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
Webエンジニアから生成AIエンジニアへ
Search
Sponsored
·
Ship Features Fearlessly
Turn features on and off without deploys. Used by thousands of Ruby developers.
→
Yuto Urushima
August 08, 2024
Technology
430
10
Share
Webエンジニアから生成AIエンジニアへ
Generative AI/LLM Engineer Career Meetup #1
Yuto Urushima
August 08, 2024
More Decks by Yuto Urushima
See All by Yuto Urushima
Prompt FlowによるLLMアプリケーション開発
yuto2000
2
1.7k
LangGraphを用いたマルチエージェント
yuto2000
2
2.7k
Prompt FlowによるLLMOps
yuto2000
1
1.4k
Other Decks in Technology
See All in Technology
サンプリングは「作る」のか「使う」のか? 分散トレースのコストと運用を両立する実践的戦略 / Why you need the tail sampling and why you don't want it
ymotongpoo
4
170
AIと乗り切った1,500ページ超のヘルプサイト基盤刷新とさらにその先の話
mugi_uno
2
340
変化の激しい時代をゴキゲンに生き抜くために 〜ストレスマネジメントのススメ〜
kakehashi
PRO
5
1.3k
SLI/SLO、「完全に理解した」から「チョットデキル」へ
maruloop
5
430
ボトムアップ限界を越える - 20チームを束る "Drive Map" / Beyond Bottom-Up: A 'Drive Map' for 20 Teams
kaonavi
0
190
要件定義の精度を高めるための型と生成AIの活用 / Using Types and Generative AI to Improve the Accuracy of Requirements Definition
haru860
0
320
[Scram Fest Niigata2026]Quality as Code〜AIにQAの思考を再現させる試み〜
masamiyajiri
1
310
Sociotechnical Architecture Reviews: Understanding Teams, not just Artefacts
ewolff
1
170
PdM・Eng・QAで進めるAI駆動開発の現在地/aidd-with-pdm-eng-qa
shota_kusaba
0
210
ワールドカフェ再び、そしてゴール・ルール・ロール・ツール / World Café Revisited, and the Goals-Rules-Roles-Tools
ks91
PRO
0
150
可視化から活用へ — Mesh化・Segmentation・アライメントの研究動向
gpuunite_official
0
170
多角的な視点から見たAGI
terisuke
0
130
Featured
See All Featured
Building Better People: How to give real-time feedback that sticks.
wjessup
370
20k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
234
17k
ラッコキーワード サービス紹介資料
rakko
1
3.3M
Documentation Writing (for coders)
carmenintech
77
5.3k
Build your cross-platform service in a week with App Engine
jlugia
234
18k
Money Talks: Using Revenue to Get Sh*t Done
nikkihalliwell
0
220
Technical Leadership for Architectural Decision Making
baasie
3
360
Claude Code どこまでも/ Claude Code Everywhere
nwiizo
65
55k
Future Trends and Review - Lecture 12 - Web Technologies (1019888BNR)
signer
PRO
0
3.5k
We Have a Design System, Now What?
morganepeng
55
8.1k
Leo the Paperboy
mayatellez
7
1.8k
AI Search: Implications for SEO and How to Move Forward - #ShenzhenSEOConference
aleyda
1
1.2k
Transcript
Webエンジニアから生成AIエンジニアへ 宇留嶋勇人 2024/8/8 Generative AI/LLM Engineer Career Meetup #1
自己紹介 BLUEISH CTO 2023年に執行役員CTOに就任。 複数の生成AI事業立ち上げに関わる。 社内AI組織を統括。採用、マネジメントを行う。 1プレイヤーとしてコードも書きます。 Webエンジニアから転身した一人です。 X: @3anlqblueE
宇留嶋 勇人 2
会社紹介 3 株式会社ブルーイッシュ AIを主軸とした自社サービスを展開 大手企業のコンサル、開発、運用 https://www.blueish.co.jp 弊社wantedly 全方位全職種採用中です!
None
本日お伝えしたいこと • 生成AIの登場とエンジニアのあり方 • 弊社AIチームの紹介、事例 • 最後にメッセージ... 5
本日お伝えしたいこと • 生成AIの登場とエンジニアのあり方 • 弊社AIチームの紹介、事例 • 最後にメッセージ... 6
生成AIの登場とエンジニアのあり方 エンジニアの仕事を大きく変える技術が続々と登場 6月 2022年 2023年 2024年 11月 7月 12月 3月
6月 7
生成AIの登場とエンジニアのあり方 生成AIの現在地 : 優秀な新卒社員レベル コード、テストを書く時間が減った。Copilot, GPTs etc. コードを書けない人も簡単な実装は可能。Dify,Claude Artifacts etc.
効率的な技術のキャッチアップが可能。NotebookLM etc. 8
生成AIの登場とエンジニアのあり方 求められる「当たり前品質」 クオリティ 昨今の技術革新による高い期待値「最新のAI技術でなんとかしてよ...」 高速な開発 PoC、デリバリー、改善、新たなLLMのリリース、コスト etc. 優位性 AIの民主化による技術以外の差別化 9
生成AIの登場とエンジニアのあり方 プロダクト 課題解決 フロント エンド PM バックエンド マーケター 営業 インフラ
ディレクター プロダクト オーナー フルスタック 開発者/マーケター 営業/プロダクト オーナー PM/インフラ 従来 今後 業務へのAIの浸透 プロダクト 課題解決 10 AIで強化されたメンバーが AIと共にプロジェクトを動かしていく AIと協力する流れに パラダイムシフト 人間中心
生成AIの登場とエンジニアのあり方 まだまだ黎明期。 エンジニア全職種が生成AIを触り続け、思考し続ける必要がある。 開発効率の向上 プロダクトへの導入 クライアントの課題解決 新しい技術にどのように価値を生み出すか 11
本日お伝えしたいこと • 生成AIの登場とエンジニアのあり方 • 弊社AIチームの紹介、事例 • 最後にメッセージ... 12
弊社AIチームの紹介、事例 過去1年で2つのAI系プロダクトを開発した弊社AIチームの紹介 チーム構成 PoC/プロダクト開発メンバー 3名 全員バックエンドエンジニアから転向 R&Dメンバー 2名 元Google出身、研究、論文執筆経験あり、MLエンジニア 13
弊社AIチームの紹介、事例 PoC/プロダクト開発メンバー 業務 最新生成AI情報のキャッチアップ、検証 生成AIを中心とした機能開発、PoC webの開発(特にバックエンドAPI周り)も行っている 社内エンジニアへ情報共有、勉強会の開催等 14
弊社AIチームの紹介、事例 R&Dメンバー 業務 コア技術、LLMに対しての調査、検証 論文、研究活動 15
弊社AIチームの紹介、事例 転向した事例紹介 去年12月 バックエンドエンジニアとして入社 GolangやRustを使い、AI系プロダクトのバックエンドAPIを開発。 今年4月 AI側の開発を行うようになる。 7月 自社プロダクトのAIチームで主軸で開発を進めている。 16
弊社AIチームの紹介、事例 主軸で開発できるまでどのようにして転向できたのか? 本人に実際にヒアリング... 17
弊社AIチームの紹介、事例 主軸で開発できるまでどのようにして転向できたのか? 圧倒的なインプット 圧倒的なアウトプット を行っていました。 18
弊社AIチームの紹介、事例 インプット Xで最新のAI系のニュースをキャッチアップ 社内slackのfeedチャンネルで大量に最新記事をインプット connpass等の外部勉強会はほぼ全て参加 話題になったAI系の論文は必ず読む 生成AIは以前やっていたwebに比べてインプットすべき量が多い... 19
弊社AIチームの紹介、事例 アウトプット キャッチアップした内容をメンバー間で議論、即検証 最新ニュースの内容を咀嚼し、社内メンバーへ展開 社内勉強会の開催 過去2ヶ月で4回のLT登壇 毎週必ず1件は技術記事は書いている GENIACでLLM開発自体も経験 20
弊社AIチームの紹介、事例 AIチームで積極的に取り組んでいること 朝会 毎朝8:30~9:00で最新ニュースの情報交換、ディスカッションをする 休日・祝日問わず開催。チームで協力し、戦略的にキャッチアップ。 外部コミュニティの活動 ノウハウを社内に溜め込まず、外部へ積極的に出ている。 21
本日お伝えしたいこと • 生成AIの登場とエンジニアのあり方 • 弊社AIチームの紹介、事例 • 最後にメッセージ... 22
最後にメッセージ... 生成AIエンジニアをもっと増やしたい!(社内外問わず) 生成AIエンジニアの定義は様々だが、 技術革新に対して圧倒的に少なすぎる... 社内のリスキリング然り、 コミュニティをもっと盛り上げて行きましょう!! 23