機械学習の概要と実装について話せます
■背景
データサイエンスや機械学習を用いて分析を行っていたため。
■話せること
特に機械学習の教師あり学習・教師なし学習について主要なモデルの仕組みと使い方の説明、Googleコラボレトリーを用いた実装方法についてレクチャーできます。
データサイエンス、機械学習のビジネス応用について話せます
¥40,000~■背景 Kaggleの世界的にも稀少なCompetition Grandmaster, Notebook Grandmasterとして機械学習、データ分析一般に強みがあります。その強みを活かし、前職のNABLAS株式会社では大手自動車メーカーやコンサルティング会社、化学系メーカーなどからの依頼を受け、企業内の多種多様なデータの利活用戦略について、PoCから実案件化まで経験しました。具体的には多変量のセンサーデータからの異常検知と異常原因探索、機械部品の画像からの異常検知、企業内の文書の仕分けなどを経験しました。 現職のリクルートでは、機械学習エンジニアとして、基礎分析から機械学習モデルの作成、機械学習モデルを活かしたビジネス検討、データ分析基盤の構築などを行っています。 具体的には、金融商品作成のロジックと、そのコア技術である時系列予測モデルの作成、モデルの学習・推論基盤の構築、レストラン検索サービス内の推薦システムの作成、社内の横断データ基盤の整備、大規模AIモデル(基盤モデル)の作成とビジネス応用の検討など幅広い領域の業務を行なっています。 ■話せること 過去さまざまなデータサイエンス・機械学習の利活用プロジェクトに関わった経験から次のようなトピックについて話すことができます。 ・データ分析の方向性の示唆出し ・企業内のAI利活用戦略 ・機械学習を利用したプロジェクト/データ分析による意思決定の筋の良さ Kaggle Grandmasterとしての経験や継続的に行なっているリサーチ活動をもとに次のようなトピックについて話すことができます。 ・近年の機械学習・AI技術の国内外の動向 ・Kaggle等のデータサイエンスコンペティションの動向 現職でデータ基盤の整備を行なっている経験をもとに次のようなトピックについて話すことができます。 ・Google Cloud Platformを使ったデータ基盤整備 ・Vertex AIを利用した機械学習基盤の作成 また、過去の経験プロジェクトの経験から次のような個別トピックについて話すことができます。 ・異常検知・異常原因特定システム、アルゴリズム ・画像データ解析 ・自然言語処理解析 ・音響データ解析 ・推薦システムの構築 ・時系列予測モデリング ・施策の効果検証 ・金融商品設計の基礎 ・大規模AIモデルの作成 ■その他 https://www.kaggle.com/hidehisaarai1213 https://blog.recruit.co.jp/data/articles/foundation_models/ https://hatenanews.com/articles/2023/01/18/103000 https://onl.sc/PvGiEVG