【仕様を読み解く】第2回 Advanced Message Queuing Protocol (2) ~Transport~

こんにちは、プロダクト開発部 Data Hub プロダクトグループの秋田です。気付けばもう12月。随分肌寒くなってきましたね。こたつに入りながらリモートワークをしたいところですが、そういえば我が家にはこたつがないことに今気付きました。

本連載では様々なプロトコルやシステムの仕様を読み解いていくことで、それらに込められた意思と意図を考えていこうと思います。

第2回は Data Hub で使用している Azure Service Bus で採用されている Advanced Message Queuing Protocol 1.0 (AMQP 1.0) の仕様のうち、Transportについて読み解いていきたいと思います。

「画像処理 勉強会」を開催しました

こんにちは，DSOC研究開発部の内田です． 弊社は表参道周辺にオフィスを構えており，DSOCは表参道沿いのSansan ONEに入居しています． 例年この時期になるとイルミネーションが輝くのですが，ご時世的に今年はかなり控えめで，少し寂しさを感じている今日この頃です．

本記事では，先日主催いたしました「画像処理 勉強会」のレポートをお届けします．

sansan.connpass.com

Discord を使って作る簡単バーチャルオフィス〜実例もあるよ〜

Sansan事業部プロダクト開発部 Data Hub プロダクトグループの宮崎です。

最近の趣味は筋トレです。なかやまきんに君の動画にドはまりしています。

今日は Discord を使ってバーチャルオフィスを作ってみたという話をしたいと思います。

え？二番煎じ？ 知ってた でも案外とあるツールが

他の組織でどのように使われてるかって興味ありませんか？

「こういう使い方もあるんだ」という感じで参考にしていただければと思います。

Hands-on guidance to DGL library _ (5) Training on large graphs

Hi, I am XING LI, a researcher from Sansan DSOC Data Analysis Group.

This is the article of Day 9 of Sansan Advent Calendar 2020.

Last time, we talked about some common tasks in deep graph learning and built a toy network on Node Classification task as a demo. We have known how to build, train and test a simple deep graph neural network by DGL. However, the graph dataset we used, Cora dataset, only has 2708 nodes and 5429 edges. The GNN's aggregation operation will not take a long time on such tiny graph. But in reality, we also face much larger graphs, for example, over million nodes and billion edges. Consider an -layer GCN with hidden state size , training on an -node graph. To store the intermediate hidden states requires memory, which is easily exceeding one GPU’s capacity with a large . So today we are going to talk about how to train a deep GNN on large graphs with help of DGL.

Eightのエンジニアで社内LTをした話

こんにちは、Eight事業部で Eight Career Design(ECD)のフロントエンド開発をしている藤野です。新卒で入ったと思えばもう半年も経っており驚いている今日この頃です。

本記事は Sansan Advent Calendar 2020 8日目の記事です。

今回はEightのエンジニア限定でLT会を主催した話と開催にあたってのノウハウをお話できればと思います。

【ネットワークの統計解析】第3回 代表的なネットワークのモデルを俯瞰する (1)

こんにちは．Sansan DSOC 研究開発部の黒木裕鷹です． 10月にゼルダの伝説 Breath of the Wild を購入し毎日2~30分ほどプレイしているのですが，寄り道ばかりしてしまい，まったくクリアできる気配がありません笑

さて，この連載では，自分の勉強・復習も兼ねて，ネットワークデータにまつわる統計解析を気の向くままに紹介しています． 第1, 2回は，ネットワークデータの標本調査（サンプリング）を扱いましたが， 今回からはいよいよ数理モデルを取りあげていきます． とはいえ，一概にネットワークのモデルといってもその範囲や種類は膨大なものになります． そこで，今回の記事では手始めに，広くネットワークデータにまつわる現象とそれぞれの代表的な数理モデルを俯瞰し，全体感を掴むことにします． それでも長くなってしまうことが予想されるため，この記事では主に「複雑ネットワーク」というテーマを中心に絞り，ノードの分散表現や深層学習の利用については次回の記事に回したいと思います．それではやっていきます

iOS アプリで様々なファイルをプレビューできる QLPreviewController の紹介

こんにちは、Sansan プロダクト開発部 iOS アプリエンジニアの相川です。最近個人的に機械学習を勉強していて、数学の勉強もすることになり、毎日新しいことを学ぶことができているのと大学時代に塾講師をしていた経験も少し活きていて楽しいです。

今回は iOS アプリにおいてファイルを簡単にプレビューできる API である QLPreviewController について紹介しようと思います。