LIFULLで技術マネージャーをやっています、花多山です。
早速、タイトルと違う肩書きを名乗ってみましたが、決して嘘ではありません。そして、記事執筆時点において、LIFULLにプロダクトマネージャーという正式な役職はまだ存在しておりません。
現在、LIFULLはこのような組織体制になっています。
私はというと、LIFULL HOME'S事業本部に所属していますが、その中でエンジニア部門と企画部門の部門長を兼任しております。実のところ、LIFULLではこのような職種をまたいだ兼任はあまり例がありません。
この働き方は私から志願したものですが、理由としては、担当プロダクトの課題発見〜市場投入に至る一連の開発プロセスに、誰よりもコミットしたいという想いからでした。
続きを読むこんにちは、LIFULLのSET(Software Engineer in Test)のRueyです。
前回は自動テストの指標とEMTE(Equivalent Manual Test Effort)に関する記事を書きました。
そして先日開催されたSTAC 2020でも同じテーマで登壇させていただきました。
www2.slideshare.net
この発表では自動テストの評価指標の中でEMTEと関連がある3つの指標のみ紹介しました。
今回はそれ以外の指標の説明と使い方を紹介したいと思います。
続きを読むこんにちは。Ltech 運営チームの菊地です。
今回は、2020年12月8日（火）に開催した「Ltech#12 エンジニア150名以上を抱えるCTOとマネージャがマネジメントを語ります！」についてレポートします。
Ltech(エルテック)とは、LIFULLがお送りする、技術欲をFULLにするイベントです。特定の技術に偏らず、様々な技術の話を展開していく予定です。
今回のテーマは、「エンジニア150名以上を抱えるCTOとマネージャがマネジメントを語ります！」になります。
LIFULL には現在 150名以上のエンジニアが所属しています。
そのエンジニア組織をどうマネジメントしているのか？をテーマに CTO とエンジニアリングマネージャに語ってもらおうという内容になります。
続きを読む技術開発部改めKEELチームの相原です。
今回はLIFULLの全社アプリケーション実行基盤 KEEL について紹介いたします。
KEELとはLIFULLグループ全体で利用することを目的としたKubernetesベースのアプリケーション実行基盤です。
keel は船の竜骨を意味する英単語で、 spinnaker/keel や keel-hq/keel と名前が被ってしまっていますが、LIFULLという船を支える屋台骨となるため2018年初頭から開発・運用を続けている内製のプロジェクトです。
マルチテナントなシングルクラスタで、
をはじめとしてアプリケーションの運用で必要になる多くのものを責任範囲として提供しています。
その他にも各種マニフェスト生成ツールや認証基盤の開発にProxySQLやRedis, memcachedクラスタの提供、アプリケーションフレームワークの提供とKEELへのアプリケーション受け入れなど広範的に開発者を支援しています。
既にLIFULLのアプリケーションの大部分がこのKEEL上で稼働しており、新規開発のアプリケーションの多くもこのKEELに載せることを前提に開発されてきました。
続きを読む品質改善推進ユニットの中野です。
LIFULLでは、2015年に開発プロジェクトの支援を目的としたQAチームを立ち上げ、これまで様々な活動を行なってきました。
この記事では、QAチームの現在の取り組みや実行に至った経緯や考えなどを書いていきたいと思います。
組織の変遷に関しては、以前弊社の藤澤が投稿したブログがありますので、そちらもよろしければ、あわせてご参照ください。
QAチームは、プロダクト開発に関わるものづくりのメンバーが、安全かつ高速にリリースを繰り返すことを支援し、安心して開発に取り組める状況をつくることにあります。
続きを読むAI戦略室の椎橋です。弊社で取り組んでいるディープラーニングの活用事例を紹介します。
空飛ぶホームズくんとは、平面の間取り図から3Dの部屋を生成する技術を用い（※特許取得済み）、バーチャル内見できるVRサービスです。詳細は以下のリンクに書いてあります。 lifull.com
平面の間取り図から３Dの部屋を生成する技術では主にディープラーニングを使っていて、今回はその計算処理について紹介します。
間取り図の画像解析の先行研究では"Deep Floor Plan Recognition Using a Multi-Task Network with Room-Boundary-Guided Attention"があります。 https://openaccess.thecvf.com/content_ICCV_2019/papers/Zeng_Deep_Floor_Plan_Recognition_Using_a_Multi-Task_Network_With_Room-Boundary-Guided_ICCV_2019_paper.pdf
これは間取り図のセマンティックセグメンテーションタスクの研究で、論文の資料を抜粋すると下図で(a)の入力画像に対して(b)が正解ラベルがになり(c)が推論結果として出力するディープラーニングモデルをつくるというものです。
続きを読む