Blog - LINE ENGINEERING

TAG ARCHIVES: Machine Learning

【訪談】 - Data Dev 工作老實說分享
LINE Engineering2022-02-15
LINE Engineering Blog official account
前言訪談節目會邀請各工程團隊成員來分享在 LINE 學系到的經驗分享，讓對於我們團隊日常工作、作業方式、各種解決方案、讀書會...有興趣的開發者朋友可以透過線上的方式來聆聽成員分享，當然過程中還會分享許多講者們的個人實戰經驗，廢話不多說，跟著我們一起往下看吧！查看更多訪談節目清單訪談影片開場介紹LINE 除了通訊外還有很多周邊的服務，像是新聞、購物、旅遊、音樂、貼文串等等。而且這些服務其實產生了大量的內容。Data Dev 團隊透過許多機器學習、統計方法等等技能，可以更了解內容之間的關係、內容與使用者的關係，進而優化這些服務的使用者體驗。另一方面，兩位講者也分享經驗，其實 LINE 也是一個大家很重視的行銷工具，我們有官方帳號，以及許多廣告版位。透過使用者與各服務的互動，我們可以更全面了解使用者的輪廓與偏好，精準的區分出目標客群，來做商業上的應用。所以實際上涵蓋很多技術的應用！除了知識圖譜、POI、許多推薦系統以及增益模型 (Uplift Modeling) 來找出搖擺使用者，也因為各服務有許多文字內容，我們也做了基於自然語言處理 (NLP) 的服務，像是文章分類，命名實體辨
iPlayground 2020 精彩回顧
JJ.Kuan-Wei.Brian.QC2020-12-29
Introduction iPlayground 是近幾年在 iOS 社群中非常重要的活動，聚集了非常多專業且具經驗的工程師來當講師，分享他們在 iOS 開發上的經驗以及新技術的使用，對於 iOS 開發上有相當大的幫助，所以一到會場就看到滿坑滿谷的人群。今年演講場地總共有 3 個同時進行，大家可以各自選擇想聽的主題，即使因此沒聽到某些主題，之後主辦單位也會把錄影放到 Youtube 上，所以不用擔心會錯過任何演講主題。另外今年也有獨立區域，提供給各公司進行不論是公司文化介紹或是徵人活動，工程師之間也可以互相進行交流，可以深深感受到 iPlayground 這幾年的蓬勃發展。iPlayground 會旗議程Session 介紹為什麼 App 卡卡的？這次 iPlayground 的 Keynote 是由 John Lin 分享「為什麼 App 卡卡的？」，如同講者本人所言，一個 Keynote session 是要為整個研討會設定一個承先啟後的框架，而 app 的效能也直接影響了使用者的體驗，這確實是 app 開發中最重要的議題之一。App 用起來要順手講者自身有 HCI（人機
LINE Developer Day 2020 – The past and future of machine learning research 議程回顧
Lin Wei-I2020-12-23
大家好，我是 Wei-I，現職 LINE 的 TECH FRESH Intern ，以下分享今年在 Dev Day 的由 Masashi Sugiyama 帶來的 The past and future of machine learning research。講者 Masashi 是東京大學專研機器學習的教授，在這次演講中主要提及了幾個關於 Robust Machine Learning 的研究成果，以及他對未來機器學習研究的看法。Robust Machine Learning首先 Robust Machine Learning 想解決的問題，概略來說就是讓機器學習的模型，在各種『不盡如人意』的條件下，依然能有足夠好的準確度。為什麼會好奇模型在不利的條件下的表現呢？在現實環境的運用中，因為種種因素，這些模型不得不面對這些狀況，其中包括 Noise （雜訊）、Insufficient supervision（不完全監督）、Bias（偏差）等。Noise（雜訊）實際環境中，收集的資料幾乎都不是完美的，錯誤的來源可能非常多，可能是感應器沒辦法做到 1
- LINE DEVELOPER DAY
- Machine Learning
DataCon.TW 2020 會議分享
Penny.Charlie2020-12-22
前言大家好，我們是 LINE 台灣資料工程團隊的資料工程師 Penny 與資料科學家 Charlie。今年因為新冠肺癌的關係，大多數的研討會都採取線上的形式舉辦，而 DataCon.TW 也不例外。DataCon.TW 2020 是由台灣資料工程協會 (Taiwan Data Engineering Association，簡稱 TDEA) 主辦，以及社群成員發起的大數據相關領域研討會，今年來到第十二屆，不知不覺中我們也已經參加了三年 (有興趣可以參考之前的 DataCon.TW 2018 會議分享)。年會跟以往一樣，除了 keynotes 主議程會邀請一些重量級講者以外，活動以「開發者」、「科學家」、「應用例」三個主題分軌進行專題講座活動。近年來，隨著大數據等資料基礎建設的完善成熟，以及機器學習、深度學習的蓬勃發展，專題講座的內容逐漸向應用面靠攏，而在基礎建設方面，如何不斷向上整合，提供在開發機器學習模型或應用上更方便的工具，會是今年主要探討的議題。在這篇心得裡，我們會分享在 keynote 中，由外國講者 Lee Rhodes 所主講的 Data Sketche
TechPulse 2019 - Timeline Post Recommender System 議程回顧
Johnson Wu2020-02-19
I am a Machine Learning Engineer/Data Scientist in LINE TW Data dev team.
以通訊軟體為核心，LINE 持續發展圍繞用戶生活的各種服務，同時也抱持著開放的態度，積極與不同的平台或開發工具串聯。因此，我們鼓勵、更贊助 LINE 的工程師參與各式各樣的外部研討會，激發更多創意或合作的可能性，並於會後撰寫見聞，分享給 LINE Engineering Blog 的讀者們。《LINE 強力徵才中!》與我們一起 Close the Distance 串聯智慧新世界 >> 詳細職缺訊息LINE TAIWAN TECHPULSE 2019「Timeline Post Recommender System」議程講者 - JiHong Lee大家好，我是 LINE 台灣資料工程團隊成員 - Johnson Wu，負責將機器學習應用於各開發專案的研究及支援。很幸運能參與在去年舉辦的 LINE TAIWAN TECHPULSE 2019、分享關於台灣資料工程團隊的機器學習應用專案，並有機會參與 LINE 貼文串推薦系統議程的講者 - JiHong Lee 的媒體訪談，從機器學習跟數據科學的觀點，介紹 LINE 貼文串的推
Google I/O 2019 心得分享 - Innovation and Open Your Mind
Evan Lin2019-07-05
LINE Taiwan Technology Evangelist
大家好，我是 LINE 台灣的 Technical Evangelist – Evan Lin。LINE 的企業文化鼓勵大家勇於分享與自我學習，對於各大國內外的研討會，更是鼓勵員工們去報名參加與分享。今年很榮幸地能夠申請到在舊金山舉辦的 Google I/O 2019，本篇文章透過開發者關係與技術推廣部門的視角，帶領讀者們用不一樣的角度了解 Google I/O。身為資深推廣技術工程師與開發者年會的主辦者，本篇文章一開始將先說明活動的意義與原因，到會場的周邊設施加以介紹與分享，最後透過一些機器學習的相關議程分享，希望分享給各位讀者參與 Google I/O 所帶來的饗宴。什麼是 Google I/O出處Google I/O 從 2008 開始舉辦後，每年都是 Google 最大面向全世界開發者的年度開發大會 (類似於 Google Developer Day)。而 “I/O” 縮寫從一開始代表的 ”輸入 (Input)“ 與 “輸出 (Output)” 到近幾年的 ”創新 (Innovation)" 與 ”開放(Open)"。顯示整個大會由於參加的人數越來越多，議題也越來越多元與開放。
Google Developers ML Summit 2019 心得分享
penny.rita.jim.shawn.vila.joseph2019-05-22
Penny: LINE台灣工程師，資料科學家，提供大數據資料分析方法 / Rita: LINE台灣工程師，後端開發，大數據處理，機器學習愛好者 / Jim: LINE台灣工程師，後端開發，大數據處理，機器學習愛好者 / Shawn: LINE台灣工程師，提供LINE Platform技術支援，也是機器學習愛好者 / Vila: LINE台灣工程師，後端開發，提供電子商務服務，機器學習愛好者 / Joseph: LINE台灣工程師，提供大數據資料處理、分析、預測
Google近年來積極的整合機器學習的雲端服務平台與服務，致力於對各種角色的開發者提供不同的解決方案，並在今年舉辦Google Developers ML Summit Taipei 2019，在會議中展示新服務的同時，也透過Codelabs帶領開發者免費體驗服務的優點。LINE雖然在雲端服務這塊沒有直接使用Google的解決方案，但是公司非常鼓勵開發工程師可以多參加外部的研討會，吸取外部的經驗來充實內部的產品。今年的活動由Google的技術傳教士上官林傑開場，介紹了Google ML的幾個亮點產品：除了TensorFlow 2.0的推出讓使用者進入deep learning的門檻降低外，對Mobile與IoT開發者來說，TensorFlow Lite可支援在手機甚至是Edge TPU上跑輕量化的TensorFlow model，也可以直接用ML Kit + Firebase快速開發app的AI功能；對前端開發者而言，用TensorFlow.js就可以輕鬆訓練模型，讓訓練過程視覺化 (例如：https://playground.TensorFlow.org)。而為了解決大部分人想要用d
PyCon TW 2018 Recap
Yvonne Wang / Edward Chen / Kent Han/ Mike Lien2018-12-10
我們是 LINE 台灣的 QA 工程師，負責 LINE TODAY 及 LINE 購物平台的新功能上線測試，以及自動化測試的開發工作。
何謂 PyConPyCon 最初於 2003 成立於北美，現在世界各地皆有以 PyCon 精神成立的會議。PyCon Taiwan 則在 2012 年開始，固定舉辦年度聚會，讓大家一起討論並提倡使用 Python 程式語言，聚焦在 Python 技術與其多樣應用的交流。重要議程分享人工智慧民主化在台灣第一天的 Keynote 請到台灣人工智慧學校執行長陳昇瑋來做開場，主題是人工智慧民主化在台灣，在演講中舉了很多人工智慧的例子，例如: Deepmind 的 AlphaGo 和 AlphaZero，在圖像辨識的領域中也提到 Polanyi’s Paradox (博藍尼理論)：我們懂的事情比我們能表達出來的更多。也就是說我們擁有的許多知識，多數是難以完整說明的內隱知識，就像是我們不可能用明確的指令教導另一個人如何學習騎腳踏車或是辨識朋友的臉孔，所以機器學習正在克服這些限制，在不同例子中學習，利用回饋的意見解決本身的問題。另外，也說明不是每個任務都適合用在機器學習，前提需要有足夠的樣本進行分析跟反饋，且能進行大量的模擬，不需要豐富知識背景、或很複雜的邏輯、以及容錯率要高。例如德州撲克、金融方
LINE Developer Meetup #6 開發者小聚活動後分享
Evan Lin2018-11-13
LINE Taiwan Technology Evangelist
KKTIX 活動網頁: 活動網址今年最後一場的開發者小聚，帶來的不是 API 的介紹；不是開發夥伴的經驗分享。而是要讓開發者們了解好的用 LINE 服務的背後，是有哪些有用的架構。並且我們有來自 LINE 日本的夥伴們帶來的精彩內容，分別是 LINE 福岡 Data Lab 與東京的 Verda Team 。當然也有台灣的 LINE NOW 團隊帶來的產品開發分享。LINE 台灣與日本工作環境介紹 / LINE台灣開發者關係與技術推廣部負責人, Benny Wu ; LINE福岡開發一室室長, 林康司投影片: 網址首先開場的就是開發者關係與技術推廣部負責人 Benny Wu 來簡介台灣辦公室。而遠道而來的福岡開發一室室長林康司也介紹了 LINE 日本的相關資料。首先講者先簡介了 LINE 日本所有的相關服務之外，更介紹了三個日本辦公室( 東京，福岡跟京都 )。當然所有開發者最在意的工作環境與公司所配置的硬體設備都有講解到。最後也有提到身為 LINER (LINE 員工的自稱）我們最在意的幾個精神就是 Take Ownership Trust & Respect Be O

1