ランサーズ等のサービスを開発・運用する中で得た知識やノウハウを紹介しています。

BCU30

Labels:  イベント/登壇, 機械学習 投稿者:s.t

ランサーズの機会学習(レコメンドシステム)の取り組みについて「Battle Conference U30」で登壇しました

ランサーズで機械学習エンジニアをしている高田です。
2018年4月21日(土)にサイバーエージェント主催の30才以下のエンジニアを対象にしたBCU30と呼ばれるカンファレンスで登壇しました。

re

発表資料です。

300名定員のところに400名以上の応募があり、非常に盛況なカンファレンスでした。

登壇のオファーをしていただいた サイバーエージェント社の飯田 有佳子さんに感謝の言葉を捧げたいと思います。

ランサーズではサービスを成長させてくれるエンジニア、デザイナーを募集しています!
ご興味がある方は、以下URLよりご応募ください。


【中途採用】
サービスリードエンジニア
テックリード(アーキテクト)
フロントエンドエンジニア
サーバーサイドエンジニア
業務エンジニア(社内システム基盤・基幹システム)

【インターン・学生バイト】
19新卒対象サマーインターン
エンジニアインターン

その他採用情報

関連記事

thumbnail
プログラミング言語Go読書会#10(6.3-7.2)[2017/05/24]

どうも、ameshoです。 先日Lancersで開催された「Go 読書会 #10」の記録をQiitaに書きました。 http://qiita.com/amesho/items/d7085e4bb8ea3073d1fc よろしくお願いします。

thumbnail
サンプルデータを使ってリアルタイムレコメンデーションを作る – 2. 類似度計算 –

サンプルデータを使ってリアルタイムレコメンデーションを作る – 2. 類似度計算 – はじめに 参考書 レコメンドとは データセット 特徴エンジニアリング 類似度計算 TF-IDF 次元圧縮 コサイン類似度 バイナリデータ Webアプリ …

thumbnail
サンプルデータを使ってリアルタイムレコメンデーションを作る – 1. はじめに –

サンプルデータを使ってリアルタイムレコメンデーションを作る – 1. はじめに – はじめに 参考資料 レコメンドとは データセット 特徴エンジニアリング 類似度計算 TF-IDF 次元圧縮 コサイン類似度 バイナリデータ Webアプリ …