京都大学理学部数学科を卒業後、東京大学大学院数理科学研究科修士課程を修了。2012年新卒で某大手web企業に入社。ユーザの行動分析と、それを用いたニュース記事の推薦ロジックの研究開発に従事。時系列の行動データやニュース記事の言語データを扱うため、Recurrent構造やAttention構造を組み込んだニューラルネットを主に業務で使用している。2019年は、東京大学及び東京工業大学にてレコメンド技術の講義も実施。2016年言語処理学会若手奨励賞受賞、WWW2016(現The WebConference) Best Poster Runner-up

近年は機械学習のツールやチュートリアルが充実し、データから機械学習を用いてモデルを構築するだけならだれでも簡単にできるようになりつつあります。一方で、その中身の挙動や理論を理解しないまま、使い方だけを解説しているサイトも多数あります。実験用の疑似データで最新技術を試して遊ぶだけならそれでもよいのですが、実際の業務で手元の実データに適用するためには、きちんと中身を理解し噛み砕いたうえで個々のケースに応じた工夫をしていくことが必須です。本講座を通じて皆様とたくさん議論し、機械学習の理解を深める手助けができれば幸いです。