AI事業本部人事の得津です。

先月5月30日（土）にオンライン開催された日本経済学会春次大会にて、AI技術の研究開発組織「AI Lab」経済学チームのリサーチサイエンティストと、広告配信プロダクト「Dynalyst」のデータサイエンティストが登壇し、「テック企業における経済学／機械学習の活用」というテーマで企画セッションを実施いたしました！当日は130名もの方に聴講いただき、たくさんご質問もいただくことができ、とても有意義な機会となりました。
※登壇告知内容はこちら

ぜひこの機会に、オンライン質問＆懇親会では多くの方とざっくばらんにお話ができると嬉しいです。
カジュアルな場ですので、ドリンクやスナックなど片手にお気軽にご参加くださいね。
それでは、皆さまのご参加お待ちしております！

日本経済学会とは、文字通り日本の経済学に関する学会で、1934年に組織されました。

現在では経済学者やエコノミストに最新の情報を提供する場となっております。
今回の春季大会は当初、九州大学での開催が予定されていましたが、新型コロナウイルスの影響で、日本経済学会が開催する初めてのオンライン大会となりました。

日本経済学会での発表内容
当社からは下記のセッションで登壇します。

午後の部②　企画セッション4（チュートリアル）
5/30（土）15:50-17:50　＠オンライン会場⑤

テック企業における経済学／機械学習の活用
〜因果推論や強化学習の応用例〜
テック企業の現場における経済学の活用例として、オンライン広告の広告選択におけるバンディットアルゴリズムの応用や、個人異質性を考慮した広告効果の推定、ゲームにおける強化学習の応用などについて説明します。

AI Lab 森脇 大輔（座長）
東京大学経済学部卒, 内閣府入府。経済対策の策定などに携わる。
2015年ニューヨーク州立大学アルバニー校経済学Ph.D.取得。
2017年サイバーエージェントに中途入社。位置情報広告プラットフォームAirTrackのデータサイエンティストを経てAILabリサーチサイエンティスト。AI Lab研究員として経済学や機械学習、マーケティングサイエンスなど幅広い分野における応用研究を行う。

 

 

Dynalyst 藤田 光明
2018年東京大学大学院経済学研究科修士課程を修了後、サイバーエージェントに入社。
AI事業本部Dynalystでデータサイエンティストとして、Real Time Biddngにおける広告クリエイティブ選択や入札ロジックの改善などに従事。
最近の関心はプロダクトグロースに貢献するようなA/Bテスト(RCT)の設計・評価・フローの改善をすること。
学生時代の専攻は実証産業組織論・計量経済学。

因果推論の知見がテック企業の課題をどう解決するか？
アドテクノロジーにおける課題を因果推論の知見がどう解決するかについて、「バンディットのオフライン評価」と「遅れコンバージョン問題」という2つの事例を紹介します。
バンディットとは複数のアームと呼ばれる候補の中から最も良いものを逐次的に探すアルゴリズムのことで、そのオフライン評価とは「仮に新しいアルゴリズムを導入していた場合どのような報酬を得ていたか」という反実仮想を考えるものです。また、遅れコンバージョン問題は、機械学習における正解データの観測が遅延する問題と解釈することができます。

 

AI Lab 阿部 拳之
2017年に東京工業大学大学院総合理工学研究科を修了後、株式会社ハル研究所でゲーム開発に携わる。
2018年にサイバーエージェントに入社し、AI Labでは強化学習や不完全情報ゲームに関する研究に従事。

 

多人数不完全情報ゲームにおけるAI開発
世の中の多くの問題は多人数不完全情報ゲームとして捉えることができます。不完全情報ゲームは完全情報ゲームにはない困難さを持っており、目に見えない情報を考慮した上で意思決定を行うような戦略を作り上げる必要があります。そのような困難さに対処するために、多人数不完全情報ゲームにおけるAI開発では、ゲーム理論や強化学習を用いたアプローチがしばしば用いられます。
本発表では、麻雀や花札・ポーカーを事例として、多人数不完全情報ゲームにおけるAI作成へのアプローチをいくつか紹介します。

 

AI Lab 加藤 真大

2020年に東京大学情報理工学系研究科を修了。専攻は機械学習、および経済学。
2020年株式会社サイバーエージェントに入社。

効率的なA/Bテストのための実験計画
昨年度のノーベル経済学賞がランダム化比較実験を用いたアプローチに関する功績に与えられ、近年では企業においてA/Bテストが普及しているように、データと実験に基づく処置や政策の評価が一般化してきています。本発表では、A/Bテストなどにも応用可能な、機械学習や経済学における逐次的にデータが手に入る状況での実験計画の最新の研究動向を紹介します。

 

ゲストスピーカー　谷口 和輝さん

スタートアップの立ち上げ、フリーランスとして機械学習の研究開発をメインに活動中。
2014年株式会社サイバーエージェントに新卒入社し、
アドテク本部の研究開発チームを立ち上げ、主にDSPの広告配信アルゴリズムの研究開発を担当。
その後、AI Labの機械学習チームで主にCounterfactual MLや推薦の研究に従事。

経済学者に知ってほしい機械学習-反事実モデルによる予測
近年、機械学習のトップカンファレンスでも経済学の知見を活用した論文が増えています。本セッションでは、機械学習の基礎的な部分を説明し、特に因果推論で用いられる反事実モデルに関する機械学習の技術について紹介します。

 

今回の日経学会はオンラインでの開催となりますが、
ぜひセッション後のコミュニケーションタイムではざっくばらんにお話ができると嬉しいです。
オンライン上でもたくさんの方とお会いできることを楽しみにしています。

それでは、皆さまの聴講、そしてコミュニケーションタイムへのご参加、お待ちしております！

AI LabのAD Econチームが、10/12-13に開催される日本経済学会の２つのセッションに登壇、そして弊社取締役の内藤がパネル討論を行います。
また、賛助会員としてブース出展を行います！

現在、AI Labには経済学出身で、リサーチサイエンティストまたはデータサイエンティストとして活躍しているメンバーが多く在籍しており、経済学を活用した次世代の意思決定技術について研究を進めています。
このように、テック企業において経済学はどのように活用されているのかについて本学会でお話します。

日本経済学会とは、文字通り日本の経済学に関する学会で、1934年に組織されました。
現在では経済学者やエコノミストに最新の情報を提供する場となっております。

日本経済学会での発表内容
弊社からは下記の３つのセッションで登壇します。

10/12（土）14:30-16:30 ＠本館102
テック企業における経済学／機械学習の活用
〜因果推論や強化学習の応用例〜
テック企業の現場における経済学の活用例として、オンライン広告の広告選択におけるバンディットアルゴリズムの応用や、個人異質性を考慮した広告効果の推定、ゲームにおける強化学習の応用などについて説明します。

AILab 森脇 大輔
2017年中途入社。
位置情報広告プラットフォームAirTrackのデータサイエンティストを経てAILabリサーチサイエンティスト。
ウェブデータ、アドテクデータ、地理空間データから公的統計まで様々なデータを組み合せた研究開発に取り組む。
2015年Ph.D. in Economics (University at Albany)。

経済学徒が覗いた機械学習の世界
機械学習の考え方や手法は、経済学が扱う様々な問題に対して解決策やヒントを与えてくれます。経済学徒からみた機械学習の魅力についてお話します。

 

Dynalyst 藤田 光明
2018年東京大学大学院経済学研究科修士課程を修了後、サイバーエージェントに入社。
AI事業本部Dynalystでデータアナリスト/MLエンジニアとして、広告クリエイティブ選択やレコメンデーションロジックの改善などに従事。
学生時代の専攻は実証産業組織論・計量経済学。

バンディットアルゴリズム、オフライン評価
バンディットアルゴリズムとは複数のアームと呼ばれる候補の中から最も良いものを逐次的に探すアルゴリズムのことで、多くのテック企業で活用されています。本発表では、既存のバンディットアルゴリズムが運用された結果のデータを用いて、「仮に新しいアルゴリズムを導入していた場合どのような報酬を得ていたか」という反実仮想を考えるオフライン評価について発表します。

 

ゲストスピーカー　谷口 和輝さん
2014年株式会社サイバーエージェントに新卒入社。
アドテク本部の研究開発チームを立ち上げ、主にDSPの広告配信アルゴリズムの研究開発を担当。
その後、AI Labの機械学習チームで主にCounterfactual MLや推薦の研究に従事。
現在はスタートアップの立ち上げ、フリーランスとして機械学習の研究開発をメインに活動。

経済学者に知ってほしい機械学習-反事実モデルによる予測
近年、機械学習のトップカンファレンスでも経済学の知見を活用した論文が増えています。本セッションでは、機械学習の基礎的な部分を説明し、特に因果推論で用いられる反事実モデルに関する機械学習の技術について紹介します。

 

ゲストスピーカー　齋藤 優太さん（東京工業大学）
東京工業大学工学部在学中。
2019年6月からサイバーエージェント AI Lab ADEconチームでCounterfactual Machine Learningに関する研究に従事。

機械学習で因果効果を”予測”する
誰に広告を配信すべきかという意思決定においては、広告を打とうが打つまいが商品を買ってくれる人よりも、 広告を打ったからこそ商品を買ってくれる人を狙い撃ちすることが重要です。 そうすることにより広告の費用対効果を最大化することができます。
このような因果効果を考慮した配信戦略の最適化は、広告配信が有する因果効果を個別のユーザーごとに正確に予測することにより達成できます。
本発表では、機械学習を用いて個別的な因果効果を予測する最新の研究をいくつか紹介します。

 

AILab 阿部 拳之
2017年に東京工業大学大学院総合理工学研究科を修了後、株式会社ハル研究所でゲーム開発に携わる。
2018年にサイバーエージェントに入社し、AI Labでは強化学習や不完全情報ゲームに関する研究に従事。

 

麻雀AI
世の中の多くの問題は多人数不完全情報ゲームとして捉えることができます。
不完全情報ゲームは完全情報ゲームにはない困難さを持っており、目に見えない情報を考慮した上で意思決定を行うような戦略を作り上げる必要があります。
本発表では，麻雀や花札・ポーカーを事例として，多人数不完全情報ゲームにおけるAI作成へのアプローチをいくつか紹介します。

 
10/13（日） 9:30-11:00 ＠本館232
若手・女性支援特別セッション
国内のテック企業は若手経済学者の就職先になり得るか？
近年海外のテック企業で経済学者が活躍しています。一方で国内のテック企業においてはいまだに経済学者が活躍する姿を目にすることはほとんどありません。本セッションでは企業で求められる経済学についておさらいし、若手経済学者のキャリアの選択肢としての国内テック企業のメリット・デメリットについて議論を行います。

AI Lab 安井 翔太
2013年Norwegian School of Economics MSc in Economics 修了後、
サイバーエージェント入社。
入社後は広告代理店にて広告効果検証等を行い、2015年にアドテクスタジオへ異動。
以降はDMP・DSP・SSPと各種のアドテク商品においてデータを元にした意思決定のコンサルティング等を担当。現在はAI LabのAD Econチームのリーダーを担当。

 

10/13（日） 14:40-16:10 ＠本館232
パネル討論　企業の中の経済学
アマゾンジャパンでの実務経験もある東京大学 渡辺安虎先生、弊社との共同研究をしていただいている機械学習x経済学をリードするイェール大学 成田悠輔先生、という豪華エコノミストに加え、ZOZOの松谷恵氏と弊社取締役の内藤によるプレゼンと討論が行われます！
どうぞご期待ください。

取締役　内藤 貴仁
AI・広告テクノロジー・クリエイティブ管轄
2001年 株式会社サイバーエージェント入社。
2010年に広告事業の統括本部長を経て、同年、取締役就任。
現在はアドテクノロジーとAIの研究・開発を担うAI関連事業と、
オペレーション事業・クリエイティブ事業を統括。2018年に取締役に就任。

その他にも、展示ブースではAILabの主な研究開発プロジェクトや、秋葉原ラボについてご紹介します。
AILabの研究をまとめた冊子やグッズもご用意する予定です。
当日は、研究チームのメンバーがブースにおりますのでぜひお越しください！

また、AI Labでは一緒に働く研究員も募集しております！
ご興味頂けた方はこちらをどうぞご参照いただき、弊社に関することやAI Labの研究内容などについて当日もお気軽になんでも聞いてください。

台風が近づいておりますが、皆さまどうぞ気をつけてお越しください。

なんと45分枠は【 応募数 116, 採択数 14】→ 採択率 12.1%！

ますます注目されているPyCon JP。
当社 AI Labからの登壇者2名の当日の発表予定は下記をご覧ください！

芝田はこれまでも[エキスパートPythonプログラミング改訂2版]の共訳書を行ったりとサイバーエージェントだけでなくPythonコミュニティでも活躍しており、野村はハイパーパラメータ最適化の研究を専門的に行いながら2人ともAI LabのML最適化チームとして、効率的に機械学習モデルの性能を引き出すための最適化手法の提案やソフトウェア実装の改善に取組んでいます。

そんな2人に、来週に迫ったPyCon登壇内容において、ぜひ聞いてほしいポイントを聞いてみました！

PyCon楽しみですね！
それぞれの発表内容でぜひ皆さんに聞いてほしいポイントを教えてください！

芝田 将

Research engineer at AI Lab. 共訳書 エキスパートPythonプログラミング改訂2版

野村 将寛

株式会社サイバーエージェント AI Labにてハイパーパラメータ最適化の研究に従事。2019年より産総研特定集中研究専門員（兼務）。

3連休の最終日、9/16(月)に2名とも登壇を予定しています。
既にチケットは売切れ…！
注目度の高さがわかるカンファレンスです。
サイバーエージェントで取り組んでいる研究開発に興味を持っていただける内容だと思いますので、ぜひお越し頂けたら嬉しいです！

当日の発表内容は下記をご覧ください。

――――――――――――――――――――――――――――――――――――――――――――――

■登壇者2名の当日の発表予定■

芝田 将　　9.16(月・祝)　11:25 – 12:10　45分

「　PythonとAutoML　」　　
データ分析の活用の幅の広がりに伴い、AutoMLの重要性が増してきました。本セッションでは、AutoMLの基礎事項から研究のトレンド、注目すべきPythonのOSSライブラリの紹介を行ないます。

発表詳細

1. AutoMLの全体像
   1. AutoMLを構成する主要な3つの要素技術
2. ハイパーパラメーター最適化:
   1. 3つの代表的なベイズ最適化手法: Gaussian Process, TPE, SMAC3
   2. バンディットベースの枝刈り手法: Successive Halving, HyperBand
   3. 各種Pythonライブラリの紹介と使い勝手、実装品質、開発状況、使用時の注意点について
      1. 私が開発しているDefine-by-Run上でGPベースのベイズ最適化をアルゴリズムを使えるライブラリの注意点
      2. 各種OSSが実装している枝刈り手法の本来の論文とは挙動が大きくことなることの解説
3. 特徴量エンジニアリング
   1. 特徴量生成: Featuretoolsの紹介と使い方、具体的にどのような特徴量が生成できるのか
   2. 特徴量選択:
      1. scikit-learn.feature_selections パッケージが提供する各種特徴量選択アルゴリズムの解説
      2. Decision treeと特徴量選択の話
      3. borutaの特徴量選択アルゴリズムと使い方
4. モデル選択
   1. モデル選択に関する議論・研究の紹介
   2. ハイパーパラメーター最適化ライブラリを使ったモデル選択
   3. auto-sklearnの紹介
5. (残り時間に応じて) Google Cloud AutoMLなど外部のAutoMLソリューションの紹介
   1. AutoML Tables
   2. AutoML Vision
   3. AutoML Natural Language

――――――――――――――――――――――――――――――――――――――――――――――

野村 将寛　09.16(月・祝)　13:40 – 14:25　45分

「　機械学習におけるハイパーパラメータ最適化の理論と実践　」　　
機械学習システムの構築において、ハイパーパラメータ最適化は避けては通れない問題である。本発表では、ハイパーパラメータ最適化における最新の研究を含んだ理論の解説と、実践への適用可能性を議論する。

発表詳細

• ハイパーパラメータ最適化問題とは
  • 問題設定 : ブラックボックス最適化
  • 具体例
    • 機械学習モデルのチューニング
    • サーバーミドルウェアのチューニング
• ブラックボックス最適化手法
  • グリッドサーチ、ランダムサーチ
  • ベイズ最適化
    • GP-EI (Gaussian Process with Expected Improvement)
    • TPE (Tree-structured Parzen Estimator)
    • SMAC (Sequential Model-based Algorithm Configuration)
  • CMA-ES
  • 各手法のメリット・デメリット
• 最新の研究 〜ブラックボックスからの脱出〜
  • マルチフィデリティ最適化
    • 学習曲線の予測に基づく早期停止
    • 順序関係に基づく早期停止
  • マルチタスクベイズ最適化
• Pythonライブラリ
  • Optuna: PFNのハイパーパラメーター最適化フレームワーク
    • Define-by-Runによる記述 (hyperoptとの比較)
    • 枝刈り機能の解説
  • Ax: FacebookによるAdaptive Experimentationプラットフォーム
    • オフライン評価との組み合わせ
    • A/Bテストの効率化
    • 高度な可視化機能の紹介
• まとめ

――――――――――――――――――――――――――――――――――――――――――――――

【金融業界出身者向け】【女性営業職向け】に続き・・・

【メーカー出身者向け】採用セミナーを実施することになりました★

アドテクのビジネス職メンバーは、金融、メーカー出身者が多く、前回の金融業界出身者に続いての開催となります。

今回のセールスのポジションとしては、アドテクノロジーを活用した大手企業向けのブランディング広告のセールス担当です。

アドテク本部は約20のアドテクノロジーを活用した広告商品を開発している、開発メンバーと営業メンバーで構成されいてる事業部となっています。

お仕事の内容としては、アドテク本部の中に動画や位置情報を用いて大手企業様のブランディングにつながる広告商品があるのですが、その広告商品を大手広告代理店へ提案をし、市場を開拓していくというお仕事となります。広告代理店の営業へご提案する広告商品のメリットを理解して頂き、広告代理店の営業と連携をとりながら、広告主様の課題やご要望をヒアリングし広告主様に寄り添ったご提案を進めていきます。

当日のセミナーでは、サイバーエージェントに関してや、そもそもアドテクとは何か、など詳細を説明会でお話を致します。そのあとは弊社のメーカー出身者メンバーとの座談会の予定です。

気になっていること、わからないことはざっくばらんに質問してみてくださいね。希望者の方は座談会後にそのまま選考面接に入っていただくことも可能です。

当日、座談会に参加予定のメーカー出身者メンバーを紹介します。

メーカー出身者向け　ブランディングアドテクセールスの採用セミナーには以下からご応募くださいませ。お待ちしています！

https://goo.gl/forms/6BgQsYJojxTR6KJD2

アドテクスタジオとは

サイバーエージェントグループのアドテクノロジー分野におけるサービス開発を行うエンジニアの横断組織です。当社では、アドテクノロジー分野におけるサービスを多数提供しています。開発体制を強化するほか、エンジニアの技術力向上をサポートする環境づくりや、新たな制度の導入などを行っています。

AI Labとは

アドテクスタジオの横断組織であり、人工知能（AI）を活用した広告配信技術の研究・開発を目的に「AI Lab」を設立いたしました。機械学習、計量経済学、コンピュータビジョン、自然言語処理、HAI/HRIなどを専門とする研究者が所属し、広告を取り巻く様々な課題の定義及び解決に取り組んでいます。また、高度なAI研究技術を持ち実用化に積極的な研究室との産学連携を行い、これまで複数の大学・研究機関(大阪大学、Yale大学、東京工業大学等)と各AI分野において提携し、さらなる広告配信技術の向上を目指し、研究・開発を進めています。

AI関連技術のリサーチャー、エンジニアメンバーの採用を行うポジションの説明会を実施します！

サイバーエージェントの事業から現在のポジションの業務内容、魅力、求める人物像、社内制度などについてご説明した後、
希望される方との選考会を設定いたします。
選考会は事前に希望を伺いますが、当日にお話を聞いてからの参加でも構いません。

皆様のご参加をお待ちしております！

ご質問はこちらまで。

■日程

8月3日(金) 、8月22日(水) 両日ともに19:00 – 20:30（開場18:30 – ）

19:00 – 19:30 説明会
19:30 – 20:30 希望者のみ一次選考会

※選考を希望されない方、選考を終了された方は終了次第解散

■場所・備考

東京都渋谷区道玄坂1-12-1 渋谷マークシティ 23F


持ち物、服装は自由で構いません。
当日1次選考を受けられる方は履歴書・職務経歴書をお持ちください。
遠方の方はこちらよりご相談ください。

応募先

■説明会 応募先

※応募締め切りは各開催日の３日前 23:59となります。

■直接のエントリーはこちら