プレイド採用情報 エンジニア / Engineering at PLAID

株式会社プレイドのエンジニア向け技術紹介資料です。
「データを扱うテクノロジーで世界に大きな価値をもたらす」という理想を実現するため、新しいテクノロジーやプロダクトを生み出していく仲間を求めています。

プレイドの会社全体を紹介する採用向け資料はこちら
https://speakerdeck.com/plaid/plaid-recruit

▼ 採用ページ
・エンジニア採用ページ
https://recruit.plaid.co.jp/engineer

・全職種共通
https://recruit.plaid.co.jp/

・STUDIO ZERO
https://plaid.co.jp/zero/

Transcript

1. プロダクト・技術紹介 エンジニア向け採用資料 Version 202311
2. HELLO これは、プレイドの技術やプロダクトについ て最短で理解するための資料です。 プレイドの技術ミッションやチームカルチャーについ ては、こちらの採用サイトで詳しくご紹介しています。 https://recruit.plaid.co.jp/engineer/ PRODUCT OUT Tech Challenge Tech Innovation 01. 02. 03. 2
3. 壮大なミッションに対して「プロダクトアウト」なアプローチをとても大切にしています PRODUCT OUT 01. 3
4. PRODUCT OUT Problem + Innovation = Product Out ｢プロダクトアウト｣とは、現実問題をあくまできっかけとして捉え、 理想的状態を考えた上でプロダクトを提示することであり、 汎用的解決策で問題を解くというアプローチを意味します。 現実問題を解くだけでなく、あるいは最新技術を適用するだけでもなく、 ｢現実問題をイノベーティブに解く｣というチャレンジを続けています。 4
5. PRODUCT OUT 5
6. データから圧倒的価値を生み出す Tech Challenge 02. 6
7. Tech Challenge リアルタイムデータの裏側の “人” を感じさせる インターフェースの実現 大量の行動データを、行動している一人ひとりのデータとして 整理し、単純に集計した数値ではなく、複雑さを擁した「人」 として表現することで、データの本質的理解を可能にします。 リアルタイムデータを生成している源である「人」を感じさせ るような豊かな表現力を持ったインターフェースを実現してい ます。 7
8. Tech Challenge 誰にでも直感的に 様々なアクションを 可能にする コードが書けないマーケターでも即座にアクションを作れるよ う、簡単にリッチなアクションを作れるエディタを提供してい ます。さらに迅速に施策を試せるよう、人のアイディアを刺激 するようなテンプレーティング機能も充実させています。 Web / ネイティブアプリ上だけでなく、サイト外でのメッセー ジなども含め、様々なタッチポイントで柔軟なアクション実行 を実現しています。 8
9. Tech Challenge 機械学習基盤の開発についてGoogle Cloud Next '19 in Tokyoにて発表、KARTEで提供を予定 | 株式 会社プレイド AIまだまだ使えない」エンジニアが語るAIブームへの違和感と答え｜ニュースイッチ by 日刊工業新聞 社 リアルタイム行動データ モデリングの民主化 リアルタイムにうまれる行動データをモデル化し、ユーザー行 動の理解を深め、活用につなげることを可能にしています。 さらに、さまざまなクライアントにモデリング基盤を直接利用 できるよう開放し、クライアントがモデルを現実問題に適用で きるようにする、行動データのモデリングと活用の民主化を目 指しています。 9
10. Tech Challenge Data Data Data Product Global データプロダクトを 世界に浸透させる データテクノロジーを武器にして、プロダクトの圧倒的な魅力 を生み出していきます。 その魅力でデータプロダクトを世界に広げ浸透させていく Product-Led Growth にチャレンジしています。プロダクトの魅 力を究極的に磨き上げ、グローバルに、普遍的に、自分たちの プロダクトが使われている状況を目指します。 10
11. 独自のテクノロジー Tech Innovation 03. 11
12. Tech Innovation Datahub User status Event Event Logs Script Tag User status Batch Layer Realtime Layer User status Pipeline Track Servers BigQuery Realtime Queue (BigTable) BigQuery BigTable Distributed Queue (Pubsub) Spanner BigTable BigQuery Data of client Web Application Mobile Analyze Servers Admin Servers 12 リアルタイム解析 エンジンを刷新し さらなる高速化を 実現 Brook では、0.x [sec] を実現するため に、解析データの一貫性レベルを Eventual Consistent に妥協しました。 Brook を0から作り直した新エンジン Blitz は、Strong Consistent を実現。さらな る高速化とデータの軽量化を実現し、 より一貫した体験の提供を可能にしよ うとしています。
13. Tech Innovation KARTE Academy | KARTE Liveの使い方~基本編 ~ https://academy.karte.io/courses/take/1428347/texts/25638190 大規模な行動データで ユーザーの行動傾向や 状態を深く理解 蓄積データに基づいて、ユーザーの特徴的な行動傾向や状態を 理解できるように分析し、そのユーザーの深い理解を実現します 。 どんな傾向をもったユーザーがサイトにいるのか、ユーザーが どういうことをしようとしているか、これらを深く理解できる ようにすることで、適切な体験提供など、さまざまなアクショ ンにつなげられるようにします。 13
14. Tech Innovation if 第１引数がTrueなら第２引数、Falseな ら第３引数を返します。 F IF() F IFNULL() F COUNTIF() F DATE_DIFF() F DATETIME_DIFF() F TIME_DIFF() F TIMESTAMP_DIFF() tab IF( ) condition, true_result, else_result Examples: Reference: BigQuery 標準SQL互換 IF( column < 10, ‘Hello’, ‘Goodbye’) // column = 5 の場合 => ‘Hello’ // column = 15 の場合 => ‘Goodbye’ 新しい列を追加 この列をキーにグルーピング 並び替え 値の一致でフィルタ 一致 す る値 を 追加 全て選択する イベ ン ト 1 9 ア ン ケ ー ト 15 セ グ メ ン ト 1 4 空 の列を追加 この列を コ ピーし て 追加 別 の シ ー トから 列を追加 レコード数 11 9 , 35 1, 254 Bytes Processed 3 1 2.3 GB ペ タ スケ ールの デ ータ 分析を 高速 に 、直感的 に 、継続的 に ペタスケールの超大量データを “あたりまえ” のように高速かつ 直感的に操作し、分析することを可能にしています。 高速に、直感的に分析することにより、継続的なデータ活用を 実現します。分析のための言語拡張を行い、AST パーサーやそ の UI を独自に開発しています。 14
15. つづきはこちら https://recruit.plaid.co.jp/engineer/ We are Hiring!