LINE TECHPULSE年度開發者大會登場 揭曉三大技術躍進
LINE 臺灣今（18）日舉行一年一度的 LINE 臺灣開發者大會「LINE TAIWAN TECHPULSE 2020」。（LINE提供／黃慧雯臺北傳真）
LINE 臺灣今（18）日在南港展覽館舉行一年一度的 LINE 臺灣開發者大會「LINE TAIWAN TECHPULSE 2020」，超過 1600人報名，今年大會首次採用人臉辨識技術迅速完成上千人的報到流程。上午主題專講中，LINE 分享今年在臺的技術躍進，包括今年初臺灣開發團隊將「容器化平臺服務（Verda Kubernetes Services, VKS）」建置完成，到第三季時已將所有臺灣的專案服務轉移到 VKS 上，結合 LINE 的基礎設施及全球資源，加快服務開發，讓系統更容易承載瞬間的大流量；也揭露 LINE CLOVA 在臺發展方向，除了 CLOVA Face 人臉辨識技術外，2021 年 LINE 還將投入在 CLOVA Chatbot 以及 CLOVA OCR 的發展；此外亦分享 LINE 如何突破業界作法，率先以 DevOps 工法打造 MLU 機器學習運算輔助平臺，大幅提升開發效率。
今年，在疫情衝擊下，民衆生活習慣改變，LINE 的服務使用量也有巨大的起伏。全球官方帳號數量四月較三月成長 140%，全球視訊通話數五月較二月成長了 235%。臺灣的中華職棒一度閉門比賽，球迷轉往線上觀看球賽，使中華職棒本季在 LINE TODAY 上的觀看次數年成長率達 74%，總觀看次數創歷史新高，透過 LINE 直播的線上音樂會在第二季末需求大增，與第一季相比，觀看次數成長近 300%，而 LINE 旅遊的國內票券與體驗類商品，因國旅大爆發促使合作伙伴新增品項，業績順勢在九月、十月連假時呈現超跳躍性成長，與去年同期相比成長了 2,483%。
疫情導致LINE 數位服務使用量顯著攀升。全球官方帳號數量四月較三月成長 140%，中華職棒本季在 LINE TODAY 上的觀看次數年成長率達 74%。（LINE提供／黃慧雯臺北傳真）
導入 VKS 容器化平臺，強化開發部署效率
疫情不僅讓民衆對網路服務的依賴度提高，也促使網路服務提供商加速優化基礎設施。VKS 由總部在年初所建，臺灣團隊在地完成所有服務的容架化架構重構，第二季開始把所有專案和服務搬到 VKS上，目前已全部完成搬移。VKS 具有彈性，當流量暴增時能自動平行擴展，承載瞬間的流量峰值，爲用戶提供更平穩的服務體驗；VKS 整合許多開源的生態系資源，知識共享，提早解決問題，因此易用性也高；且因全世界 Kubernetes 開發社羣非常活躍，由全球社羣共同維護，這樣的平臺對單一廠商而言維護成本相對較低。
LINE 臺灣技術長陳鴻嘉。（LINE提供／黃慧雯臺北傳真）
LINE 臺灣技術長陳鴻嘉在主題演說時提到，「臺灣專案數快速成長，如何更有效的發揮人力資源便成爲一個重要的課題，其中就包括如何強化開發部署的效率，讓新進人員加入團隊後，儘快加入應用開發。以往只靠 Verda 虛擬機器時，新人大約需要一、兩週建置開發工作環境；從虛擬機器轉到 VKS 容器化平臺後，新人在報到的半小時後就可以加入開發。到今年十月份，LINE 臺灣已有20多個專案在 VKS 上面運作，部署了超過 130 個 App 配置以及 50 多個叢集。臺灣團隊是總部認定，目前在 VKS 上實施容器化技術平臺最多樣、最完整的團隊。」
攜手臺灣技術夥伴，運用 LINE CLOVA 技術提升服務價值
LINE 近年全力發展人工智慧，今年將 LINE BRAIN 商用產品線和 LINE Clova 產品合併爲 LINE CLOVA，2021 年在臺灣將優先投入三大方向：CLOVA Face 人臉辨識技術、CLOVA Chatbot 聊天機器人應用以及 CLOVA OCR 文字辨識技術。LINE 將與臺灣的技術夥伴合作以 LINE CLOVA 技術提高商業服務的價值，做出不同領域的應用先例，讓 LINE CLOVA 的應用融入臺灣市場。更多關於 LINE CLOVA 的分享內容，請參閱LINE CLOVA新聞稿。
打造 MLU 機器學習平臺，優化專案開發管理流程
今年開發者大會的另一亮點是 MLU 機器學習平臺。LINE 臺灣在 2018 年成立資料工程研發團隊，正規化資料獲取流程，逐步累積臺灣使用者行爲資料，團隊會利用海量的去識別化資料來訓練機器學習模型。原本訓練好的模型需要人工部署到線上環境，過程中有許多繁瑣的重複工作。今年 LINE 以 MLOps 觀念打造 MLU 機器學習平臺，讓團隊訓練完的模型能快速測試，直接部署到服務中，大幅提升開發效率。除此以外，MLU 對機器學習相關專案的流程管理也是很有效的輔助平臺；原先在機器學習專案的開發過程中，每個階段都是獨立運作，一個階段完成後就交棒給下一階段，每個階段成員不同，交接之間的協作不完全順暢。LINE 臺灣資料工程部資深經理蔡景祥特別強調：「MLU 讓團隊可以在同一個平臺上執行每個階段所需要的工作。當每個階段成員的角色都定義清楚時，團隊就能以一致的、標準化的流程開發，讓稀缺的開發人力達到最佳化部署，也讓機器學習技術規模化並落實在各個大小專案中。」
「LINE TECH FRESH」邁第三屆，持續紮根開發者社羣
LINE 對於臺灣開發者社羣的投入不遺餘力，從 2018 年開始啓動的「LINE TECH FRESH－技術新星人才計劃」，便提供校園開發者累積實務經驗的機會。LINE 臺灣透過這項計劃，每年共開出 30 個實習職缺，如此大規模推動技術人才培育，實屬業界少見，而獲選的同學每週進公司三天，有充裕的時間跟着開發團隊實際參與專案。待實習屆滿一年後，若表現優異更有機會成爲正式員工，加入 LINE 工程團隊。看好在地開發人才潛力，LINE 希望透過LINE TECH FRESH 給予臺灣的技術人才學習與挑戰的舞臺，協助將在校所學與業界實務接軌，發揮企業正向影響力。