データプロダクト開発を成功に導くには
4 likes•2,276 views
2019年2月5日開催『ソフトウエアジャパン2019 〜ビッグデータ、IoT、AI でプロフェッショナルを生き残れ〜』 https://www.ipsj.or.jp/event/sj/sj2019/
データプロダクト開発を成功に導くには
- 2. アジェンダ 1. 自己紹介 2. リクルートライフスタイルの紹介 3. データプロダクトとは 4. 不確実性に強い組織 5. データプロダクト開発を支える基盤 6. まとめ 01
- 3. 自己紹介
- 5. 自己紹介 Google Cloud Next in Tokyo ‘18 リクルートライフスタイルにおける 深層学習の活用とGCPでの実現方法 https://www.youtube.com/watch?v=X_yavAFAE4I Cloud On Air リクルートライフスタイルにおけるデジタルトランスフォーメー ションとクラウド活用 https://cloudplatform-jp.googleblog.com/2018/07/Cloud-OnAir-gcp-rec ruit-lifestyle-20180712.html 03
- 9. データプロダクトとは
- 16. 不確実性に強い組織
- 23. CETチーム18 CETチーム
- 26. データプロダクト開発を支える基盤
- 28. 適切なレイヤー分け ETL (extract, transform, load) マートはビジネスの意思決定にも利用される 高いサービスレベルが求められる 変化はそこまで多くなく 硬い 22 データプロダクト開発 試行錯誤が多く、素早い検証が求められる サービスレベルはそこまで高い必要は無い 変化が多く柔らかい サービスレベルや変化の頻度が違うシステムが 同じチームの責務にならないほうが良い
- 31. 汎用API25 User GET request TSV Data scientist ML Batch Web server GCP Bigtable AWS S3
- 33. MLバッチ処理基盤27 DAG デプロイ 起動 データ 予測結果 Script Web hook Docker image Data scientist Engeenier Batch Instance API Data Loader GCP BigQuerycommit/merge/tag Airflow
- 39. まとめ
- 41. 謝辞 Photo by Annie Spratt on Unsplash Photo by Guillaume Jaillet on Unsplash Icons made by Roundicons from flaticon Icons made by Icon Pond from flaticon 33