LINE Data Labs
データサイエンスチーム
参考情報一覧
組織・業務紹介
データ分析はサービス競争力にどう貢献できるか？大量のデータを扱うLINEのデータサイエンティストの役割（logmi Tech）
2020年6月24日に開催されたLINEの「Data Labs」のオンライン採用説明会にて、Data Labs室長の池邉からは組織についての説明、Data Science1チーム/マネージャーの牟田からはデータサイエンティストの役割と仕事内容についての紹介をしました。
データサイエンティストが語る、LINEのデータの魅力と可能性（OnLINE）
LINEの多様なサービス価値の最大化をデータ分析によって実現するデータサイエンティストの仕事について、3名のメンバーからその業務内容や体制などを紹介してもらいました。
データサイエンティストの牟田さんが目指す、データドリブンな世界 (HR BLOG)
LINEの全社横断のデータ分析・活用を進める専門の開発組織であるLINE Data LabsにてData Analysisチームのマネージャーを務める牟田に、LINEのデータドリブンなカルチャーを牽引するデータサイエンティストとしての仕事の醍醐味、一緒にはたらきたい人物像などを聞きました。
インタビュー 高口太朗 (LINE 新卒採用 2021)
LINE Data LabsにてData Science2チームのマネージャーを務める高口がデータサイエンティストの組織や所属体制、役割について紹介します。LINEのサイエンティストに求められる資質、LINEならではのやりがいについてもぜひご覧ください。
インタビュー 今井遼 (LINE 新卒採用 2022)
LINE Data Labsにて主にLINE MUSICの分析と、LINEのサービスから取得される位置情報の分析を行う今井に、入社を決めた理由や詳しい業務内容・具体的な仕事の流れを聞きました。仕事を進める上で意識している3つのポイントについても紹介しています。
プロジェクト紹介
The Repetitions Eliminator R Library “mmetrics” (LINE Engineering Blog)
似たような、あるいは同じ計算式を何度も何度も使って同じメトリクスを計算しなければならない状況に直面したことはありませんか？このような反復的なタスクをどのように処理していますか？私たちの仕事の分野の多くのエンジニアが知っているように、dplyrは最もクールで効率的なデータ処理文法の一つであり、私たちの日常的なデータ操作の課題のほとんどに対して、多くの具体的な解決策を提供してくれます。この記事では、mmetricsというパッケージを紹介したいと思います。
conflr: R MarkdownをConfluenceに投稿するRパッケージ (LINE Engineering Blog)
R MarkdownをAtlassian Confluenceに投稿するためのRパッケージ・conflrをOSSとして公開しました。本記事では、このパッケージの開発に至った背景と、使い方について説明します。
LINEバイトのLINE公式アカウント運用にみる最適なメッセージ配信とは (LINE for Businessコラム)
LINEが運営するHRサービス「LINEバイト」でのLINE公式アカウントのメッセージ機能についてデータサイエンティストと担当部門での協業でブロック数を軽減した事例について紹介しています。
イベント登壇記事
LNE DEVELOPER DAY 2020
自社LINE公式アカウントのメッセージ送りすぎ問題をデータサイエンスで解決する
ユーザーが求めている情報が優先的に届くように、LINEが提供するサービスによるメッセージ配信通数を抑える仕組みを立案・導入した際のデータサイエンス・機械学習の活用について紹介しています。
データ分析によるスタンプキーボードの改善：ログ設計から実適用に至るまで
快適にスタンプの検索や送信ができる利便性を提供して、スタンプや絵文字を利用したコミュニケーションの頻度を最大化すべく立ち上げた、スタンプキーボードの改善プロジェクトのご説明をしています。
データサイエンスが導くトークメニューUIのリニューアルプロジェクト
2020年4月にリニューアルされたトークメニューUIに関するデータサイエンスプロジェクトについて、LINEのデータサイエンティストが大規模なデータをどのように分析して、プロジェクト関係者の意思決定をどのように導いているのかを紹介しています。
LINE DEVELOPER DAY 2019
コミュニケーションアプリ「LINE」の
機能改善を支えるデータサイエンス
LINE Data Labs において大規模なデータサイエンスプロジェクトがいかに進められているかを、「LINE」のグループ作成機能の改善を例にとって説明します。ネットワーク分析、オンライン A/B テストの半自動化されたモニタリングシステム、柔軟なデータ分析環境など、プロジェクトの過程で用いられる技術についても紹介しています。
LINEアプリの機能改善を支える、
データサイエンスチームの知られざる裏側
データサイエンスを用いて業務改善を行うData Scienceチームが行った、LINEアプリの機能改善プロジェクトの概要について紹介しました。
“グループ作成機能”の改善事例に学ぶ、
LINEのデータサイエンティストの仕事と技術的工夫
実際の改善プロジェクトを事例に、データサイエンティストの役割と意思決定における考え方について語りました。
データサイエンティストによる
Spark Extension開発のケーススタディ
データサイエンティストが開発に集中するために構築した環境と、実際に分析を効率化した例について紹介します。
Libra Report: Scaling A/B Tests for Real Services
Libra Reportは、データサイエンティストのためのエンジニアリングタスクを自動化するA/Bテストシステムです。Libra Reportがデータ·パイプラインの生成を自動化することで、データサイエンティストは手作業による集計が不要になります。データサイエンティストが重要な問題だけに集中する環境づくりのため、データ取得からグラフ生成、統計量の算出までをLibra Reportで自動化するプロジェクトを紹介します。
データドリブンな意思決定を支えるShinyダッシュボードの技術
本発表では、LINEのデータドリブンな意思決定を支えるShinyダッシュボードの技術についてお話します。
Shinyを拡張する技術に加えて、Shinyを支えるバックエンドの技術、再現可能性を考慮したUI設計など、複数の要件を考慮したShinyダッシュボードを構築するための我々のノウハウについてご紹介します。
© LINE Corporation