株式会社LegalOn Technologies 検索・推薦チーム紹介資料

Transcript

1. 株式会社LegalOn Technologies 検索・推薦チーム 紹介資料
2. 2 検索・推薦チームとは 製品横断の開発組織で、 検索・推薦に関わる様々な機能を提供しています。 l 各種バックエンドAPIの開発 l インフラからアプリまで⼀気通貫で運⽤
3. 3 検索チームのミッション ユーザーが、必要な時に必要な情報に素早くリーチするのを⽀援する ① 能動的な検索⾏動（プル型） ② ⽂脈に合わせた情報を提⽰する、コンテンツ推薦（プッシュ型）の両⾯から⽀援 セキュアで安定した検索/推薦基盤の運⽤ ① 快適な検索/推薦応答速度を維持する ② 運⽤上、発⽣しうる問題に素早く・プロアクティブに対応する ③ 機密性の⾼いデータをセキュアな環境で管理する
4. 4 提供機能の例：条⽂検索（全⽂検索）
5. 5 提供機能の例：契約書検索（全⽂検索＋メタデータ検索）
6. 6 提供機能の例：条⽂⽐較（類似⽂書検索）
7. 7 製品の検索機能 それぞれElasticsearch/Luceneを活⽤して機能を提供している l 条⽂検索機能 l 案件管理検索機能 l 類似契約書検索機能 l 検索キーワード補完機能 l 条⽂⽐較機能 l 契約書管理 l 条⽂検索機能 l 関連契約書推薦機能 契約書レビュー⽀援 契約書管理
8. 8 技術スタック クラウドインフラ l AWS（ECS）、GCP（GKE） インフラ管理／プロビジョニング l Terraform モニタリング l CloudWatch、Datadog など 検索エンジン l Elasticsearch（⾃社運⽤クラスタ） プログラミング⾔語 l Python（メイン）、Java ソースコード管理 l Git（GitHub） チケット管理 l Jira CI l GitHub Actions、CircleCI コミュニケーション l Slack、Google Meet
9. 9 数字で⾒る検索・推薦チーム 2つのクラウドインフラ 7⼈の開発者 （リーダー含む） 3,000+の 顧客企業 5つのREST API 4 つの検索エンジンクラスタ 1つの機械学習インフラ
10. 10 現⾏体制 l マネージャー × 1 l SWE × 5（テックリード含む） l MLエンジニア × 1 マネージャー：打⽥智⼦ l バックエンド＆検索エンジニア l 検索エンジンが好き l 機械学習/⾃然⾔語処理の検索応⽤にも興味あり • 著書: 「検索システム ― 実務者のための開発改 善ガイドブック」「改訂3版 Apache Solr⼊⾨」 • Apache Lucene コミッター - Luceneとは: ElasticsearchやApache Solrで 使われているオープンソース検索ライブラリ
11. 11 ⽇々の業務 l Daily Meeting（15~30min） l コミュニケーションはSlack / Google Meet中⼼ l 在宅勤務メンバーが多い l 具体的なタスク例 l 新機能の要件整理、開発 l 既存機能の精度改善 l アプリケーション共通モジュールの整備 l CI/CD, DevOps整備 l インフラのサイジング、増強作業 l 半期単位で開発⽬標を設定 l 開発⽬標から具体的なタスクに落とし込み、メンバーアサイン l 例：A/Bテスト導⼊、既存APIのリプレース
12. 12 近未来の体制 - We are hiring! l SWEリーダー × 2（TBA） l SWE × N（TBA） l ML Engineerリーダー l ML Engineer × N（TBA） l Engineering Manager × 1（TBA）
13. 13 検索・推薦基盤の⾯⽩さや難しさ l ⾔語化が難しい「いい感じの検索」「いい感じの推薦」を技術的に 解決可能な問題にブレークダウンし、実現する l 開発した機能の品質が、ダイレクトにユーザーの体験を左右する l マルチテナントかつ⼤規模データを⾼速に捌くための基盤設計、運 ⽤設計 l 専任チームがある l toBの事業で、ここまで検索に⼒を⼊れているサービスは数少ない
14. 14 SWEリーダーに期待すること l 信頼性の⾼いアプリケーション基盤の設計 l アプリ共通コンポーネント，ライブラリ開発など l 難易度の⾼い開発プロジェクトの技術統括 l DevOps改善 w/ SRE l SWEのロールモデルとなる l コード品質，デリバリ速度において⾼い基準を設定する l チームメンバーのアウトプットの品質維持に務める l SWEの採⽤と教育、メンタリング
15. 15 ML Engineerリーダーに期待すること l 機械学習基盤の構築 w/ SRE l ユーザーの満⾜度を測定するメトリクスの調査 l 検索/推薦ランキングのためのモデル開発，運⽤ l Query Understandingのためのモデル開発，運⽤ l 機械学習関連技術の調査とPoC l ランキング改善に関して，SWEの⽀援 l ナレッジトランスファー，メンタリング l ML Engineerの採⽤と教育，メンタリング
16. 16 参考：外部発信 l Engineering Blog l マルチテナンシー下での Query Auto Completion 設計・運⽤戦略 l サービス無停⽌でElasticsearchのReindexを⾏うノウハウ l IR Reading 2023 Spring 参加レポート l 登壇 l ElasticsearchとKubernetesの組み合わせはかなりいい~ LegalForceの検索インフラ運⽤法と活⽤法 ~ l 企業法務を⽀援する契約書検索システムの設計と実装
17. 株式会社LegalOn Technologies https://legalontech.jp/