Data Scienceセンター 

Data Science室 

参考情報一覧

組織・業務紹介

Data Science室と募集中ポジションの紹介

 

LINE Data Science室の紹介資料です。
LINEアプリをはじめとする当社が提供するサービスに関するデータ活用を先導する組織の役割・業務内容・募集ポジションについて紹介しています。

 

 

新卒データサイエンティストたちの活躍。働きやすさと成長を実現する組織体制

 

Data Science室に新卒で入社した若手エンジニアたち4名をご紹介します。LINEに入社した経緯や担当する業務、今後の目標などを聞きました。

 

 

"データ”という共通言語でつながっていくカルチャー LINEのデータサイエンティストとしてのやりがいとは

 

Data Science室に所属するデータサイエンティストたちが、具体的なデータ分析業務の概要や環境、社内のカルチャーまでパネルディスカッション形式で話しました。

 

 

LINE公式アカウントの分析業務を担当するチームを紹介します

 

LINEの開発組織のそれぞれの部門やプロジェクトについて、その役割や体制、技術スタック、今後の課題やロードマップなどを具体的に紹介していく「Team & Project」シリーズ。今回は、LINE公式アカウントの分析業務を担当しているData Science室のOA Data Scienceチームを紹介します。

 

 

LINEの広告プラットフォームの分析業務を担当するチームを紹介します

 

LINEの開発組織のそれぞれの部門やプロジェクトについて、その役割や体制、技術スタック、今後の課題やロードマップなどを具体的に紹介していく「Team & Project」シリーズ。今回は、LINE広告プラットフォームの分析業務を担当しているData Science室のAd Data Scienceチームを紹介します。

 

 

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

 

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

 

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。

 

 

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

LINEの各事業の競争力を最大化するためにデータサイエンスチームが意識していることとは

 

LINE PayのLINE公式アカウントにおける有用性を定量的に評価する仕組みや、ユーザー反応をモニタリングするツールを構築する取り組みについて、担当のデータサイエンティストに語ってもらいました。

 

 

The Repetitions Eliminator R Library “mmetrics” 

 

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

 

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。

その他

Quant UX Con 2022 参加レポート

 

Data Scientistとして、主にメッセージやスタンプなどコミュニケーション機能の分析を担当する弊社谷川が、Quantitative(定量的な)UX Research を主題とするカンファレンス「Quant UX Con」に参加した際のレポートを紹介します。

イベント登壇記事

Tech-Verse 2022

 

新サービスLIVEBUYの方針決定を支えたデータ分析

 

LINEが現在先行提供しているライブコマースサービスであるLIVEBUYの「配信中のチャット行動は商品購買を促進する」という仮説を検証するための一連の取り組みについて解説します。

 

 

LINEスタンプのLINE公式アカウント配信効率を改善した配信ロジック

 

LINEスタンプのLINE公式アカウントにおけるメッセージ配信を、マシンラーニングやデータサイエンスを用いて大幅な効率改善を行った事例について紹介します。

LINE DEVELOPER DAY 2021

 

 

データサイエンスによるLINE PayのLINE公式アカウントの情報受け取り体験の改善

 

LINE PayのLINE公式アカウント運用におけるユーザー体験を、データサイエンスを用いてどのように改善したのかを紹介しています。

 

 

データ分析と機械学習開発の協業によるスタンプ推薦ロジックの継続的改善

 

LINEにおいてデータサイエンティストと機械学習エンジニアがどのように協業してプロダクト改善を進めているのかを、スタンプショップの推薦ロジックの改善を例にとって紹介しています。

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