
dip developers
dipの技術とプロダクトが分かるポータルサイト
Articles
dipの組織について紹介します


「なぜ作るのか」を整理できるエンジニアへ。バイトルでプロダクト思考とチーム開発を学んだ2週間

レコメンドモデルの改善とユーザ体験の向上に取り組んだ2週間 - 実サービスにおける機械学習の組み込みと運用

本質的な意図とドメイン理解から紐解くプロダクトに向き合った2週間

APIから「全体を見て実装する」を学んだ2週間 — クリーンアーキテクチャで学んだ 「横方向」と「縦方向」の視点

「バイトル」のサイトリニューアル業務で学んだ、AIを利活用したスピーディーな実装と円滑なコミュニケーションの重要性
Blogs
dipが開発・運営しているブログを紹介します
全データ分析者驚愕!20代が多いほど売れる、でも20代は買ってない。って、どゆこと?
はじめに こんにちは、事業会社で働いているデータサイエンティストです。 突然ですが、久しぶりに政治学っぽいシナリオです:誰がどの政党に投票したのか知りたいとします。 政治学では極めて自然な問いです。たとえば、 男性と女性ではどちらが自民党に投票しやすいのか 若年層はどの政党を支持しているのか 高学歴層ほど特定の政党に投票するのか といったことが分かれば、選挙結果を理解するうえで非常に有
- R
- Python
- AI
「なんとなくドメインモデル」から抜け出す — アーキ部@札幌に参加してきた
8月29日、札幌で開かれた「アーキ部@札幌!ドメインモデリングを学ぼう!」に参加してきました。Javaユーザーグループ北海道(Javaどうでしょう)の主催、ゲストは川島義隆さん(株式会社ウルフチーフ)。普段オンラインのアーキ部が、地方コミュニティとのコラボでオフライン開催された回です。 セッションのタイトルは「『なんとなくドメインモデル』から抜け出すための本物のドメインモデリング入門」。冒頭がこれ
- ドメイン
- DDD
- Java
AIを「動く同僚」として扱う実務のコツ〜EMの設計ガイド〜
はじめに 前回の記事で「設計とは不確実性を100から30まで落とす行為だ」という話を書きました。今回はその続きで、もっと日常の話です。AIと毎日どう付き合うか。 元ネタは前回と同じく、私を含めた部長レイヤーが共有している社内ガイドです。 実際の経験談と合わせて、やってみて初めて分かる「効き方」があったので、それを書きます。 1. 100出てきたら100読まない AIにレビューや調査を頼むと、指
【因果推論ホラー】予測では1000戦全勝のLightGBM、効果推定では1000戦全敗。なのに、、、
はじめに こんにちは、事業会社で働いているデータサイエンティストです。 突然ですが、予測精度が一番高いモデルを選べば、一番良いモデルを選んだことになるのでしょうか? 機械学習モデルを作るとき、RMSEやMAE、AUCなどの予測精度を比較して、「一番当たるモデル」を採用することはごく自然な発想です。実際、目的が純粋な予測であれば、それで何の問題もないケースも多いと思います。 しかし、モデルを
- Kaggle
- R
- lightgbm
【Findyキャンパスハッカソン全チームフィードバック】GOODポイントとさらにパワーアップするためのMOREポイント大公開
こんにちは!ディップ株式会社26年新卒CTO室の本松達裕です。 今回は2026年8月8日に開催されたFindyキャンパスハッカソンにメンター兼審査員として参加してきたので僭越ながら全チームのフィードバックを書いておこうと思います! https://www.craftstadium.com/hackathon/findy-campus-hackathon-202608 京:めちゃAI大喜利
ガウス過程5000回酷使劇場:最先端モデルはどこまで追い詰められたら壊れるか?
はじめに こんにちは、事業会社で働いているデータサイエンティストです。 本記事は、前回の記事の続編です。 前回の記事では、指数二乗カーネルを用いたガウス過程が、ランダムウォークで生成されたデータのデータ不足区間を推定するタスクにおいて、より単純なモデルにボロ負けするという結果を、シミュレーションを通じてお見せしました。 この結果については、 「いや、指数二乗カーネルは滑らかな関数を
- R
- Stan
- ベイズ推定
【全統計学博士号泣】ガウス過程、撃沈。高度で柔軟なモデルがボロ負けする惨劇をどうぞ
はじめに こんにちは、事業会社で働いているデータサイエンティストです。 本記事は、前回の記事の続編です。 前回の記事の内容を少しおさらいすると、データが急激に減った期間の平均を、どうすれば精度よく推定できるのか、というのがテーマでした。 具体的には、普段は各時点で500件のデータが得られているにもかかわらず、担当者が長期休暇に入ったことで、ある期間だけデータが1件しか得られなくなった、とい
- R
- Python
- Stan
担当者の長期休暇でデータが1件に!?絶望的な状況を時系列ベイズで乗り切る方法を教えます
はじめに こんにちは、事業会社で働いているデータサイエンティストです。 どうでもいい話ですが、この記事は私にとって、記念すべきPositronを使って書いた初めてのアウトプットです!たぶんまだRStudioから完全に卒業することはないと思いますが、Positronもかなり使いやすかったので、気になっている方はぜひ一度試してみてください! さて、皆さんもベイズ統計の教科書などで、ベイズ
- R
- Stan
- 階層ベイズ