS 第2部-機械学習・大規模分散処理
 
中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用
中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用
中小企業のマーケティングに採用とアジャイルのプラクティスを取り入れた話_devio用
 
Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...
Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...
Twilio Meetup Tokyo 2015 Microsoft 講演資料「開発コミュニティでアイディアと仲間を見つけよう!ハッカソンから技術系スター...
 
The way to a smart factory armed with data utilization
The way to a smart factory armed with data utilizationThe way to a smart factory armed with data utilization
The way to a smart factory armed with data utilization
 
21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?
21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?
21-11-17 東大工学部 産業総論 問題把握・解決力を鍛え、将来を自分の手でつかむには?
 
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
【IMJ】失敗するデジタルマーケティング戦略、その原因&成功のカギとは?
 
非エンジニアに人工知能に 興味を持ってもらう話
非エンジニアに人工知能に興味を持ってもらう話非エンジニアに人工知能に興味を持ってもらう話
非エンジニアに人工知能に 興味を持ってもらう話
 
デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)
デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)
デジタルマーケティング時代の横断プロジェクトのあり方とは(アドテック東京2014セッションから)
 
20200509 slackpresentation
20200509 slackpresentation20200509 slackpresentation
20200509 slackpresentation
 
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用  -(GIG)」【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用  -(GIG)」
【Tech Trend Talk vol.11】社外向け勉強会「自然言語処理の初歩と活用 -(GIG)」
 
プロダクトマネジメント再入門 20170305版 #postudy
プロダクトマネジメント再入門 20170305版 #postudyプロダクトマネジメント再入門 20170305版 #postudy
プロダクトマネジメント再入門 20170305版 #postudy
 
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
【デブサミ秋S3】エンジニア目線で見たデジタルマーケティング業界のこれまでとこれから
 
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
ゲーム事業×データ分析 ドリコムにおける組織と仕事の組み立て方
 
Intelligent cloud with Microsoft Graph.
Intelligent cloud with Microsoft Graph.Intelligent cloud with Microsoft Graph.
Intelligent cloud with Microsoft Graph.
 
第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法
第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法
第6回jduc勉強会 dynamics 365 新機能 外部apiと連携できる仮想エンティティの活用方法
 
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点- 『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
『Mobageの大規模データマイニング活用と 意思決定』- #IBIS 2012 -ビジネスと機械学習の接点-
 
SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」SDGC2018報告「ネットビジネスとサービスデザイン」
SDGC2018報告「ネットビジネスとサービスデザイン」
 

Más de BrainPad Inc.

機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルトBrainPad Inc.
 
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介BrainPad Inc.
 
システム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシ
システム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシシステム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシ
システム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシBrainPad Inc.
 
Python研修の作り方 - teaching-is_learning-
Python研修の作り方 - teaching-is_learning-Python研修の作り方 - teaching-is_learning-
Python研修の作り方 - teaching-is_learning-BrainPad Inc.
 
2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう
2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう
2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かうBrainPad Inc.
 
GKEとgRPCで実装する多言語対応・スケーラブルな内部API
GKEとgRPCで実装する多言語対応・スケーラブルな内部APIGKEとgRPCで実装する多言語対応・スケーラブルな内部API
GKEとgRPCで実装する多言語対応・スケーラブルな内部APIBrainPad Inc.
 
実証実験報告セミナー資料 20180328(抜粋版)
実証実験報告セミナー資料 20180328(抜粋版)実証実験報告セミナー資料 20180328(抜粋版)
実証実験報告セミナー資料 20180328(抜粋版)BrainPad Inc.
 
エンジニア勉強会資料_③Rtoasterの11年
エンジニア勉強会資料_③Rtoasterの11年エンジニア勉強会資料_③Rtoasterの11年
エンジニア勉強会資料_③Rtoasterの11年BrainPad Inc.
 
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料BrainPad Inc.
 
DeltaCubeにおけるユニークユーザー集計高速化(実践編)
DeltaCubeにおけるユニークユーザー集計高速化(実践編)DeltaCubeにおけるユニークユーザー集計高速化(実践編)
DeltaCubeにおけるユニークユーザー集計高速化(実践編)BrainPad Inc.
 
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)BrainPad Inc.
 
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料BrainPad Inc.
 
Python twitter data_150709
Python twitter data_150709Python twitter data_150709
Python twitter data_150709BrainPad Inc.
 
Sparkストリーミング検証
Sparkストリーミング検証Sparkストリーミング検証
Sparkストリーミング検証BrainPad Inc.
 
Sparkパフォーマンス検証
Sparkパフォーマンス検証Sparkパフォーマンス検証
Sparkパフォーマンス検証BrainPad Inc.
 
Apache Sparkについて
Apache SparkについてApache Sparkについて
Apache SparkについてBrainPad Inc.
 
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性BrainPad Inc.
 

Más de BrainPad Inc. (18)

Oss LT会_20210203
Oss LT会_20210203Oss LT会_20210203
Oss LT会_20210203
 
機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト機械学習システムのアーキテクチャアラカルト
機械学習システムのアーキテクチャアラカルト
 
機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介機械学習システム開発案件の事例紹介
機械学習システム開発案件の事例紹介
 
システム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシ
システム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシシステム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシ
システム開発素人が深層学習を用いた画像認識で麻雀点数計算するLINEbotを作ったハナシ
 
Python研修の作り方 - teaching-is_learning-
Python研修の作り方 - teaching-is_learning-Python研修の作り方 - teaching-is_learning-
Python研修の作り方 - teaching-is_learning-
 
2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう
2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう
2018 builderscon airflowを用いて、 複雑大規模なジョブフロー管理 に立ち向かう
 
GKEとgRPCで実装する多言語対応・スケーラブルな内部API
GKEとgRPCで実装する多言語対応・スケーラブルな内部APIGKEとgRPCで実装する多言語対応・スケーラブルな内部API
GKEとgRPCで実装する多言語対応・スケーラブルな内部API
 
実証実験報告セミナー資料 20180328(抜粋版)
実証実験報告セミナー資料 20180328(抜粋版)実証実験報告セミナー資料 20180328(抜粋版)
実証実験報告セミナー資料 20180328(抜粋版)
 
エンジニア勉強会資料_③Rtoasterの11年
エンジニア勉強会資料_③Rtoasterの11年エンジニア勉強会資料_③Rtoasterの11年
エンジニア勉強会資料_③Rtoasterの11年
 
Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料Big Data Analytics Tokyo講演資料
Big Data Analytics Tokyo講演資料
 
DeltaCubeにおけるユニークユーザー集計高速化(実践編)
DeltaCubeにおけるユニークユーザー集計高速化(実践編)DeltaCubeにおけるユニークユーザー集計高速化(実践編)
DeltaCubeにおけるユニークユーザー集計高速化(実践編)
 
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)DeltaCubeにおけるユニークユーザー集計高速化(理論編)
DeltaCubeにおけるユニークユーザー集計高速化(理論編)
 
Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料Developpers Summit2015 Autumn 講演資料
Developpers Summit2015 Autumn 講演資料
 
Python twitter data_150709
Python twitter data_150709Python twitter data_150709
Python twitter data_150709
 
Sparkストリーミング検証
Sparkストリーミング検証Sparkストリーミング検証
Sparkストリーミング検証
 
Sparkパフォーマンス検証
Sparkパフォーマンス検証Sparkパフォーマンス検証
Sparkパフォーマンス検証
 
Apache Sparkについて
Apache SparkについてApache Sparkについて
Apache Sparkについて
 
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
データサイエンティストとは? そのスキル/ナレッジレベル定義の必要性
 

エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発