<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<oembed>
  <author_name>pcads_media</author_name>
  <author_url>https://blog.hatena.ne.jp/pcads_media/</author_url>
  <blog_title> TECH Street (テックストリート)</blog_title>
  <blog_url>https://www.tech-street.jp/</blog_url>
  <categories>
    <anon>イベント主催レポート</anon>
    <anon>データサイエンス</anon>
    <anon>機械学習</anon>
  </categories>
  <description>※この記事は、2025年8月に開催されたイベントでの発表内容をレポートしたものです。 「doda」転職求人倍率レポート 推薦モデルの改善の「これまで」と「これから」 推薦モデルの「これまで」 サービスと推薦システム 推薦モデルの例 開発プロセスの定義や改善 機械学習モデル開発：推奨ツール 大規模言語モデルのパラダイムシフト パラダイムシフト後のトレンド 大規模言語モデルの特徴 登壇者はこの方 浦山 昌生 (Masao Urayama) パーソルキャリア株式会社シニアデータアナリスト AI ベンダーでデータサイエンティスト兼PL（プロジェクトリーダー）として機械学習モデルの開発やデータ分析の受託…</description>
  <height>190</height>
  <html>&lt;iframe src=&quot;https://hatenablog-parts.com/embed?url=https%3A%2F%2Fwww.tech-street.jp%2Fentry%2F2025%2F11%2F05%2F101326&quot; title=&quot;転職希望者と求人のマッチングモデル開発について～これまでと今後の展望～【MLモデル開発者勉強会/イベントレポート】 -  TECH Street (テックストリート)&quot; class=&quot;embed-card embed-blogcard&quot; scrolling=&quot;no&quot; frameborder=&quot;0&quot; style=&quot;display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;&quot;&gt;&lt;/iframe&gt;</html>
  <image_url>https://cdn-ak.f.st-hatena.com/images/fotolife/p/pcads_media/20251028/20251028163837.jpg</image_url>
  <provider_name>Hatena Blog</provider_name>
  <provider_url>https://hatena.blog</provider_url>
  <published>2025-11-05 10:13:26</published>
  <title>転職希望者と求人のマッチングモデル開発について～これまでと今後の展望～【MLモデル開発者勉強会/イベントレポート】</title>
  <type>rich</type>
  <url>https://www.tech-street.jp/entry/2025/11/05/101326</url>
  <version>1.0</version>
  <width>100%</width>
</oembed>
