デブスト【B-5】先端機械学習モデルを自社サービスに導入 #devboostB

【Developers CAREER Boost 2023】12/9（土）オンライン開催！✨ @developersboost

B-5セッション『先端機械学習モデルを自社サービスに導入』森山直人さん（パーソルキャリア）です！ #devboost #devboostB pic.twitter.com/j7CfJL1QWX

拡大

そば太郎 @_sobataro

「先端機械学習モデルを自社サービスに導入」 event.shoeisha.jp/devboost/20181… #devboost #devboostB

Sadayoshi Tada / taddy @taddy_919

続いて、先端機械学習モデルを自社サービスに導入された話 #devboost #devboostB

そば太郎 @_sobataro

事業会社の視点から機械学習を考える話。論文をどのように事業に適用させたのか。 #devboost #devboostB

そば太郎 @_sobataro

機械学習は、モデルを作ることより、前処理や設定、運用などの周辺要素が重い。これをどうやって小さくするかが重要。 #devboost #devboostB

そば太郎 @_sobataro

ここでは人材業界での求人レコメンデーションについて考える。協調フィルタリングや Factorization Machine による手法が多い。これはシンプルかつ強力だが、巨大な行列計算が必要で、リアルタイムレコメンデーションが難しい。 #devboost #devboostB

そば太郎 @_sobataro

処理が軽くてリアルタイムレコメンデーションができるものがほしい => 先端研究を調査する。 NIPS, ICML, ACL, KDD. ここでは State of the Arts な精度を追い求める研究よりも、企業での応用の話が多い KDD を見た。 #devboost #devboostB

Shoko@育休中 @_okohs

KDD初めて聞いた。企業での機械学習応用が多く取り上げられているカンファレンスなのか。メモメモ #devboostB kdd.org/kdd2018/

Shoko@育休中 @_okohs

単語の意味の計算（「王様」ー「男」＋「女」＝「女王」）ができるってすごいなー #devboostB

そば太郎 @_sobataro

kdd.org/kdd2018/accept… に注目。これは Word2Vec をレコメンデーションに応用した Item2Vec を、さらに閲覧情報のない場合にも使えるようにした もの。 #devboost #devboostB

そば太郎 @_sobataro

これはアイテムそれ自体でなく、アイテムの持つ属性情報 (ブランド、カテゴリ、店舗、……) を扱うもの。この構造は EC でなく、いまやりたい求人分野でも応用できそう、ということで採用。 #devboost #devboostB

そば太郎 @_sobataro

機械学習の中身の話はあまりしません、といいつつ、数式に現れない部分の実装上のテクニックが紹介されていてすごい #devboost #devboostB

そば太郎 @_sobataro

このモデルは学習・検証・前処理・推論がそれぞれ低コストにできる。 #devboost #devboostB

そば太郎 @_sobataro

これ、転職市場では具体的にどんな属性値を使ったんだろう。企業を適切に表す属性値とは……？？？ #devboost #devboostB

Shoko@育休中 @_okohs

たしかに求人情報って動的に莫大な量が増えるデータでもないからそんなに何度も学習させる必要がないのか。確かにこれならお試し利用にもちょうどよさそう #devboostB

そば太郎 @_sobataro

ビジネス的な要件 (今回の場合は、リアルタイムレコメンド、学習・推論の計算コストが低い) を満たすモデルもあるので、そういうものを探して ML を実サービスに入れましょう、という話ですかね。 #devboost #devboostB