Submit Search
Upload
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
•
1 like
•
716 views
Microsoft Azure Japan
Follow
2018/2/8に実施した「業務効率や顧客体験を高める!IoT/AIのビジネス活用術セミナー 」の資料です。 テクノスデータサイエンス・エンジニアリング株式会社 池田 拓史氏
Read less
Read more
Technology
Report
Share
Report
Share
1 of 31
Download now
Download to read offline
Recommended
Msのio tと最新事例 ms_02082018
Msのio tと最新事例 ms_02082018
Microsoft Azure Japan
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Daiyu Hatakeyama
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
Preferred Networks
メタバースの始め方、たとえば製造業でのデジタルツインとは?
メタバースの始め方、たとえば製造業でのデジタルツインとは?
IoTビジネス共創ラボ
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
NTT Software Innovation Center
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
Daiyu Hatakeyama
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
wagatuma
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
IoTビジネス共創ラボ
Recommended
Msのio tと最新事例 ms_02082018
Msのio tと最新事例 ms_02082018
Microsoft Azure Japan
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Saga Smart Center: デジタル変革が及ぼす企業が考慮すべき未来の姿
Daiyu Hatakeyama
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
深層学習による製造業のスマート化と産業応用の将来展望(クオリティフォーラム2020講演資料)
Preferred Networks
メタバースの始め方、たとえば製造業でのデジタルツインとは?
メタバースの始め方、たとえば製造業でのデジタルツインとは?
IoTビジネス共創ラボ
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
データ分析をビジネスに活かす!データ創出・活用から、分析、課題解決までのDX時代のデータ活用事例のご紹介 ~不揃いのデータとの格闘~
NTT Software Innovation Center
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
PwC - Strategic Sustainability & Innovation Forum - Microsoft の Sustainabilit...
Daiyu Hatakeyama
05.日本マイクロソフト(株)_発表資料
05.日本マイクロソフト(株)_発表資料
wagatuma
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
Data × AI でどんな業務が改善できる? 製造業様向け Data × AI 活用ユースケース & 製造MVPソリューションのご紹介
IoTビジネス共創ラボ
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
Microsoft azure におけるアジャイル マーケティング 20171205 public
Microsoft azure におけるアジャイル マーケティング 20171205 public
Microsoft Azure Japan
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
The Japan DataScientist Society
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.3
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.3
Daiyu Hatakeyama
デジタル戦略立案サービス
デジタル戦略立案サービス
munjapan
コニカミノルタにおけるデータドリブンPLMの取り組み
コニカミノルタにおけるデータドリブンPLMの取り組み
The Japan DataScientist Society
【講演資料】ブロックチェーン
【講演資料】ブロックチェーン
Masanori Saito
フィンテックの発展と新たな社会価値創出
フィンテックの発展と新たな社会価値創出
Accenture Japan
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
Daiyu Hatakeyama
世界のデジタル・トランスフォーメーション最前線
世界のデジタル・トランスフォーメーション最前線
IoTビジネス共創ラボ
中小企業はAI・IoTとどう向き合うか 【TIRIクロスミーティング2021】
中小企業はAI・IoTとどう向き合うか 【TIRIクロスミーティング2021】
Koichi Masukura
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコト
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコト
Daiyu Hatakeyama
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
Daiyu Hatakeyama
外部キー制約を考慮した特徴量削減手法
外部キー制約を考慮した特徴量削減手法
NTT Software Innovation Center
AI開発支援サービス
AI開発支援サービス
munjapan
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Daiyu Hatakeyama
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
Hironori Washizaki
株式会社ブライトビジョン 事業案内
株式会社ブライトビジョン 事業案内
Koichi Masukura
Saga Smart Center: データ分析の基礎
Saga Smart Center: データ分析の基礎
Daiyu Hatakeyama
20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用
IoTビジネス共創ラボ
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
Miki Yutani
More Related Content
What's hot
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Daiyu Hatakeyama
Microsoft azure におけるアジャイル マーケティング 20171205 public
Microsoft azure におけるアジャイル マーケティング 20171205 public
Microsoft Azure Japan
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
The Japan DataScientist Society
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.3
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.3
Daiyu Hatakeyama
デジタル戦略立案サービス
デジタル戦略立案サービス
munjapan
コニカミノルタにおけるデータドリブンPLMの取り組み
コニカミノルタにおけるデータドリブンPLMの取り組み
The Japan DataScientist Society
【講演資料】ブロックチェーン
【講演資料】ブロックチェーン
Masanori Saito
フィンテックの発展と新たな社会価値創出
フィンテックの発展と新たな社会価値創出
Accenture Japan
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
munjapan
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
Daiyu Hatakeyama
世界のデジタル・トランスフォーメーション最前線
世界のデジタル・トランスフォーメーション最前線
IoTビジネス共創ラボ
中小企業はAI・IoTとどう向き合うか 【TIRIクロスミーティング2021】
中小企業はAI・IoTとどう向き合うか 【TIRIクロスミーティング2021】
Koichi Masukura
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコト
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコト
Daiyu Hatakeyama
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
Daiyu Hatakeyama
外部キー制約を考慮した特徴量削減手法
外部キー制約を考慮した特徴量削減手法
NTT Software Innovation Center
AI開発支援サービス
AI開発支援サービス
munjapan
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Daiyu Hatakeyama
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
Hironori Washizaki
株式会社ブライトビジョン 事業案内
株式会社ブライトビジョン 事業案内
Koichi Masukura
Saga Smart Center: データ分析の基礎
Saga Smart Center: データ分析の基礎
Daiyu Hatakeyama
What's hot
(20)
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
キャリアコンサルタント向け「企業で求められるITスキルの実態」と実践スキル向上研修
Microsoft azure におけるアジャイル マーケティング 20171205 public
Microsoft azure におけるアジャイル マーケティング 20171205 public
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
コグニティブ・ファクトリーの実像とIoT時代に求められるデータ・サイエンティストとは?ー製造業の視点からー
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.3
Teams を活用してメッチャマルチタスクをこなす方法 - dahatake さん流 - version 1.3
デジタル戦略立案サービス
デジタル戦略立案サービス
コニカミノルタにおけるデータドリブンPLMの取り組み
コニカミノルタにおけるデータドリブンPLMの取り組み
【講演資料】ブロックチェーン
【講演資料】ブロックチェーン
フィンテックの発展と新たな社会価値創出
フィンテックの発展と新たな社会価値創出
AIビジネス推進人材育成プログラムのご紹介
AIビジネス推進人材育成プログラムのご紹介
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
技術としての機械学習を理解し、世の中に役に立つ事を考える基礎知識
世界のデジタル・トランスフォーメーション最前線
世界のデジタル・トランスフォーメーション最前線
中小企業はAI・IoTとどう向き合うか 【TIRIクロスミーティング2021】
中小企業はAI・IoTとどう向き合うか 【TIRIクロスミーティング2021】
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコト
Connect 2021郡山: 街づくりのためのデジタル技術 IoT – Data - AI その先に考えたいコト
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
CNET Japan Live - ビジネスにAgilityとFlexibilityを与える Data x IoT x AI 最前線
外部キー制約を考慮した特徴量削減手法
外部キー制約を考慮した特徴量削減手法
AI開発支援サービス
AI開発支援サービス
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
デジタルトランスフォーメーション(DX)におけるソフトウェアの側面とダイバーシティ・インクルーシブに関する研究実践動向
株式会社ブライトビジョン 事業案内
株式会社ブライトビジョン 事業案内
Saga Smart Center: データ分析の基礎
Saga Smart Center: データ分析の基礎
Similar to Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用
IoTビジネス共創ラボ
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
Miki Yutani
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
Hiroyuki Takiyama
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
組込みソフトウェア開発に対する弊社の取り組み事例
組込みソフトウェア開発に対する弊社の取り組み事例
ESM SEC
150318 次世代itアーキテクトの本質と育成
150318 次世代itアーキテクトの本質と育成
ITinnovation
アーキテクチャ主導の情報システムへ
アーキテクチャ主導の情報システムへ
Kent Ishizawa
採用用_会社紹介資料_230612
採用用_会社紹介資料_230612
aidiot oshima
IT業界理解お助け資料V2.0
IT業界理解お助け資料V2.0
Jun Chiba
21 02-18 web seminar
21 02-18 web seminar
忍 寺門
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
munjapan
20201023 Builders Box 2nd Enterprise Architect
20201023 Builders Box 2nd Enterprise Architect
kounan13
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
アドテクスタジオのデータ分析基盤について
アドテクスタジオのデータ分析基盤について
kazuhiro ito
採用用_会社紹介資料_230612.pdf
採用用_会社紹介資料_230612.pdf
aidiot oshima
20161101_ITスキル研究フォーラム主催セミナー講演資料_「SoR」と「SoE」を繋げる人材育成プラン_ITI 関 和美
20161101_ITスキル研究フォーラム主催セミナー講演資料_「SoR」と「SoE」を繋げる人材育成プラン_ITI 関 和美
it-innovation
DXはなぜ進まないのか? 経営とITの観点からの課題と提言(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DXはなぜ進まないのか? 経営とITの観点からの課題と提言(NTTデータ テクノロジーカンファレンス 2020 発表資料)
NTT DATA Technology & Innovation
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
ITinnovation
220425_説明資料.pdf
220425_説明資料.pdf
ssuserd81c34
It業界理解
It業界理解
Jun Chiba
Similar to Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
(20)
20190922_6_設備保全におけるディープラーニングの活用
20190922_6_設備保全におけるディープラーニングの活用
IoTとAIが牽引するエンタープライズシステムの新展開
IoTとAIが牽引するエンタープライズシステムの新展開
TDSE_xR_AI_20180327
TDSE_xR_AI_20180327
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
信頼できるAIシステム開発の勘どころ ~AI開発方法論×AI品質保証~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
組込みソフトウェア開発に対する弊社の取り組み事例
組込みソフトウェア開発に対する弊社の取り組み事例
150318 次世代itアーキテクトの本質と育成
150318 次世代itアーキテクトの本質と育成
アーキテクチャ主導の情報システムへ
アーキテクチャ主導の情報システムへ
採用用_会社紹介資料_230612
採用用_会社紹介資料_230612
IT業界理解お助け資料V2.0
IT業界理解お助け資料V2.0
21 02-18 web seminar
21 02-18 web seminar
AI活用におけるビジネス力とは何か?
AI活用におけるビジネス力とは何か?
20201023 Builders Box 2nd Enterprise Architect
20201023 Builders Box 2nd Enterprise Architect
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DX実践!~ビジネスアジリティ向上とマイクロサービス技術GraphQLの活用~(NTTデータ テクノロジーカンファレンス 2020 発表資料)
アドテクスタジオのデータ分析基盤について
アドテクスタジオのデータ分析基盤について
採用用_会社紹介資料_230612.pdf
採用用_会社紹介資料_230612.pdf
20161101_ITスキル研究フォーラム主催セミナー講演資料_「SoR」と「SoE」を繋げる人材育成プラン_ITI 関 和美
20161101_ITスキル研究フォーラム主催セミナー講演資料_「SoR」と「SoE」を繋げる人材育成プラン_ITI 関 和美
DXはなぜ進まないのか? 経営とITの観点からの課題と提言(NTTデータ テクノロジーカンファレンス 2020 発表資料)
DXはなぜ進まないのか? 経営とITの観点からの課題と提言(NTTデータ テクノロジーカンファレンス 2020 発表資料)
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
(続)Itプロジェクトマネジメント成功のための勘どころ 20140318
220425_説明資料.pdf
220425_説明資料.pdf
It業界理解
It業界理解
More from Microsoft Azure Japan
Awl introduction and camera ra 121219
Awl introduction and camera ra 121219
Microsoft Azure Japan
Microsoft smart store strategy
Microsoft smart store strategy
Microsoft Azure Japan
Smart Store Map
Smart Store Map
Microsoft Azure Japan
Smart Camera: Azure IoT + Container
Smart Camera: Azure IoT + Container
Microsoft Azure Japan
Ms retail update ra 20191030
Ms retail update ra 20191030
Microsoft Azure Japan
Smart store servlerless-20191030-40min
Smart store servlerless-20191030-40min
Microsoft Azure Japan
Smart Store サーバーレスアーキテクチャ編
Smart Store サーバーレスアーキテクチャ編
Microsoft Azure Japan
Smart storeを実現するAzureサービス IoT編
Smart storeを実現するAzureサービス IoT編
Microsoft Azure Japan
Azure IoT/AI最前線
Azure IoT/AI最前線
Microsoft Azure Japan
Ceonnect(): 2018 Japan AKS (Yoshio Terada)
Ceonnect(): 2018 Japan AKS (Yoshio Terada)
Microsoft Azure Japan
Connect(); 2018 Japan IoT <Hiroshi Ota>
Connect(); 2018 Japan IoT <Hiroshi Ota>
Microsoft Azure Japan
App Service の DevOps と Visual Studio Team Services 最新アップデート
App Service の DevOps と Visual Studio Team Services 最新アップデート
Microsoft Azure Japan
進化する Web ~ Progressive Web Apps の実装と応用 ~
進化する Web ~ Progressive Web Apps の実装と応用 ~
Microsoft Azure Japan
音声 Chat で見込み客を獲得!Bot を活用した業務効率化
音声 Chat で見込み客を獲得!Bot を活用した業務効率化
Microsoft Azure Japan
スケーラブルで手間なく動かせる!もうすぐ 一般提供開始 Azure Database for MySQL / PostgreSQL
スケーラブルで手間なく動かせる!もうすぐ 一般提供開始 Azure Database for MySQL / PostgreSQL
Microsoft Azure Japan
App center an overview
App center an overview
Microsoft Azure Japan
Intelligent Mobile App と Cloud Native、これからの時代のアプリケーション開発ビジョン
Intelligent Mobile App と Cloud Native、これからの時代のアプリケーション開発ビジョン
Microsoft Azure Japan
高速開発でビジネスニーズをいち早く具現化する DevOps ソリューション
高速開発でビジネスニーズをいち早く具現化する DevOps ソリューション
Microsoft Azure Japan
おもてなしサービスで売上伸長! 画像認識を活用した先端マーケティング 〜カメラとAIの素敵なカンケイ〜
おもてなしサービスで売上伸長! 画像認識を活用した先端マーケティング 〜カメラとAIの素敵なカンケイ〜
Microsoft Azure Japan
AIを使いこなせ! ~AI最新技術とMicrosft AI Platform~
AIを使いこなせ! ~AI最新技術とMicrosft AI Platform~
Microsoft Azure Japan
More from Microsoft Azure Japan
(20)
Awl introduction and camera ra 121219
Awl introduction and camera ra 121219
Microsoft smart store strategy
Microsoft smart store strategy
Smart Store Map
Smart Store Map
Smart Camera: Azure IoT + Container
Smart Camera: Azure IoT + Container
Ms retail update ra 20191030
Ms retail update ra 20191030
Smart store servlerless-20191030-40min
Smart store servlerless-20191030-40min
Smart Store サーバーレスアーキテクチャ編
Smart Store サーバーレスアーキテクチャ編
Smart storeを実現するAzureサービス IoT編
Smart storeを実現するAzureサービス IoT編
Azure IoT/AI最前線
Azure IoT/AI最前線
Ceonnect(): 2018 Japan AKS (Yoshio Terada)
Ceonnect(): 2018 Japan AKS (Yoshio Terada)
Connect(); 2018 Japan IoT <Hiroshi Ota>
Connect(); 2018 Japan IoT <Hiroshi Ota>
App Service の DevOps と Visual Studio Team Services 最新アップデート
App Service の DevOps と Visual Studio Team Services 最新アップデート
進化する Web ~ Progressive Web Apps の実装と応用 ~
進化する Web ~ Progressive Web Apps の実装と応用 ~
音声 Chat で見込み客を獲得!Bot を活用した業務効率化
音声 Chat で見込み客を獲得!Bot を活用した業務効率化
スケーラブルで手間なく動かせる!もうすぐ 一般提供開始 Azure Database for MySQL / PostgreSQL
スケーラブルで手間なく動かせる!もうすぐ 一般提供開始 Azure Database for MySQL / PostgreSQL
App center an overview
App center an overview
Intelligent Mobile App と Cloud Native、これからの時代のアプリケーション開発ビジョン
Intelligent Mobile App と Cloud Native、これからの時代のアプリケーション開発ビジョン
高速開発でビジネスニーズをいち早く具現化する DevOps ソリューション
高速開発でビジネスニーズをいち早く具現化する DevOps ソリューション
おもてなしサービスで売上伸長! 画像認識を活用した先端マーケティング 〜カメラとAIの素敵なカンケイ〜
おもてなしサービスで売上伸長! 画像認識を活用した先端マーケティング 〜カメラとAIの素敵なカンケイ〜
AIを使いこなせ! ~AI最新技術とMicrosft AI Platform~
AIを使いこなせ! ~AI最新技術とMicrosft AI Platform~
Recently uploaded
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
sugiuralab
Recently uploaded
(9)
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
Io taiプロジェクトの進め方、組織作り 20180208_ver1.02
1.
IoT/AIプロジェクトの 進め方、組織作り テクノスデータサイエンス・エンジニアリング株式会社 執行役員常務 博士(理学) 池田 拓史 ikeda.hirofumi@tdse.jp ⓒ テクノスデータサイエンス・エンジニアリング株式会社 1 2018/2/8
2.
アジェンダ ⓒ テクノスデータサイエンス・エンジニアリング株式会社 2 1. AI・IoT・データサイエンス 2.
データサイエンティストの本来の目的とは 3. プロジェクト成功のための組織づくり 4. 他部門を巻き込むために
3.
会社紹介 テクノスデータサイエンス・エンジニアリング(略称:TDSE)は、 企業の課題やニーズに対してデータサイエンスの力でビジネスに役立つ価値を引き出し お客さまの事業競争力を高めるご支援をします。 名称 テクノスデータサイエンス・エンジニアリング 株式会社 所在地 東京都新宿区西新宿3-20-2 東京オペラシティタワー14階 設立 2013年10月17日 代表者 代表取締役
城谷直彦 資本金 5億5350万円 従業員数 82名(2017年7月時点) 関連会社 株式会社テクノスジャパン 沖縄テクノス株式会社 テクノスリサーチオブアメリカ(TRA) テクノスグローバルカンパニー株式会社 最先端研究所で研究実績のあるメンバーを中心に構成 データサイエンティスト在籍数(2017年7月現在) 総勢 54名 理系修士以上 48名 理系博士号取得者 18名 データ活用 サービス AIサービ ス共同開発 プロダクト 提供 事業内容 トータルサポート体制でお客さまを支援 組織組成支援
4.
講演者の背景について 1999年1993年 博 士 号 取 得 後 、 デ ー タ マ イ ニ ン グ ( 今 で 言 う デ ー タ サ イ エ ン ス ) 業 界 へ 転 身 高 エ ネ ル ギ ー 物 理 学 者 に な る た め に 修 行 現在 分析分野 ・通信業 ・金融業 ・保険業 ・法人営業
・小売 ・製造業 ・IoT 池田 拓史(いけだ ひろふみ) 1970 埼玉県に生まれる 1995-96 フェルミ国立加速器研究所 客員科学者 1999 筑波大学大学院物理学研究科物理学専攻卒 博士(理学) → 以降、一貫して企業向けデータサイエンス・コンサルティング業務に従事。社内外のデータサイエ ンティストを指導しながら、多数のプロジェクトを推進。 テクノスデータサイエンス・エンジニアリング株式会社 執行役員常務 社団法人 人工知能ビジネス創出協会 運営委員 NPO法人ITスキル研究フォーラム(iSRF)データ利活用ワーキンググループ メンバー IoTビジネス共創ラボ 製造ワーキンググループ メンバー テ ク ノ ス デ ー タ サ イ エ ン ス ・ エ ン ジ ニ ア リ ン グ 株 式 会 社 執 行 役 員 データサイエンス業界を内側から 18年間観察し続けてきた 4
5.
1 AI・IoT・データサイエンス ⓒ テクノスデータサイエンス・エンジニアリング株式会社 5
6.
AI? 機械学習? 深層学習? 6 NVIDIA社マイケル・コープランド氏のブログより https://blogs.nvidia.com/blog/2016/07/29/whats-difference-artificial-intelligence-machine-learning-deep- learning-ai/ 初期のAIが興奮を かきたてる 機械学習が繁栄を はじめる 深層学習による限界突破が AIブームを推し進める AI 機械学習 深層学習
7.
IoT→ビッグデータ→AI 7 “Scaling to Very
Very Large Corpora for Natural Language Disambiguation” Michele Banko and Eric Brill Microsoft Research, 2001 データ量 予 測 精 度 アルゴリズムを変え ていないにも関わら ず、学習用データが 多くなると予測精度 が向上する
8.
人間を代替できるAIは当面できない ~フレーム問題~ 8 “チェスをするとか,機械を組み立てるとか,やろうと していることを限定している人工知能では,このフレー ム問題は生じませんし,このような状況では人工知能技 術が実用化されています.しかし,いろいろな状況に対 応できる人工知能ではこの問題は無視できません.” 人工知能学会のウェブサイト https://www.ai-gakkai.or.jp/whatsai/AItopics1.html 自分の行動結果の影響を 推論しきれない。 神羅万象のどこまでを考え ればよいのかわからない
9.
http://www.oralytics.c om/2012/06/data- science-is- multidisciplinary.html AIはデータサイエンスの道具の ひとつとして活用されている AI
10.
データサイエンスの必要性は今後も 薄れない 深層学習 Googleの猫 (12’) AlphaGo (16’) DeepBlue (チェス) (97’) 国 内 で 出 版 さ れ た 書 籍 の 累 計 タ イ ト ル 数 2017年2月 10
11.
2 データサイエンティスト の本来の目的とは ⓒ テクノスデータサイエンス・エンジニアリング株式会社 11
12.
データサイエンスの目的は 業務改革 12 企画の すりあわせ データは あるの? データ処理 プログラム を作る AI・数学を 使い課題 を解くビジネス 価値を評価 現場環境へ 展開! CRISP-DM 1999年に発表 Data
13.
データサイエンティストのタスクは 分析だけではない 13 2017/9/21 Ⓒテクノスデータサイエンス・エンジニアリング株式会社• 2017/7/10Ⓒテクノスデータサイエンス・エンジニアリング株式会社 「OREILLY
2016 Data Science Salary Survey」に加筆 ・プロジェクト チームの取りま とめと方向づけ ・プロトタイプ モデル開発 ・特徴量抽出 ・分析によって 解かれるべきビ ジネス問題を明 らかにする ・可視化の作成 ・データ洗浄 ・ビジネス意思 決定者に対して 発見事項のコミ ニュケーション を行う ・リサーチ問題 への解を与える ためのデータ解 析 ・基本的な探索 的データ分析 ・モデル/アルゴリズ ムの本番系への実装 ・コードを使ったプロ ジェクトの協同作業 ・教育/訓練 ・大規模なソフトウェ アプロジェクトやデー タシステムの計画 ・ダッシュボード開発 ・ETL ・社外人材とのコミュ ニケーション ・データ基盤の導入/ 保守 ・データ分析ソフトの 開発 ・リアルタイムデータ 分析に依拠する製品の 開発 ・(他者の作った) ダッシュボードやスプ レッドシートを使った 意思決定 タスク (主に関わっているもののみ) ITタスク 分析タスク ビジネスタスク オライリー 2016 Data Science Salary Survey
14.
どんな教育が行われているか 2017/11/15 Ⓒテクノスデータサイエンス・エンジニアリング株式会社 14 https://www.ds.shiga-u.ac.jp/about/ https://www.ds.shiga-u.ac.jp/assets/images/about/lectureoverview.pdf ・統計 ・プログラミング ・数学 ・プレゼンテーション ・経済学 ・会計学 ・ファイナンス ・マーケティング がバランス良くカバーされている
15.
TDSEのデータサイエンティストの 出身分野 Ⓒテクノスデータサイエンス・エンジニアリング株式会社 15 (※)テクノスデータサイエンス・エンジニアリング株式会社におけるデータ サイエンティストの出身専攻分野(修士以上) TDSE社の採用試験で質問してい る項目の例 • 研究/業務において、数学的知 識がどのように活用されたか • 研究/業務において、プログラ ミング技術がどのように活用さ れたか •
研究/業務において、統計学的 知識がどのように活用されたか • 研究/業務において、機械学習 の知識がどのように活用された か
16.
3 プロジェクト成功のため の組織づくり ⓒ テクノスデータサイエンス・エンジニアリング株式会社 16
17.
成功事例 17 http://www.cio.com/article/2880603/predictive-analytics/machine-learning-helps-food-distributor-reach-its-customers.html • 顧客数の増加に対応するため、コールセンターでの注文受付からウェブサイトで の注文受付に移行したい • 顧客はこれまでファックスやEメールで注文しており、ITにあまり強くない •
配送センター8個を保有する創業26年目の英大手食品配送業者 • 顧客はカフェ、レストラン、学校、社員食堂など • 4500品目以上を取り扱う
18.
やったこと • 顧客毎の過去の注文履歴を学習し、次にログインしたと きに何を注文しそうなのかを予測出来るシステムを構築 した • 顧客がログインすると、自分が注文したいと思ってる商 品がすでにショッピングカートに入っている •
システムによって先詰めされた商品のうち、80%はそ のまま注文された • 顧客は短い時間で注文作業を行うことが出来た http://www.cio.com/article/2880603/predictive-analytics/machine-learning-helps-food-distributor-reach-its-customers.html
19.
まとめると ①データ に基づく 科学的ア プローチ ②自らの 企業活動 の変化 ③顧客の 行動の変 化 ④自らの 企業にお ける新た な価値 ⑤顧客に おける新 たな価値 顧客の注文 履歴データ に基づく、 今回注文内 容の予測 ショッピン グカートシ ステムを変 更し、予測 システムに もとづく商 品を予め カートに詰 めておく方 式に変更 いちいち商 品を自分で 探すのでは なく、いら ない不要な 商品を取り 除く行動に 変化 顧客のリ ピート率の 向上による 売り上げ向 上 商品の注文 にかかる手 間の削減
20.
プロジェクトの成功に必要な 活動とは 戦略策定 プロジェクト全体のマネジメント ソリューション開発 自社内の業務改革 カスタマーエクスペリエンス向上 20 ⓒ テクノスデータサイエンス・エンジニアリング株式会社
21.
戦略策定 プロジェクト全体のマネジメント ソリューション開発 自社内の業務改革 カスタマーエクスペリエンス向上 組織化と役割分担が必要 戦略ディレクター プロジェクト マネージャ シニアデータ サイエンティスト データ サイエンティスト 21 ⓒ テクノスデータサイエンス・エンジニアリング株式会社 社内業務部門 お客様接点部門
22.
役割ごとの必要スキル ビジネスへ の洞察 ITシステ ム化計画の 知識 分析手法の 知識 データ加工 などのプロ グラミング AI戦略 ディレクター ◎◎ AIプロジェクト マネージャー ◎
○ ○ シニアデータ サイエンティス ト ○ ○ ◎ ○ データサイエン ティスト △ △ ○ ◎ 22 ⓒ テクノスデータサイエンス・エンジニアリング株式会社
23.
ビジネス部門から選出 数学・ITに強い人材から選出 ビジネスと技術のギャップを埋める どんな人材を選出するか AI戦略 ディレクター AIプロジェクト マネージャ シニア データサイエン ティスト データサイエン ティスト 23 他部門へ理解 を得る活動 外部の支援がない と孤立しがちな 人々です
24.
4 他部門を巻き込むために ⓒ テクノスデータサイエンス・エンジニアリング株式会社 24
25.
25 経営トップが介入しないとデータ サイエンス部門は成果が出せない 他部門を巻き込めないと成果が出せない ⇒ 消滅の危機 失敗した 場合のペナ ルティへの おそれ データサイ エンス部門 がなくても 業務はなり たつ 協力しても 評価される かどうか 不明 自分の仕事 には関係な いという 思い込み 他部門の立場 データサイエンス部門の立場 消極的な態度
26.
成功している企業の取り組み① 26 経営トップ データサイエン ティスト IT部門 社内部門A 社内部門B プロジェ クトマ ネージャ Ⓒテクノスデータサイエンス・エンジニアリング株式会社
27.
成功している企業の取り組み② 27 Ⓒテクノスデータサイエンス・エンジニアリング株式会社 プロジェクト オーナー プロジェクト マネージャ― システム実装チーム 現場展開チーム 分析チーム 事務局 役員レベル 部課長レベル 既存部門から 選抜 既存部門から 選抜 データサイエ ンス部門から 選抜 データサイエ ンス部門が代 行 データサイエンス部門は他部門の 協力がないと職務を全うできない。 したがって、事務局作業のような 雑務へのモチベーションが減退し にくい
28.
まとめ 28 • AIや機械学習を活用するためにはデータサイエン ティストが必要 • データサイエンティストの本来の目的は業務改革 •
プロジェクトの成功には組織化が必要 • (あたりまえの事実だが)業務改革には経営トッ プの理解と介入が必要
29.
TDSEが提供するAIビジネス実践講座シリーズ AIビジネスを 推進する方 AIプロジェクトを マネージ・牽引する方 エクゼクティブ (意思決定者) AIプロジェクト マネージャ AI実装する方/ 分析基盤を利用/ 販売している方 エクゼクティブ向けAI講座 (講師派遣型) 管理者向けAI講座 Cognitive Toolkit、Azure ML、 Azure
IoT ハンズオントレーニング (講師派遣型) (集合研修/講師派遣型) シニア データサイエンティスト データサイエンティスト (候補含む)
30.
TDSEが提供するAIビジネス実践講座シリーズ *1 ご要望によりカスタマイズ可能です(業種向け、難易度の調整など) *2 人数規模によっては講師派遣やカスタマイズ可能です。 講師派遣型(*1)
集合研修型 ハンズオン(*2) 2月23日(金) 異常検知ハンズオン 東京オペラシティ14F 弊社内 セミナールーム(初台駅直結) 3月9日(金) DeepLearningハンズオン
31.
31 ⓒ テクノスデータサイエンス・エンジニアリング株式会社 ご清聴ありがとうございました 著書のご紹介 “サービスサイエンスの事訳―データサイエンスと数理科学の融合に向けて” 高木 英明
(編著),筑波大学出版会,2017 年 ⇒ “4章 ロジスティック回帰とCox回帰” を執筆しました “ IoT/AIの活用は製造業に革新をもたらすか?製造現場・工場におけるIoTの利用 と可能性” 情報機構,2018年 ⇒ “ AIのための各種モデル技術は何をやっているのか”を執筆しました(著 者割引フォームあります) 本名でフェイスブックもやっています。 お気軽にご連絡下さい メール:ikeda.hirofumi@tdse.jp
Download now