AIコーディングにより開発のボトルネックはコーディングからレビュー・検証へ移りつつあります。ハーネスを育てながら組織として適応していく取り組みを紹介します。

AIを活用して、開発ドキュメントの基盤を見直し、多言語対応を進めたので、その取り組みについて紹介します。

配車業務の課題やその他開発するに連れて発生した課題についてまとめ、その後に予約枠の機能による効果というものをまとめています。

本記事では、シフト最適化システムの要件やその要件をどのように数理最適化のフレームワークに落とし込んだのか、また、AIエージェントを使ったインタラクティブにシフト組みを行うシステムに関して述べていきます。

ここでは、巨大近傍探索について説明すると共に、相乗りサービスへの適用および、そのシステム概要について述べていきます。

本記事では、PulumiがNearMeのPlatform Engineeringにどのような変革をもたらし、開発者の生産性向上とインフラの信頼性改善に貢献してきたかを紹介します

先日、空港送迎のシェア乗りサービスの空席を埋めるための時刻表機能をリリースしました。 ここではその機能概要やシステムについて説明します。

本記事では、自動配車システムを理解して頂くためのイントロとして、システムの概要および配車組ロジック、監視手法、そして、深層強化学習の導入計画という順で述べていきます。

技術ブログのネタとして、JsonLogicを利用した柔軟なシステムカスタマイズについて考えてはいたのですが、もう一捻り欲しいなというところで、最近話題のChatGPTと組み合わせたらどうだろうと思い試してみたところ、思いのほかいい感じの結果が得られたので、タイトルを改めて書いてみました。

NearMeでは最近、相乗り配車サービスのための外部向けAPIプラットフォームを構築しました。 これにより、他アプリからシームレスに注文したり、Lineミニアプリのような新しいチャネルのUIを独自に構築することを可能にしました。

今回は、NearMeにおけるCIの仕組みについて説明します。 CIを実現する方法として、Kubernetes上に動作するArgoを利用しました。

当サービスでは事前予約で注文を貯めつつ、注文が入る度に最適な相乗りの組み合わせを計算して配車確定を逐次的に行えるようにしています。このような相乗りにおいてどのようなパタンが発生するか見ていきます。

ここでは特にk8sと配車ルーティングとのアナロジーについて考えてみます。

今回は、事前予約型の乗車サービスにおける乗車需要を時系列解析を用いて予測します。

今回はRustという注目のプログラミング言語を用いて、OpenStreetMapというオープンな地理情報データを触ってみます。 背景 Rustに注目した背景としては、大規模かつ複雑な交通データに対して解像度をもっと上げた課題解決が必要になってきたからです。

今回は、相乗りシャトルで用いる主なパラメタについて説明し、一方の極限ではタクシーに、もう一方ではバスに還元できること、そして、それらを"なめらかに"繋げることができることを示したいと思います。

事前予約型の空港送迎の相乗りサービスでは、注文が入る度に逐次的にルーティングを行なっていて、注文全体で時系列に変化する"ルーティングの状態"があります。ここではその状態管理についてアーキテクチャを交えて解説します。

マルチテナント化とは、多くのSaaSサービスで見られるように、一つのアーキテクチャで複数の企業が個別にサービスを利用できるようにすることです。結果としてこの機能は、配車固有の事情と相まって、事業展開に重要な役割を果たしてきました。

はじめまして。株式会社NearMeのCTOの細田です。 NearMeでは、AIを活用した相乗り送迎サービス「スマートシャトル」を展開しています。 この度、私達が挑戦している領域の技術的な面白さや奥深さを伝えていけるように、技術ブログを開設しました。