技術ブログ：読者の行動データを用いたnote記事レコメンドをリファクタリングした話

▲記事本文はこちらからMLのAWSアーキテクチャをリファクタして、より機械学習開発が行いやすい環境に変更しました。今まで、noteの機械学習開発では、Pythonだけではなく、バックエンドのRubyの知識も必要でした。しかし、それが今回の改修でMLチームだけで完結するようになったのです。さらに今回の改修では、「失敗を前提としたアーキテクチャに変更」「スケールアウト構成にしてチューニングが簡単にできるように」など様々な改善がなされました。自分にあったクリエイターの記事がみなさまに届くように、MLチームはこれからも進化を続けていきます。膨大な記事データを扱ってクリエイターを支援していくことに...

技術ブログ：noteは機械学習をどう活用している？MLチームの開発指針と取り組みまとめ 【2022年版】

「noteって機械学習をどう活用しているの？」という疑問に答えるため、活用方法をまとめて公開しました。この記事を読めば、noteのMLチームの全体像を掴むことができます。▼この記事でわかること▼MLチームの開発指針noteの機械学習の全体的なアーキテクチャnote内で機械学習がどのように活用されているのか、どんな機能で利用されているのか

技術ブログ：多様なコンテンツをとどける、レコメンドベースのnoteのホームタイムラインをつくる

noteのトップページにあるホームタイムラインでは、機械学習を駆使してユーザーに合った記事をパーソナライズしています。今回公開した記事では、そんなnoteのホームタイムラインのレコメンドの仕組みについてエンジニアのkihayaさんに解説していただきました。この記事は以下のような読者を想定しています。情報推薦や検索、データマイニング、機械学習の活用に興味があるエンジニアちょっと賢い機能をコアとしたプロダクトを開発したいと思っているプロダクト志向のエンジニアパーソナライズや情報推薦をコアとしたプロダクトをマネジメントしている(しようとしている)プロダクトマネージャー