- 第二新卒・ディレクター
- フルスタック・エンジニア
- キャリアアドバイザー・CS
- 他62件の職種
- 開発
-
ビジネス
- 第二新卒・ディレクター
- PM・ディレクター
- コンセプト設計・ディレクター
- システム設計・ディレクター
- UX設計・ディレクター
- 第二新卒・UXデザイナー
- コンセプト設計・UXデザイナー
- UXデザイナー・ディレクター
- Webコンサル・ディレクター
- IPO準備・経理
- 採用広報・人事
- マネージャー候補・法務
- IPO準備・法務
- 人事・人事企画
- 組織開発・人事
- マネージャー候補・経理
- 人事・人事企画
- セールス・B2B
- コンサルタント・セールス
- 第二新卒・セールス
- コンサルタント・セールス
- SEO設計・マーケター
- マーケター・B2B
- アクセス解析・マーケター
- マーケター
- PM・Webディレクター
- マネージャー候補・マーケター
- 第二新卒・編集
- コンセプト企画・編集者
- コンテンツ企画・ディレクター
- ライター・SEO
- コンセプト設計・編集
- コンセプト企画・ディレクター
- マネージャー候補・編集者
- インタビュー・ライター
- Webコンサル・マーケター
- Webライター
- マーケ企画・マーケター
- インタビューライター
- ライター
- 編集長候補
- コンセプト設計・編集
- その他
【GIG勉強会Vol.34 】「GitHub Actionsを触ってみた」と「機械学習におけるPDCAを回すための環境構築」
今回は先日開催された、第32回目勉強会(LT.22)の様子をご紹介します。
前半テーマ:「GitHub Actionsを触ってみた話」
前半はバッグエンドの石倉 彰悟さんが登壇し、GitHub Actionsの特徴について話しました。
石倉 彰悟(いしくら しょうご):1991年生まれ。地元専門学校卒業後、ソーシャルゲーム会社にカスタマーサポートとして入社。 2014年にエンジニアとして転職し、大規模決済システムや通信キャリア系ECサイト等の開発を行う。 2018年7月、GIGに参画。現在は「Workship」のバックエンド全般を担当している
前半テーマで当日使用したスライドはこちら
LT.22 GitHub Actionsを触ってみた話 from GIG inc.
GitHub Actionsの特徴とメリット
石倉さんによると、CIツールの流行を見るにGitHub Actionsは最も注目をあびているツールであるとのこと。そんなGitHub Actionsは、CircleCIとTravis CIと比べてどのような点が異なるのかを解説してくれました。
- パブリックリポジトリ、プライベートリポジトリ問わず、他のCIより料金がお得
- 並列ジョブ数が多い
GitHub Actionsが、1リポジトリあたり20ワークフローまで可能なのに対し、CircleCIはひとつのみ。無料で利用していくと、ジョブが詰まり実行に時間がかかってしまいます。またTravis CIは、並列するジョブ実行数に応じて料金が発生。並列ジョブ数でいっても、GitHub Actionsはよい選択肢だといいます。
さらにGitHub Actionsのメリットは以下の通りです。
- GitHubに組み込まれているため、面倒な設定が不要
- あらゆるGitHubイベントに対応
- 他の人が作ったさまざまなActionをワークフローに組み込める
他のCI/CDツールと比較して特に優れているというわけではありませんが、今後Actionが充実するにつれて、CI/CDの環境構築が楽になるのではないかと期待が高まっているとのことでした。
すでに環境を構築し利用しているものがあれば、移行するメリットはそこまで大きくありません。一方で、これからプライベートリポジトリで個人開発を行うのであれば、GitHub Actionsはコスパの良い選択肢だそうです。
後半テーマ:「機械学習におけるPDCAを回せる環境構築の話」
後半は、バックエンド/機械学習エンジニア、データサイエンティストの坂本 昂輝さんが登壇。機械学習におけるPDCAを回せる環境構築についてお話してもらいました。
坂本 昂輝(さかもと こうき):バックエンド/機械学習エンジニア、データサイエンティスト。 2018年にGIGに入社し、メディアサイト制作のバックエンドを担当。2019年からは自社サービスWorkshipのレコメンドエンジンやスコアリングシステムの開発、およびデータ分析業務に従事している
後半テーマで当日使用したスライドはこちら!
LT.22 機械学習におけるPDCAを回せる環境構築の話 from GIG inc.
「Workship」のスコアリングPDCA
現在GIGが提供しているサービス「Workship」では、プロフィールに書かれた情報をもとにフリーランスのスコアリングが行われています。しかし、スコア分布が広がりにくかったり、項目ごとの平均点を算出したりするため、スコアの差がつきづらいという問題がありました。
たとえば、2つの項目の点数が5点ずつの人と、0点と10点の人、スキルは異なるもののスコアとしては同じであると評価されてしまうのです。 そこで坂本さんは、スコアリングを改善するために、プロフィールの文章量に応じてスコアが上がるような関数を設定したといいます。それでも、質ではなく量でしか判断できないため、本当にその点数で正しいのかと疑問を解消するためスコアリングに機械学習を利用することにしました。
機械学習のPDCAをまわしていくなかで実現できたことを紹介してもらいました。
- ブラウザからフリーランスのプロフィールを確認
- 現在のモデルによる予測スコアが表示され、それを参考に評価できる
- ユーザー情報と紐づけて評価の判断基準に関するコメントを残せる
- 評価の方法を共有すれば、誰でもアノテーションできる
問題を見極めしっかりとPDCAを回すことの大切さを改めて学べる会になりました。
勉強会のあとは……懇親会!
勉強会の後はお楽しみの懇親会です! 本日もおいしいお寿司とお酒を片手に、参加者同士の交流が深まる有意義な懇親会になりました。
GIGではgood is goodなチームを築ける仲間を募集しています!
現在、GIGでは「一緒に学びながら成長していきたい!」と意欲のある仲間を募集しています。 詳しく話を聞いてみたい方はWantedlyからどうぞ!
気軽な情報交換や相互理解に活用できます