GO TechTalk #24 タクシーアプリ『GO』のAIサービスを支えるMLOpsを体感しよう！

2023年12月5日に「GO TechTalk #24 タクシーアプリ『GO』のAIサービスを支えるMLOpsを体感しよう！」（connpass）を開催しました。

本記事では当日の内容を簡単に紹介します。

GO TechTalkとは？

GO TechTalkは、GO株式会社のエンジニアたちが、タクシーアプリ『GO』をはじめとしたサービスやプロダクトを開発する中で得た技術的ナレッジを共有するイベントです。

GO株式会社が開発するタクシーアプリ『GO』は、大規模なタクシーの交通データを活用し、リアルタイム需給予測を行うなど、さまざまなAIサービスを提供しています。また、次世代AIドラレコサービス『DRIVE CHART』は、ドライブレコーダーから得られる各種データを用いて、交通事故につながり得るシーンを自動検知し、運転傾向を分析する、AIとIoTを掛け合わせた交通事故削減支援サービスです。

24回目となる今回は、大規模な交通・ドライブレコーダーデータをAIサービスで活用する際のML基盤にフォーカスして、全体のアーキテクチャや各分野の技術トピック、実運用する上で直面した課題やその解決策について紹介しました。

こちらのポストのスレッドで当日の様子や雰囲気を感じていただけると思います。

登壇者紹介

今回はこちらのメンバーが登壇しました。

• エンジニア：森本 淳司
• MLOpsエンジニア：鈴木 隆史
• エンジニア採用：森川 なな子

DRIVE CHARTのMLOpsを体感しよう

契約台数6万台を超える次世代AIドラレコサービス『DRIVE CHART』は、交通事故の削減を目指し、AIによってドライバーの危険な運転習慣や行動を検出することで、運転行動の改善に導くサービスです。『DRIVE CHART』は日々膨大なデータを処理し、多くの機械学習モデルを本番環境で稼働させています。

このパートでは、それらを支えるMLOps環境として、以下3点を軸に紹介しました。

• 高速に価値ある実験を多数実現する実験環境
• スケーラブルかつ堅牢な本番環境
• Data-Centric AI

また今後の展望として、エンジニアではないメンバーでもモデル推論を再現できる環境の整備や、Redshiftを活用したゼロETLの検証についても紹介しています。詳しくはスライドやアーカイブ動画をご覧ください。

Q. 実験管理にClearMLを使用しているとのことですが、継続的学習にSagemakerを使用しているならSagemaker Experimentsの利用は考えられましたか？

当時は選択肢に挙がりませんでした。

車両情報のリアルタイム特徴量基盤の構築

タクシーアプリ『GO』では、配車を希望するユーザーにタクシー車両を割り当てるマッチング処理が重要な役割を果たしています。従来のマッチングプロセスでは、ユーザーとその時点での空き車両のマッチングが行われていました。そのため、もう少し待てばもっと近くの車両を割り当てられた可能性があるにも関わらず、適切でないマッチングがされてしまうケースがありました。

本パートでは、この問題を解決するためにElastiCache for Redisを用い構築した車両情報のリアルタイム特徴量基盤の詳細と、その運用事例について詳しく紹介しました。

Q. 雪の日などタクシーの需要供給のバランスが極端にずれて、データがスパイクするようなときにどのような工夫をされているか教えてください

まだリアルタイム特徴量基盤には天気情報を入れられていないのですが、今後取り組んでいきたいと考えています。

アーカイブ動画

開催履歴・開催予定

GO TechTalk は不定期開催しています。過去の開催レポートは こちら にもありますので、ぜひご覧ください！

GO株式会社の最新技術情報は公式アカウント @goinc_techtalkで随時発信していきますので、ぜひフォローして続報をお待ちください！

We're Hiring!

興味のある方は 採用ページ も見ていただけると嬉しいです。