2019年 6月 の投稿一覧

IIT学生の夏休みインターン@リンクバル


こんにちは!株式会社リンクバルで人事をしています、原です。昨年に続き、今年もIITの優秀な学生が夏休みを使って当社インターンに参加してくれています。

リンクバルについて

主な事業としてはイベントのECサイトとオンラインデーティングアプリの運営をしている会社です。社員数は約80名、その内約1割が外国籍の社員です。秋入社予定の新卒外国人もいるので、さらに多国籍化が進んでいきそうです。

IIT学生のインターン受入

昨年初めて行い、今年も参加させていただきました。そしてありがたいことに、昨年同様2名の学生が今年もインドからはるばる約10時間かけて日本にインターンに来てくれました。

インターン開始から約1ヶ月。少し日本や当社での業務に慣れてきた様子の2人をご紹介します!

Abhinav Jindal
IIT Ropar
Computer Science and Engineering

Dhanush Somalapura Ravikumar
IIT Patna
Computer Science and Engineering


What kind of project are you implementing?

Abhinav:

My project consists of predicting the event cancel probability using the previous one and a half years’ data so that the more successful events can be listed on top making it easier for the customers to select the best events available for them and reducing the repayment difficulties to both the consumers and company.

Dhanush:

I am working on the matching app, “CoupLink”. I am working on both front end and back end of the web application in improving/adding new features and fixing bugs.

State from the first day to about two weeks.

Abhinav:

My first week was basically spent observing the data and finding required patterns and features as that is one of the most important aspects of data science and then in following week started with some basic algorithms. Currently implementing some advanced algorithms for better performance.

Dhanush:

In the first week I went through the existing project directory and understood the project and its working mechanism. Then in the second week I started with small bug fixes and then I wrote some unit tests for existing source code.

What to expect for 2 months?

Abhinav:

I think after the internship this project should be completed with some pretty good scores and hopefully, Linkbal uses this and it may prove beneficial to the consumers as well.

Dhanush:

I expect to make the application better than what it was before when I came. I wish to implement useful features that will make into the final release.

 

Thank you, guys!


開発者に聞いてみた。AIで不正ユーザー発見ってどうやるの?


こんにちは!人事の原です。

先日、当社が運営するオンラインマッチングサービス「CoupLink」についてプレスリリースが発表されました。

https://prtimes.jp/main/html/rd/p/000000518.000004786.html

「CoupLink」は、2019年4月からAIを導入いたしました。AI導入により、不正ユーザーを早期発見し、迅速な処置を行う体制を構築いたしました。

エーアイを導入して不正ユーザーをソウキハッケン、、なんだかCoupLinkがレベルアップしたようだ…!ということで、プロジェクトを担当されたIさんにお話を聞いてみました!

プロジェクトの発端は?

マッチングアプリの性質上、どうしても業者等の不正ユーザーが発生してしまいます。お客様からの違反報告や運営者の目視による検出・対応は今までも行っていましたが、ユーザーにもっと安心して利用していただくために、より早い段階で対応していきたいという思いから始まりました。

そもそもなんですが、「AI」ってなんでしょうか。。

言葉はArtificial Intelligence・人工知能の略ですね。AIのはっきりした定義は無いため、世の中で言葉が独り歩きしてしまっている感じはあります。ここでは一旦「機械学習」と同義で考えてください。機械学習というのは、「過去のデータから反復的に学習を行い、パターンや特徴を見つけ出して未知のデータに対して予測を行うこと」です。学習方法にはいくつか種類がありますが、今回は「教師あり学習」という、事前にデータと特徴を紐づけておき、未知のデータがどこに分類されるかを予測する手法を使用しました。

<原メモ>
機械学習は、「今までの経験上、これはきっとこっちだ!」っていうのを人間の代わりにやってくれるものなんですね。例えば、私達人間は犬と猫の区別ができますが、それは今まで見てきた「これは犬で、これは猫」という正解のデータを持っているからです。(生まれてすぐの赤ちゃんには犬と猫の区別はできないですよね。)そのデータがあるから、初めて会った犬に対しても、たぶんこれは犬だろうと判断できるんですね。この一連の流れを機械学習はやってくれています。

機械学習のイメージはなんとなく掴めました!では、CoupLinkではどのように機能しているんですか?

今回導入した目的は不正ユーザーの早期発見・対応のためです。不正ユーザーとは、業者やマッチングした相手に嫌がらせをしている等の利用規約違反者を指します。そのため、機械学習で行っていることは、今までの「健全ユーザー」と「不正ユーザー」それぞれのデータを入れて学習させ、新しいユーザーのデータを見たときに「健全ユーザーと不正ユーザーのどちらに近いか」の判断です。

具体的にどんなデータで判断しているかというと、メッセージ数やいいね数、写真の有無など様々な項目の組み合わせです。例えば、このユーザーは1日に何百人にも同じメッセージを送っている→業者である可能性が高いかも、、のようなイメージです。もちろんこれだけではなく、様々な項目を組み合わせた上で判断しています。そして「不正ユーザーである可能性が高い」とされたユーザーをリスト化し、そこからは「本当に不正ユーザーであるか」を運営者が目視で確認して対応しています。

現段階では、機械学習の結果をそのまま適用するのではなく、人間の目で最終チェックを入れる運用にしています。完全オートメーションではないものの、不正ユーザーである可能性が高いユーザーを絞ることができるようになったので、より早く対応はできるようになったと思います。

 


わかっているようでわかっていなかったAI、機械学習について仕組みを知ることができました。知識の少ない私にも理解できるよう噛み砕いて噛み砕いて説明してくださったIさん、ありがとうございました!

より安心安全な出会いを提供できるようになったCoupLink、まだ利用したことの無い方はぜひお試しください♡

CoupLinkとは

街コン、恋活、婚活パーティーなどのリアルイベントから生まれた恋活アプリ。150万人のイベント参加者と、オンラインで出会えます。詳しくはこちら

 


なぜ残業45hを超えてはいけないのか。残業と睡眠の関係。


こんにちは。人事の吉田です。残業の上限は45hと言われますが、これは何故なのでしょう。厚生労働省がいわゆる「過労死」の認定基準として定めた事も記憶に新しいですね。今回は過労死の認定基準となった残業時間と睡眠時間の関係について紹介します。

 

「過労死」の認定基準となった残業45h

医学的な研究から、睡眠時間が5時間以下になると、脳・心臓疾患の罹患率が高くなる事が知られています。「過労死」の認定基準となったのは、この睡眠時間と残業時間の関係からなのです。厚生労働省の報告書(※)には「1日の時間外労働を2h、4h、5h程度行う者は、睡眠時間の平均がそれぞれ7.5h、6h、5hとなっていた」という調査結果があります。この残業時間に平均勤務日数21.7日を乗じて、概ね45時間、80時間、100時間を基準に定めているのです。

標準的な睡眠時間7.5hを確保
⇒1日当たりの残業を平均2h以内に

睡眠時間を5h確保(心臓病や脳疾患の予防)
⇒1日当たりの残業を平均5h以内に

※脳・心臓疾患の認定基準に関する専門検討会報告書

 

残業時間と睡眠時間の関係

1日24hの内、基本労働時間を8h、昼休み1hとすると、概算ですが次の関係が成り立ちます。

15h ≒ 残業時間 + 睡眠時間 + 余暇(夕食/風呂/身支度/趣味/自己啓発等) + 通勤時間

当然、残業時間が増えると相対的に睡眠時間や余暇が減るのです。

余談ですが、睡眠時間や余暇を確保する手段として、引越し等の手段で通勤時間を圧縮するのも有効と言えます。通勤は毎日の事ですから片道30分減るだけでも、月21h、年間250h以上の差になります。会社の近くに住むと人生が豊かになるのかもしれません。

 

時間外労働の罰則化

今回の働き方改革関連法改正で、時間外労働の上限は、原則として月45時間・年360時間と法律に定められました。特別条項付きの36協定を締結している場合でも、次の条件を守らなければ違反となります。

<原則>
・月45時間
・年360時間

<特別条項付きの36協定を締結している場合の上限>
・時間外労働が年720時間以内
・時間外労働と休日労働の合計が月100時間未満
・時間外労働が月45時間を超えることができるのは年6カ月が限度
・時間外労働と休日労働の合計について、「2カ月平均」「3カ月平均」「4カ月平均」「5カ月平均」「6カ月平均」が全て1月当たり80時間以内

<時間外労働の上限に違反した場合の罰則>
6カ月以下の懲役または30万円以下の罰金
また、悪質と判断された場合は、企業名を公表される可能性もあります。そうなれば企業の社会的信用が損なわれ、顧客や取引先や採用活動等への影響は避けられません。労働基準法を守るということは事業継続に不可欠で、経営者や人事担当者は違反を阻止しなければなりません。

当社の残業事情

当社では残業時間が月30hを超えない様に勤怠管理をしています。月平均の残業時間が10h程度ですから、インターネット業界ではかなり少ない方だと思います。それでも重要なリリースなどが近くなると、どうしても残業が増える事はあります。そうした方には翌月に特別休暇を付与する事で、健康への配慮を心掛けて頂いています。

何事も心身の健康があってこそですね。それでは。

RECRUIT – 採用情報