Soumettre la recherche
Mettre en ligne
20170419PFNオープンハウス インターンと採用 公開用
•
3 j'aime
•
2,812 vues
Preferred Networks
Suivre
4月19日に開催したPFNオープンハウスの講演資料(大野:インターンと採用について)です。
Lire moins
Lire la suite
Carrière
Signaler
Partager
Signaler
Partager
1 sur 13
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
joisino
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
Tatsuya Shirakawa
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
gree_tech
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Deep Learning JP
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
Deep Learning JP
Recommandé
グラフニューラルネットワークとグラフ組合せ問題
グラフニューラルネットワークとグラフ組合せ問題
joisino
データに内在する構造をみるための埋め込み手法
データに内在する構造をみるための埋め込み手法
Tatsuya Shirakawa
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
[DL輪読会]GLIDE: Guided Language to Image Diffusion for Generation and Editing
Deep Learning JP
機械学習モデルのハイパパラメータ最適化
機械学習モデルのハイパパラメータ最適化
gree_tech
機械学習モデルの判断根拠の説明(Ver.2)
機械学習モデルの判断根拠の説明(Ver.2)
Satoshi Hara
全力解説!Transformer
全力解説!Transformer
Arithmer Inc.
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
【DL輪読会】The Forward-Forward Algorithm: Some Preliminary
Deep Learning JP
[DL輪読会]ICLR2020の分布外検知速報
[DL輪読会]ICLR2020の分布外検知速報
Deep Learning JP
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
Deep Learning JP
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
cvpaper. challenge
[DL輪読会]End-to-End Object Detection with Transformers
[DL輪読会]End-to-End Object Detection with Transformers
Deep Learning JP
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
Deep Learning JP
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
Graph Neural Networks
Graph Neural Networks
tm1966
Crfと素性テンプレート
Crfと素性テンプレート
Kei Uchiumi
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
Preferred Networks
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
Koichiro Mori
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
Takuya Akiba
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
Deep Learning JP
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
Deep Learning JP
強化学習 DQNからPPOまで
強化学習 DQNからPPOまで
harmonylab
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
Deep Learning JP
SensorBeeの紹介
SensorBeeの紹介
Shuzo Kashihara
PFIインターン最終発表
PFIインターン最終発表
Shuzo Kashihara
Contenu connexe
Tendances
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
Deep Learning JP
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
cvpaper. challenge
[DL輪読会]End-to-End Object Detection with Transformers
[DL輪読会]End-to-End Object Detection with Transformers
Deep Learning JP
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
Deep Learning JP
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
Hideo Terada
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
ryosuke-kojima
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
Deep Learning JP
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
西岡 賢一郎
Graph Neural Networks
Graph Neural Networks
tm1966
Crfと素性テンプレート
Crfと素性テンプレート
Kei Uchiumi
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
Preferred Networks
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
Koichiro Mori
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
Takuya Akiba
Optimizer入門&最新動向
Optimizer入門&最新動向
Motokawa Tetsuya
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Preferred Networks
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
Deep Learning JP
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
Deep Learning JP
強化学習 DQNからPPOまで
強化学習 DQNからPPOまで
harmonylab
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
Deep Learning JP
Tendances
(20)
[DL輪読会]相互情報量最大化による表現学習
[DL輪読会]相互情報量最大化による表現学習
【メタサーベイ】数式ドリブン教師あり学習
【メタサーベイ】数式ドリブン教師あり学習
[DL輪読会]End-to-End Object Detection with Transformers
[DL輪読会]End-to-End Object Detection with Transformers
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
[DL輪読会]Grokking: Generalization Beyond Overfitting on Small Algorithmic Datasets
画像処理AIを用いた異常検知
画像処理AIを用いた異常検知
グラフニューラルネットワーク入門
グラフニューラルネットワーク入門
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
[DL輪読会]Reward Augmented Maximum Likelihood for Neural Structured Prediction
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
大域的探索から局所的探索へデータ拡張 (Data Augmentation)を用いた学習の探索テクニック
Graph Neural Networks
Graph Neural Networks
Crfと素性テンプレート
Crfと素性テンプレート
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
PFP:材料探索のための汎用Neural Network Potential - 2021/10/4 QCMSR + DLAP共催
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
SSII2021 [OS2-01] 転移学習の基礎:異なるタスクの知識を利用するための機械学習の方法
マルチモーダル深層学習の研究動向
マルチモーダル深層学習の研究動向
分散深層学習 @ NIPS'17
分散深層学習 @ NIPS'17
Optimizer入門&最新動向
Optimizer入門&最新動向
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
Optunaを使ったHuman-in-the-loop最適化の紹介 - 2023/04/27 W&B 東京ミートアップ #3
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
【DL輪読会】Perceiver io a general architecture for structured inputs & outputs
【DL輪読会】Scaling Laws for Neural Language Models
【DL輪読会】Scaling Laws for Neural Language Models
強化学習 DQNからPPOまで
強化学習 DQNからPPOまで
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
[DL輪読会]Convolutional Conditional Neural Processesと Neural Processes Familyの紹介
En vedette
SensorBeeの紹介
SensorBeeの紹介
Shuzo Kashihara
PFIインターン最終発表
PFIインターン最終発表
Shuzo Kashihara
comp_pfiseminar
comp_pfiseminar
Preferred Networks
文法圧縮入門:超高速テキスト処理のためのデータ圧縮(NLP2014チュートリアル)
文法圧縮入門:超高速テキスト処理のためのデータ圧縮(NLP2014チュートリアル)
Shirou Maruyama
20170419PFNオープンハウス リサーチャーの仕事_公開用
20170419PFNオープンハウス リサーチャーの仕事_公開用
Preferred Networks
Gatsby kaken-2017-pfn okanohara
Gatsby kaken-2017-pfn okanohara
Preferred Networks
Chainer OpenPOWER developer congress HandsON 20170522_ota
Chainer OpenPOWER developer congress HandsON 20170522_ota
Preferred Networks
Deep genenergyprobdoc
Deep genenergyprobdoc
Masato Nakai
Deep Learning Lab: DIMo & Chainer
Deep Learning Lab: DIMo & Chainer
Preferred Networks
Introduction to Chainer
Introduction to Chainer
Preferred Networks
IPAB2017 深層学習を使った新薬の探索から創造へ
IPAB2017 深層学習を使った新薬の探索から創造へ
Preferred Networks
Lecture univ.tokyo 2017_okanohara
Lecture univ.tokyo 2017_okanohara
Preferred Networks
20171024 DLLab#04_PFN_Hiroshi Maruyama
20171024 DLLab#04_PFN_Hiroshi Maruyama
Preferred Networks
En vedette
(13)
SensorBeeの紹介
SensorBeeの紹介
PFIインターン最終発表
PFIインターン最終発表
comp_pfiseminar
comp_pfiseminar
文法圧縮入門:超高速テキスト処理のためのデータ圧縮(NLP2014チュートリアル)
文法圧縮入門:超高速テキスト処理のためのデータ圧縮(NLP2014チュートリアル)
20170419PFNオープンハウス リサーチャーの仕事_公開用
20170419PFNオープンハウス リサーチャーの仕事_公開用
Gatsby kaken-2017-pfn okanohara
Gatsby kaken-2017-pfn okanohara
Chainer OpenPOWER developer congress HandsON 20170522_ota
Chainer OpenPOWER developer congress HandsON 20170522_ota
Deep genenergyprobdoc
Deep genenergyprobdoc
Deep Learning Lab: DIMo & Chainer
Deep Learning Lab: DIMo & Chainer
Introduction to Chainer
Introduction to Chainer
IPAB2017 深層学習を使った新薬の探索から創造へ
IPAB2017 深層学習を使った新薬の探索から創造へ
Lecture univ.tokyo 2017_okanohara
Lecture univ.tokyo 2017_okanohara
20171024 DLLab#04_PFN_Hiroshi Maruyama
20171024 DLLab#04_PFN_Hiroshi Maruyama
Similaire à 20170419PFNオープンハウス インターンと採用 公開用
S05_T0_orientation
S05_T0_orientation
Takeshi Akutsu
PM教育におけるPMIJ教育委員会の取り組み
PM教育におけるPMIJ教育委員会の取り組み
PMeducaiton
Demonstration of Einstein Language with Platform Event
Demonstration of Einstein Language with Platform Event
Takahito Miyamoto
鷲崎 愛媛大学講演-プロジェクト型演習2014年12月15日
鷲崎 愛媛大学講演-プロジェクト型演習2014年12月15日
Hironori Washizaki
師弟登壇2015 GMOペパボ @hfm
師弟登壇2015 GMOペパボ @hfm
Takahiro Okumura
"マナビト"広告主向け 実践リスティング広告講座
"マナビト"広告主向け 実践リスティング広告講座
TATEITO株式会社
卒業生・企業人・教員のチームティーチングによる実践的ICT人材育成教育
卒業生・企業人・教員のチームティーチングによる実践的ICT人材育成教育
情報処理学会 情報システム教育委員会
反転教授型リメディアル英語コースにおける教材動画製作の実際 ―作業量と予算の観点からフィージビリティを考える―
反転教授型リメディアル英語コースにおける教材動画製作の実際 ―作業量と予算の観点からフィージビリティを考える―
Syuhei KIMURA
インターンシップ制度について
インターンシップ制度について
Yuichi Morito
Kof2005 Presen
Kof2005 Presen
Hiroshi Miura
プレゼン勉強会_若葉区公開講座_20190620
プレゼン勉強会_若葉区公開講座_20190620
義広 河野
Npo法人アスイク2011年度事業報告書
Npo法人アスイク2011年度事業報告書
NPO法人アスイク
プレゼンの作り方2019
プレゼンの作り方2019
義広 河野
インセプションデッキ:やらないことリストとトレードオフスライダーをやってる話
インセプションデッキ:やらないことリストとトレードオフスライダーをやってる話
Nobuhiro Yoshitake
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
Takeshi Akutsu
九州大学教育ビッグデータプロジェクト ~ラーニングアナリティクス(LA)の活用~
九州大学教育ビッグデータプロジェクト ~ラーニングアナリティクス(LA)の活用~
Japan Electronic Publishing Association
進化するCHiLO
進化するCHiLO
Hori Masumi
プログリット_紹介資料.pdf
プログリット_紹介資料.pdf
ssuserecb8e7
S01 t0 orientation
S01 t0 orientation
Takeshi Akutsu
新人教育と(Javaと)Python
新人教育と(Javaと)Python
7pairs
Similaire à 20170419PFNオープンハウス インターンと採用 公開用
(20)
S05_T0_orientation
S05_T0_orientation
PM教育におけるPMIJ教育委員会の取り組み
PM教育におけるPMIJ教育委員会の取り組み
Demonstration of Einstein Language with Platform Event
Demonstration of Einstein Language with Platform Event
鷲崎 愛媛大学講演-プロジェクト型演習2014年12月15日
鷲崎 愛媛大学講演-プロジェクト型演習2014年12月15日
師弟登壇2015 GMOペパボ @hfm
師弟登壇2015 GMOペパボ @hfm
"マナビト"広告主向け 実践リスティング広告講座
"マナビト"広告主向け 実践リスティング広告講座
卒業生・企業人・教員のチームティーチングによる実践的ICT人材育成教育
卒業生・企業人・教員のチームティーチングによる実践的ICT人材育成教育
反転教授型リメディアル英語コースにおける教材動画製作の実際 ―作業量と予算の観点からフィージビリティを考える―
反転教授型リメディアル英語コースにおける教材動画製作の実際 ―作業量と予算の観点からフィージビリティを考える―
インターンシップ制度について
インターンシップ制度について
Kof2005 Presen
Kof2005 Presen
プレゼン勉強会_若葉区公開講座_20190620
プレゼン勉強会_若葉区公開講座_20190620
Npo法人アスイク2011年度事業報告書
Npo法人アスイク2011年度事業報告書
プレゼンの作り方2019
プレゼンの作り方2019
インセプションデッキ:やらないことリストとトレードオフスライダーをやってる話
インセプションデッキ:やらないことリストとトレードオフスライダーをやってる話
S12 t1 python学習奮闘記#5
S12 t1 python学習奮闘記#5
九州大学教育ビッグデータプロジェクト ~ラーニングアナリティクス(LA)の活用~
九州大学教育ビッグデータプロジェクト ~ラーニングアナリティクス(LA)の活用~
進化するCHiLO
進化するCHiLO
プログリット_紹介資料.pdf
プログリット_紹介資料.pdf
S01 t0 orientation
S01 t0 orientation
新人教育と(Javaと)Python
新人教育と(Javaと)Python
Plus de Preferred Networks
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
Preferred Networks
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
Preferred Networks
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Preferred Networks
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Preferred Networks
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Preferred Networks
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Preferred Networks
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Preferred Networks
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
Preferred Networks
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Preferred Networks
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
Preferred Networks
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Preferred Networks
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Preferred Networks
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Preferred Networks
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
Preferred Networks
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
Preferred Networks
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
Preferred Networks
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
Preferred Networks
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
Preferred Networks
Topology Managerについて / Kubernetes Meetup Tokyo 50
Topology Managerについて / Kubernetes Meetup Tokyo 50
Preferred Networks
Plus de Preferred Networks
(20)
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
PodSecurityPolicy からGatekeeper に移行しました / Kubernetes Meetup Tokyo #57
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
Kubernetes + containerd で cgroup v2 に移行したら "failed to create fsnotify watcher...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
深層学習の新しい応用と、 それを支える計算機の進化 - Preferred Networks CEO 西川徹 (SEMICON Japan 2022 Ke...
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kubernetes ControllerをScale-Outさせる方法 / Kubernetes Meetup Tokyo #55
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
Kaggle Happywhaleコンペ優勝解法でのOptuna使用事例 - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
最新リリース:Optuna V3の全て - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
Optuna Dashboardの紹介と設計解説 - 2022/12/10 Optuna Meetup #2
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
スタートアップが提案する2030年の材料開発 - 2022/11/11 QPARC講演
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
PFNにおける研究開発(2022/10/19 東大大学院「融合情報学特別講義Ⅲ」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
自然言語処理を 役立てるのはなぜ難しいのか(2022/10/25東大大学院「自然言語処理応用」)
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Kubernetes にこれから入るかもしれない注目機能!(2022年11月版) / TechFeed Experts Night #7 〜 コンテナ技術を語る
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
Matlantis™のニューラルネットワークポテンシャルPFPの適用範囲拡張
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
PFNのオンプレ計算機クラスタの取り組み_第55回情報科学若手の会
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
続・PFN のオンプレML基盤の取り組み / オンプレML基盤 on Kubernetes 〜PFN、ヤフー〜 #2
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
Kubernetes Service Account As Multi-Cloud Identity / Cloud Native Security Co...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap / Kubernetes Meetup Tokyo #51 / #k...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
KubeCon + CloudNativeCon Europe 2022 Recap - Batch/HPCの潮流とScheduler拡張事例 / Kub...
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
独断と偏見で選んだ Kubernetes 1.24 の注目機能と今後! / Kubernetes Meetup Tokyo 50
Topology Managerについて / Kubernetes Meetup Tokyo 50
Topology Managerについて / Kubernetes Meetup Tokyo 50
20170419PFNオープンハウス インターンと採用 公開用
1.
夏季インターン・採用について 2017年4月19日 PFNオープンハウス 株式会社Preferred Networks
大野健太 oono@preferred.jp
2.
大野 健太 • twitter:
@delta2323_ • 経歴 – 数学専攻(修士) → 2011.4 PFI → 2014.10 PFN • 担当分野 – バイオプロジェクト – Chainerコアチーム – インターン・採用チーム 2
3.
PFN夏季インターンの特長 • 2ヶ月間(8, 9月)の長期インターン •
インターン1名に、1人以上のメンターがサポート • 金銭面でのサポート(有給・宿泊費) • インターン中の成果は、相談の上でOSS・論文化も可能 3
4.
インターンテーマ(昨年度) • 対話における商品の営業 4 深層学習 基礎研究 OSS開発 ロボット 強化学習 自然言語処理
5.
昨年度インターン成果例 5 Hu, W., Miyato,
T., Tokui, S., Matsumoto, E., & Sugiyama, M. 2017, arXiv:1702.08720 CuPy Fusion function
6.
夏季インターンスケジュール 5月7日:募集締切(志望動機・希望テーマ・PR資料) 5月上旬:書類選考(1週間) 5月下旬:事前課題(2週間)書類選考合格者にメールにて通知 6月上旬:面接期間(3週間弱)遠方の方はskypeで対応 7月初旬:インターン採用者決定 6 採用プロセス 8月:インターン開始 8月下旬:中間発表 9月最終週:最終発表 インターン期間 昨年度インターン中間発表
7.
今年度募集分野 • [機械学習・数理分野] – 機械学習に関する基礎研究・応用研究 –
機械学習ソフトウェア(Chainerなど)の開発 • [フロントエンド・バックエンド分野] – 機械学習を用いたツール・サービス(PaintsChainerなど)の開発 – ストリーム処理基板(SensorBeeなど)開発 • [チップ開発分野] – FPGA設計 7
8.
コーディング課題 • テーマ(直近3年) – 2014年(画像処理・テンプレートマッチング) –
2015年(機械学習・前処理・教師あり学習) – 2016年(深層学習・AutoEncoder) • 詳細はリサーチブログに掲載(「PFN インターン 事前課題」で検索) • 今年は4分野での課題を準備中 – 機械学習分野、フロントエンド分野、バックエンド分野、チップ開発分野 8
9.
どういうことを勉強しておくと良いですか? • 一般論でお答えするのは難しいです • どのメンターとどういうタスクに取り組むかによって、必要となるスキル は異なります •
過去のインターンを見ると、 特に機械学習分野は機械学習の論文の調査・ 実装・改善手法提案やライブラリ開発が多いようです 9
10.
正社員募集要項(エンジニア・リサーチャー) 製造業/交通/バイオヘルスケア/コミュニケーション/機械学習/シミュ レーション/エッジデバイス/ネットワーク/ハイパフォーマンスコンピュー ティング/製品開発 • プロセス 応募(履歴書・志望動機・成果物一覧) ↓ コーディング試験 ↓ 面接(複数回) ↓ 経営陣面接 10
11.
社内体制 • 現在15-20個程度のプロジェクトがあり、2-10人程度からなる • プロジェクトの発生・統合・メンバー移動は流動的 •
1プロジェクト専従の人もいれば、複数のプロジェクトに関わる人もいる • メンバーの興味のある・可能性を感じるテーマがあれば自由にプロジェク トを提案・立ち上げできる 11
12.
働き方 • 業務時間 – 8時間業務で、人によって始業時間がバラバラ –
プロジェクトの定例MTGなどに応じて柔軟に対応 – 都合によって残業、短縮勤務は可能 • 社内公用語 – 社員の1割強が非日本国籍 – 英語での仕事の機会は多くなってきている – 言語学習サポートあり 12
13.
13
Télécharger maintenant