Data Intelligence Team

「気になる」をすると、チーム側もあなたに興味を持った場合にメッセージが届きます!
広告予算配分シミュレーションツール AlloSim(その他R&D中の未公開プロダクトもいくつか)

予算配分シミュレーションシステム「AlloSim(アロシム)」は、過去実績データを基にした複数の広告媒体での最適な予算アロケーションを、機械学習により自動算出することを可能とします。

これにより、広告主様に対して、今まで以上に高品質の予算シミュレーションをご提供でき、より効果的な予算アロケーションがご提案可能になります。また、広告運用担当者の作業時間削減にもつながるため、予算配分に限らず、広告主様に対して様々な価値創造での貢献が可能になると考えております。

メンバー

執行役員CTO / Data Intelligence Team マネージャー
@hiraiva

2012年にオプトグループのアドテク開発会社 Demand Side Scienceを設立し代表取締役に就任。2016年オプト入社。エンジニア組織「Opt Technologies」を立上げ、自社ツールの開発や広告代理事業のAI化などを推進。2017年にCTO就任。2019年4月より当社執行役員就任、CTOとしてOpt Technologies 管掌。オプト社内のAIチームである Data Intelligence Team のマネージャーでもある。


開発チームからのメッセージ

Data Intelligence Team はデータを使ってオプトの広告運用やマーケティングを一つ上の段階に押し上げるチームです。

業務でのデータサイエンスの経験がなくても、エンジニアリング能力とデータサイエンスの基礎的な知識、そして高い学習意欲があれば大丈夫です!

理論と実践のバランスを取りながら、様々な知見を身につけ、本質的なAIソリューションを提供していきましょう!

カジュアル面談はお気軽に!


"INNOVATION AGENCY" を標榜するインターネット広告代理店。エンジニア組織 "Opt Techonologies" を中心にアドテクetc...に取り組んでいます。


利用技術・開発環境

Python
AWS
scikit-learn
pandas
ECS
Jupyter-notebook

その他チャットやタスク管理などのツール

Slack

自動化していること

開発環境構築
Lint
テスト
デプロイ

継続的に実践していること

Infrastructure as Code
スクラム
ペアプロをしている
モブプロをしている
事業数値をチーム全体に共有している
毎日チーム全体で状況共有をしている
定期的に振り返りを行っている
評価制度がある

コードレビューについて

設計に踏み込んだコードレビューをしている
可読性を意識したコードレビューをしている
バグが出ないようにコードレビューをしている
優先度が低くあまりできていない
体制、環境上できていない

技術的負債について

技術的負債の返済を重視し、迅速に返済している
定期的に技術的負債の返済をしている
既存実装に手をつけるタイミングで必要に応じて技術的負債の返済をしている
現在は優先度が低いため技術的負債の返済をあまりしていない
技術的負債の返済をする必要がない

テストについて

高いテストカバレッジを目指している
テストコードを当たり前に書いている
サービス運営上またはビジネス上重要な部分についてのみテストを書いている
基本的に手動でテストしている
テストを書く必要がない・または少ないプロダクトだ

チーム全体での開発の進め方

各人が広告運用関連のR&Dテーマを持ち、適宜ビジネス側と協議しながらR&Dを進めています。ビジネス課題とAIでできることを突き合わせながら、調査やトライを重ね、少しずつファクトを集めていき、実用化することを目指しています。

データは社内に蓄積されている広告運用データが主となるため、その広告運用実績データのDWHチームとのやりとりもあります。また、実用化段階においては、社内の広告運用向けプロダクトチームと分業し、実プロダクトのデリバリー体制を構築していきます。

R&Dとしては個人ワークが多くなりがちなチームですが、各R&Dテーマ横断でのレビュー会も適宜開催されています。

技術面でのアピール・課題・考え方

普段のR&Dはjupyter-notebook上での作業が中心です。ビジネス側と課題の定義含めて協議したものを、社内の広告運用実績データを使ってトライアンドエラーを繰り返します。

我々の職種は「データサイエンスエンジニア」と言っています。データサイエンスの知見がありながら、自身で実装することができるという点でエンジニアです。

大事にしているのは、各人が自ら手を動かしつつ、理論的な裏付けと現場に則した実用化のバランスを取ることです。明確な答えがないこともあるR&D業務なので、素早くプロトタイピングしてフィードバックを得るのも重要だと考えています。

大学との産学連携についても一部進めているほか、人工知能学会への参加などアカデミアとの連携も模索しています。社内では、論文読み会などアカデミックな知見を深める試みも行われています。


求人一覧

Data Intelligence Team

「気になる」をすると、チーム側もあなたに興味を持った場合にメッセージが届きます!

広告予算配分シミュレーションツール AlloSim(その他R&D中の未公開プロダクトもいくつか)

予算配分シミュレーションシステム「AlloSim(アロシム)」は、過去実績データを基にした複数の広告媒体での最適な予算アロケーションを、機械学習により自動算出することを可能とします。

これにより、広告主様に対して、今まで以上に高品質の予算シミュレーションをご提供でき、より効果的な予算アロケーションがご提案可能になります。また、広告運用担当者の作業時間削減にもつながるため、予算配分に限らず、広告主様に対して様々な価値創造での貢献が可能になると考えております。

リリース: 2018年12月

"INNOVATION AGENCY" を標榜するインターネット広告代理店。エンジニア組織 "Opt Techonologies" を中心にアドテクetc...に取り組んでいます。


利用技術・開発環境

Python
AWS
scikit-learn
pandas
ECS
Jupyter-notebook

その他チャットやタスク管理などのツール

Slack

自動化していること

開発環境構築
Lint
テスト
デプロイ

継続的に実践していること

Infrastructure as Code
スクラム
ペアプロをしている
モブプロをしている
事業数値をチーム全体に共有している
毎日チーム全体で状況共有をしている
定期的に振り返りを行っている
評価制度がある

コードレビューについて

設計に踏み込んだコードレビューをしている
可読性を意識したコードレビューをしている
バグが出ないようにコードレビューをしている
優先度が低くあまりできていない
体制、環境上できていない

技術的負債について

技術的負債の返済を重視し、迅速に返済している
定期的に技術的負債の返済をしている
既存実装に手をつけるタイミングで必要に応じて技術的負債の返済をしている
現在は優先度が低いため技術的負債の返済をあまりしていない
技術的負債の返済をする必要がない

テストについて

高いテストカバレッジを目指している
テストコードを当たり前に書いている
サービス運営上またはビジネス上重要な部分についてのみテストを書いている
基本的に手動でテストしている
テストを書く必要がない・または少ないプロダクトだ

メンバー

執行役員CTO / Data Intelligence Team マネージャー
@hiraiva

2012年にオプトグループのアドテク開発会社 Demand Side Scienceを設立し代表取締役に就任。2016年オプト入社。エンジニア組織「Opt Technologies」を立上げ、自社ツールの開発や広告代理事業のAI化などを推進。2017年にCTO就任。2019年4月より当社執行役員就任、CTOとしてOpt Technologies 管掌。オプト社内のAIチームである Data Intelligence Team のマネージャーでもある。

開発チームからのメッセージ

Data Intelligence Team はデータを使ってオプトの広告運用やマーケティングを一つ上の段階に押し上げるチームです。

業務でのデータサイエンスの経験がなくても、エンジニアリング能力とデータサイエンスの基礎的な知識、そして高い学習意欲があれば大丈夫です!

理論と実践のバランスを取りながら、様々な知見を身につけ、本質的なAIソリューションを提供していきましょう!

カジュアル面談はお気軽に!


チーム全体での開発の進め方

各人が広告運用関連のR&Dテーマを持ち、適宜ビジネス側と協議しながらR&Dを進めています。ビジネス課題とAIでできることを突き合わせながら、調査やトライを重ね、少しずつファクトを集めていき、実用化することを目指しています。

データは社内に蓄積されている広告運用データが主となるため、その広告運用実績データのDWHチームとのやりとりもあります。また、実用化段階においては、社内の広告運用向けプロダクトチームと分業し、実プロダクトのデリバリー体制を構築していきます。

R&Dとしては個人ワークが多くなりがちなチームですが、各R&Dテーマ横断でのレビュー会も適宜開催されています。

技術面でのアピール・課題・考え方

普段のR&Dはjupyter-notebook上での作業が中心です。ビジネス側と課題の定義含めて協議したものを、社内の広告運用実績データを使ってトライアンドエラーを繰り返します。

我々の職種は「データサイエンスエンジニア」と言っています。データサイエンスの知見がありながら、自身で実装することができるという点でエンジニアです。

大事にしているのは、各人が自ら手を動かしつつ、理論的な裏付けと現場に則した実用化のバランスを取ることです。明確な答えがないこともあるR&D業務なので、素早くプロトタイピングしてフィードバックを得るのも重要だと考えています。

大学との産学連携についても一部進めているほか、人工知能学会への参加などアカデミアとの連携も模索しています。社内では、論文読み会などアカデミックな知見を深める試みも行われています。


求人一覧