More than 1 year has passed since last update.

AWS Summit 2023 参加レポート【2/3】

Last updated at 2023-04-26Posted at 2023-04-24

はじめに

AWS Summit 2023に参加してきました。

(下記、AWS DeepRacerの最終戦の時の様子。最終戦で上位2グループがまさかの世界記録更新＆同点で、この後2回目の最終戦が繰り広げられました。盛り上がりがすごかったです)

自分の振り返りと一緒に、何回かにわけ、受けたセッションの内容を紹介したいなと思います。

「テクノロジーを簡単に、経済価値を最大化する」をミッションに、パブリッシャーと広告主向けにオンライン売上を最大化する様々なSaaSサービスを提供。
- FLUX AutoStream: ユーザのサイト内にタグを設置、データ取得をし、AIによるユーザの自動セグメンテーションを行うことにより、オンライン売上を最大化するサービス
  - タグ: 広告を経由してWebサイトにきたユーザーを判別、そのユーザがコンバージョンタグの設置されたサイトに到達すると、広告の効果による成果としてコンバージョンタグが記録・管理する
- FLUX Targeting: AIでInstagram広告やGoogle広告などの運用型広告において、タグを設置、データを取得、AIによるオーディエンス(広告の受け手)を自動最適化するサービス
  - 新規・リターゲティング対象の中から、よりCV(コンバージョン)寄与しやすいオーディエンスを絞り込み、最適化する

AWS技術サポートとタッグを組み、ハンズオンを開催したりなどしながら、検証環境を構築した
旧アーキテクチャ(Jupyterhub)から新アーキテクチャ(Sagemaker)への移行準備では、Amazon SageMaker Studio Labを活用し、Jupyterhubでの作業内容をいい具合にマージすることができた
- Amazon SageMaker Studio Lab: セットアップ不要の無料のSagemaker開発環境。MLを学び、実験することができる
旧→ 新アーキテクチャへの移行期間は10日程度
新アーキテクチャになってから、3営業日掛かっていたワークフローが0.5営業日に、大幅な業務効率化を実現した
- 検証環境をつくったことで、一週間で数回学習モデルの更新が可能になった
- モデル保存の部分でSageMaker Model Registryを採用し、モデルカタログを作成・管理できるようになった
- 学習部分(Sagemaker Training Job)では、スポットインスタンスを活用することでコスト効率化ができた

課題の部分、特に要件定義が定まらずスループットが不十分という点は、(大なり小なりどの企業でも抱えてはいるだろうが)スタートアップならではだなと思ったし、特有の大変さを感じた
MLパイプラインの部分は、完全に今所属している組織で抱えている課題と全く一緒で、本当にどの企業も通る道なのだなと思った(↓過去にブログにまとめているので、よかったら読んでみてください)

インフラエンジニア不在の中、AWSからのサポートのみでここまでやり遂げたスピード感やバイタリティはかなりすごいなと思ったし、個人的にちょっとスタートアップで働くの面白そうだなと感じた
ちなみに、今の会社ではPOCは完了したが実際の商用環境への移行が中々できないでいる。うちはデータサイエンティスト側の稼働に空きがなく、そこまで手が回っていない。重ねて、大きな移行になるので、どうしても慎重になる(失敗した時の損害がでかい)。だからと言って先延ばしにせず、確実に改善を進めるべきだなと思いました。反省。