【B-2】AI時代におけるエンジニアの生存戦略

AI時代におけるエンジニアの生存戦略
CTO/情報システム部部長安部晃生

©2018 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL. 1
AGENDA
◼ スピーカー紹介
◼ DATUM STUDIO 紹介
◼ AI エンジニアの生存戦略

スピーカー紹介
◼ 安部晃生（あべこうせい）
• Twitter 等各種アカウント： kos59125
◼ 略歴
• 医療系研究職（ゲノム・エピゲノム分析、統計分析）
• IT エンジニア（研究開発、業務アプリ開発）
• データサイエンティスト（データ分析全般、プロジェクト管理）
• 情報管理（社内システム企画・運用、情報セキュリティ）
◼ 著書等
• 『パーフェクトR』（技術評論社）
• 『Tensorflow入門』（Deep Insider）

©2018 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL.
DATUM STUDIO株式会社のご紹介
3

DATUM STUDIO（デイタムスタジオ）は、データを活用しようとする
すべての企業を、人工知能（AI）を通し支援する会社です。
どのデータと、どのツールを、どのように使えば、ビジネスの中で価値を
生むかについて、お客様の状況とニーズに合わせ一緒に検討していきます。
DATUM STUDIOについて
4

代表取締役
酒巻隆治
取締役
里洋平
創業者

2010年頃〜
・GREE
・Mobage
ソーシャルゲーム事業
ドリコム
DeNA ドリコム
2017年〜2005年頃〜
・ポータル
・EC
・SNS
インターネット事業
楽天
Yahoo!
2000年頃〜
・電車
・バス
・高速道路
・電気
・ガス
・通信
社会インフラ事業
酒巻
里
KDDI
データ企業と創業者
© 2018 DATUM STUDIO Co. Ltd. PROPRIETARY & CONFIDENTIAL.

DATUM STUDIOの歩み
20182014 2015 2016
2014年設立
NOW
創設5年目
データ活用に関するコンサルティング、
受託分析、システム開発、
人材育成、セミナー、出版など
2017

売上推移
３年連続
売上UP

DATUM STUDIOの強み
3つの視点からのアプローチで、データを最大限に活用
9
対象となる
ビジネスに関する
経験・知識
統計解析・設計手法に
関する深い理解と
知識・経験
データ処理に関する
コーディング
経験・知識

株式会社三井住友銀行
伊藤忠商事株式会社
三菱商事株式会社
マネックス証券株式会社
GMOメディア株式会社
株式会社本田技術研究所
株式会社マイネット（Mynet Inc.）
株式会社VOYAGE GROUP
株式会社翔泳社
株式会社ロイヤリティマーケティング
国立大学法人東京大学
株式会社インテージ
株式会社NTTドコモ
国立研究開発法人国立成育医療研究センター
エイベックス株式会社
株式会社IDOM（旧株式会社ガリバーインターナショナル）
株式会社三菱ＵＦＪ銀行
株式会社リクルート
オイシックス・ラ・大地株式会社
株式会社野村総合研究所
株式会社ファンコミュニケーションズ
株式会社アカツキ
オリコン株式会社
日活株式会社
株式会社テレビ東京コミュニケーションズ
ソフトバンク・テクノロジー株式会社
DCMホールディングス株式会社
凸版印刷株式会社
日本航空株式会社
株式会社広島銀行
アフラック生命保険株式会社
味の素株式会社（敬称略・順不同）
お取引実績

書籍

企業名 DATUM STUDIO株式会社
事業内容
データ活用に関するコンサルティング,受託分析,システム開発,
人材育成,セミナー,記事や書籍の執筆など
代表取締役酒巻隆治
取締役里洋平、松田淳
役職員数 103名 ※連結、アルバイト等含む、2018年3月末時点
所在地東京都新宿区西新宿7-5-25 西新宿プライムスクエア4F
連絡先電話番号：03-5937-5214 / FAX番号：03-5937-5213
会社概要
12

AI エンジニアの生存戦略
13

人間の知的能力を
コンピュータ上で実現する、
様々な技術・ソフトウェア・
コンピューターシステム
Wikipedia より引用、原典：『IT用語がわかる辞典』（朝日新聞社・VOYAGE GROUP）
人工知能（AI）とは？

販売実績による予測
集合知に基づく予測
異常状態の予測
・SNSへの書込みから
人気の出そうなタレントを予測
・SNSへの書込みから映画の動員数を予測
・コールセンターログから適切な応答を予測
・空室率を予想し投資不動産購入を決定
・未来の販売価格を予想し
中古製品の仕入値を決定
・在庫を予想し服の仕入れを決定
・IoTセンサーログから機器の故障を予測
・IoTセンサーログから異常行動者を検知
・不正の書込みサクラ行為の検知
専門家の知能のかわりになる AI

経験・記憶
判断学習規則性
データ
機械
学習
モデル
人間と AI の判断プロセス
人間
AI
判断

量
人では手に
負えないような
大量のデータを見れる
速度
人よりも圧倒的に
速く反応出来る
AI 活用のメリット

データサイエンティストの仕事とは
データサイエンティストの仕事は多岐に渡り、一人でカバーは難しい
（組織でカバーする）
ビジネス
データ
サイエンス
データ
エンジニア
リング
情報処理、人工知能、
統計学などの情報科学
系の知恵を理解し、
使う力
課題背景を理解した上で、
ビジネス課題を整理し、
解決する力
データサイエンスを意
味のある形に使えるよ
うにし、実装・運用で
きるようにする力
出展：データサイエンティスト協会「データサイエンティストのミッション、
スキルセット、定義、スキルレベルを発表」から改変
https://prtimes.jp/main/html/rd/p/000000005.000007312.html

3 つのスキルの理解
3 つのスキルをすべて理解するのは難しいが、相互理解がなければ
データサイエンティストの仕事が成り立たなくなる
無理解の壁
ビジネス
データ
サイエン
ス
データ
エンジニ
アリング
使う力
解決する力
データサイエンスを意味
のある形に使えるように
し、実装・運用できるよ
うにする力

AI エンジニアの仕事とは
◼ データエンジニアリングをベースとして、ビジネスやデータサイ
エンスの課題を解決する
ビジネス
データ
サイエンス
データ
エンジニア
リング
使う力
解決する力

データエンジニアリング×ビジネス
◼ ビジネス上の課題を実装により解決できる
◼ データ活用の根拠については弱い
データ
サイエンス
ビジネス
データ
エンジニア
リング
使う力
解決する力

データエンジニアリング×データサイエンス
◼ データ活用については実装も理解も深い
◼ ビジネス課題の設定・理解は弱い
ビジネス
データ
サイエンス
データ
エンジニア
リング
使う力
解決する力

データエンジニアリング×データサイエンス×ビジネス
強靭！無敵！最強！
ビジネス
データ
サイエンス
データ
エンジニア
リング
使う力
解決する力

スキルの価値
データサイエンティストチームにおいて、自分のパートナーのスキル
と補完しあうスキルが価値が高い
ビジネス
データ
サイエン
ス
データ
エンジニ
アリング
ビジネス
データ
サイエン
ス
データ
エンジニ
アリング
データ
サイエン
ス
データ
エンジニ
アリング
ビジネス
例：データ活用コンサルタント
クライアントコンサルタント
データサイエンティストチーム

まとめ
25

まとめ
◼ AI エンジニアはデータエンジニアリングスキルをベー
スにビジネスやデータサイエンスの課題を解決できる
◼ ビジネス、データサイエンス領域との相互理解が必要
◼ チームにおいて、パートナーと補完し合うスキルを身
に着けて市場価値を上げることができる

【B-2】AI時代におけるエンジニアの生存戦略

【B-2】AI時代におけるエンジニアの生存戦略

More Related Content

What's hot

Similar to 【B-2】AI時代におけるエンジニアの生存戦略

More from Developers Summit

【B-2】AI時代におけるエンジニアの生存戦略