台北市光復南路102號3樓
・18:55～ 乾杯
・19:00～Session 1
・19:30～Session 2
・20:00～休息
・20:05～Session 3
・20:35～交流會
資料已是現代企業至關重要的資產之一。為了讓這些資料在企業運作中發揮價值，資料工程是不可或缺的工程實踐。作為剛剛加入 LINE 福岡 DataLabs 團隊不到兩個月的新進資料工程師，我將介紹我所知的 LINE 的資料工程概況，以及資料工程師在 LINE 福岡的工作內容。
因為這幾年機器學習的熱潮，現在非常容易利用各式的函式庫訓練機器學習模型，但建立可應付不同需求的機器學習系統仍是一個困難的工程問題。此次主要分享在LINE福岡裡面機器學習如何被應用到各式的應用上。有使用者會接觸的產品，有些則是內部人員所用的系統。我也會分享作為一個機器學習工程師在LINE福岡的日常生活。
・Building a company-wide data pipeline on Apache Kafka - engineering for 150 billion messages per day/ Yuto Kawamura
LINE is a messaging service over 200 million monthly active users around the world. Our service architecture evolves daily with various collaborating components. I'll introduce overview of LINE's messaging service architecture, mainly focusing on our company-wide data pipeline infrastructure built upon Apache Kafka which accepts more than 150 billion messages every day, making it one of the largest in the world. In this talk I will introduce how we managed such scale keeping it highly reliable to be capable of being an infrastructure to build services.
・在 LINE NOW docker 化系統架構中的測試/ Johnny Wu
LINE NOW 是一個利用 LINE Beacon 來提供線下不同的各種活動類型之服務. 我們利用了 docker 技術, 實現了 microservices, 增快開發流程, 使得測試變得簡單方便. 在這個 session 中, 我們將會介紹測試面臨的挑戰, 以及 LINE NOW 團隊如何針對這些問題提供解決方法, 目前使用的系統架構以及相關工具, 還有改善過後的開發與測試流程
