機械学習プロダクト開発の「2年目」とこれから｜Yotaro Katayama
自然言語処理・機械学習を用いて、企業に眠っている契約書を資産として活用できるようにしていくサービスを作っているMNTSQの堅山です。 弊社の機械学習チームは、契約書データから様々な情報を抽出し、人が活用できるようにするのがの役割です。例えば、誰が相手の契約か？この条項と同じタイプの条項は他にあるか？などなど文書分類、NERなどなどのタスクを解いています。 弊社は現在3年目に突入したところで、無事に実証実験を終え、企業の皆様に使っていただけるところまでたどり着くことができました。 1年目と2年目を振り返って、プロダクトを作っていくために必要な考え方が違ったなと思ったので、どういう点がポイントだったのかを振り返って行こうと思います。 機械学習プロダクト開発の「1年目」弊社のプロダクトは、すでに収益を生むサービスに対して機械学習を投入するといったシチュエーションではなく、新しいタイプの製品を機械
従業員エンゲージメント向上のための人事データ活用 〜課題設定のポイント〜
データ活用する人事が行う組織課題がわかる論点整理 従業員エンゲージメント向上のための人事データ活用〜課題把握のポイント〜 https://schoo.jp/class/8065 2021 / 7 / 14 (水) 21:00 - 22:00 #組織課題がわかる論点整理
サンフランシスコのスタートアップで面接官をしている - ベイエリアで楽しくやっていく
絶賛人員拡大中のスタートアップに転職して以降、コーディング面接の面接官をするようになった*1。 弊社はいろんな方面で人員を拡大中のため、面接対象の職種も多岐にわたっている。具体的には、入社からの数ヶ月の間で以下の５つの職種の候補者を面接した。 Fullstack engineer (自分の職種) Infrastructure engineer Data scientist Technical product manager Sales engineer 基本的に自分に期待されているのはエンジニアリング（主にコーディング）の技能のチェックなので、職種にかかわらず似たようなコーディング面接を行い*2、職種に応じて評価を調節することが多い。 コーディング面接に際しては、うちの会社ではcoderpadを利用して、実際に動くコードを書く面接を行っている。自分の（インタビューされる側としての）数少ない
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
MSN
