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
いまAI組織が求める企画開発エンジニアとは?
Search
Yamato.OKAMOTO
June 25, 2024
Science
2
1.5k
いまAI組織が求める企画開発エンジニアとは?
Kyoto Tech Talk #5 (2024.6.25)
いまAI組織が求める企画開発エンジニアとは?
Yamato.OKAMOTO
June 25, 2024
Tweet
Share
More Decks by Yamato.OKAMOTO
See All by Yamato.OKAMOTO
Slide ICCV2023 Constructing Image Text Pair Dataset from Books
roadroller
0
110
第11回 全日本コンピュータビジョン勉強会 CVPR2022 "A Self-Supervised Descriptor for Image Copy Detection"
roadroller
0
640
第9回 全日本コンピュータビジョン勉強会 発表資料
roadroller
0
630
第七回全日本コンピュータビジョン勉強会 A Multiplexed Network for End-to-End, Multilingual OCR
roadroller
1
960
部下のマネジメントはAI開発に学べ
roadroller
0
150
iclr2020deepsemi-supervisedanomalydetectionyamatookamoto-200531022507.pdf
roadroller
0
130
Domain Generalization via Model-Agnostic Learning of Semantic Features NeurIPS’19 読み会 in 京都
roadroller
0
270
ICML’2019 読み会in京都 Federated Learningの研究動向
roadroller
0
100
CVPR2019@Long Beach 参加速報(本会議)
roadroller
0
130
Other Decks in Science
See All in Science
データマイニング - ウェブとグラフ
trycycle
PRO
0
180
06_浅井雄一郎_株式会社浅井農園代表取締役社長_紹介資料.pdf
sip3ristex
0
650
傾向スコアによる効果検証 / Propensity Score Analysis and Causal Effect Estimation
ikuma_w
0
140
データベース14: B+木 & ハッシュ索引
trycycle
PRO
0
480
データベース10: 拡張実体関連モデル
trycycle
PRO
0
990
KH Coderチュートリアル(スライド版)
koichih
1
48k
Ignite の1年間の軌跡
ktombow
0
160
生成AIと学ぶPythonデータ分析再入門-Pythonによるクラスタリング・可視化をサクサク実施-
datascientistsociety
PRO
4
1.8k
機械学習 - DBSCAN
trycycle
PRO
0
1.1k
AI(人工知能)の過去・現在・未来 —AIは人間を超えるのか—
tagtag
0
100
サイゼミ用因果推論
lw
1
7.5k
データベース12: 正規化(2/2) - データ従属性に基づく正規化
trycycle
PRO
0
980
Featured
See All Featured
How to Think Like a Performance Engineer
csswizardry
27
2k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
189
55k
Become a Pro
speakerdeck
PRO
29
5.5k
Build The Right Thing And Hit Your Dates
maggiecrowley
37
2.9k
Building Flexible Design Systems
yeseniaperezcruz
329
39k
Visualizing Your Data: Incorporating Mongo into Loggly Infrastructure
mongodb
48
9.7k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
4k
We Have a Design System, Now What?
morganepeng
53
7.8k
Rails Girls Zürich Keynote
gr2m
95
14k
ReactJS: Keep Simple. Everything can be a component!
pedronauck
667
120k
Measuring & Analyzing Core Web Vitals
bluesmoon
9
610
The Cult of Friendly URLs
andyhume
79
6.6k
Transcript
Kyoto Tech Talk #5 いまAI組織が求める 企画開発エンジニアとは? 2024/06/25 Yamato.OKAMOTO
登壇者自己紹介:岡本大和(おかもとやまと) • 2024.04~ 株式会社サイバーエージェント AI Lab(現職) • 2023.09~ NAVER Cloud • 2023.04~ LINE
WORKS • 2021.07~ LINE株式会社 • 2013.04~ オムロンソーシアルソリューションズ株式会社 • 2007.04~ 京都大学, 工, 情報 → 大学院, 情報学研究科 ビジネス職と技術職の両利きのキャリアを歩んでいます。 技術面ではエンジニアよりもAIリサーチャー がメインキャリアです。 Xアカウント @RoadRoller_DESU
画像の引用元 • https://cyberagent.ai/blog/pr/notice/18986/ • https://www.cyberagent.co.jp/news/detail/id=28959 • https://research.cyberagent.ai/kyoto/ サイバーエージェント京都オフィス
今日お話しすること 企業のAI研究組織ではどんなエンジニアが いま求められているのか??
大前提① 本日のお話では、私の所属組織についてではなく、 複数社を渡り歩いて見えた共通課題 を述べます
大前提② 本プレゼンでは、研究所のリサーチャーはプロダクト開発とは疎結合だと仮定します。 リサーチャー:研究をする エンジニア:開発をする 商品が定まってない場合もある 商品イメージが明確 成果までの時間が読みにくい スケジュールやターゲットが明確 細く長くマネジメントする 集中的に着手する
課題解決のアプローチを創造する 実際に動くモノを創造する
企業のAI研究組織でよく耳にする悩み 「ラボのやってることはカネにならない」と言われる 「私の研究は素晴らしいのに、なぜわかってもらえない !?」
なぜそうなる? 研究成果の 社会実装ができていないから
社会実装ってなに?? 研究所で誕生した技術を実環境に導入し実用的な問題解決に役立てる こと 具体的には次のステップを踏む 1. 研究開発: 新しい技術を開発 2. プロトタイピング :
実験的なモデルやシステムを作成 3. 検証: 実際の環境で技術の効果をテスト 4. 製品化: 実用的な製品やサービスとして開発 5. 導入: 市場に展開してユーザーに提供
ここでクイズ 研究所の担当範囲 とプロダクト部門の担当範囲 はどこでしょう?? なお、技術は最終的にはプロダクト部門に移管されるものとする。 1. 研究開発: 新しい技術を開発 2. プロトタイピング
: 実験的なモデルやシステムを作成 3. 検証: 実際の環境で技術の効果をテスト 4. 製品化: 実用的な製品やサービスとして開発 5. 導入: 市場に展開してユーザーに提供
1. 研究開発: 新しい技術を開発 2. プロトタイピング : 実験的なモデルやシステムを作成 3. 検証: 実際の環境で技術の効果をテスト
4. 製品化: 実用的な製品やサービスとして開発 5. 導入: 市場に展開してユーザーに提供 研究所 プロダクト部門 こうかな〜?🧐🤔
1. 研究開発: 新しい技術を開発 2. プロトタイピング : 実験的なモデルやシステムを作成 3. 検証: 実際の環境で技術の効果をテスト
4. 製品化: 実用的な製品やサービスとして開発 5. 導入: 市場に展開してユーザーに提供 研究所 プロダクト部門 それともこうかな〜?😁😚
1. 研究開発: 新しい技術を開発 2. プロトタイピング: 実験的なモデルやシステムを作成 3. 検証: 実際の環境で技術の効果をテスト 4.
製品化: 実用的な製品やサービスとして開発 5. 導入: 市場に展開してユーザーに提供 研究所 プロダクト部門 残念、正解はこちら!!💀 ´・ω・`).;:…(´・ω...:.;::..(´・;::: .:. ウワァァァーーッ ※画像提供:いらすとや なぜか、だいたいこうなる、、、、
どうしてこうなった、、、、 • 研究所 ◦ ターミナルで学習済みモデルの PATHを指定してpython実行すれば処理が走るまでは整える。 ◦ しかし、それ以上に形を綺麗に仕上げたプロトタイプを作成するケースは少ない。 ◦ これはサボっているのではなく、そもそも
スキルセットが異なることが要因 と言える。 • プロダクト部門 ◦ 製品化に直結するタスクを主に担う。 ◦ 技術的な実現可能性や、市場での受容性などの 仮説検証はスコープ外になりがち 。
そこで、この穴を埋めるポジションが求められる 期待役割 • 事業ニーズを踏まえて作るべきものを定義する。 • 研究所のAI技術を実際に動く形に仕上げる。 • プロト検証やPoC検証を通して、事業や技術の実現性を評価する。 1. 研究開発:
新しい技術を開発 2. プロトタイピング : 実験的なモデルやシステムを作成 3. 検証: 実際の環境で技術の効果をテスト 4. 製品化: 実用的な製品やサービスとして開発 5. 導入: 市場に展開してユーザーに提供 研究所 プロダクト部門 企画開発エンジニア 事業開発では "幾多のプレゼン"よりも"1分のデモ"が 正しいコミュニケーションを生む !! 超重要な役割です
まとめ ・多くのAI研究組織が社会実装の推進に課題を抱えている ・その原因は仮説検証を担うポジションの整備不十分である ・AI理解、事業ニーズに基づく要検定義、動くモノを作る開発力が求められる ⇨ 私はこのポジションを勝手に企画開発エンジニア と名付けました Thank you~♪
最後に 本日ご紹介したような、仮説検証を担当するポジションを募集しています。 https://hrmos.co/pages/cyberagent-group/jobs/1994715660961296386