2019年の振り返り

早いけど2019年の振り返りをします。 社会人歴5年ほどにして12月はほとんど何もできないと学びました。。。

1月

AIベンチャーで最後の一月を働く - 画像系ディープラーニングのR&D - 強化学習を利用した最適化をシステム導入するPJのPoC

読んだ論文

物体検知系の論文を読んで実装していました。 SSD(https://arxiv.org/abs/1512.02325) FCN(https://arxiv.org/abs/1411.4038) UNet(https://arxiv.org/abs/1505.04597)

振り返り

最後の一月なので適当に過ごしました。 なんだかんだで２年以上過ごしました。社員同士の仲が良かったですね。 また、上の人が事業に対して理解があったため、非常に働きやすかったです。 入社前は機械学習についてはほとんど知らない状態でしたが、いくつかのプロジェクトに参加して機械学習の実際の部分を知ることができました。

2~7月

スタートアップで働く

AutoML的なツールのMVPの作成

React, Flaskを利用 フロントエンドはVue.jsを触ったことがあり、Reactはそこまで苦労しないだろうと思っていたが、Fluxの理解と実装に結構手こずった記憶。

教育サイト作成

React, Flaskを利用

いくつかの分析案件

POSのアソシエーション分析とか、知財データの分析とか アソシエーションのライブラリが充実しているという理由でRを初めて触ったが、データ可視化手法も充実しており、機会があったらまた使いたい。

振り返り

上の会社はエンジニアが二人しかおらず、キャッシュを得るための分析案件とMVP開発を並行して行なっていたため始発から終電休みもだいたいコーディングしていた。その結果体調を崩してしまいました。 それでも作った製品が世に受け入れられるようなら報われようものですが、なかなか理想通りに行かず辛かったです。 一番の反省点は、入社前にスタートアップの仕組みをあまり調べなかったことですね。 特に報酬については入社前の口約束は保護にされたので、契約書はきちんと交わすべきという教訓を得ました。 以下の本はその会社を辞めてから読んだものだが、入社前に読んでいればもっと上手く立ち回れたと思います。

リーン・スタートアップ

起業の科学 スタートアップサイエンス

この２冊はスタートアップにおける失敗しない製品開発の手法についての標準的な手法についてまとめてあします。 スタートアップは画期的なアイデアをプロダクトにし顧客を増やすことで拡大していくのだが、市場で試してみて上手く行かなそうであればアイデアの検証からやりなすべきでした。 実際には手いっぱいでその余裕は無かったのですが、VCの人に聞いたところ上手くいったスタートアップはやはりきちんとした手順を踏んでいるそうですね。

スタートアップ投資ガイドブック

起業のファイナンス増補改訂版

上２冊はファイナンスについての本、特にストックオプションはどのような仕組みになっているかは働く側としても知っておくべきだと思います。

note.mu 市場におけるプロダクトの牽引力をトラクションといいます。上はその解説記事です。

8~12月

事業会社でレコメンドシステムの作成

AWS各種サービス　Kinesis, SageMaker, DynamoDB, APIGateway, Lambda バックエンド Golang, GRPC, CleanArchitecture, Kubernetes, DeltaLake, Spark フロントエンド Flutter

振り返り

モダンなサービスを色々試せて楽しい ただ基盤構築がメインになっているので、データ分析基盤が一通り完成したらアルゴリズム開発メインにしたいですね。

推薦システム: 統計的機械学習の理論と実践

推薦システムについてアルゴリズムとそれを動かすシステムについての一通りを１冊の本にまとめてくれていて、全体を理解するのに良いです。

tech.gunosy.io メインの情報源です。