AI TALK NIGHT 2018参加レポ_セッション②

参加したイベントのセルフレポ。

全部1記事にまとめようと思ったのですが、長くなりそうなのでトークセッションごとに分割します。

タグ： 機械学習 イベント

AI TALK NIGHT 2018 #とは

レッジがAIのスペシャリストを招いて開催する「AI TALK NIGHT」。

イベント趣旨や登壇者など詳しくはLedgeさんのイベント告知をご覧ください。

以下、各セッションレポです。

テーマのお題目はメモしていなかったので"おおよそこんな感じ"という見方で。

 

トークセッション②『これから必要なディープラーニング人材とは』

セッション②の結論：ディープラーニングはやれ。まず手を動かせ。

トークテーマ１：ディープラーニング人材の定義、どんな人材を育てればよいのか

（セッション最後のまとめトークの内容もおおむねかぶっているのでここにまとめます。）

セッションの要点：

・ジェネラリスト、ビジネスタイプの人材について

　・ディープラーニングとは何か。何が必要か。問題がなぜ起きたかがわかる人。

　・お客様をよく見ていて、ニーズを洗い出して課題を発見でき、最適なソｊリューション提案をできる人。

　・ヒアリング力、期待値コントロール力、観察力のある人。

　・契約関連や納品物の握り、見積もりができるアセスメント人材。ビジネスモデルとしての勘所を持っている人。

　　これらは現在はSIerに丸投げして失敗しがちなところ。

・エンジニア人材について

　・ディープラーニングの仕組みを理解しており、技術的な問題解決ができる人。

　・データサイエンティストと機械学習エンジニアを分けて考える。

　　機械学習エンジニアは学習モデル作成後のAPIや推論サーバまで作れる人材。

 

・その他

　・英語が得意で、日々発表される論文を読んでスピーディーに情報発信してくれる人が必要。

　　PFNの岡野原さんのツイッターで論文を紹介してくれている。

　・最新情報にアンテナを張って、情報のインデックス付けをしておくこと。

　・学習フェーズ、推論フェーズそれぞれの対応力が求められる。

　・データと、データを必要としているユーザを紐づける商社マンのような人もほしい。

　　ゆくゆくはマーケットプレイスのような形が必要になってくるのかもしれない。

 

トークテーマ2：ディープラーニング人材をどう育てていけばよいか

・会社としてどういう人材がほしいかというゴールを設定して育成する。

・課題解決能力の磨き方

　・コンサルティングのフレームワークを覚える

　・まずゴールを設定する。次に現状を把握する。そうするとギャップが発見できる。そのギャップを埋めるための施策を打つ。

・ディープラーニングに向いているパーソナリティ

　・クリエイターに近い人の方が応用ができる。

　・目的指向の人。結果的に何ができたかを重視する人。

　　まずOSSを使ってみる。外側から入って、結果を理解するために細かいものを詰めていくアプローチの方が短期で伸びやすい。

・伸びるやり方や課題設定について

　・複数人での教え合い。独りでやるのには限界がある。

　・Webで情報収集しながらやってみる

　・ゴールを設定してデモを作る

　・楽しく学べるデザインをしてあげる

　　以前にJDLA & クックパッド & 経済産業省で分類をしたこともある。

　　株価予測など、実利につながるテーマを選ぶ人もいる。

 

会場内Q&A

■マシンラーニングやディープラーニングの精度向上につながる観察力とはどんなものか

・エラー解析時に"この特徴量が足りてなさそうだな"とわかる人。

　理屈ではなく感覚。ディープラーニングは人間に近いので、コンサルと似たような力かもしれない。

　わが子を育てるようにマシンを育てるような感覚を持っている人。

 

 

 

セッション②の記事はここまでです。セッション③の記事はこちら。