Sansan Tech Blog

Sansanのものづくりを支えるメンバーの技術やデザイン、プロダクトマネジメントの情報を発信

【レポート】IBIS2018で発表してきました

こんにちは、DSOC R&Dグループ研究員の奥田です。イクラ丼とスープカレーで胃もたれを起こしてしまい、加齢を感じる今日この頃です。

2018年11月3日から11月7日にかけて北海道で行われた第21回情報論的学習理論ワークショップ (IBIS 2018)にてポスター発表を行ってきましたので、発表の内容やワークショップの様子などを紹介したいと思います。

IBIS2018とは

IBIS2018は機械学習に関する国内最大のワークショップです。主に統計解析や機械学習、最適化など理論寄りの研究が多く、参加者の発表は基本的にポスター形式で行われます。今年はワークショップ全体の参加者が500名、ポスターは200件を超えるなど、年を経るごとにその注目度は上がってきております。また、IBISには幾つかの企画セッションやチュートリアルが設けられており、基礎から応用まで多様な発表が企画されております。

f:id:yag_ays:20181105100329j:plain

続きを読む

【つながりに効く、ネットワーク研究小話】vol.5 社会ネットワークと転職

f:id:s_yuka:20181109153924j:plain

Sansan DSOC研究員の前嶋です。「つながりに効く、ネットワーク研究小話」の第5回です。

社会ネットワークと転職についての研究は数多く、この領域は「キング・オブ・ネットワーク研究」と言っても過言ではありません。というのも、様々な社会現象の中で、転職は特に社会ネットワークから受ける影響が大きいためです。
平成24年の労働経済白書によれば、転職の経路のうち「知人・友人の紹介」の割合は23.4%にのぼるそうです(厚生労働省 2012)。多種多様な情報ソースが利用可能になった現代でも、社会ネットワークが職探しに与える効果は依然として大きいと言えます。

続きを読む

【速報】カンファレンス「Sansan Builders Box」を開催しました

f:id:s_yuka:20181119151414j:plain

こんにちは!Sansan Builders Box 編集部の鈴木です。

11月10日(土) に表参道ヒルズにて、Sansan初のものづくり系カンファレンス「Sansan Builders Box」を開催しました。ご来場いただいた皆さま、ありがとうございました!

こちらの記事では当日の速報と、セッションの資料についてご案内します。

続きを読む

【鈴木対談】チームビルディング 後編 <チームとして目指していくもの>

こんにちは。Sansan Builders Box 編集部の鈴木です。

Sansan に在籍している3人の「鈴木」が集まって対談ブログにしようという企画です。
初回のテーマは「チームビルディング」。Sansan のデザインマネジャーと Eight エンジニアマネジャーがそれぞれのチームづくりについて語る後編です。

前編はこちらからお読みください。


====================

○ 登場する鈴木たち

鈴木 康寛 (本文中:康)
Eight 事業部 CEM (Chief Engineering Manager)。Eight 開発チーム全体のマネジメントや、VPoE のオーダーのもと、エンジニアの成果向上と働きやすい環境づくりに取り組む。

鈴木 翔 (本文中:翔)
Sansan 事業部プロダクト開発部 デザインマネジャー。デザイン業務をやりながら、チームの目標管理やモチベーションアップの施策を考えるほか、事業部としてのデザイン的な意思決定にも携わる。

編集部の鈴木 (本文中:編)
Sansan Builders Box 編集部員。コーポレートブログmimiEight Blog にも現れる。ブランドコミュニケーション部所属。

====================

続きを読む

【鈴木対談】チームビルディング 前編 <プロダクトの成長と共に変化>

こんにちは。Sansan Builders Box 編集部の鈴木です。

「鈴木」という名字はかなりポピュラーなので、Sansan にも複数名の「鈴木」が在籍しています。その中でも古株の3人が集まって、話す側と書く側に分かれてブログにしようというのがこの企画です。

今回は、マネージャーである二人の鈴木が Sansan のデザインチームと Eight エンジニアチームのそれぞれの組織について「どのようにチームづくりに取り組んでいるか」をお題に話しました。
当初の想定以上に熱く濃い会話が交わされたため、前後編に分けてお届けします!


f:id:s_yuka:20181105193229j:plain
Sansan のデザイナー鈴木 翔(左)と Eight エンジニア鈴木 康寛(右)

続きを読む

【ML Tech RPT. 】第1回 Zero Shot Learning を学ぶ (1)

f:id:s_yuka:20181213172701p:plain
こんにちは、 Sansan DSOC 研究員の吉村です。今年の春新卒として入社しました。専門は機械学習及びクラウドソーシング周りで、現在は予測モデルの作成やワーカのミスの分析などを行なっています。こちらの連載では、自身の勉強を兼ねて普段の業務やその周辺技術についての発信をしていこうと思います。
初回は、業務とはあまり関係がないところではありますが、知見を溜めるという意味合いも込めて以前から興味があった Zero Shot Learning について調べてみましたので、共有をさせていただきます。この記事では Zero Shot Learning についての、問題設定やそれを利用するモチベーションについて説明します。

Zero Shot Learning とは

Zero Shot Learning とは機械学習における研究分野の一つであり、訓練データ中に一度も出現しなかったラベルを予測する問題設定です。
つまり、特徴量空間を X 、ラベル空間を Yとし、訓練データ内で観測されたラベルのみによって表される空間をY^{train}、訓練データ内で観測されなかったラベルのみによって表される空間をY^{target}とすると、

$$
f : X \rightarrow Y^{target}
$$

となるような分類器fを学習することが目的となります。
だだし、この時、
$$Y^{train} \cup Y^{target}=Y,$$
$$Y^{train} \cap Y^{target}=\emptyset$$
の両方が成り立ちます。

続きを読む

© Sansan, Inc.