pixivは2007年から開発されている歴史あるPHPコードベースですが、長期間開発されているコードベースならではの問題があります。 このコースではpixiv開発で直面している課題に対して、型システムに基いた精密な静的解析ツールを活用した型付けの強化やルール作成、リファクタリングなどの課題に挑戦してもらいます。

pixivでは静的解析は単純なCIや開発時のLintとして活用しているだけでなく、拡張機能によって標準機能では実現できない型付けをしたり、Rectorというリファクタリングツールの独自のルールを運用しています。 メンターのtadsanはPHPStanやRectorの社内ルールの開発・メンテナンスのほか、必要に応じてupstreamへの貢献も行っています。

画像変換・配信、および、ライブ動画配信サービスであるImageFluxの開発を行うコースです。 ImageFluxの主に画像変換機能について、レイヤーの低い技術を活用して機能追加/性能向上に取り組んでいただく予定です。

ピクシブでは、各サービスの開発負荷を軽減しつつ安定した配信を行えるよう、動的に画像を変換しながら高速に配信を行う技術基盤を整備してきました。こうして培った画像変換・配信技術を、さくらインターネットとの協業でImageFluxというサービスとして外部にも提供しています。画像変換・配信エンジンは主にGoを用いて開発しており、大量のリクエストを効率的に捌くためのさまざまなチャレンジを行っています。

toB向け広告配信プラットフォーム『pixiv Ads』や、月間約800億リクエストを捌く広告配信サーバーを中心とする、広告システムの開発を行うコースです。広告配信システム全体を俯瞰しながら複雑なビジネス要求を実現していきます。ピクシブでは稀有なtoBプロダクトで、PMやセールス、データチームと連携しながら、実際の業務と同じようにサービス設計・開発を体験していただけます。

広告配信系は数年前のオンプレミスから GCP・GKE をフル活用した構成に移行しており、Datadog による監視や Argo CD による自動デプロイ、Kustomize や Terraform による Infrastructure as Code を実践しています。toB向けセルフサーブ型広告配信プラットフォーム『pixiv Ads』では、広告効果や入稿体験向上のための設計・開発を進めています。また、本番環境での配信サーバーやマイクロサービスのパフォーマンスを継続的に監視するために Cloud Profiler を導入し、APM や Cloud Profiler で得られたリクエストのトレースなどの情報をボトルネック調査やパフォーマンス改善に活用しています。 ・https://inside.pixiv.blog/2023/02/17/110000 ・https://inside.pixiv.blog/2023/02/24/110000

ピクシブのいずれかのサービスにおいて、大量のデータを使った機械学習モデル開発/バックエンド開発/データ処理ワークフロー構築/効果測定に取り組んでいただきます。興味や期間に応じてタスクを設定させていただきます。

機械学習チームは、ピクシブの各サービスにおいてレコメンドの導入や改善を行っています。pixivにおいてはイラスト・マンガ・小説、FANBOXではクリエイター 、pixivコミックでは作品、BOOTHでは商品のレコメンドを扱っています。機械学習モデルの構築、バックエンド開発、データ分析、施策立案などさまざまなタスクを通して、よりユーザーの満足度を高めるための挑戦を日々行なっています。 ・https://inside.pixiv.blog/2022/09/20/103000 ・https://inside.pixiv.blog/2022/09/13/103000 ・https://inside.pixiv.blog/2023/03/02/140000

アド・プラットフォーム事業部では広告配信プラットフォーム『pixiv Ads』を開発しています。本コースではpixiv Adsの広告配信ログやピクシブの各サービスのデータを用い、広告配信におけるロジック改善や課題発見に取り組んでいただきます。ドメイン知識と統計学、データエンジニアリングをかけ合わせ、広告配信システムを改善する体験が得られます。

ピクシブの広告配信システムには、月間800億件以上の広告リクエストが送られてきます。アド・プラットフォーム事業部では、この規模の利用に耐えうる広告配信システムを安定稼働させると同時に、その配信ログを活用した、よりユーザーにマッチした広告を届けるための課題発見にも取り組んでいます。私たちは「創作活動を、もっと楽しくする。」というミッションのために会社がとれる選択肢を増やすため、BigQueryに蓄積されたビッグデータを活用し収益基盤を改善してきました。

ピクシブではBigQueryをデータインフラとしてたくさんの社員が使っています。このBigQueryの管理をデータ基盤チームで担当しています。 このコースではBigQueryを社内の利用者がより安全に、安心して使ってもらえる仕組み作りに取り組んでいただきます。データエンジニアリング・データマネジメントという希少性が高い技術を専門としている社員をメンターとして迎えて、データエンジニア・データマネジメントエンジニアの業務を体験していただくのが特徴です。

ピクシブでは全社が利用するBigQueryやLooker、Airflowといったデータインフラの管理・整備をしています。データ基盤チームでは進化の早い最新のデータエンジニアリングにまつわる技術をキャッチアップしながら、全社のデータ利活用をインフラ面から加速化しています。 主な利用者はアプリケーションエンジニア・バックエンドエンジニア・ビジネス職などといったデータの専門家ではない人達になります。 データの非専門家でも精度の高い意思決定を、少ない工数で高速に行うために必要なことは何かを考えながらインフラ設計を考えることが技術的挑戦になります。[1][2] また、ピクシブではBigQueryを日本でも有数の規模で運用しています。 こういった大規模なデータウェアハウスをいかに安定的にコストを抑えつつ運用するかも技術的課題になります。[3] 　 [1]:https://inside.pixiv.blog/2023/07/24/120000 [2]:https://speakerdeck.com/kashira/pixiv-meetup-2023-pikusibunodeta-inhuratozu-zhi-gou-zao [3]:https://inside.pixiv.blog/2023/04/10/150000

3D事業「VRoid Hub」ではアプリケーションをKubernetesでデプロイ・管理しています。アプリケーションが消費するリソースの削減や開発体験の向上に取り組んでいただきます。

今年、オンプレミス上のKubernetesクラスタが本番稼働をはじめました。 積極的にアプリケーションをクラスタ上に移行し、開発サイクルの高速化やサーバーの運用保守コストの削減などにつなげています。 こういった利点を享受し続けるため、物理ホストからアプリケーションコンテナまで幅広くメンテナンスしています。

ピクシブのオンプレミス環境で運用しているシステムに関して、可用性・信頼性・保守性等の改善に関わる施策に取り組んでいただきます。領域として主にミドルウェアについて扱いMySQL・fluentdなどを想定していますが、興味に応じて対応させていただきます。

ピクシブではpixivおよびpixiv関連サービスを支える数百台規模のサーバーなどからなるインフラ基盤も自社で構築・運用を行っており、秒間15万リクエスト・40万クエリ以上の処理と、70Gbpsを超えるトラフィックを、無理なく安定的に捌く必要があります。 サービスの拡大やユーザの増加に合わせて日々増大していくこれらの課題に対応し、多くのユーザに安心して使ってもらえる環境を用意するため、システム設計や物理的な機器調達はもちろん、OSやミドルウェアのパフォーマンスチュニーングなどを行うことが私達インフラエンジニアの仕事となります。