noteエンジニアチーム公式マガジン

307

本

noteエンジニアの技術記事をまとめたマガジン。さらに技術記事を読みたい方はこちら→ https://engineerteam.note.jp/

運営しているクリエイター

#機械学習

機械学習でプロダクト成長させる技術と組織を3社のMLエンジニアが語る - note/コネヒト/Wantedly

MLエンジニアがプロダクトをグロースさせるためには、機械学習の知識はもちろんのこと、その他にも考えなければならないことが多々あります。アーキテクチャの刷新や組織での立ち回り、採用の強化など各方面の働きかけが必要になるでしょう。各社でどんなアーキテクチャなのか？短期で価値をデリバリーするための工夫は？採用はどうしてる？MLエンジニアは市場にいる？ MLエンジニアに求められる能力は？これらの悩みに対して、note・コネヒト・Wantedlyの3社のMLエンジニア

3社が機械学習を活かす方法を語る！MLエンジニア向けオフラインイベントを開催（懇親会あり）

2月3日（金）19時より、note / コネヒト / Wantendlyが合同で『MLエンジニアが語る、プロダクトを成長させる技術と組織』を開催します。 ▼応募はこちら今回はオフラインイベントのみで実施をし、懇親会も予定しております。MLエンジニアやMLに関わるPM / PdM、MLプロダクトに興味があるエンジニアなど、様々な方たちとお会いできるのを楽しみにしております。イベント概要 ●応募ページ：https://pieceofcake.connpass.com/e

読者の行動データを用いたnote記事レコメンドをリファクタリングした話

noteのMLチームで主にMLOps関係の開発をしている、むっそです。先日「読者の行動データを用いたnote記事レコメンドのMLパイプラインツアー」という題材でMLパイプラインについてご紹介いたしました。今回はnoteの読者の行動データを用いたnote記事レコメンドをリファクタリングした話をしたいと思います。 ※前回の記事をまだ読んでいなくても、この記事は読めます！ AWS環境にてnoteユーザーの行動データを用いたnote記事レコメンド機能を提供しております。

読者の行動データを用いたnote記事レコメンドのMLパイプラインツアー

noteにてMLチームに配属されたむっそです。入社して約3ヶ月くらい経ちましたが、楽しい仲間たちとワイワイ開発やっています。今回はnoteのMLチームが作っているシステムっていまいち想像つかないよねぇという声(幻聴)がどこからか聞こえた気がしたので、どんなMLシステムを作っているのかを「MLパイプラインツアー」と題して順を追って紹介していきたいと思います。はじめに noteでは、ユーザーの皆様がスキになれるような記事を探し出して、たくさんレコメンドしております。こ

noteは機械学習をどう活用している？MLチームの開発指針と取り組みまとめ【2022年版】

本記事ではnoteのMLチームの取り組みについて、機能と概要をそれぞれ紹介します。紹介する機能はnote全体の一部ではありますが、MLチームの全体像を掴むことができます。 ▼この記事でわかること▼ MLチームが取り組んでいる内容が全体的に理解できる note内でどのように機械学習が利用されているのかがわかる MLチームの全体的なアーキテクチャと開発指針を知ることができる前提noteの取り組みを説明する前に、まずはMLチームの開発とアーキテクチャについて簡単に説

noteはPyCon JP2022にゴールドスポンサーで協賛します

10月14日〜10月15日に開催されるPyCon JPにGoldスポンサーで協賛します。 noteでは、ユーザーが読みたいクリエイターの作品を届けるために、械学習によるレコメンドを強化している最中です。開発を続けていく中で、Pythonを利用しているコミュニティに貢献していきたいという想いが社内で芽生え、今回初めてPyCon JPに協賛することになりました。 Pythonや機械学習コミュニティのさらなる活性化に寄与できればと考えております。 PyCon JP 2022概

Kaggleソロ参加だった自分に伝えたい、チームで挑むとよい5つの理由

こんにちは、noteでデータアナリストをしているrinascimentoです。 2022/2よりKaggleを再開し、このたび Kaggle Competitions Expert となることができました 🙌 「H&M Personalized Fashion Recommendations」「American Express - Default Prediction」という２つのコンペティションで銅メダル（上位10%の成績）を獲得してExpertとなれたのですが、両コン

多様なコンテンツをとどける、レコメンドベースのnoteのホームタイムラインをつくる

本記事では、note社内において、レコメンドとパーソナライズをベースにした新しいホームタイムラインのMVP（Minimal Viable Productの意、開発コードネームはHorizon）を開発した経緯や思想とその推移を、エンジニアの観点から書いている。PdM的な観点から書いた以下の記事も参照いただけると幸いである。想定する読者としては、以下のような読者を想定している。情報推薦や検索、データマイニング、機械学習の活用に興味があるエンジニアちょっと賢い機能をコア

noteのMLチームに入って1ヶ月

2022年7月の中旬からnote株式会社の基盤開発グループMLチームに配属されました、むっそと申します。noteに入社して約1ヶ月が経ったので、入社エントリー的なものを書こうと思います。はじめに入社エントリーって結局N=1な話で「君の話は興味ないねん」って言われたら終わるやつなので、先に目的だけ書きます。 noteにはこんなエンジニアがおるんやなぁとざっくり分かっていただく noteで働いている方に、むっそがどんな奴か分かっていただくエンジニア不足らしいので転職を

noteの機械学習フローを共通化してレコメンデーションで成果をあげた話

こんにちは．noteの基盤開発グループ機械学習チームに所属している安井です．普段は機械学習を活用したシステムの開発から運用までトータルでおこなっています． noteでは記事の分類やレコメンデーションに機械学習を用いて作成されたモデルが使われています．いくつか例を挙げますと，noteに投稿された記事をカテゴリごとにまとめて見るために，記事をカテゴリごとに機械学習で分類しています．また，”あなたへのおすすめ”としてユーザごとにパーソナライズされたおすすめ記事をとどけるためにも機

hierarchical softmaxについて

hierarchical softmaxとは word2vecのskip-gramモデルやGNNのrandom walkモデルでは，損失関数にsoftmaxを計算する場合があります．その時に，word2vecでは単語の数がたくさんあり，GNNではnodeの数がたくさんあり，softmaxの計算は非常に時間がかかります．単純にsoftmaxを計算するのではなく近似法として，hierarchical softmaxと呼ばれるテクニックがあります．neagtive sampli

SIGIR'20 Keynote speakerから見るInformation Retrievalの分析に関する誤り

SIGIR'20のkeynoteで，Norbert Fuhr氏がProof by Experimentation? Towards Better IR Researchというタイトルでプレゼンを行いました．訂正もなく多重検定を行っている論文は即座にリジェクトされるべきだと言ったメッセージもあり，その内容はかなりエッジが効いていました．それを簡潔にまとめると，情報検索の分野では，実践的な有効性を確認するために，実験は重要な役割を果たしている．それにも関わらず，しばしば適用さ

noteエンジニアチーム 公式マガジン