こんにちは。VASILYに入社して、オシャレぶるようになったと周りにイジられているデータサイエンティストの金田です。 VASILYでは、プッシュ通知の開封数を上げるために様々な施策を行っていますが、その一つとして、多腕バンディット問題を応用し、複数の異なるタイトル文の配信比率を動的に最適化することで、開封数を高めるといった取り組みを行っています。今回は、なぜプッシュ通知配信の最適化に多腕バンディット問題を応用したのか、アルゴリズム選定にあたりどのようなポイントを考慮したか、また実用にあたってどのような問題

ユーザベースでSPEEDAの開発を担当しています。 外間です。 ビジュアライゼーションのニーズが高まり続ける中、 先日僕もビジュアライゼーションで有名な、あのTableauのセミナーに参加してきました。 Tableau Highchart.js Tableau Tableauとは簡単に言えば、データを視覚化し分析を助けるBIツールです。 主に以下のような特徴があります。 インメモリで動作が軽い 様々なデータソースに対応（約40種） また、作成した資料を自由に組み替えてダッシュボードにまとめ、Web上に公開

エンジニアのにのみやです。 トレジャーデータが新サービスを発表するというので行ってきました。 内容については以下のようなメディアで記事化されている他、 トレジャーデータ，新サービスを発表 ─高速クエリエンジンとデータ可視化エンジン トレジャーデータ、POSデータ300億件が30秒で処理できるビッグデータ分析 米トレジャーデータ、DWHのクラウドにアドホッククエリーなどを追加 以下ではパネルディスカッションの様子も詳しく書かれています。 『トレジャーデータ、新サービス発表！〜進化したクラウドデータサービス〜