【増席！】機械学習モデルの負荷がやばすぎて、100倍高速にしつつ精度も上げた話

ABEJA Insight for Retailは、小売流通業界に特化した店舗解析SaaSです。

ネットワークカメラ、赤外線センサー等のIoTデバイスから取得したデータを解析し、 来店人数、店前通行人数、年齢性別推定、リピート推定、動線分析など、実店舗における来店から購買までの顧客行動をデータとして可視化します。

現在、ABEJA Insight for Retailが1日に処理するデータは、実に約40TB。 すでに、120社700店舗以上の環境で本番運用をしています。

今回のMeetupでは、このABEJA Insight for Retailの新機能の処理速度を100倍高速にしつつ精度も上げた事例について取り上げます。 どのような辛さがあったのか、具体的にどう解決したのかなど、生々しい話をタスクフォースのメンバーからお話しさせていただきます！

こんな人にオススメ

• 機械学習とコラボレーションしながらデータエンジニアをやることに興味がある人
• 継続的なモデル改善プロセスに興味がある人
• 研究とプロダクションの距離が近い開発現場に興味がある人
• ABEJAのエンジニアとカジュアルに話しをしながらお酒を飲みたい人

Meetupの詳細

開催日時

• 2019/10/10 (木) 19:30〜21:30 （19:15 より受付開始）

タイムライン

• 19:15-19:30 開場&受付
• 19:30-19:40 ABEJA Insight for Retailのプロダクトについて
• 19:40-20:10 Retail Face Analysis Inside-Out
• 20:10-20:40 研究成果のプロダクション適応
• 20:45-21:30 交流会（飲み物と軽食をご用意致します）

開催場所

• ABEJAオフィス（東京都港区白金一丁目17番3号 NBFプラチナタワー）

参加費

• 500円 交流会費用としてお預かりさせていただきます。※交流会参加者のみ。
• 領収書の発行は致しかねます。予めご了承ください。

ご参加に際してのお願い

• 受付で申し込み時のお名前を確認させていただきますので、「名刺2枚（内1枚は名札用）」をご準備ください 。
• 途中参加の方への注意点： 20:00でビル1Fエントランスが施錠されますため、20:00前にはご到着ください。
• もし遅れてご到着される場合はご連絡をお願い致します。（人事部高橋：080-3860-6226）

登壇者情報

齋藤和正

• 大阪大学基礎工学部・同大学院情報科学研究科を卒業後、2018年の新卒でABEJAにData Scientistとして入社。
• ABEJAでは、データ分析・機械学習のプロジェクトに複数関わっています。2018年/6月より「ABEJA Insight for Retail」における動線分析のサービスの立ち上げに関わり、2018年/12月からはより「ABEJA Insight for Retail」のプロダクトオーナーをしています。

白川達也

• 京都大学理学部卒業、同大学院数理解析専攻中退。
• 学生時代は数学者になるべく一心不乱に数学に打ち込んでいましたが、もっと幅広く直接的に社会にインパクトを与えられる仕事をしたいと思い、NTTデータ数理システムに入社。研究員として数理計画や機械学習技術の研究開発に従事していました。
• Big Dataの隆盛やDeep Learningの勃興をリアルタイムで体感し、より機械学習を究めたいと思い、2016年よりABEJAにResearcherとして参画。Deep Learningを中心としたシーズ技術について幅広く研究開発しています。

中川裕太

• 2017年株式会社ABEJAに入社し，Insight for Retailから ABEJA Platform，研究開発まで幅広く担当してきました。
• 現在は Insight for Retail 研究チームのリーダーをしており、研究成果のプロダクト適用に日々もがいています。
• 今日は、負荷を下げながら精度もあげられるようリサーチャーと協力しながらモデルとアーキテクチャの両面から改善した話をします．

注意事項

• 参加者多数の場合は、10月7日(月)までに参加可否の連絡をさせていただきます
• プロフィールが充実されている方を優先的にご案内する場合がございますのでご了承ください
• 本イベントはエンジニア向けの勉強会であり、勧誘、営利、宣伝、ヘッドハンティング等を目的とした参加はお断りをさせていただくことがあります
• イベントタイムテーブルは予告なく変更となる場合があります
• 貴重品の管理は各自でお願いいたします。万一盗難・紛失等の事故が発生しても、主催者では一切責任を負いません。