Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
"医者の言葉、患者の言葉、エンジニアの言葉" / MNTSQ Ubie Vertical ai
Search
yag_ays
August 10, 2021
Programming
14k
3
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
"医者の言葉、患者の言葉、エンジニアの言葉" / MNTSQ Ubie Vertical ai
https://connpass.com/event/219275/
yag_ays
August 10, 2021
More Decks by yag_ays
See All by yag_ays
対話型AIの構築における工夫とデータセットの重要性 - 素早くデータを構築し検証するためには
yag_ays
3
7.1k
目と耳を持った自然言語処理 - スタートアップにおける価値創出のために
yag_ays
1
3.9k
時間情報表現抽出とルールベース解析器のこれから / Temporal Expression Analysis in Japanese and Future of Rule-based Approach
yag_ays
1
2.3k
Pythonで始める ドキュメント・インテリジェンス入門 / Introduction to Document Intelligence with Python
yag_ays
9
9.2k
LT at nlp_career
yag_ays
0
350
Review: "Recommending Investors for Crowdfunding Projects"
yag_ays
1
1.2k
Other Decks in Programming
See All in Programming
The NotImplementedError Problem in Ruby
koic
1
810
依存関係から依存物へ―Dependencyという言葉の歴史をひも解く
j_lee
0
120
TSKaigi Night Talks 2026_TypeScriptでサプライチェーンの整合性を型に閉じ込める
geekplus_tech
0
350
Oxlintのカスタムルールの現況
syumai
6
1.1k
AI時代のUIはどこへ行く?その2!
yusukebe
21
7.2k
正しくソフトウェアを作る、前提を疑うための認知の視点 / doubt-premise
minodriven
21
6.7k
ローカルLLMを使ってB2Bサービスを作っていての学び
yaotti
0
180
OSもどきOS
arkw
0
570
Claspは野良GASの夢をみるか
takter00
0
190
Lessons from Spec-Driven Development
simas
PRO
0
210
New "Type" system on PicoRuby
pocke
1
950
「なぜそう決めたのか」を残し続ける仕組み ― Notion AI カスタムエージェント × Slack連携による設計判断の自動記録 - NIKKEI Tech Talk #47
niftycorp
PRO
0
180
Featured
See All Featured
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
180
Navigating Algorithm Shifts & AI Overviews - #SMXNext
aleyda
1
1.3k
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
220
XXLCSS - How to scale CSS and keep your sanity
sugarenia
250
1.3M
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
610
The Anti-SEO Checklist Checklist. Pubcon Cyber Week
ryanjones
0
160
The untapped power of vector embeddings
frankvandijk
2
1.8k
Optimizing for Happiness
mojombo
378
71k
Taking LLMs out of the black box: A practical guide to human-in-the-loop distillation
inesmontani
PRO
3
2.3k
It's Worth the Effort
3n
188
29k
Build your cross-platform service in a week with App Engine
jlugia
234
18k
The Cult of Friendly URLs
andyhume
79
6.9k
Transcript
ҩऀͷݴ༿ɺױऀͷݴ༿ɺΤϯδχΞͷݴ༿ 2021/08/1 0 Ubieגࣜձࣾ @yag_ays
2 Ԟా ༟थ Yuki Okuda Recruit → Sansan → Ubie
@yag_ays ࣗݾհ https://yag-ays.github.io/
© Ubie, Inc. 3 ҩྍػ͚ؔ AIγεςϜ (toB) ੜ׆ऀ͚ ड૬ஊΞϓϦ (toC)
Ubie͕ఏڙ͢Δ2ͭͷϓϩμΫτ
4 • ࣗવݴޠॲཧͷαʔϏεͷԠ༻·ͩ·ͩϋʔυϧ͕ߴ͍Ͱ͢ • ಛʹPSF (ϓϩϒϨϜɾιϦϡʔγϣϯɾϑΟοτ) ͠͏ΔྖҬΛݟ͚ͭΔ͜ͱ͕େม • ͦ͏ͨ͠ࢼߦࡨޡΛ͢ΔதͰߟ͑ͨ͜ͱΛ͓͑͠·͢ •
ࣗવݴޠॲཧػցֶशΛࣄʹ͍ͯ͠Δ/͜Ε͔Β͢Δਓʹ͚ͨΣοτͳͰ͢ • ۩ମతͳٕज़Ͱ͋ͬͨΓҊ݅༰ͷ͠·ͤΜ Disclaimer ຊࢿྉͷ༰։ൃ్தͷ༰Λଟؚ͘Έ·͢
5 ҩऀɹɹͷݴ༿ ױऀ ΤϯδχΞ
6 ҩऀɺױऀɺΤϯδχΞ ͦΕͧΕ͕ݴ༿Λ͍࣋ͬͯΔ
7 ҩऀɺױऀɺΤϯδχΞ ͦΕͧΕ͕ݴ༿Λ͍࣋ͬͯΔ ͕͋Δ ಄͕΅ʔͬͱ͢Δ إ͕͍
8 ҩऀɺױऀɺΤϯδχΞ ͦΕͧΕ͕ݴ༿Λ͍࣋ͬͯΔ ͕͋Δ ಄͕΅ʔͬͱ͢Δ إ͕͍
9 ҩऀɺױऀɺΤϯδχΞ ͦΕͧΕ͕ݴ༿Λ͍࣋ͬͯΔ إ໘͕ߚை͍ͯ͠Δ ൃ͍ͯ͠Δ ͕͋Δ ಄͕΅ʔͬͱ͢Δ إ͕͍
10 ҩऀɺױऀɺΤϯδχΞ ͦΕͧΕ͕ݴ༿Λ͍࣋ͬͯΔ إ໘͕ߚை͍ͯ͠Δ ൃ͍ͯ͠Δ ͕͋Δ ಄͕΅ʔͬͱ͢Δ إ͕͍
11 ҩऀɺױऀɺΤϯδχΞ ͦΕͧΕ͕ݴ༿Λ͍࣋ͬͯΔ إ໘͕ߚை͍ͯ͠Δ ൃ͍ͯ͠Δ ঢ়ID:256 إ͕͍ පؾID:48 ෩अ ͕͋Δ
಄͕΅ʔͬͱ͢Δ إ͕͍
12 3ਓͷݴ༿ͷҧ͍ ҩऀͷݴ༿ • ઐ༻ޠͰɺ֓೦ͱݴ༿͕ ໌֬ʹඥ͍͍ͯΔ • ٬؍తͳ؍ʹجͮ͘දݱ • ུޠه߸ͳͲڞ௨ͷࣝ
Λ༗͍ͯ͠ΔલఏͰͷձ ױऀͷݴ༿ • ฏқͳݴ༿ • ओ؍తͳײ֮ʹجͮ͘දݱ • දݱํ๏͕ଟ࠼ͰɺٖԻޠ म০ޠΛ͏ ΤϯδχΞͷݴ༿ • DBࣙॻʹରԠ͢Δ߲ ೖྗ༰ͷ໊دͤ • ᐆດ͞Λڐ༰͠ͳ͍ • ୡͷखஈΑΓɺ࣮༻ੑ ཏੑ
13 ͦΕͧΕͷݴ༿͍ͭΓऔΓ͞ΕΔ͔ʁ ױऀ͚αʔϏεͷఏڙ/ར༻ ࣏ྍ࣌ͳͲͷઆ໌ ༀࡎͷઆ໌ॻͳͲ ҩऀ͚αʔϏεͷఏڙ/ར༻
14 Ͳ͏͍ͬͨഔମͰݴ༿͕͞ΕΔ͔ʁ ױऀ͚αʔϏεͷఏڙ/ར༻ ࣏ྍ࣌ͳͲͷઆ໌ ༀࡎͷઆ໌ॻͳͲ ҩऀ͚αʔϏεͷఏڙ/ར༻ ిࢠΧϧςɺୀӃαϚϦʔ ͓ༀखாɺհঢ় αʔϏεͷར༻ϩά ݚڀྟচ͔Βͷݟ
ҩऀͱͷίϛϡχέʔγϣϯ Blog, SNSͳͲͰͷൃ৴
15 ࣗવݴޠॲཧͷׂɺͦΕͧΕͷݴ༿Λ༁͢Δ͜ͱ • ͦΕͧΕͷݴ༿ͷཪଆ • ݴ༿ͷதʹɺͦΕΛൃͨ͠ਓͷཱ͕ࣝ҉ʹؚ·Ε͍ͯΔ • ಉ͡ຊޠΛ͍ͯͨ͠ͱͯ͠ɺ୯ޠͷҙຯද֓͢೦͕ҟͳΔ͜ͱ͕͋Δ • ൃ৴ऀͷݴ༿ͷҙຯΛଊ͑ɺड৴ऀʹ͔ΔܗͰ͑Δ
• ױऀ͔Βҩऀɺҩऀ͔Βױऀͷୡ • ܭࢉػ͕ͦΕΛ࣮ݱ͢Δ্ͰɺҰΤϯδχΞͷݴ༿ʹม͢Δ͜ͱ͕ඞཁ • ΤϯδχΞͷݴ༿ΛͲ͏ߏங͍͔ͯ͘͠ • ैདྷࣙॻΦϯτϩδʔͰҩྍͷߏԽ͕ߦΘΕ͖͕ͯͨɺͦΕ͕ͯ͢Ͱͳ͍ • ਓؒͷੈքʹର͢Δݟํͱಉ͡Α͏ʹɺΞοϓσʔτ͍͔ͯ͠ͳ͚Ε͍͚ͳ͍ • COVID-19ͷग़ݱͦͷҰͭ
16 ͓ༀखாհঢ়͔Βͷใநग़
17 • ͓ༀεΩϟϯɺհঢ়εΩϟϯͱ͍͏αʔϏεΛఏڙ • ױऀ͞Μ͕࣋ࢀͨ͠ࢴഔମͷใΛεΩϟϯ͠ɺɹ OCRʹΑΔจࣈى͜͠ͱใநग़ • ໊લͳͲͷݸਓใͷϚεΩϯά • ͓ༀखாͷจݴͷத͔Βɺॲํ͞Ε͍ͯΔༀࡎΛநग़͢Δ
• ຊͰॲํ͞Ε͍ͯΔༀࡎ໊ط (DBͱͯ͠ଘࡏ) ͓ༀखாհঢ়͔Βͷใநग़ͱ ϛϠBMࡉཻ Χϩφʔϧৣ 仏௧࣌ ேன༦ 3แ 2ৣ ҩऀͷݴ༿ → ΤϯδχΞͷݴ༿ ※ ࢲ͕ण࢘Λ৯ͨ൩ʹ ңԌʹͳͬͨͱ͖ͷॲํ
18 ͓ༀεΩϟϯͷॲཧͷྲྀΕ 1. ࢴΛεΩϟϯ͢Δ • ը૾ͱͯ͠औΓࠐΉ 2. औಘը૾ͷิਖ਼ • ରྖҬͷநग़ɺ֯ͷิਖ਼ɺը૾ͷղ૾
3. OCRʹΑΓจࣈͱ࠲ඪใΛಘΔ • ෳ୯ҐͰग़ྗ͞ΕΔ͕ɺจࣈ୯ҐͷΈΛར༻ 4. ෦จࣈྻΛख͕͔Γʹɺༀࡎ໊Λ࠶ߏ͍ͯ͘͠ • OCRಡΈऔΓϛεͷิਖ਼ • ࠶ߏͨ͠จࣈྻͱDBͷༀࡎ໊ͱͷྨࣅΛࢉग़ • ޡݕग़ࢭͳͲͷޙॲཧΛՃ ݱʹઃஔ͢ΔεΩϟφͱPCͷߏ
19 1. ࢴΛεΩϟϯ͢Δ • ը૾ͱͯ͠औΓࠐΉ 2. औಘը૾ͷิਖ਼ • ରྖҬͷநग़ɺ֯ͷิਖ਼ɺը૾ͷղ૾ 3.
OCRʹΑΓจࣈͱ࠲ඪใΛಘΔ • ෳ୯ҐͰग़ྗ͞ΕΔ͕ɺจࣈ୯ҐͷΈΛར༻ 4. ෦จࣈྻΛख͕͔Γʹɺༀࡎ໊Λ࠶ߏ͍ͯ͘͠ • OCRಡΈऔΓϛεͷิਖ਼ • ࠶ߏͨ͠จࣈྻͱDBͷༀࡎ໊ͱͷྨࣅΛࢉग़ • ޡݕग़ࢭͳͲͷޙॲཧΛՃ ͓ༀεΩϟϯͷॲཧͷྲྀΕ εΩϟϯը૾͔ΒඞཁͳྖҬ
20 x0 y0 x1 y1 20 12 26 18
ྍ 31 11 37 17 Պ 42 12 48 18 ɿ 56 15 62 21 63 12 69 18 Պ 72 11 78 17 1. ࢴΛεΩϟϯ͢Δ • ը૾ͱͯ͠औΓࠐΉ 2. औಘը૾ͷิਖ਼ • ରྖҬͷநग़ɺ֯ͷิਖ਼ɺը૾ͷղ૾ 3. OCRʹΑΓจࣈͱ࠲ඪใΛಘΔ • ෳ୯ҐͰग़ྗ͞ΕΔ͕ɺจࣈ୯ҐͷΈΛར༻ 4. ෦จࣈྻΛख͕͔Γʹɺༀࡎ໊Λ࠶ߏ͍ͯ͘͠ • OCRಡΈऔΓϛεͷิਖ਼ • ࠶ߏͨ͠จࣈྻͱDBͷༀࡎ໊ͱͷྨࣅΛࢉग़ • ޡݕग़ࢭͳͲͷޙॲཧΛՃ ͓ༀεΩϟϯͷॲཧͷྲྀΕ ࠷খ୯Ґͷจࣈͱͦͷ࠲ඪΛऔಘ͢Δ
21 1. ࢴΛεΩϟϯ͢Δ • ը૾ͱͯ͠औΓࠐΉ 2. औಘը૾ͷิਖ਼ • ରྖҬͷநग़ɺ֯ͷิਖ਼ɺը૾ͷղ૾ 3.
OCRʹΑΓจࣈͱ࠲ඪใΛಘΔ • ෳ୯ҐͰग़ྗ͞ΕΔ͕ɺจࣈ୯ҐͷΈΛར༻ 4. ෦จࣈྻΛख͕͔Γʹɺༀࡎ໊Λ࠶ߏ͍ͯ͘͠ • OCRಡΈऔΓϛεͷิਖ਼ • ࠶ߏͨ͠จࣈྻͱDBͷༀࡎ໊ͱͷྨࣅΛࢉग़ • ޡݕग़ࢭͳͲͷޙॲཧΛՃ \ϒ ϓ^ \ϩ ޱ^ \ϯ ι^ \ 0 %^ Χϩφʔϧৣ200 Χϩφʔϧৣ200 Χϩφʔϧৣ300 ίΧʔϧৣ300 Χϩφʔϧࡉཻ20% 100% 90% 80% 60% Query Documents ͓ༀεΩϟϯͷॲཧͷྲྀΕ ༀࡎ໊ͷྨࣅʹΑΓఆ͢Δ Α͋͘ΔಡΈऔΓϛε
22 ϦΞϧσʔλͳΒͰͷ͠͞ͷྫ 1ͭͷༀࡎʹ2໊ͭલ͕هࡌ͞ΕΔ Χϩφʔϧৣ ҰൠɿΞητΞϛϊϑΣϯৣNH • ઌൃༀ/ޙൃༀͷ۠ผ • δΣωϦοΫҩༀͷ໊લͷԣʹɺݩͱ ͳͬͨༀࡎ໊͕ซه͞ΕΔ͜ͱ͕͋Δ
• ॲํ͞Εͨༀࡎ1͕ͭͩɺԿߟ͑ͣʹ நग़͢Δͱ2ͭදࣔ͞ΕΔ • ܩઢͷͳ͍ςʔϒϧߏ • ಥવͷվߦ • OCRͱͯ͠ߏจ຺Λߟྀͨ͠ಡΈ औΓΛߦ͑ͳ͍ͷͰɺநग़จࣈྻ͕ҙਤ ͨ͠ॱ൪ʹฒͣɺஅ͞ΕΔ ҉ͷߏԽ ϩΩιϓϩϑΣϯφճৣ τϦϜৣNHʮ αϫΠʯ
23 ΞΧσϛοΫํ໘ͷಈ͖͋ΓɺΓ্͕Γͭͭ͋Δ • Document Intelligenceͱ͍͏ • ϏδωεจॻͷߏԽͱ༰ཧղΛతͱͨ͠ݚڀ • NeurIPS 2019,
KDD 2021Ͱworkshop͕։࠵ • ۩ମతͳλεΫ • υΩϡϝϯτϨγʔτͷOCRɺࡱӨը૾ͷิਖ਼ • υΩϡϝϯτͷΧςΰϦࣝผ • ςʔϒϧϑΥʔϜೝࣝͱɺͷநग़ • งғؾ • จࣈೝࣝOCRͳͲɺݩʑICDAR (International Conference on Document Analysis and Recognition)Ͱݚڀ͞Ε͖ͯͨ • DI͏গ͠Ϗδωε&Ԡ༻دΓ?
24 ױऀදݱ͔Βͷঢ়நग़
25 ױऀදݱ͔Βͷঢ়நग़ͱ ױऀͷݴ༿ → ΤϯδχΞͷݴ༿ • ঢ়ͱ • ױऀ͕ૌ͑Δମͷҟৗ •
e.g. ಄͕௧͍ɺ͕ۂ͕Βͳ͍ɺԼཀྵ͕ࢭ·Βͳ͍ • ͷೖΓޱͰ͋Γॏཁͳख͕͔Γ • ҩऀ͕அΛ͢Δ্Ͱͷख͕͔Γ • AIUbieʹ͓͚Δঢ়ೖྗ • Ωʔϫʔυೖྗ͔Βͷݕࡧ
26 ঢ়ΛͲ͏ѻ͍͍͑ʁ • ͦͦঢ়ͬͯԿʁ • ۩ମͰߟ͑ͯΈΔͱ…… • ಄௧ɺෲ௧ɺൃɺԼཀྵ ͳͲঢ়ɻೣഎɺے௧ʁ෩अɺ͚Ͳɺࠎંʁ •
ʮ͕38℃͋Δʯঢ়͕ͩɺʮ͕36℃͋Δʯঢ়Ͱͳ͍ • ঢ়Λ໊শతʹهड़͢Δ͜ͱ (͓ͦΒ͘) ෆՄೳ • ଟ࠼ͳදݱՃใ • ٖԻޠ/म০ޠɿ಄͕ζΩζΩ௧ΉɺӈෲͷޙΖ͋ͨΓ͕௧Ή • จ຺࣌ؒใɿ๘ʹ͞Ε͔ͯΒजΕ͕ࢭ·Βͳ͍ɺٸʹ಄͕௧͘ͳͬͨ
27 ܭࢉػ͕ѻ͑ΔܗʹͲ͏ม͍͔ͯ͘͠ʁ • ਖ਼ղΘ͔Γ·ͤΜ • ߏԽͨ͠ޙͷ͍ํλεΫʹΑͬͯɺ͓ͦΒ͘࠷దͳܗมΘΓ͏Δ • ൚༻తͳͷΛ࡞Γ͍͕ͨͰ͖ͳ͍ɺҰͭͣͭ՝Λղܾ͍͔ͯ͘͠͠ͳ͍ • ߟ͑ΒΕΔΞϓϩʔν
• Ξϓϩʔν1: ݴޠߏʹண͢Δ • ঢ়ͷදݱͷํʹύλʔϯ͕͋ΔͩΖ͏ͱԾఆ • ঢ়ͱͯ͠ΘΕΔ୯ޠͦͷΓड͚ߏΛݟ͚ͭύλʔϯԽ͢Δ • Ξϓϩʔν2: ݕࡧػցֶशλεΫͱΈͳ͢ • ঢ়Λཏͨࣙ͠ॻΦϯτϩδʔ͋Δͱͯ͠ɺͦ͜ʹͯʹߦ͘ • ݕࡧͱͯ͠ͷฒͼସ͑λεΫɺ·ͨଟྨλεΫͱͯ͠
28 Ξϓϩʔν1: Γड͚ղੳʹΑΓओ෦/ड़෦Λൈ͖ग़͢ *1 https://acro-engineer.hatenablog.com/entry/2019/12/06/120000 • Γड͚ߏΛݩʹʮ಄ → ௧͍ʯͷΑ͏ͳϑϨʔζΛൈ͖ग़͢ •ʮGiNZA+ElasticsearchͰΓड͚ݕࡧͷୈҰาʯΛࢀߟ
*1 • ଟ͘ͷ߹ (෦Ґˠҟৗ) (ҟৗˠঢ়ଶ) ͷΑ͏ͳܗͰॻ͖ද͞ΕΔ • ݻ༗දݱநग़ʹΑΓ෦ҐͳͲͷՃใऔಘ͢Δ
29 Ξϓϩʔν2: ঢ়Λཏͨࣙ͠ॻΛݩʹ༧ଌλεΫͱͯ͠ղ͘ • ઐՈͷݟݚڀ݁ՌΛݩʹɺ࣮༻తͳࣙॻΦϯτϩδʔΛΈཱ͍ͯͯ͘ • Ubie͕֤࣋ͭछDB • ݚڀྖҬͩͱHuman Phenotype
Ontologyͱ͍͏Ҩ࣬ױ͚ͷදݱܕҟৗͷDB͕͋Δ • Ͳͷදݱ͕֘͢Δ͔Λ༧ଌ͢ΔλεΫͱͯ͠ղ͘ • ҙຯ͕͍ۙॱʹฒͼସ্͑ͯҐn݅ΛऔΔ • ଟྨͩͱΫϥε͕େ ࡢ͔Β಄͕௧͍ Query ID005: ಄ʹইΛෛͬͨ ID006: ͕͋Δ ID007: ඓ͕௧͍ ID008: ు͖ؾ͕͋Δ ID001: ಄͕௧͍ ID002: ಄͕͍ ID003: ڳ͕௧͍ ID004: ޙ಄෦͕௧͍ DataBase
30 ҩྍݴޠॲཧͱυϝΠϯࣝ
31 ҩྍݴޠॲཧʹ͍ͭͯͷϒϩάهࣄΛॻ͖·ͨ͠ • ҩྍͱ͍͏ઐྖҬͷࣝඞཁ • ͍ͬͯΔ͜ͱͰΛఆٛ͘͢͠ͳΔ • ࣙॻIDମܥҩऀΒͳ͍͜ͱ͕͋Δ • ͕ҧͬͯख๏ಉ͡
• ݴޠॲཧͱ͍͏Έಉ͡ • ҩྍͱ͍͏ಛघͳσʔλࣄ • σʔλͷੑ্࣭ͳ͔ͳ͔ެ։͞Εͳ͍ • σʔλΛ࡞Δίετ͕ҟৗʹߴ͍ https://yag-ays.github.io/article/mednlp/
32 Vertical AI Startupͱͯ͠ͷ໘ന͞ • ࣾձతՁͱݸਓతڵຯͱͷඥ͚ • ҩྍͱ͍͏ڀۃͷࣾձతՁ͕͋Δ׆ಈͱɺͦΕΛ࣮ݱ͢ΔͨΊͷελʔτΞοϓͱ͍͏ • ػցֶशࣗવݴޠॲཧͱ͍͏ࣗͷڵຯεΩϧ
• ͦͷ2ͭΛඥ͚Δ͜ͱͰɺࣗͷՁΛߴΊ͍ͯ͘ʢେ໊ٛͱݴ͏ʣ • λεΫ͕ϢχʔΫͰ໘ന͍ • SOTAΛ૪͏ઓ͍Ͱͳ͘ɺͷϢχʔΫ͞αʔϏεద༻ͷՁΛΘΕΔ • ϓϨΠϠʔ͕গͳ͍͜ͱ͋Γɺະ։ͷ͕͕͍ͬͯΔ • ͋ΒΏΔखஈΛۦ͍ͯ͘͠૯߹ڝٕ • ͚ͩ͜͜Ε͍͍ͱ͍͏ͷ͕ແ͘ɺ͋ΒΏΔྖҬΛΧόʔ͠ͳ͚Ε͍͚ͳ͍ • ػցֶशͷલʹɺ·ͣσʔλऩू͔ΒɺͦͷσʔλΛ࡞ΔλεΫઃܭ͔Β • ؾܰʹແྗײΛຯΘ͏͜ͱ͕Ͱ͖·͢
33 ·ͱΊ
34 ·ͱΊ • ҩྍݴޠॲཧʹ3ͭͷݴ༿͕͋Δ • ҩऀͷݴ༿ɺױऀͷݴ༿ɺΤϯδχΞͷݴ༿ • ͦΕΒͷݴ༿Λޓ͍ʹ༁͍ͯ͘͠ͷ͕ɺҩྍݴޠॲཧͷ • ࣄྫ1:
͓ༀखாհঢ়͔Βͷใநग़ • ࣮༻తͳ՝ͳ͕ΒɺݚڀΓ্͕Γͦ͏ͳྖҬͷ • ࣄྫ2: ױऀදݱ͔Βͷঢ়நग़ • ଊ͑Ͳ͜Ζͷͳ͍ױऀͷࣗ༝ͳදݱΛ͍͔ʹߏԽ͢Δ͔ʁͱ͍͏λεΫઃܭͷ • ҩྍݴޠॲཧͱυϝΠϯࣝ • ࣾձతՁͱݸਓతڵຯͷֻ͚߹Θͤ • ্͔ΒԼ·ͰશମΛΧόʔ͢ΔVerticalͳڥ͔ͩΒͦ͜໘ന͍
35 We Are Hiring!!! • ઈࢍ࠾༻தʂ • ػցֶशΤϯδχΞ • σʔλΤϯδχΞ
• σʔλΞφϦετ • ιϑτΣΞΤϯδχΞ, etc. • ·ͣؾܰʹΧδϡΞϧ໘ஊ • ࣄۀ৫ɺ։ൃମ੍ͳͲԿͰʂ • Ubieࣾһશһ͕࠾༻׆ಈΛ͍ͯ͠·͢ • ͲͷࣾһͰྑ͍ͷͰɺ͓ؾܰʹ͓͕͚͘ ͍ͩ͞ • https://recruit.ubie.life/engineer https://note.com/ubie/n/n454a0d04a1eb