#dena-engineers-blog

by Daisuke-Tamada | December 01, 2020
いよいよ始まった 2020年アドベントカレンダー! 多くの人に記事を読んで欲しいが、どうすればいいか分からない。 良い工夫あるといっても既に記事書いた、ガッツリ書き直すのはしんどい。 記事自体にはそんなに手を加えず、ひと手間だけ加えるぐらいの工夫をしたい。 そんなアドベントカレンダーを頑張るエンジニアのみなさんが、あとひと手間頑張れる工夫は無いか? DeNA 技術広報の玉田が DeNA Advent Calendar 2020 Day1 の記事として、@DeNAxTec
by Ryohei Shimizu | October 29, 2020
はじめまして。9月初旬より約半月にわたり、AIエンジニアコースのインターンに参加させていただいた清水と申します。大学院は情報系の専攻で、最近は幾何学的な深層学習に関する研究に取り組んでいます。その過程で言語的なタスクを出口に用いることも多く、副次的に深層学習を利用した自然言語処理にも多少明るかったりします。 題目にあるTransformerとは、そうした分野にてここ数年にわかに注目を集めている仕組み
by takuma-yoshimura | September 24, 2020
こんにちは。 ゲーム事業部ディベロップメント統括部AI推進部の吉村です。 先日オンライン開催されたCEDEC2020にて、システム本部AIシステム部の甲野と共に「『逆転オセロニア』における,バンディットアルゴリズムおよび強化学習を用いた対戦環境のバランス設計支援」という講演をさせていただきました。 聴講にお越し下さった皆様、ならびに運営の皆様、誠にありがとうございました。 本講演では、『逆転オセロニア』に
前回に引き続き、『日比谷音楽祭公式おさんぽアプリ2020』(以下、おさんぽアプリ)のクライアント編をお伝えします。 この記事の概要 事前に新機能で必要なUI・ロジックを洗い出すことで効率的に開発した gRPCによりモックを簡単に作ることができ、サーバー/クライアントで同時に開発できた 時間と慣れが必要なSupernovaについてデザイナーさんと進め方を工夫した 最大9曲の音楽を同期して再生するため、audi
この記事は20新卒、21卒内定者が開発に参加した『日比谷音楽祭公式おさんぽアプリ2020』(以下、おさんぽアプリ)開発の裏側、サーバー編です。 この記事の概要 .protoファイルのおかげでモックの作成とチーム間コミュニケーションがスムーズになった チケット抽選機能の要件に適したCloud Functionsを使った Cloud Loggingで構造化ロギングを利用してアラート設定をした Trace IDを一致させ、Cloud T
by Daisuke-Tamada | April 15, 2020
残念ながら 開催中止となってしまった DeNA TechCon 2020 について、発表する予定だったセッションの一部を2020年3月11日と3月12日にライブ配信としてお届けし、その他の一部のセッションの内容について 2020年3月18日から15個の Blog 記事としてお届けしてきました。 こちらで Blog 化した記事について、まとめてご紹介します。 仕様起因の手戻りを減らして開発効率アップを目指すチャレンジ 仕様問題への取り組みに関する発表のフォロー
by Daisuke-Tamada | April 13, 2020
こんにちは!技術広報の玉田です。2010年にスタートした DeNA Engineer’s Blog は、2020年で10年目を迎えます。10年目を記念して、2019年度の Engineer Blog のふりかえりとなる、 「2019年度ベストブログ記事10選」 をご紹介します。 こちらは2019年4月〜2020年3月の1年間に発信した 技術 blog 記事の中から、最も Twitter の Like 数が多かった 10選となります。 コンピュータビジョンの最新論文調査 Human Recognition編 研究開発エンジ
by Tomohiro-Kato | March 25, 2020

AIシステム部の加藤倫弘です。私は現在「DRIVE CHART」のエッジAIチームのチームリードとして、ドラレコへのAI技術組み込み全般を担当しています。

この記事は、DRIVE CHARTにおける AI技術の事業応用 ーモデル開発からサービスデプロイまでー Part1の後編です。 後編では、研究開発しているアルゴリズムをどのようにドラレコに組み込んでいるか、実装観点でご紹介します。

by Hidenori-Kuribayashi | March 25, 2020
AIシステム部の栗林と申します。AI研究開発グループのマネージャーとして、主に「DRIVE CHART」で使用する認識技術の開発を担当しております。我々は、AI技術を効率よく実サービスに適用するため要素技術開発からプロダクトへの実装を一貫して行っています。 このBlog記事は、DRIVE CHARTにおける AI技術の事業応用 ーモデル開発からサービスデプロイまでー の前編です。ここでは、事業応用にあたってC
by yoshikazu-katayama | February 09, 2020
こんにちは。IT基盤部の片山です。 DeNAが提供するヘルスケア系サービスのインフラを担当しています。 今回は機密データを扱う機械学習環境の構築について紹介します。 はじめに あるプロジェクトにおいて、提供されるデータの機密性が非常に高く、十分なセキュリティを担保した環境を構築したいという相談を受けました。 要件は以下の通りです。 共同研究者より提供されるデータを元にした機械学習プログラムを実行する プログラム