Download free for 30 days
Sign in
Upload
Language (EN)
Support
Business
Mobile
Social Media
Marketing
Technology
Art & Photos
Career
Design
Education
Presentations & Public Speaking
Government & Nonprofit
Healthcare
Internet
Law
Leadership & Management
Automotive
Engineering
Software
Recruiting & HR
Retail
Sales
Services
Science
Small Business & Entrepreneurship
Food
Environment
Economy & Finance
Data & Analytics
Investor Relations
Sports
Spiritual
News & Politics
Travel
Self Improvement
Real Estate
Entertainment & Humor
Health & Medicine
Devices & Hardware
Lifestyle
Change Language
Language
English
Español
Português
Français
Deutsche
Cancel
Save
Submit search
EN
Uploaded by
Leading Edge Co.,Ltd.
PDF, PPTX
1,314 views
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
みんなのAIキャリアカレッジ#2(2017年3月27日開催) 株式会社ホットリンク 榊 剛史様によるご講演資料です。
Technology
◦
Read more
0
Save
Share
Embed
Embed presentation
Download
Download as PDF, PPTX
1
/ 47
2
/ 47
3
/ 47
4
/ 47
5
/ 47
6
/ 47
7
/ 47
8
/ 47
9
/ 47
10
/ 47
11
/ 47
12
/ 47
13
/ 47
14
/ 47
15
/ 47
16
/ 47
17
/ 47
18
/ 47
19
/ 47
20
/ 47
21
/ 47
22
/ 47
23
/ 47
24
/ 47
25
/ 47
26
/ 47
27
/ 47
28
/ 47
29
/ 47
30
/ 47
31
/ 47
32
/ 47
33
/ 47
34
/ 47
35
/ 47
36
/ 47
37
/ 47
38
/ 47
39
/ 47
40
/ 47
41
/ 47
42
/ 47
43
/ 47
44
/ 47
45
/ 47
46
/ 47
47
/ 47
More Related Content
PDF
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
by
shakezo
PPTX
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
by
Tokoroten Nakayama
PDF
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
by
Tokoroten Nakayama
PPTX
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
by
Tokoroten Nakayama
PPTX
機械学習の精度と売上の関係
by
Tokoroten Nakayama
PPTX
失敗から学ぶデータ分析グループのチームマネジメント変遷
by
Tokoroten Nakayama
PDF
Developpers Summit2015 Autumn 講演資料
by
BrainPad Inc.
PPTX
機械学習ビジネス研究会(未踏研究会)
by
Tokoroten Nakayama
プロトタイプで終わらせない死の谷を超える機械学習プロジェクトの進め方 #MLCT4
by
shakezo
事業の進展とデータマネジメント体制の進歩(+プレトタイプの話)
by
Tokoroten Nakayama
データ分析グループの組織編制とその課題 マーケティングにおけるKPI設計の失敗例 ABテストの活用と、機械学習の導入 #CWT2016
by
Tokoroten Nakayama
失敗から学ぶデータ分析グループのチームマネジメント変遷 (デブサミ2016) #devsumi
by
Tokoroten Nakayama
機械学習の精度と売上の関係
by
Tokoroten Nakayama
失敗から学ぶデータ分析グループのチームマネジメント変遷
by
Tokoroten Nakayama
Developpers Summit2015 Autumn 講演資料
by
BrainPad Inc.
機械学習ビジネス研究会(未踏研究会)
by
Tokoroten Nakayama
What's hot
PPTX
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
by
Tokoroten Nakayama
PDF
カスタマーサクセスのためのデータ整備人の活動記録
by
syou6162
PPTX
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
by
Tokoroten Nakayama
PDF
失敗から学ぶ機械学習応用
by
Hiroyuki Masuda
PPTX
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
by
Tokoroten Nakayama
PPTX
データサイエンティスト養成読本の解説+書き忘れたこと
by
Tokoroten Nakayama
PDF
エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発
by
BrainPad Inc.
PPTX
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
by
Tokoroten Nakayama
PPTX
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
by
Tokoroten Nakayama
PDF
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
by
Recruit Lifestyle Co., Ltd.
PPTX
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
by
YoheiGibo
PDF
ビジネスパーソンのためのDX入門講座エッセンス版
by
Tokoroten Nakayama
PPTX
なぜコンピュータを学ばなければならないのか 21世紀の君主論
by
Tokoroten Nakayama
PPTX
サークルスクエア 〜資金を調達せず、プロダクトを育て続けた18年の記録〜
by
Masashi Itoh
PDF
人工知能に任せないと難しい時代、何をどうやるべきか~楽天のAI技術活用から人材育成まで~
by
Rakuten Group, Inc.
PDF
Big Data Analytics Tokyo講演資料
by
BrainPad Inc.
PPTX
190620 hakali data_analyst_skill
by
shinichiroogawa2
PDF
Business utilization of real estate image classification system using deep le...
by
BrainPad Inc.
PDF
DMPの分析機能を実現する技術
by
BrainPad Inc.
PDF
Machine Learning Casual Talks #4 ビッグデータチームを発足するにあたって気をつけておきたいn個のこと
by
Naoto Tamiya
ラボラトリーオートメーションのためのソフトウェア思想教育(非プログラマ―が知っておくべきプログラミングの本質)
by
Tokoroten Nakayama
カスタマーサクセスのためのデータ整備人の活動記録
by
syou6162
心理的安全性と、Veinの紹介 Psychological safety and introduction of Vein
by
Tokoroten Nakayama
失敗から学ぶ機械学習応用
by
Hiroyuki Masuda
ヒューレットパッカード社の社員の離職リスク予測 第一回機械学習ビジネス研究会 #ml_business
by
Tokoroten Nakayama
データサイエンティスト養成読本の解説+書き忘れたこと
by
Tokoroten Nakayama
エンジニア勉強会資料_⑤広告プロダクトとプラットフォームの開発
by
BrainPad Inc.
DXとかDevOpsとかのなんかいい感じのやつ 富士通TechLive
by
Tokoroten Nakayama
プロダクション環境でオンラインで機械学習を動かすにあたってツライ話 #MLCT
by
Tokoroten Nakayama
既存Redshift/ETLからSpectrum/Glueへの移行を徹底解明!
by
Recruit Lifestyle Co., Ltd.
「DX完全に理解した」「DXわけがわからないよ」なユーザ企業の方へ
by
YoheiGibo
ビジネスパーソンのためのDX入門講座エッセンス版
by
Tokoroten Nakayama
なぜコンピュータを学ばなければならないのか 21世紀の君主論
by
Tokoroten Nakayama
サークルスクエア 〜資金を調達せず、プロダクトを育て続けた18年の記録〜
by
Masashi Itoh
人工知能に任せないと難しい時代、何をどうやるべきか~楽天のAI技術活用から人材育成まで~
by
Rakuten Group, Inc.
Big Data Analytics Tokyo講演資料
by
BrainPad Inc.
190620 hakali data_analyst_skill
by
shinichiroogawa2
Business utilization of real estate image classification system using deep le...
by
BrainPad Inc.
DMPの分析機能を実現する技術
by
BrainPad Inc.
Machine Learning Casual Talks #4 ビッグデータチームを発足するにあたって気をつけておきたいn個のこと
by
Naoto Tamiya
Viewers also liked
PDF
リクルート式AIの活用法
by
Recruit Technologies
PDF
CEDEC2017 アーティストのためのリアルタイムシェーダー学習法
by
小林 信行
PDF
Activity, Fragment, CustomView の使い分け - マッチョなActivityにさよならする方法 -
by
Yuki Anzai
PDF
[DO17] セゾン情報システムズの CTO 小野氏による、伝統的 Sier におけるモダン開発への挑戦
by
de:code 2017
PDF
新規プロジェクトにおけるエンジニアの働き方
by
Recruit Lifestyle Co., Ltd.
PPTX
Azure Bot!! Microsoft Bot Framework で簡単Bot開発
by
Yuki Hattori
PPTX
ウォーターフォール・アジャイル・DevOps どんなチームでも開発・テスト・リリースでVSTS/TFSをフル活用する方法
by
慎一 古賀
PPTX
Azure serverless!! azure functionsでサーバーを意識しない開発
by
Yuki Hattori
PPTX
151212_高専講演会用資料_菅野
by
Ryuhi Kanno
PDF
とある受託ベンダの開発環境
by
Tomoki Hasegawa
リクルート式AIの活用法
by
Recruit Technologies
CEDEC2017 アーティストのためのリアルタイムシェーダー学習法
by
小林 信行
Activity, Fragment, CustomView の使い分け - マッチョなActivityにさよならする方法 -
by
Yuki Anzai
[DO17] セゾン情報システムズの CTO 小野氏による、伝統的 Sier におけるモダン開発への挑戦
by
de:code 2017
新規プロジェクトにおけるエンジニアの働き方
by
Recruit Lifestyle Co., Ltd.
Azure Bot!! Microsoft Bot Framework で簡単Bot開発
by
Yuki Hattori
ウォーターフォール・アジャイル・DevOps どんなチームでも開発・テスト・リリースでVSTS/TFSをフル活用する方法
by
慎一 古賀
Azure serverless!! azure functionsでサーバーを意識しない開発
by
Yuki Hattori
151212_高専講演会用資料_菅野
by
Ryuhi Kanno
とある受託ベンダの開発環境
by
Tomoki Hasegawa
Similar to 「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
PDF
自然言語処理紹介(就職編)
by
長岡技術科学大学 自然言語処理研究室
PDF
立教大学MBA:AIの最先端技術によるこれからの価値創造
by
Osaka University
PDF
大規模データ時代に求められる自然言語処理
by
Preferred Networks
PDF
第4次産業革命 AIでビジネスの現場が変わる
by
DIVE INTO CODE Corp.
PDF
ITフォーラム2025 先端IT活用推進コミュニティ セッション4:コンテキストコンピューティング研究グループの取り組み
by
aitc_jp
PDF
[Track1-5] 製造業における最新AI適用事例のご紹介
by
Deep Learning Lab(ディープラーニング・ラボ)
PDF
基調講演:「多様化する情報を支える技術」/西川徹
by
Preferred Networks
PDF
SQL Server 2017 で実現される AIシステムモデル のご紹介
by
Tomoyuki Oota
PDF
AiとIoTによる産業最適化と社会問題解決
by
Osaka University
PDF
デジハリ講義 人工知能 第四回「社会と人工知能」 Society and AI
by
Youichiro Miyake
PDF
構造改革徹底推進会合におけるプレゼン
by
Hiroshi Maruyama
PDF
Data Science Workshop 「クリエイティブAI」で新たな価値を創造する
by
Masaya Mori
PDF
Watson summit 公開用
by
Izumi Akiyama
PPTX
Amglt 20160122 井上
by
yumi_chappy
PPTX
Amglt 20160122 井上
by
yumi_chappy
PDF
20131213 itサービスに求められる人材像
by
jun_suto
PDF
Microsoft Conversational AI_20191030
by
Ayako Omori
PDF
人工知能技術のエンタープライズシステムへの適用
by
Miki Yutani
PDF
[Japan Tech summit 2017] MAI 005
by
Microsoft Tech Summit 2017
PDF
ビッグデータ革命 クラウドがコモデティ化する「奇跡」
by
Atsushi Nakada
自然言語処理紹介(就職編)
by
長岡技術科学大学 自然言語処理研究室
立教大学MBA:AIの最先端技術によるこれからの価値創造
by
Osaka University
大規模データ時代に求められる自然言語処理
by
Preferred Networks
第4次産業革命 AIでビジネスの現場が変わる
by
DIVE INTO CODE Corp.
ITフォーラム2025 先端IT活用推進コミュニティ セッション4:コンテキストコンピューティング研究グループの取り組み
by
aitc_jp
[Track1-5] 製造業における最新AI適用事例のご紹介
by
Deep Learning Lab(ディープラーニング・ラボ)
基調講演:「多様化する情報を支える技術」/西川徹
by
Preferred Networks
SQL Server 2017 で実現される AIシステムモデル のご紹介
by
Tomoyuki Oota
AiとIoTによる産業最適化と社会問題解決
by
Osaka University
デジハリ講義 人工知能 第四回「社会と人工知能」 Society and AI
by
Youichiro Miyake
構造改革徹底推進会合におけるプレゼン
by
Hiroshi Maruyama
Data Science Workshop 「クリエイティブAI」で新たな価値を創造する
by
Masaya Mori
Watson summit 公開用
by
Izumi Akiyama
Amglt 20160122 井上
by
yumi_chappy
Amglt 20160122 井上
by
yumi_chappy
20131213 itサービスに求められる人材像
by
jun_suto
Microsoft Conversational AI_20191030
by
Ayako Omori
人工知能技術のエンタープライズシステムへの適用
by
Miki Yutani
[Japan Tech summit 2017] MAI 005
by
Microsoft Tech Summit 2017
ビッグデータ革命 クラウドがコモデティ化する「奇跡」
by
Atsushi Nakada
「今後現場で求められるAIエンジニア像とは?」株式会社ホットリンク 榊 剛史
1.
今後現場で求められる AIエンジニア像とは? 株式会社ホットリンク 開発本部 研究開発グループマネージャ 榊 剛史
2.
Copyright© Hottolink、 Inc。 ▶TOPICS
自己紹介 榊 剛史 (株)ホットリンク、研究開発G 主任研究員兼マネージャ 東京大学、客員研究員 • 興味領域 – Web/データマイニング – 機械学習、人工知能、自然言語処理 – 計算社会科学 • 経歴 – 2004年~2004年:東大 黒橋研 学士 – 2004年~2005年:東大 石塚研 修士 – 2006年~2009年:某電力会社にて勤務 – 2009年~2013年:東大 松尾研 博士 • ホットリンクでバイト • MSRAでインターン – 2014年:東大 ポスドク/ホットリンクで業務委託 – 2015年~現在 :ホットリンクにて勤務/東大 客員研究員
3.
Copyright© Hottolink、 Inc。 ▶TOPICS 2 発表概要 発表の目的 弊社でのAI技術を利用した開発事例を通じて, 今後求められるであろうAIエンジニア像を明らかにする 前提:今後もAIブームが継続するとして
4.
Copyright© Hottolink、 Inc。 ▶TOPICS 3 発表概要 弊社&弊社サービスの紹介 実務上で不足しているAI系エンジニア 今後必要になる(と予測している)エンジニア
5.
人工知能とは何か?? • 「知的な機械,特に,知的なコンピュータプログラムを 作る科学と技術」 • 歴史的には –
1923年 小説家Karel Čapekが戯曲「Rossum‘s Universal Robots」の中でロボットという言葉を使う(チェコ語で労働) – 1947年 計算機科学の父Alan Turingがロンドン数学学会 で人工知能の概念を提唱 – 1956年 John McCarthyがダートマス会議で「Artificial Intelligence」という用語を初めて使う
6.
人工知能研究の歴史 • 1957年〜1969年 Good
Old Fashioned AI – AI研究が進めば20世紀以内にはコンピュータは人間 に勝てるぜ!!と思っていた時代 – 1958年に「10年以内にコンピュータはチェスチャンピオ ンに勝利する」とH.Simonが予測 • 1970年〜1979年 現実からの反撃 – 少数の例でうまく動作した方法が大規模には適用不 可能な事例が多数出現 – 答えを知っている問題しか解けない!
7.
人工知能研究の歴史 • 1980年〜1988年 人工知能の産業化 –
1980年 J.Sealeが強いAIと弱いAIを定義 – 人間の知的能力の一部だけでもいいから、できることから やろうぜ!! • 1989年〜2000年代 機械学習の成長と弱いAIの発展 – 確率理論・統計学をベースとした様々な機械学習手法が 開発 – 上記をベースとして、検索エンジンやスパムフィルタなど、 「弱いAI」の機能が発展 • 2010年代~現在 Deep Learningの発展
8.
強いAI • 真の推論と問題解決能力を持ったAI モノ・ヒトを 認識でき る 感情を 持つ 言語を 理解する 自意識を 持つ 記憶する 忘却する 新しいことを 思いつく 論理的思考が 出来る 現時点において、強いAIと呼べるものは存在しません。
9.
弱いAI • 人間の知的活動の一部を再現 コンピュータペンシル ほんやくこんにゃく 家庭科エプロン スパルタコーチ
10.
弱いAI • 人間の知的活動の一部を再現 顔認識 知識検索 機械翻訳 ロボットとの インタラクション
11.
Deep Learningと機械学習 10 • 機械学習 –
確率統計を用いて、入力された特徴量から出力を予 測するアプローチ • Deep Learning – 入力されたデータから、出力の予測に有効な特徴量を 自動抽出し、出力を予測するアプローチ※機械学習 よりも一方「強いAI」に近づいた 本発表では、Deep Learning・機械学習・統計学・自然言語処理をひっ くるめて、AI技術と呼びます
12.
Copyright© Hottolink、 Inc。 ▶TOPICS 11 発表概要 弊社&弊社サービスの紹介 実務上で不足しているAI系エンジニア 今後必要になる(と予測している)エンジニア
13.
Copyright© Hottolink、 Inc。 ▶TOPICS 社
名 株式会社ホットリンク 資 本 金 1,234百万円 (2016年9月末現在) 本 社 東京都千代田区四番町6番 東急番町ビル 設 立 2000年6月26日 代 表 代表取締役社長 内山 幸樹 事 業 内 容 ソーシャル・ビッグデータの分析・販売事業 クラウドサービス事業 インバウンドプロモーション支援事業など 連 結 子 会 社 株式会社トレンドExpress(100%子会社) EFFYIS、inc。 (100%子会社) 流行特急(100%中国小会社) 連結従業員数 120名 (2016年6月末現在) 主 要 株 主 内山 幸樹 Salesforce。com、 inc。 シナジーマーケティング株式会社 12 会社概要 株 式 市 場 東 京 証 券 取 引 所 マ ザ ー ズ
14.
Copyright© Hottolink、 Inc。 ▶TOPICS 13 事業ミッション わたしたちは、 データとAIで 意思決定をサポートする 事業ミッション〜我々が事業をする意義〜
15.
Copyright© Hottolink、 Inc。 ▶TOPICS Big
Data Social AI 14 事業コンセプト
16.
Copyright© Hottolink、 Inc。 ▶TOPICS 15 ビジネス・ポートフォリオ 1。ソーシャル・ビッグデータ 解析ツール事業 2。ソーシャル・ビッグデータ 流通・販売事業 3。クロスバウンド マーケティング支援事業 「クチコミ@係長」・「e-mining」の提供 AI(人工知能)を活用したソーシャル・ビッグデータをリアルタイムで 解析できるサービスです。 市場調査や広告の効果測定をリアルタイムで検証できる「口コミ@係長」や、 ネット上でコーポレートガバナンスを監視する「e-mining」を提供しています。 世界中のソーシャルメディアデータの提供 Twitter、2ちゃんねる、中国の有名ソーシャルメディアのデータや、 世界中のブログ、掲示板、位置情報データの販売権を保有し、 主に大手企業に対して販売しています。 インバウンド&クロスバウンド支援サービスの提供 現在は中国の有名ソーシャルメディアのデータを活用し、訪日中国人の 消費動向やインサイトの分析・調査・プロモーションを支援しています。 今後は、日本の観光立国や地方創生への貢献はもちろん、 世界中の観光需要や消費動向を分析し、サービス化していきます。
17.
Copyright© Hottolink、 Inc。 ▶TOPICS 16 1。ソーシャル・ビッグデータ解析ツール 1。ソーシャル・ビッグデータ 解析ツール事業 2。ソーシャル・ビッグデータ 流通・販売事業 3。クロスバウンド マーケティング支援事業 「クチコミ@係長」・「e-mining」の提供 AI(人工知能)を活用したソーシャル・ビッグデータをリアルタイムで 解析できるサービスです。 市場調査や広告の効果測定をリアルタイムで検証できる「口コミ@係長」や、 ネット上でコーポレートガバナンスを監視する「e-mining」を提供しています。 世界中のソーシャルメディアデータの提供 Twitter、2ちゃんねる、中国の有名ソーシャルメディアのデータや、 世界中のブログ、掲示板、位置情報データの販売権を保有し、 主に大手企業に対して販売しています。 インバウンド&アウトバウンド支援サービスの提供 現在は中国の有名ソーシャルメディアのデータを活用し、訪日中国人の 消費動向やインサイトの分析・調査・プロモーションを支援しています。 今後は、日本の観光立国や地方創生への貢献はもちろん、 世界中の観光需要や消費動向を分析し、サービス化していきます。
18.
Copyright© Hottolink、 Inc。 ▶TOPICS 17 ソーシャル・ビッグデータ×マーケティング 投
影 俯 瞰 サポート販売宣伝・広告 商品企画 商品仕入れ 市場調査 ネット世界 リアル世界 •生活者ニーズ把握 •流行予測 •過去の動向調査 •ブランドイメージ 調査 •商品企画のヒント 獲得 •キャンペーンの 効果調査 •広告クリエイティブ のヒント獲得 •需要予測 •販売方法の改善 •不具合情報発見 •顧客サポート •商品改善のヒント 獲得 マーケティング活動のあらゆる段階に応用可能
19.
Copyright© Hottolink、 Inc。 ▶TOPICS ・キャンペーンの効果測定 ・インサイト調査 ・市場調査 ・風評監視 ・情報漏えい監視 ・炎上の早期発見 ソーシャル・ビッグデータによる「攻め」と「守り」 ソーシャルメディア分析ツール
ネットリスクモニタリングツール 累積導入数1900社以上! 18 マーケティング向けのツール
20.
Copyright© Hottolink、 Inc。 ▶TOPICS 19 ソーシャルデータ分析とAIで見える世界 19 text image voice video Social
Data AI User Insights 様々なフォーマットデータが存在する中、 ユーザインサイトを見つけ出すにはAI技術が不可欠
21.
Copyright© Hottolink、 Inc。 ▶TOPICS 20 AIの市場規模 20 言うまでもなくAI関連ビジネス は超成長市場 2015年
3兆4、450億円 ↓ 2020年 23兆638億円 ↓ 2030年 86兆9、620億円
22.
Copyright© Hottolink、 Inc。 ▶TOPICS 既存プロダクト (主力) 機械学習の実用 ホットリンクとAI(人工知能)技術の歴史 新プロダクト (開発中) ディープラーニングの実用 2005年
2017年〜 ディープラーニングの実用 スパム判定 属性判定 (性別、年齢、職業等) より高精度な属性判定 より高精度な意味解析 画像解析 より高精度な意味解析 より高精度な属性判定 マーケティング施策の効果測定 マーケティング施策の提案 等 センチメント判定 意味解析 リスク度判定 類似度判定 既存プロダクト (主力以外) 機械学習の実用 株価予測 自動レコメンド 選挙予測 2014年
23.
Copyright© Hottolink、 Inc。 ▶TOPICS 22 2。ソーシャル・ビッグデータ流通・販売事業 1。ソーシャル・ビッグデータ 解析ツール事業 2。ソーシャル・ビッグデータ 流通・販売事業 3。クロスバウンド マーケティング支援事業 「クチコミ@係長」・「e-mining」の提供 AI(人工知能)を活用したソーシャル・ビッグデータをリアルタイムで 解析できるサービスです。 市場調査や広告の効果測定をリアルタイムで検証できる「口コミ@係長」や、 ネット上でコーポレートガバナンスを監視する「e-mining」を提供しています。 世界中のソーシャルメディアデータの提供 Twitter、2ちゃんねる、中国の有名ソーシャルメディアのデータや、 世界中のブログ、掲示板、位置情報データの販売権を保有し、 主に大手企業に対して販売しています。 インバウンド&アウトバウンド支援サービスの提供 現在は中国の有名ソーシャルメディアのデータを活用し、訪日中国人の 消費動向やインサイトの分析・調査・プロモーションを支援しています。 今後は、日本の観光立国や地方創生への貢献はもちろん、 世界中の観光需要や消費動向を分析し、サービス化していきます。
24.
Copyright© Hottolink、 Inc。 ▶TOPICS 23 世界有数のソーシャル・ビッグデータ流通プレイヤー ②データ流通 プレイヤー (Big4) ①データ保有 プレイヤー ③データ活用 プレイヤー 23 オラクル セールス フォース。 com SAPIBM その他、 データ活用企業 国内企業 Twitter Tumblr/ Wordpress 日本国内 ソーシャル メディア 世界中の BBS/ブログ Socialgist
ホットリンクGnip DatasiftTopsy Apple社が 買収 Twitter社が 買収 日本のソーシャル・ビッグデータに加え、世界のソーシャル・ビッグデータ流通のBig4である 米国Effyis社(ブランド名:Socialgist)を買収することで世界トップクラスのソーシャル・ビッグ データ流通プレイヤーに! StockTwit 中国の ソーシャル メディア Foursquare Facebook社と 事業提携 世界で唯一 日系企業が買収 取引停止
25.
Copyright© Hottolink、 Inc。 ▶TOPICS 24 流通・販売しているデータ(例) No
流通・販売データ 詳細 データエリア 1 グローバルブログデータ 世界中から集めた2000万以上のブログ。 グローバル 2 掲示板 世界中から収集した1500以上のアクティブなコミュニティ報道。 グローバル 3 YouTube 世界のYouTubeのコメントデータ(一日あたり250万以上のコメントデータ)。グローバル 4 ニュースデータ リアルタイムな報道ニュースデータ。 グローバル 5 カスタマレビュー投稿 アマゾンやトリップアドバイザーのようなWebサービス内のカスタマレビュー 投稿(200万以上) グローバル 6 Sina Weibo 一日あたり400万件以上の投稿。中国外で唯一の公式販売代理店。 中国 7 Tencent Weibo 一日あたり200万件以上の投稿。中国外で唯一の公式販売代理店。 中国 8 Vertical Scope 世界のプレミアムフォーラムのコレクションデータ。唯一の公式販売代理 店。 アメリカ 9 StockTwits 株式を議論するトレーダー・投資家等の通信プラットフォーム。 アメリカ 10 Discuz! 25万件以上の中国国内の掲示板情報。 中国 11 Public API Management Facebook・Instagram・ VK・Google+を含む、公開APIの管理。(データ ソースではない) アメリカ 12 Foursquare 7500万以上のグローバルな場所から発信される位置情報(一日あたり以 上2万件以上)。 グローバル 13 Wechatパブリックアカウントデータ 微博等その他SNSデータとの連動による分析が可能 中国 14 中国ECサイト「タオバオ」商品購入者感想書き込みデータ SNSデータとの連動による消費者商品購入実態分析が可能 中国 15 中国メディア記事データ 上記SNS、ECデータとの連動によるトータル分析が可能 中国 16 中国広告素材データ 上記SNS、EC、メディア記事データとの連動によるトータル分析が可能 中国 17 日本国内ブログ(20ポータル以上) 30億記事4000万ユーザー アメーバブログも95%以上カバー 日本 18 2ちゃんねる 全量データの独占的商用利用権を保有 日本 19 日本国内掲示板 textream、教えてgooなど国内主要掲示板をカバー 日本 20 Twitter Twitter公式データを利用 日本 21 ウェブニュース 約250サイト以上の国内ニュースサイト 日本 22 検索データ 某ツールバーの検索データの検索件数 日本 23 TVメタデータ Mデータ社提供のTVメタデータをツールを経由して提供 日本 24 アプリレビューデータ AppStore、GooglePlayのレビューデータを評価別に提供可能 日本
26.
Copyright© Hottolink、 Inc。 ▶TOPICS 25 3。クロスバウンドマーケティング支援事業 1。ソーシャル・ビッグデータ 解析ツール事業 2。ソーシャル・ビッグデータ 流通・販売事業 3。クロスバウンド マーケティング支援事業 「クチコミ@係長」・「e-mining」の提供 AI(人工知能)を活用したソーシャル・ビッグデータをリアルタイムで 解析できるサービスです。 市場調査や広告の効果測定をリアルタイムで検証できる「口コミ@係長」や、 ネット上でコーポレートガバナンスを監視する「e-mining」を提供しています。 世界中のソーシャルメディアデータの提供 Twitter、2ちゃんねる、中国の有名ソーシャルメディアのデータや、 世界中のブログ、掲示板、位置情報データの販売権を保有し、 主に大手企業に対して販売しています。 インバウンド&アウトバウンド支援サービスの提供 現在は中国の有名ソーシャルメディアのデータを活用し、訪日中国人の 消費動向やインサイトの分析・調査・プロモーションを支援しています。 今後は、日本の観光立国や地方創生への貢献はもちろん、 世界中の観光需要や消費動向を分析し、サービス化していきます。
27.
Copyright© Hottolink、 Inc。 ▶TOPICS 26 クロスバウンド事業のコンセプト マーケティングを成功に導く ソーシャル ビッグデータ マーケティングを成功に導く 効果的な ソリューション データに基づいてマーケティングを支援する 「エビデンスドマーケティング」
28.
Copyright© Hottolink、 Inc。 ▶TOPICS 27 サービス概念図 マーケティングPDCAをワンストップで支援 現状認識 マーケティング 施策の実行 マーケティング 施策の企画・立案 効果測定 レポーティングサービス プロモーション サービス
29.
Copyright© Hottolink、 Inc。 ▶TOPICS 28 ホットリンクグループの役割 ホ ッ ト リ ン ク グ ル ー プ ホールディング機能として全社戦略の構築・人材調達・資金調達 ・プロダクト開発 世界中のデータを活用した消費動向の分析・需要予測・ プロモーション事業を推進 世界中のソーシャル・ビッグデータの調達・流通 欧米諸国での販路拡大 中国語圏のインサイト分析・翻訳・市場調査 中国国内での販路拡大 データソース元や販路拡大を目指し 企業買収や事業提携を更に拡大していく方針
30.
Copyright© Hottolink、 Inc。 ▶TOPICS 29 ソーシャル・ビッグデータの可能性 ソーシャルメディアの普及の意味 ネット世界の情報を通して、リアル世界を「俯瞰・予測」できるようになった ネット世界 リアル世界 投
影 俯 瞰
31.
Copyright© Hottolink、 Inc。 ▶TOPICS 30 活用領域が拡大 ビッグデータ ITインフラ 分析エンジン アプリケーション ナレッジ ソーシャル・ビッグデータ 政治 報道 自動車 教育 食品 行政 災害対策 アパレル 医療 不動産 映画 コンサルティング 音楽 通信 金融 マーケティング 活用領域が拡大 ソーシャル・ビッグデータがあらゆる産業で活用
32.
Copyright© Hottolink、 Inc。 ▶TOPICS 31 ソーシャル・ビッグデータ×政治 自民党では… 選挙情勢の把握と、応援演説方法の最適化 岩手県の情勢が不利&他候補とのネット活用度の違いから、安倍首相の応援演説日程にからめてネットで情報を拡散 世論の流れをつかみTV討論会でのコミュニケーションを変更 原発再稼働問題に対する非難の立ち上がりを発見し、「安全を最優先」をメッセージとする 世論の流れをつかみ説得用データを準備 「アベノミクスに対する良い実感が無い」という声の高まりを発見 自民党が選挙対策にソーシャル・ビッグデータを活用
33.
Copyright© Hottolink、 Inc。 ▶TOPICS 32 ソーシャル・ビッグデータ×保険 農業、漁業、 酪農家などの 銀行顧客 地方銀行、 信用金庫 東京海上日動 火災保険 風評被害発生時に 見舞金支払い 融資の契約 保険金支払い 見舞金保険契約 ソーシャル・ビッグデータを 利用した風評リスク モニタリングサービス 2015年7月、「風評損害対策見舞金支払いサービス付き」融資商品へ ソーシャル・ビッグデータ提供開始
34.
Copyright© Hottolink、 Inc。 ▶TOPICS 33 ソーシャル・ビッグデータ×金融 ソーシャル・ビッグデータ×金融 外資系ヘッジファンドがソーシャル・ ビッグデータを利用して、株価の未来予測 ※2013年10月13日付の日本経済新聞に関連記事の掲載がありました。 ブログデータを利用した投資ファンドの出現 ※2013年10月16日付の日本経済新聞に関連記事の掲載がありました。
35.
Copyright© Hottolink、 Inc。 ▶TOPICS 34 各メディアでソーシャル・ビッグデータを活用 日本テレビ様 共同通信社様 【ホームページ】
【ニュース記事】 ※日立システムズと提供 【ホームページ】 産経グループ様 【ホームページ】 【ニュース記事】 【選挙特番】 ソーシャル・ビッグデータ×報道 恣意的な報道調査ではない、国民の真意をソーシャル・ビッグデータから分析調査
36.
Copyright© Hottolink、 Inc。 ▶TOPICS 35 発表概要 弊社&弊社サービスの紹介 実務上で不足しているAI系エンジニア 今後必要になる(と予測している)エンジニア
37.
Copyright© Hottolink、 Inc。 ▶TOPICS 36 日常業務(再掲) 業務サイクル •
基盤技術開発 – 研究計画の立案 – 研究の遂行 – 成果報告 • (場合によっては)プロトタイピング • プロダクト駆動開発 – ビジネスプランの作成 – 技術的可能性検証 – プロジェクトの立ち上げ – システム化支援 • その他 – 共同研究管理 – 論文執筆・社外発表 – その他のアカデミック関連タスク
38.
Copyright© Hottolink、 Inc。 ▶TOPICS 37 AI技術を活用した開発プロセス •
1.ビジネスプランの作成 • 2.技術的可能性の検証 • 3.プロジェクト提案書・仕様書の作成 • 4.開発の実施 • 5.テストの実施 プロダクト駆動開発 特定プロダクトの開発を目的とし、当該プロダクト開発に必要な 機能を実現するための技術について、研究・開発を行う 今回の例:Twitterのスパムユーザ判定器 ※広告目的と思われるTwitterアカウントを判別する
39.
Copyright© Hottolink、 Inc。 ▶TOPICS
AI技術を活用した開発プロセス 1.ビジネスプランの作成 2.技術的可能性の検証 4 .開発の実施 3 .プロジェクト提案書・仕様書の作成 5.テストの実施 プロダクト マネージャー 営業・コンサル 要望・ 企画依頼 プロダクト マネージャー リサーチャー プロダクト マネージャー リサーチャー データ サイエンティスト(仮) ソフトウェア エンジニア インフラ エンジニア テスト エンジニア プロダクト マネージャー ソフトウェア エンジニア インフラ エンジニア プロダクト マネージャー テスト エンジニア 要望:Twitterにノイズが多い 提案:ユーザ単位でスパムを判定する 検証:機械学習で、スパムユーザを精度 良くを判定できるか?を検証 仕様策定:検証したアルゴリズムに基づ いて、仕様書を作成 開発:仕様書にあわせて、使用技術を選 定 → 開発を実施 テスト:仕様した機能が実現できてるか を検証 営業・コンサル 製品確認 6.リリース 営業・コンサル ヒア リング
40.
Copyright© Hottolink、 Inc。 ▶TOPICS 39 発表概要 弊社&弊社サービスの紹介 実務上で不足しているAI系エンジニア 今後必要になる(と予測している)エンジニア
41.
Copyright© Hottolink、 Inc。 ▶TOPICS 40 今後必要になる(予測している)エンジニア 機械学習・統計学・Deep Learning(・NLP)の知識 がある プロダクト(プロジェク ト)マネージメントの実 務経験がある 最新の(State-of-the- art)技術の動向を把握 している RやPythonで 簡単なデータ分析ができる 論文に書かれている概 要を理解できる AI系プロダクト マネージャー AI系プロダクトマネージャ
42.
Copyright© Hottolink、 Inc。 ▶TOPICS 41 今後必要になる(予測している)エンジニア リサーチプログラマ (AI系ソフトウェアエ ンジニア) リサーチプログラマ 機械学習・統計学・Deep Learning(・NLP)の 知識がある プロダクトを想定した 実装ができる 論文に書かれた技術 を実装できるシステム開発における 実践経験がある 機械学習・統計学・ Deep
Learning(・NLP) のツールを使いこなし ている
43.
Copyright© Hottolink、 Inc。 ▶TOPICS 42 今後必要になる(予測している)エンジニア AI系インフラエンジニア (DB含む) AI系インフラエンジニア 分析処理DB・フレーム ワークについて実務経 験がある 実務でオンプレ・クラ ウド双方のサーバを 扱った経験がある 機械学習・統計学・Deep Learning(・NLP)の概要 知識を持っている 設計書に基づいて、オ ンプレ・クラウドを組み 合わせた環境を構築す ることができる MLを用いたクラウド サーバサービスについ て、サービスの仕様書 を読むことができる ※インフラ関係は強くないので、高すぎるハードルになっている可能性があります!
44.
Copyright© Hottolink、 Inc。 ▶TOPICS 43 今後必要になる(予測している)エンジニア AI/MLモデルテスター AI/MLモデルテスター ソフトウェア・テストに関 する実務経験がある 機械学習・統計学・Deep Learning(・NLP)の概要 知識を持っている AI/MLのモデルのテスト において、定性的な分 析を行うことができる AI/MLデータ インテグレーター AI/MLデータインテグレーター 仕様に関するヒアリ ング・調査ができる 機械学習・統計学・Deep Learning(・NLP)の概要 知識を持っている AI/MLの学習のための データセット構築を行う ことができる
45.
Copyright© Hottolink、 Inc。 ▶TOPICS 44 おわりに •
A今回は、R&Dの視点から、「いてほしい」AIエンジニアの例を あげました • 今後AIブームがどうなるかはわかりませんが、AI技術を用い た開発が無くなることはないと想定されます • 開発の様々な局面において、AI技術を「理解する|使う|開 発する」ための知識が求められる(と思われる)ので、必要に 応じて学んではいかがでしょうか? • なお、弊社では下記の職種を募集しています AI系インフラエンジニア になりたい方 (DBエンジニア含む) リサーチプログラマ になりたい方
46.
Copyright© Hottolink、 Inc。 ▶TOPICS 45 おまけ:AI系エンジニアになるために •
中級者向け資料Deep Learning/機械学習/自然言語処理/統計学を使えるように なるために • 書籍 – 統計学: • マンガでわかる統計学 http://shop.ohmsha.co.jp/shopdetail/000000001683/ – 自然言語処理: • 言語処理のための機械学習入門 http://www.coronasha.co.jp/np/isbn/9784339027518/ • ウェブデータの機械学習 http://www.kspub.co.jp/book/detail/1529182.html – 機械学習 • Python機械学習プログラミング http://book.impress.co.jp/books/1115101122 – ディープラーニング • ゼロから作るDeep Learning https://www.oreilly.co.jp/books/9784873117584/ • Web教材 – Coursera • Machine Learning, Stanford University https://www.coursera.org/learn/machine-learning – 言語処理100本ノック http://shop.ohmsha.co.jp/shopdetail/000000001683/
47.
Copyright© Hottolink、 Inc。 ▶TOPICS 46
Download