Takuji Tahara

Ryu Yamagishi

ecbo Inc., ソフトウェアエンジニア

Yamaguchi Takahiro

一條 端澄

Asan Kondo

STORES 株式会社, モバイルオーダー開発チーム

Masahiro Hidaka

株式会社メルカリ, メルペイ エキスパート（Android）

Takaaki Sugimoto

Mizuki Takeuchi

ウォンテッドリー株式会社, Dev Hiring

Kensuke Yasuma

Turing × atmaCup #18: 1st place

Kaggle Parkinson's Freezing of Gait Prediction: 2nd place(gold)

Kaggle Feedback Prize - English Language Learning: 4th place(solo gold)

Kaggle NBME - Score Clinical Patient Notes: 4th place(gold)

KaggleDays Championship in Moscow: 3rd place

Kaggle Google Brain - Ventilator Pressure Prediction: 15th place(gold)

Purchase Intent Prediction task in SIGIR eCom’21 Data Challenge: 3rd place

Booking.com Challenge: 6th place

RecSys Challenge 2020: 3rd place

Kaggle Days Tokyo Competition: 5th place

Kaggle IEEE-CIS Fraud Detection Competition: 5th place(gold)

atma杯 オンサイトデータコンペ #1 2nd place

Shuhei Goda

Target Encoding はなぜ有効なのか

Kaggle Masterになるまでを振り返る

Turing × atmaCup #18 - 1st Place Solution

Weighted Averaging of Various LSTM Models for Next Destination Recommendation

【論文紹介】EX2: exploration with exemplar models for deep reinforcement learning

【論文紹介】Learning sparse neural networks through L0 regularization

【論文紹介】Sparse Embedded k-means Clustering

A machine learning contest enhances automated freezing of gait detection and reveals time-of-day effects

Kaggle Grandmaster への道のりで得られたもの

Kaggle Rコンペ解法紹介

Feedback Prize - English Language Learning  における擬似ラベルの品質向上の取り組み

天体写真

Adversarial Validation to Select Validation Data for Evaluating Performance in E-commerce Purchase Intent Prediction

「Recommendation Industry Talks」の発起と開催

DEIM2023 DBSJ学生企画ナイトセッションに登壇

Accomplishments / Portfolio

統計検定2級

情報処理技術者（応用情報技術者）

Awards and Certifications

ジョブマッチングサービスにおける相互推薦システムの応用事例と課題

とある事業会社にとっての Kaggler の魅力

A Best-of-Both Approach to Improve Match Predictions and Reciprocal Recommendations for Job Search

第38回 人工知能学会全国大会 に協賛し、相互推薦システムの活用事例と技術的課題の紹介を行いました！

Wantedlyは第38回 人工知能学会全国大会にプラチナスポンサーとして協賛し、インダストリアルセッションにて市村が登壇致します

Wantedly は DEIM2024（第16回データ工学と情報マネジメントに関するフォーラム）にゴールドスポンサーとして参加します

課題の解像度が荒かったことで意図した改善ができなかった話

Wantedly におけるマッチング体験を最大化させるための推薦システム

機械学習領域のテックリードになって1年間取り組んできたこと

不可能を可能に変えていく。データサイエンティストが目指す「究極の適材適所」とは | Wantedly Engineer Blog

会社訪問アプリ「Wantedly Visit」での シゴトに関する興味選択機能と推薦改善

論文紹介: Improving Implicit Feedback-Based Recommendation through Multi-Behavior Alignment(Xin Xin et al., 2023)

ウォンテッドリーにおける推薦システム開発の流れ

Wantedly 推薦チームで RecSys 2023 に現地参加しました & RecSys 論文読み会の会場スポンサーします

Kaggle Grandmaster への道のりで得られたこと w/ @jy_msc by Wantedly Engineering Podcast

ウォンテッドリーにおける推薦システムのオフライン評価の仕組み

ウォンテッドリーの5年間に渡る推薦システムの変遷

Wantedly は DEIM2023（第15回データ工学と情報マネジメントに関するフォーラム）にゴールドスポンサーとして参加します

なぜ Wantedly に推薦システムが必要なのか w/ @jy_msc by Wantedly Engineering Podcast

会社訪問アプリ「Wantedly Visit」における 人・仕事・会社の関係性を考慮した相互推薦システム

機械学習でプロダクト成長させる技術と組織を3社のMLエンジニアが語る - note/コネヒト/Wantedly

テックリードの頭の中 - モバイルと推薦のリードに話を聞いてみた by @Altech_2015 w/ @swiz_ard @jy_msc by Wantedly Engineering Podcast

なぜ Wantedly に推薦システムが必要なのか

Kaggle Days Championship @ Barcelona に参加しました

Wantedly RecSys 2022 参加レポート⑤ - RecSys in HR

Wantedly RecSys 2022 参加レポート① - Wantedly データサイエンスチームで RecSys 2022 にオンライン参加しました

会社訪問アプリ「Wantedly Visit」における推薦システム開発事例

会社訪問アプリ「Wantedly Visit」 における募集画像がユーザーに与える影響

"Kaggle" に集中できる推薦基盤改善 w/ @jy_msc by Wantedly Engineering Podcast

Wantedly RecSys 2021 参加レポート④ - 推薦システムのユーザインターフェース

DEIM2021技術報告 / 会社訪問アプリ「Wantedly Visit」のデータで見る相互推薦システム

Wantedly RecSys 2020 参加レポート⑥ - Offline Evaluation in Recommender Systems

RecSys Challenge 2020 Workshop: A Stacking Ensemble Model for Prediction of Multi-type Tweet Engagements

A Stacking Ensemble Model for Prediction of Multi-type Tweet Engagements

The Web Conference2020 参加報告会 - 論文・セッション紹介

Kaggle Google Quest Q&A Labeling - 23rd place solution

Kaggle Days Tokyo Report #2

Publications

機械学習

Python

kaggle 

仕事で使える仮想化・コンテナ・サーバーレス技術

仕事で使えるミドルウェアサービス・製品

扱えるモニタリング / オブザーバビリティツール

仕事で使えるAI開発プラットフォーム・製品

仕事で使えるデータプラットフォーム製品・ベンダー

仕事で使えるデータ統合 / 変換 / 管理ツール

持っているデータサイエンス系資格

データサイエンス関連の国際会議における論文採択の数

持っているデータベース関連の資格

携わったプロダクト・サービスの種類

携わったプロダクト・サービスの段階

経験したプロジェクトの契約形態

直接マネジメントしたことのある人数

経験した開発ライフサイクルモデル

データサイエンティスト