Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
インターネット、スマートフォン。 10年ごとの新技術。 そして今我々はいかにして 機械学習プロ...
Search
KASUYA, Daisuke
June 22, 2019
Programming
4
9.2k
インターネット、スマートフォン。 10年ごとの新技術。 そして今我々はいかにして 機械学習プロジェクトを マネージメントしていくべきか。/ DevLOVEX
KASUYA, Daisuke
June 22, 2019
Tweet
Share
More Decks by KASUYA, Daisuke
See All by KASUYA, Daisuke
エンジニアリングマネージャーの成長の道筋とキャリア / Developers Summit 2025 KANSAI
daiksy
7
4.7k
はてなの開発20年史と DevOpsの歩み / DevOpsDays Tokyo 2025 Keynote
daiksy
6
3.5k
わたしがEMとして入社した「最初の100日」の過ごし方 / EMConfJp2025
daiksy
22
13k
はてなのチーム開発一巡り / Hatena Engineer Seminar 30
daiksy
0
850
ふりかえりカンファレンスLT/Get Wild
daiksy
0
2k
スクラムマスターの採用事情 / scrum fest fukuoka 2023
daiksy
1
2.9k
スクラムのスケールとチームトポロジー / Scaled Scrum and Team Topologies
daiksy
1
1.5k
Scrum@Scaleの理論と実装 / RSGT2022
daiksy
2
11k
リモートワークに最適なスクラムチームの人数についての仮説 / Kyoto Agile 2021
daiksy
0
290
Other Decks in Programming
See All in Programming
実は歴史的なアップデートだと思う AWS Interconnect - multicloud
maroon1st
0
320
生成AI時代を勝ち抜くエンジニア組織マネジメント
coconala_engineer
0
40k
Context is King? 〜Verifiability時代とコンテキスト設計 / Beyond "Context is King"
rkaga
10
1.6k
Honoを使ったリモートMCPサーバでAIツールとの連携を加速させる!
tosuri13
1
120
AI Agent Tool のためのバックエンドアーキテクチャを考える #encraft
izumin5210
6
1.6k
TestingOsaka6_Ozono
o3
0
280
AIで開発はどれくらい加速したのか?AIエージェントによるコード生成を、現場の評価と研究開発の評価の両面からdeep diveしてみる
daisuketakeda
1
760
ゆくKotlin くるRust
exoego
1
200
なるべく楽してバックエンドに型をつけたい!(楽とは言ってない)
hibiki_cube
0
110
ZJIT: The Ruby 4 JIT Compiler / Ruby Release 30th Anniversary Party
k0kubun
1
350
メルカリのリーダビリティチームが取り組む、AI時代のスケーラブルな品質文化
cloverrose
2
470
これならできる!個人開発のすゝめ
tinykitten
PRO
0
150
Featured
See All Featured
The AI Search Optimization Roadmap by Aleyda Solis
aleyda
1
5.1k
Build your cross-platform service in a week with App Engine
jlugia
234
18k
Neural Spatial Audio Processing for Sound Field Analysis and Control
skoyamalab
0
150
Code Reviewing Like a Champion
maltzj
527
40k
Sam Torres - BigQuery for SEOs
techseoconnect
PRO
0
170
Art, The Web, and Tiny UX
lynnandtonic
304
21k
Are puppies a ranking factor?
jonoalderson
0
2.6k
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
1.8k
A Tale of Four Properties
chriscoyier
162
24k
Utilizing Notion as your number one productivity tool
mfonobong
2
200
Done Done
chrislema
186
16k
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
0
230
Transcript
ΠϯλʔωοτɺεϚʔτϑΥϯɻ ͝ͱͷ৽ٕज़ɻ ͦͯ͠ࠓզʑ͍͔ʹͯ͠ ػցֶशϓϩδΣΫτΛ Ϛωʔδϝϯτ͍͖͔ͯ͘͠ɻ %FW-07&9 גࣜձࣾͯͳcപ୩େี JEEBJLTZ
ࣗݾհ w പ୩େี JEEBJLTZ!EBJLTZ w גࣜձࣾͯͳ.BDLFSFMνʔϜσΟϨΫλʔ w גࣜձࣾτϚϧόΤϯδχΞ৫։ൃࢧԉ w
$IBUXPSLגࣜձࣾݱϚωʔδϟࢧԉ w ೝఆεΫϥϜϚελʔ
None
None
%FW-07& ͓ΊͰͱ͏͍͟͝·͢ʂ
ੜ·Εͯ͡Ίͯͷ-5 ݄ ΄΅
%FW-07&ؔ ॳొஃ ݄
None
ུྺ w େֶଔۀޙ৽ଔೖࣾ4&4ɻ w ࠷ॳͷస৬ɻ4&4ɻͰ࢈ɻ w ͷస৬ɻৗறઌʹरΘΕΔɻडୗ։ൃɻ w ͷస৬ɻιʔγϟϧήʔϜ։ൃɻ w
ͷస৬ɻݱ৬ɻ w ۀքྺɻ%FW-07&ճɻ
৽ଔೖࣾ࣌ લ w ब৬ණՏظ w ৬ۀϓϩάϥϚσϏϡʔ$0#0- w ௨ۈ͔ΜͷதʹϑϩοϐʔσΟεΫຕ͘Β͍ೖͬͯ ͨʢதςΩετΤσΟλͳͲͷศརπʔϧʣ w
+BWBͷҊ͕݅૿͑࢝Ίͨͷ͜ͷ͘Β͍͔Βʁ
৽ଔೖࣾ࣌ લ w େֶੜͷͱ͖ʹܞଳిɻੈͷதతʹ1)4͕ओྲྀʁ w εϚϑΥӨܗଘࡏ͠ͳ͔ͬͨɻ w ΠϯλʔωοτΛੜۀΛ͍ͯ͠ΔΤϯδχΞͨͿΜগ ɻ w
झຯͰϨϯλϧαʔόʔΛआΓͯʮϗʔϜϖʔδʯ࡞ͬͯ ͨɻѨ෦ͷͭΈ͍ͨͳͷɻ
લ w ιʔγϟϧήʔϜ։ൃ w ͜ͷࠒ·ͩϑΟʔνϟʔϑΥϯʢΨϥέʔʣओྲྀ w ͦΖͦΖεϚϑΥରԠ͍ͨ͠Ͷͱ͔ݴͬͯͨ w ͦͷޙ͘Β͍ͰεϚϑΥ͕ओྲྀʹʢҰॠͩͬͨʣ
લ w ΠϯλʔωοτΛੜۀʹ͢ΔͷׂͱͨΓલɻۀΞ ϓϦ8FCϒϥβͰಈ͘ɻ w ˢ৽ଔͷࠒ༡ͼΈ͍ͨͳײͩͬͨ͡ͷʹͶ w εϚϑΥΞϓϦΤϯδχΞͱ͍͏৽͍͠৬छ w
ˢ৽ଔͷࠒʹ૾Ͱ͖ͳ͔ͬͨ৬छͰ͢Ͷ
ݱ w 4BB4αʔϏεͷσΟϨΫλʔ w ػցֶशϓϩδΣΫτͷϚωʔδϝϯτΔ w ˢιʔγϟϧήʔϜ࣌ʹࣄͰ͜Μͳ͜ͱͬͯΔͱ ૾ͯ͠ͳ͔ͬͨ
ະདྷ w ޙɻɻ ࡀ w ޙɻɻ ࡀ w
ఆ͕ࡀͱԾఆʢͨͿΜࡀͱ͔ʹͳͬͯͦ͏͚ͩͲ w ͋ͱ ճࣄͷݱʹະͷٕज़͕ొͦ͠͏
ະདྷ w ྔࢠίϯϐϡʔλʔ w ʮ͍ͩ͘͠ʔ͞Μɻ·ͩϊΠϚϯܕίϯϐϡʔλͳΜͯ ৮ͬͯΔΜͰ͔͢ʁΫεΫεʯ
ͭΒ͘ͳ͖ͬͯͨʜ
͜͜ͰλΠτϧ
ΠϯλʔωοτɺεϚʔτϑΥϯɻ ͝ͱͷ৽ٕज़ɻ ͦͯ͠ࠓզʑ͍͔ʹͯ͠ ػցֶशϓϩδΣΫτΛ Ϛωʔδϝϯτ͍͖͔ͯ͘͠ɻ
Πϯλʔωοτ εϚʔτϑΥϯ ػցֶश ͜Ε·Ͱͷ ͳΜͱ͔ͳ͖ͬͯͨ
͜ͷௐࢠͰΓͷ ͳΜͱ͔ ͍͖ͬͯ·͠ΐ͏
ػցֶशͷ Ϛωʔδϝϯτ
.BDLFSFMͷ ϩʔϧҟৗݕ
None
None
ػցֶशΛͬͨ։ൃ ͡Ίͯͷܦݧ
ԿΘ͔Βͳ͍ͷͰ ษڧͯ͠ΈΔ ͨ·ͨ·ਖ਼݄ٳΈͷ࣌ظͩͬͨ
None
None
None
https://github.com/hatena/Hatena-Textbook
ػցֶशϚωʔδϝϯτ ͷϙΠϯτ
ෆ࣮֬ੑͷଊ͑ํ
https://tech.nikkeibp.co.jp/it/article/COLUMN/20131001/508039/
ҰൠతͳιϑτΤΞ։ൃ ޙఔʹ͍͘ʹͭΕͯ ࣮֬ੑ͕૿͢
ػցֶशϓϩδΣΫτ ऴ൫ʹ͏Ұࢁ͕๚ΕΔ
ςετఔͰͷ ࢼߦࡨޡ
.BDLFSFMͷ߹
։ൃॳظ w ࣾͷোࣄྫΛऩू w ͞·͟·ͳΞϧΰϦζϜΛͯΊͯϓϩτλΠϓ࣮ w қܭࢉྔͷഽײ֮Λ͑Δ w ͍ΘΏΔ1P$ 1SPPGPG$PODFQU
ͱݺΕΔϑΣʔζ
։ൃॳظ w ΞϧΰϦζϜͷબఆ݅ w ݁Ռʹରͯ͠આ໌ՄೳͰ͋Δ͜ͱ w ػցֶशͷઐՈҎ֎ʹཧղ͕༰қͰ͋Δ͜ͱ
https://www.slideshare.net/syou6162/mackerel-108429592
։ൃऴ൫
։ൃऴ൫ w ޡݕͱͷઓ͍ w හײ͗ͯ͢ҟৗͰͳ͍ͷʹݕ͞ΕΔ w ಷײ͗ͯ͢ҟৗΛݕ͠ͳ͍ w ਓؒͷײͱҰக͢ΔΑ͏ʹνϡʔχϯά
͜͏͍ͬͨಛੑʹ ରͯ͠զʑͲ͏ରॲ͢Ε Α͍ͷ͔ʁ
CRIPS-DM(CRoss-Industry Standard Process for Data Mining) https://dev.classmethod.jp/business/business-analytics/data-analysis-crisp-dm/
ΞδϟΠϧ։ൃ • “The New New Product Development Game” (1986, தҮ࣍)
◦ ৽։ൃͷϓϩδΣΫτཧʹ͍ͭͯͷจ ◦ ͜ͷจʹΠϯεύΠΞ͞ΕͯɺδΣϑɾαβʔϥϯυ͕εΫϥϜ ΛମܥԽ ◦ ۃΊͯෆ࣮֬ੑͷߴ͍։ൃϓϩδΣΫτΛཧ͢ΔͨΊͷख๏͕େ ݩͷग़ࣗ
ήʔϜ։ൃ • ͓͠Ζ͞Λٻ͢ΔࢼߦࡨޡػցֶशͷνϡʔχϯάͷఔͱΑ ͘ࣅ͍ͯΔ • ఆྔతͳ࣭ࢦඪͱਓؒͷײͱͷόϥϯγϯά • CEDECͳͲͰࣄྫ͕දʹग़͖ͯͭͭ͋Δ
৽͍͠ύϥμΠϜͷ ಛΛଊ͑Δֶश
طଘͷzਓྨͷӥஐzΛ ୳Δ
ֶशͷతͱ ֶशൣғͷղ૾
ؔܕݴޠͷֶश ϓϩάϥϚͱͯ͠
ػցֶशͷֶश Ϛωʔδϟͱͯ͠
৽͍͠ύϥμΠϜ νϟϯε
ઌߦऀརӹ
ݱࡏͷඪ ػցֶशϚωʔδϝϯτͷ ݟΛମܥԽͯ͠ ػցֶशֶͷͰߩݙͰ͖ͳ͍͔
https://speakerdeck.com/twada/understanding-the-spiral-of-technologies?slide=10 ٕज़બఆͷ৹ඒ؟6OEFSTUBOEJOHUIF4QJSBMPG5FDIOPMPHJFTc!U@XBEB
ࣗͷಘҙͱ ৽͍͠ύϥμΠϜΛ Έ߹ΘͤΔ
w͋ͱ͘Β͍ͳΜͱ͔Εͦ͏ͳ ؾ͕͢Δ
·ͱΊ w ΤϯδχΞਓੜͰճඞͣʮੈքͷେมԽʯ͕ى͖Δ w ֶशͷղ૾ͱࣗͷཱΛ͏·͘߹ΘͤΔ w ࣗͷಘҙͷ্ʹ৽͍͠มԽΛੵΈ্͛Δ w աڈͷਓྨͷӥஐΛ৴͡Δ