スタッフお仕事ぶり取材 第8回「データ分析部アルバイト まえた君」の巻

こんにちは!広報担当の大森です。
今回は、2年ぶりのALBERTスタッフお仕事ぶり取材です。
(以前のものはこちらからご覧いただけます。)

「分析力」をコアとして事業を展開するALBERTでは、正社員は全員、統計検定の受験が義務づけられています。
もちろん、業務により必須で取得する級は異なりますが、管理部門であっても全正社員が受験をします。

データ分析部のまえた君は、その統計検定の2級・準1級に合格し、2級の成績優秀者に選ばれたと小耳に挟み、大変めでたい!というわけで、早速取材にお邪魔しました☆

突然の取材&撮影にも関わらず、快く応対してくれたまえた君です。

img_5520
続きを読む スタッフお仕事ぶり取材 第8回「データ分析部アルバイト まえた君」の巻

データサイエンティスト・インターンシップを開催しました!

こんにちは。人事・広報の小國です。

ALBERTでは、新規学卒者を対象とした採用選考インターンを実施するほか、
夏季休暇中のサマーインターンなど、就業体験を希望する学生の方々を積極的に受け入れしています。

そして今回、統計や分析などALBERTと親和性の高い分野を専攻する学生を対象に
「データサイエンティスト・インターンシップ」を開催いたしました!
続きを読む データサイエンティスト・インターンシップを開催しました!

新宿野村ビル 夏のライブ&ビアガーデン

こんにちは!広報の大森です♪

ALBERTがオフィスを構える新宿野村ビルでは、様々なイベントが開催されます。
中でも、夏のライブ&ビアガーデンは、最も盛り上がるイベントのようです。
今年は8月26日の開催。部署の皆とぞろぞろ行ってみました!

昨年はオフィスを移転したばかりだったので、勝手がわからず、就業時間を終えてから参加したところ、屋台のメニューはほとんど売り切れ・・・
苦い経験を忘れずに、今年ははりきってイベント開始時間に休憩をとって出発!

にぎわっています♪

IMG_5041
続きを読む 新宿野村ビル 夏のライブ&ビアガーデン

DeepLearningがなぜうまく学習出来るのか

データ分析部の島田です。今回はDeepLearningがなぜうまく学習出来ているのか、についてサーベイしてみました(簡単なコード付きです)。

記事アウトライン

プライベートDMPを活用したインターネット広告最適化

こんにちは。ALBERT コンサルティング・アクティベーション推進部の武田です。

ALBERTに入社する以前はインターネット広告の専業代理店におりました。今回は前職で考えていたこととALBERTに入社して気づいたことをまとめて、「プライベートDMPを活用したインターネット広告の最適化」というテーマでお話します。

インターネット広告はこの十数年で目覚ましい進化を遂げ、手法が高度化してきています。最近は様々なアドテクノロジーが開発され、多様なターゲティング広告を配信できるようになりました。 続きを読む プライベートDMPを活用したインターネット広告最適化

エントランス動画を作成しました!

こんにちは!広報の大森です。

毎日たくさんのお客様をお迎えするALBERTのエントランスに、ちょっとだけ変化がありましたのでご紹介します。

お気づきの方もいらっしゃるかもしれませんが、つい2日前から、ALBERTのソリューション・サービスをご紹介する動画が流れるようになりました。

IMG_4851
続きを読む エントランス動画を作成しました!

Apache Spark を使ったシステム構築のための Tips

システムソリューション部の佐藤奏です。

並列分散処理フレームワークApache Sparkがホットな昨今。サンプルコードや活用事例もいろいろと公開されていますが、では実際にSparkを利用してシステムを構築しようとするとき、どのような考慮が必要なのでしょうか。

今回は「SparkとAWS EMRを使ったシステム構築」を念頭に、開発の初期段階――技術選定や開発スケジュール検討、外部設計、プロトタイプ作成・評価――において有用な情報や開発の進め方のポイントをいろいろとご紹介してみようと思います。結構、地味な話が多いですがお付き合いください。

本記事執筆時点でのSparkの最新バージョン1.6.1をベースとした記述です。

続きを読む Apache Spark を使ったシステム構築のための Tips

ベイズ情報量規準及びその発展 ~概説編~

今井です。今回より数回にわたってベイズ情報量規準及びその発展について書きたいと思います。

情報量規準と聞くとAIC(Akaike, 1973)やBIC(Schwarz, 1978)が真っ先に思い浮かぶ人が多いかと思います。情報量規準を勉強したことのある人であれば、予測精度を上げるためにモデル選択をするのであればAIC、データが生成されている構造を知ろうとするのであればBICを用いるという使い分けをすることもご存知だと思います。以下ではベイズ情報量規準(BIC)に絞って説明をしていきます。

ベイズ情報量規準の目的である、予測ではなく妥当なモデルの構造を知りたい時とはどういった場合でしょうか。例えば、単なる売上の予測だけではなくMMM(Marketing Mix Modeling)を因果モデル化したモデルによる広告などの施策の効果を知りたい場合や、k-means法でクラスター分析をする時のkを決める時などが上げられます。

後者の方が簡単なので、後者から説明します。先日弊社で行われたデータサイエンティスト養成講座のクラスター分析の岩崎先生による基調講演の中で次のようなお話をされていました。下の3つの混合分布の内、一番右の分布であれば誰でも2つの分布から構成されていることが分かるが、統計を用いて真ん中、さらには一番左の分布も2つの分布から構成されていることが分かるかが問題になる、と。

GMM_distribution

続きを読む ベイズ情報量規準及びその発展 ~概説編~

シェアランチの会におよばれしました♪

桜が満開!やっと春らしい陽気になりましたね。
こんなお花見日和は、お手製弁当を持ってお出かけしたくなります。

お手製弁当といえば、ALBERTは料理上手のスタッフが多く、先日まで、月に1度シェアランチ会という名のお料理持ち寄り会が開かれていました。
いつもスタッフのSNSにアップされるおいしそうな画像によだれをたらしていた私ですが、今後はシェアディナー会になり、社内開催ではなくなってしまうという噂を聞きつけ、最後のチャンスにとお願いしておよばれに成功!わくわくしながらラストシェアランチの会当日を迎えるのであります。

当日、会場であるリフレッシュスペースに行ってみると・・・・
データ分析部、CRMソリューション部、コンサルティング・アクティベーション推進部、経営管理部などなどいろいろな部署からの精鋭が集まり、既にテーブルにたくさんのお料理が並んでおりました。

IMG_3626

続きを読む シェアランチの会におよばれしました♪