More Related Content
What's hot (18)
Similar to 前に出る础滨エンジニアの案件切り分け术 (20)
前に出る础滨エンジニアの案件切り分け术
- 1. 「前に出る础滨エンジニアの案件切り分け术」 富士通クラウドテクノロジーズ株式会社 データサイエンティスト 吉田 孟弘 Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED AI業界ぶっちゃけどうなの？_LT大会 @FUJITSU CLOUD TECHNOLOGIES LIMITED
- 2. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED ?ゆるふわ案件 ?データの質がひどい ?すぐ求められる精度/上がらない精度 よくある話
- 3. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED 「人工知能」はついに幻滅期へ (ガートナーのハイプ?サイクル2019年版)
- 4. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED AIPoC ブーム
- 5. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED ?AI技術に理解がある人材が少なく、コミュニケーションがか み合わない ?モデルの精度が低い ?導入後の学習精度向上を自社で実施できない ?データの整備が困難 ?AIプロジェクトを主とする人間が居ないため、片手間になっ てしまっている ?開発費用/維持コストが高い PoC中のユーザー企業は何を思うか
- 6. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED ?ユーザー企業のデータが利用できず、結局収集から始まってし まう ?AI人材が慢性的に足りない ?ユーザー企業のAIへの理解不足が顕著で話が前に進まない ?ユーザーから低価格化を要求される/投資意欲が低い ?学習アルゴリズムには詳しくなれるが、データホルダーではな いので、受託から抜け出せない PoC中のAIベンダーは何を思うか
- 7. AIベンダーとユーザー企業が Win-Winになるためには？ Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED
- 8. そもそも、 無理な案件を刈り取る (闇からは闇しか生まれない) Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED
- 9. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED データは触らないとわからない 触ってから判断したい 理想 AIエンジニアは手を動かしすぎると、 あっさり営業工数をオーバーする 現実 ヒアリングで案件の確度をある程度探る必要がある
- 10. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED 確度を探る ?ふわっと案件を判別する ?どんなデータがあるかで確度を探る - -10
- 11. ふわっと案件 Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED
- 12. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED ふわっと案件を仕分ける - -12 このワーシートが書けないうちは基本案件化しない INFORMATION:データを解釈?分析して得られる情報 VALUE:対象となる人やプロセスの行動?振る舞いの変化 ACHIEVEMENT：業務改善や収益などのビジネス的なメリット ① どんな現状をどんな風に変えたいのか？ ②or③ どんな情報があれば変化が起こるか ④ ビジネス的なメリットを生み出せるか DATA:課題解決に必要なデータ項目 ②or③ 変化を起こすために必要なデータ
- 13. どのデータがあるかを切り分ける Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED
- 14. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED データに関して考えていること - -14 データの 在り処 数値的な特性 業界 (ドメイン) その業界特有の データ その会社が 保有しているデータ 追加収集すべきデータ 時系列のデータなのか？ 教師データに極端な偏りがあるのか？
- 15. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED 業界 - -15 まったく知らない業界相手のときは 「業界地図」を流し読み 同業者がまとまっているので、同業者を片っ 端から調べればどこかの企業で同様のAIプロ ジェクトをやっている。 リリースやインタビューから、どんなデータ がカギになったか探っていく。
- 16. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED データの在り処 - -16 社内データ 社外データ 重要データ (競争力を支える社外 秘データ) ?他社とのデータ連携 業界流通データ (業界内で流通してい るデータ) ?SNSデータの購入 ?衛星画像の購入 オープンデータ ?気象庁データの抽出 ?Yahoo!知恵袋のデータ ビジネス的な立ち位置から切り分ける
- 17. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED 数値的な特性 - -17 データの特性に合わせたデータのきり分けを行っていく。 ?トレンド ?周期性(seasonality) ?イベント(Event) 数年を通した販売の全体的な傾向。 例)景気やそのジャンルの人気の推移など 一年や一週間などを通した時の販売推移の周期性。 例)飲み屋は毎週金曜日の来客数が多い,鍋の素は冬によく売れる 祝日や特売日、台風など、何か特殊な日のデータ。 例)TVCMを打った期間,販売店舗が工事になった日 例：時系列需要予測の場合
- 18. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED データに関して考えていること - -18 データの 在り処 数値的な特性 業界 (ドメイン) その業界特有の データ その会社が 保有しているデータ 追加収集すべきデータ 時系列のデータなのか？ 教師データに極端な偏りがあるのか？
- 19. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED 他にも… 【準備】 ?データベース設計書がきちんと出てくるか？ ?相手がどこまでデータクレンジングできそうか？ (加工済みcsvファイル作れるエンジニアいる？) 【契約】 ?精度の担保が契約書に入っていないか？ ?モデルのバイナリファイルのみ納品なのか？GUI作って納品なのか？ 【コミュニケーション】 ?slackやbacklogを使った蜜な会話ができる相手だろうか？ etc… - -19
- 20. 無理な案件からは闇しか生まれない Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED そもそも ある程度ヒアリングで前さばきをすることで、 PoC貧乏を回避していく
- 21. 「前に出る础滨エンジニアの案件切り分け术」 富士通クラウドテクノロジーズ株式会社 データサイエンティスト 吉田 孟弘 Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED AI業界ぶっちゃけどうなの？_LT大会 LT1
- 22. Copyright 2019 FUJITSU CLOUD TECHNOLOGIES LIMITED