2024年2月26日に「GO TechTalk #25 GOのデータ・AIを活用する「組織」を30分で紹介」（connpass）を開催しました。 本記事では当日の内容を簡単に紹介します。 GO TechTalkとは？ GO TechTalkは、GO株式会社のエンジニアたちが、タクシーアプリ『GO』をはじ…

Regional Scrum Gathering Tokyo 2024 参加レポート タクシーアプリ『GO』の決済基盤を開発している 菅原 です。 2024年1月10〜12日に開催された Regional Scrum Gathering Tokyo 2024 (RSGT2024) に会社のメンバーと参加してきました。 Regional Scrum Gath…

このたび、GO株式会社の技術ブログを移転しました。 今後はここ「GO Tech Blog」を通じて、GO株式会社のエンジニアたちが日々の業務を通じて得た知見や、社内の開発文化について発信していきます。 ぜひRSSの購読や、はてなIDをお持ちの方はぜひ読者登録もよ…

AI技術開発部データサイエンスGの菊地です。今回の記事では次世代AIドラレコサービス『DRIVE CHART』を実現するためのデータ分析技術について、過去に執筆された内容をもとにまとめていきたいと思います。こちらの記事は画像認識編、AI運用技術編の続編とな…

タクシーアプリ『GO』のデータエンジニアをしている牧瀬です。 Apache Arrow という OSS を知り、弊社でも活用できる機会があるのではないかと興味を持ちました。本記事では Apache Arrow の概要を紹介します。 概要 Apache Arrow とは、インメモリのカラム…

スマートドライビング事業部の森本です。AI技術の発信強化の一環として、過去に発信した記事や発表資料をテーマごとにまとめる取り組みを行っています。今回は次世代AIドラレコサービス『DRIVE CHART』での本番環境、実験環境、エッジデバイスでのAIに関連し…

大規模に収集されたドラレコの映像データは、様々な用途に利活用することができます。詳細を2023年2月に行われたイベント「5万台のドラレコを活用！大規模データ収集・機械学習基盤の全容」で紹介しています。こちらの「道路情報の差分抽出」に関するプロジ…

AI技術開発部の老木です。今回、分析ログの増大が課題となりJSON型の導入を検討しました。分析ログをJSON化した際に問題となる配列の扱いについて紹介します。 適当に作ったログがでかすぎる。ログを出力・分析する人間によくある悩みではないでしょうか。そ…

この記事はMobility Technologies Advent Calendar 2022の22日目です。 スマートドライビング事業部システム開発部AI基盤グループの石井です。 この記事ではDRIVE CHARTの機械学習チームで採用している実験管理ツールであるClearMLについて紹介します。 Clea…

この記事はMobility Technologies Advent Calendar 2022の20日目です。 2022/10/26にAWS Autotech Forunm 2022にてDRIVE CHARTのAI開発を促進するための基盤づくりや日々増加するトラフィックに対して安定的にサービスを運用するためのアーキテクチャについ…

こんにちは、AI技術開発部AI研究開発第二グループの劉です。私は、道路情報の自動差分抽出プロジェクトにて、ドラレコ映像から標識などの物体を見つける機能の開発を担当しており、その中で画像の分類が必要になります。現在、最先端の画像分類モデルの1つと…

2022年3月17日にDeNA TechCon 2022「Unlimited Expansion」にて、「あと何分？タクシーアプリ『GO』到着予測AIの社会実装まで」という内容で登壇を行いました。 本記事では登壇の内容を簡単に紹介します。 当日のスライド スライドは前半と後半の2部構成とな…

タクシーアプリ「GO」、法人向けサービス「GO BUSINESS」、タクシーデリバリーアプリ「GO Dine」の分析基盤を開発運用している伊田です。BigQuery Remote Functions (Preview) を利用することのメリットや、導入にあたり工夫した点を紹介します。 ※ 本記事の…

BigQuery でさまざまな情報が JSON 形式で格納されているテーブルはありませんか？ MoT でも JSON 形式でログ情報を格納しているテーブルが存在します。そのようなテーブルの難点と、難点を克服するためのエンジニアリングについて紹介します。 AI技術開発部…

プッシュ通知関連のデータを制御するテーブルは1億レコードにも及ぶのですが、この巨大なテーブルによってDBのパフォーマンスが悪化する問題が発生していました。それらをどのように改善したのかについて解説します。 はじめに バックエンドグループの青松で…

この記事では以前Bokehを使ったインタラクティブな可視化ツールの作成したときの経験に基づいて、複数の実現方法を比較・検証します。 はじめに アルゴリズムグループの佐藤です。この記事では以前Bokeh を使ったインタラクティブな可視化ツールの作成したと…

システム開発部 AI基盤グループの廣安です。交通事故削減支援を行う次世代AIドラレコサービス『DRIVE CHART』のAI推論処理を行うEdge AIライブラリの開発やメンテナンスを主業務としています。今回はそのライブラリ開発の品質保証のためにどのようにCI/CDを…

AI技術開発部アルゴリズムグループの谷本です。「マップマッチ・経路検索などのアルゴリズムを含む内製地図ライブラリ」のメンテナンスを主業務としています。今回はpythonによって実装された内製地図ライブラリ、特に経路探索部分をCythonを使って高速化し…

はじめまして、AI技術開発部 分析グループ の浅見です。 Mobility Technologies（MoT）では、BigQuery上でログの保存やデータマート運用を行い、集計や分析をした上で、LookerやGoogleスプレッドシートで効果検証などをレポート化しています。BigQueryはとて…

AI技術開発部アルゴリズムグループマネージャーの織田です。アルゴリズムグループは、配車アプリ「GO」におけるデータ分析や、機械学習システムの開発・運用を行なっているチームです。本記事では、私たちがチームとして実践している「GO」のデータサイエン…

2021年5月27日に「MoT TechTalk #4 Androidエンジニア必見！タクシーアプリGOのUXを高める工夫」（connpass）を開催しました。 本記事では当日の内容を簡単に紹介します。 当日のスライド MoT TechTalkとは？ MoT TechTalkは、Mobility Technologiesのエンジ…

次世代事業本部 データビジネス部 KUUグループ の田中です。 今回はシステムのログを分析をしやすくするためにAWSのCloudWatch LogsのログをGCPのBigQueryに転送する仕組みを構築し、BigQuery上で分析できるようにした話です。 はじめに 株式会社ゼンリンと…

※本記事は Mobility Technologies の前身である JapanTaxi 時代に公開していたもので、記事中での会社やサービスに関する記述は公開当時のものです。 JapanTaxiではGoogle BigQueryのメタデータをバックアップするツールを作成し運用しています。そして今回…

※本記事は Mobility Technologies の前身である JapanTaxi 時代に公開していたもので、記事中での会社やサービスに関する記述は公開当時のものです。 はじめに JapanTaxi では CI環境 として Travis CI を使っていましたが、今年からモバイル系のチームは B…

※本記事は Mobility Technologies の前身である JapanTaxi 時代に公開していたもので、記事中での会社やサービスに関する記述は公開当時のものです。 JapanTaxiの分析基盤ではワークフローエンジンにCloud Composer(Airflow)を採用しています。この記事では…

※本記事は Mobility Technologies の前身である JapanTaxi 時代に公開していたもので、記事中での会社やサービスに関する記述は公開当時のものです。 この記事は、JapanTaxi Advent Calendar 2018の25日目の記事です。 はじめに JapanTaxi iOSアプリは、ア…