この記事は Timee Advent Calendar 2023 の7日目の記事です。 qiita.com こんにちは、データ統括部データサイエンス（以下DS）グループ所属の小栗です。 本記事では、メンバーの相互理解を深めるためにDSグループで取り組んでいる施策を紹介します。 そもそもの課題感 以下の要素により、DSメンバー間の相互理解が今後難しくなりそう…という課題感が当時あり、諸々の施策をスタートさせました。 フルリモート前提の働き方をしている チームメンバーの数がすごい勢いで増えてきた（1年で2.5

AWS は、2023 年 11 月 15 日 ( 水 ) 〜 2023 年 11 月 17 日 ( 金 ) にわたって幕張メッセで開催される Inter BEE 2023 に出展します。 ( 幕張メッセ 展示ホール 4 小間番号：4615 )。AWS ブースでは「Create. Deliver. Monetize.」をテーマに、「コンテンツ制作」、「放送」、「メディアサプライチェーン & アーカイブ」、「Direct-to-Consumer & ストリーミング」、「データサイエンス &am

はじめに こんにちは。宿泊検索チームの渥美 id:atsumim です。 最近は検索改善のプロジェクトを行っており、特にキーワードでの検索の改善を行っています。 今回はその中でこの1年くらいの改善についてお話しします。 言葉の定義 先にこの記事で用いる言葉の説明をします。 ハード検索 指定した条件と完全に一致する結果のみを返す検索方法です。 今回は ID に 変換される 検索のことを指します。 ID なので一文字でも違うと、異なる条件として取り扱われます。 より具体的に言えば、下記の検索パネルから選択でき

はじめに こんにちは、一休.comデータサイエンス部の平田です。 みなさんChatGPT活用してますか？ 一エンジニアとして便利に使ってはいるものの、自社サービスにどのように組み込もうか模索しているところも多いかもしれません。 一番の利用先として思いつくのが、自社の情報をもとに質問に答えるチャットボットではないでしょうか。 その中では、ハイコンテキストな検索（例えば、「東京から2時間以内で子供も楽しめるアクティビティがあって、景色も良い宿」のような）にも答えられるとボットの価値が増します。 ChatGPT

こんにちは！ LuupのData Strategy部（Data Scienceチーム所属）の大島です。ここでは、LuupのData Scienceチームと、Luupのデータ分析の醍醐味である地理空間データを使ったポート密度に関する分析をご紹介します。 LuupのData Scienceチームの紹介 Luupの事業では、電動アシスト自転車や電動キックボードを停めるポートの獲得、アプリや車両などのプロダクトの設計・開発・運用、車両の充電・再配置といったオペレーション、社会への発信・広報活動など、様々な取り組み

はじめに データサイエンス部の平田です。 ディープラーニングのモデルを作る際、学習データが少ないことが原因で精度が上がらない場合、データのかさまし（augmentation）を行うことがあります。 画像の場合は、オリジナルに対して回転させたりノイズを少し加えることで同じラベル付けがされている別の画像を作り出すことができ、それを学習データに加えることで頑健なモデルになります。 ただし、テキストの場合は回転させると意味不明になるのでどういう操作をしてかさましするかというのを考える必要があります。 そこで、ED

はじめまして。開発部の sakura818uuu です。 CS（カスタマーサクセス）チームのサポートエンジニアを始めて3ヶ月が 経過しました。 3ヶ月が経ったので振り返ってみようと思います。 主な業務内容 求められるスキル 1.データ分析(SQL) 2.プロダクトの仕様把握 3.情報共有 他にもあったら良さそうなスキル キャリアとして さいごに 主な業務内容 主な業務内容はCSチームの技術的サポートや施策の計画や管理をしています。 また、CS業務のドキュメントの拡充や整理を行いました。 やってること（一部

はじめまして。 sakura818uuuです。 この前、社内で初めてPMっぽい動きをしたら盛大に失敗したので 反省すべきことや学んだことを書きます。 この記事はdely Advent Calendar 2019の12日目の記事です。 Qiita: https://qiita.com/advent-calendar/2019/dely Adventar: https://adventar.org/calendars/4134 昨日はiOSエンジニアのnancyさんが「 Combine と Rx

こんにちは。delyインターンのしょーといいます。 データサイエンスチームで1ヶ月間インターンさせていただきました。 本記事では、インターンで行なってきた事柄を紹介していきます。 目次 目次 １. コホート分析 分析手法 結果 ２. アプリダウンロード数の推移 分析手法 結果 ３. 動画視聴予測モデル作成 基礎となるデータフレームに至るまで 学習 精度向上に向けて このモデルを利用した機能提案 ４. データサイエンスチームの取り組みに参加した 成果報告会を行なった 終わりに １. コホート分析 レシピ詳細

はじめに こんにちは。データサイエンスチームのsakura ( @818uuu ) です。 クラシルの検索改善を担当しています。 データサイエンスチームでは今月 Presto勉強会 を毎日行っていました。 本記事ではその取り組みをご紹介しようと思います。 Prestoとは Prestoとは、Amazon Athenaで使用されている分散SQLエンジンのことを指します。 ※本勉強会ではPrestoで動く「SQL記法」を勉強しています。 概要 Presto勉強会の概要です。 [内容] Prestoの公式ドキュ

はじめに こんにちは。データサイエンスチームのsakura ( @818uuu ) です。クラシルの検索改善を担当しています。 データサイエンスチームでは今年の３月から サーベイチャレンジ という取り組みを行っています。 本記事ではその取り組みをご紹介しようと思います。 概要 サーベイチャレンジの概要です。 [内容] 論文を読み、データサイエンスチーム内で共有する [目的] 料理に関する様々な研究を知る・様々な分野の最先端技術を知る [作業時間] 基本的に業務時間内に実施 [共有時間] 週１回のチームMT

はじめに こんにちは。データサイエンス部の平田です。 一休でのデータ分析はJupyter NotebookやJupyter Labを用いてDWHにアクセスして行われることが多いですが、サービスそのものと分析環境が乖離していることにより、分析結果を継続的にサービスに取り込むのが難しい状況でした。 また、マーケティング部の方々がJupyterを使用して分析した結果に基づいて継続的に施策を行おうとしても、Airflowに組み込む際のエンジニアの負担はそこそこありますし、修正するたびに依頼をしなければならないなど

こんにちは、サーバーサイドエンジニアのjoooee0000です。 delyはデータ基盤としてAWS Athenaを使っており、ユーザーの行動ログからアプリケーションのアクセスログまで、様々なログがAWS Athena上に存在しています。AWS AthenaはS3上にあるデータソースをprestoのクエリ記法で引けるようになっていてとても便利です。 クラシルの分析基盤の歴史に興味がある方は、この記事にまとまっているので参照してみてください。クラシルの分析基盤はデータサイエンスチームが主体となって今も改善を続

一休のデータサイエンス部に所属しています小島です。 以前データ分析基盤の構築で記事を上げていましたが、今回はETL *1 周りの話をしようと思います。 user-first.ikyu.co.jp 今回ETLのツールとして導入したのはAirflowというツールです。 2017年のアドベントカレンダーでも紹介させていただきました。 一休のデータフローをAirflow&#x

メリークリスマスイブ！ 皆様クリスマスイブはいかがお過ごしですか。 データサイエンス部所属のエンジニア 笹島 id:sisijumi です。 年末ということもあり、今日は一休という会社のエンジニア組織の変遷を振り返るとともに、現状に関してもお話させていただきます。 （現状はデータサイエンス部ですが、今年の10月までは宿泊事業部のエンジニアのマネージャーをやっておりました。） 一休における収益の変遷 宿泊事業に関してですが、過去発表した資料を元に説明させていただきます。 （近年非上場になった為、直近の収益に