米メタ・プラットフォームズのマーク・ザッカーバーグ最高経営責任者（ＣＥＯ）は、新たな製品に関する助言機関を設けた。メタ経営陣と定期的に会合を開き、同社の人工知能（ＡＩ）や技術の向上について助言するグループとなる。 「メタ・アドバイザリー・グループ」と呼ばれる同機関には、ストライプの共同創業者パトリック・コリソンＣＥＯ、ギットハブのナット・フリードマン元ＣＥＯ、ショッピファイのトビアス・リュトケＣＥＯ、投資家でマイクロソフト元幹部のチャーリー・ソングハースト氏ら４人がメンバーとして名を連ねる。メタの広報担当者によると、全員に対して報酬は支払われない。 広報担当によれば、メタ・アドバイザリー・グループは取締役会とは異なり、株主によるメンバーの選任やメタに対する忠実義務はない。「技術面での向上やイノベーション、戦略的な成長機会に関する見識と助言を提供する役割を担う」という。 原題：Meta’s
Writing documentation is enough to make you rip your hair out without worrying about the design. Let us help you keep a few strands. Syntax is a beautiful documentation template built with Tailwind CSS and Next.js, designed and built by the Tailwind CSS team. Powered by Markdoc, the new Markdown-based authoring framework from Stripe, it's now easier than ever to focus on writing great documentatio
Lecture 11: Hiring and Culture, Part II Patrick Collison Follow @patrickc John Collison Follow @collision Ben Silbermann Follow @8en View the annotated transcript, and add annotations of your own, on Genius, or directly at the bottom of this page! Discuss this lecture!
Logging is one of the oldest and most ubiquitous patterns in computing. Key to gaining insight into problems ranging from basic failures in test environments to the most tangled problems in production, it’s common practice across all software stacks and all types of infrastructure, and has been for decades. Although logs are powerful and flexible, their sheer volume often makes it impractical to e
When it comes to APIs, change isn’t popular. While software developers are used to iterating quickly and often, API developers lose that flexibility as soon as even one user starts consuming their interface. Many of us are familiar with how the Unix operating system evolved. In 1994, The Unix-Haters Handbook was published containing a long list of missives about the software—everything from overly
Stripe uses Amazon Web Services to power our infrastructure. With AWS, we can dynamically scale our fleet of servers in real-time. This elasticity enables us to reliably serve a rapidly growing user base and scale along with their businesses. We use AWS Reserved Instances, which allow us to predictably forecast our cloud spend given a dynamic fleet with rapidly changing compute requirements. One o
新しい取引を確認する際、入力値に注目して、「二十の質問スタイル」のツリーに回答しながら 1 枚の「葉」に到達するまで進みます。それぞれの葉は、データセットのすべてのサンプル (上記の表) で構成されており、ツリーでたどった経路に沿った質問と回答のペアを満たしています。新しい取引が不正であると判断される確率は、葉の中の不正なサンプルの数を葉の中のサンプルの総数で除算した値です。言い換えると、ツリーは、「プロパティーが現在審査中の取引に似ているデータセット内の取引のうち、実際に不正である割合はどれくらいか」という質問に回答することになります。機械学習の部分は、2 つのクラスを正確に区別できる可能性を最大化するには、どの質問をどの順序で尋ねるかというツリーの構成に関係します。デシジョンツリーによって、特に視覚化と推論が容易になりますが、それぞれが独自の方法でモデル化しようとする関係を表す学習アル
We recently built a distributed cron job scheduling system on top of Kubernetes, an exciting new platform for container orchestration. Kubernetes is very popular right now and makes a lot of exciting promises: one of the most exciting is that engineers don’t need to know or care what machines their applications run on. Distributed systems are really hard, and managing services on distributed syste
Description Machine learning at Stripe has a foundation built on Python and the PyData stack, with scikit-learn and pandas continuing to be core components of an ML pipeline that feeds a production system written in Scala. This talk will cover the ML Infra team’s work to bridge the serialization and scoring gap between Python and the JVM, as well as how ML Engineers ship models to production. Abs
Scale By the Bay 2019 is held on November 13-15 in sunny Oakland, California, on the shores of Lake Merritt: https://scale.bythebay.io. Join us! ----- Functional Reactive Programming for Feature Engineering in Machine Learning I will discuss the system we built at Stripe to enable modelers to quickly define complex features and have them for training and also in realtime for scoring.
当社は大規模に事業を行っていますが、機会の規模に比べると組織の規模はまだ十分ではありません。Stripe の採用情報にご興味のある方は、現在グローバルチームで募集中の職種をご覧ください。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
