自然言語処理(文書分類要約、OCR等)についてお話できます。について話せます
■ 具体的な経験の内容
AI/機械学習技術の中でも自然言語処理における
・文書分類タスクのアルゴリズム開発
・OCR(文字認識)エンジンのアルゴリズム開発
のコンサルティングを行ってきました。
具体的には、開発目的のヒアリングからはじめ、主要論文の調査及びアルゴリズムの選定を行い、具体的な開発の方向性や期間の調整なども行ってきました。
そして、最終的にプロダクトが完成するまでしっかりと寄り添ってご相談に乗ってきました。
■ そのときの課題、その課題をどう乗り越えたか
AI/機械学習アルゴリズムの開発の難しさは「不確実性」です。その「不確実性」に対処するべく、AI研究開発エンジニアとして現場レベルの開発で培ってきた知見によりそのアルゴリズムの良し悪しをきちんと把握し、適切な目標設定や期限設定そして開発の進捗管理を行うことでプロダクトとして完成することをサポートして参りました。
■ 業界構造(トレンド/主要プレイヤー/バリューチェーン等)の知見の有無
自然言語処理におけるアルゴリズムのこれまでの流れや現在の主流などについてもお話できます。
■ お役にたてそうと思うご相談分野
現場でのAI研究開発エンジニアとしての経験、コンサルティングとしての経験として、いかにAI/機械学習プロジェクトを推進するのが難しいかということは把握しております。そこで得た知見を皆様にも共有できたらと思っております。宜しくお願い致します。
■その他
地域: 東京
役割: コンサルタント
規模: 主なクライアント:社員数200名以上の会社や社員数10名未満のベンチャー企業
プロフィール 詳細を見る
職歴
株式会社プレイド
- エンジニア 2019/12 - 現在
ErgoHealth
- 代表 2019/1 - 現在
D.Story
- 代表 2018/1 - 現在
株式会社ディー・エヌ・エー
- AI研究開発エンジニア 2017/4 - 2019/11
このエキスパートのトピック
-
データサイエンス/アナリストの研修についてお話できます。について話せます
¥60,000~■ 具体的な経験の内容 企業内に蓄積されたデータを適切に活用できていないというクライアント様に対して、クライアント様のデータに沿った独自の研修プログラムをデータサイエンティスト養成講座として提供してきました。具体的には、クライアント様のデータ分析の目的からヒアリングし、実際にデータを当方でも分析した上で、目的やレベルに沿ったオリジナルな研修を設計・考案し提供することで、実践的なスキルを身に付けたデータサイエンティストの養成を行ってきました。 ■ そのときの課題、その課題をどう乗り越えたか クライアント様の目的やそれに必要なレベルの落とし込みが非常に難しいところですが、自身の現場での分析経験を元にどのようなフローで行うのが適切かを構築し、実践に即したスキルを養成することに邁進して参りました。 ■ 業界構造(トレンド/主要プレイヤー/バリューチェーン等)の知見の有無 データサイエンスの現場経験ももちろんございますので、POSデータ/金融データ/交通(GPS)/WEBアクセス データなど幅広いデータへの取り組み方について把握しております。 この業界のトレンドや主要プレイヤーについてもお話できます。 ■ お役にたてそうと思うご相談分野 正直申し上げると、データサイエンスは非常に泥臭い分析作業が多いです。だからこそ、実践的に活用するには難しい点が多いのですが、実際の現場経験をもとに様々なお話ができると思います。 是非データの活用でお困りの方はお声がけ下さい。 宜しくお願い致します。 ■その他 地域: 東京 役割: 講師 規模: 連結社員数800名以上のクライアント様など
-
スタートアップにおけるAI/機械学習の導入について話せます
¥60,000~■ 具体的な経験の内容 タレントマネジメントシステムを開発するHRTechスタートアップにおけるAI/機械学習モデル導入のコンサルティング及び開発支援を行ってきました。タレントマネジメントシステムでのコア技術となる社員の退職予測モデルや適正配置推薦モデルの導入に際して、取得データの設計から予測・最適化モデル構築、運用システム構築まで一貫してコンサルティングを行った上で、実際に開発も行いました。 ■ そのときの課題、その課題をどう乗り越えたか 0から1のスタートアップであったため、データ等も整備されていない段階からの支援という難しさがありました。 既存の公開されているデータを用いてモデルの精度の目安の提示や必要なデータの選定を行うことで、システム開発のメンバーとの目標の定義を明確に落とし込み、精度の良し悪しで手戻りの多い機械学習モデルの素早い実践導入を可能にしました。 加えて、当初からデータの取得や前処理から学習、予測、評価、更新までの一連の流れをクラウドで構築する設計とすることでランニングコストを大幅に抑えました。 結果的に、当初の精度の要件を満たす予測モデルとなり、さらに自動的に更新する運用になっているため、低コストでの機械学習モデルを導入することができました。 ■ 業界構造(トレンド/主要プレイヤー/バリューチェーン等)の知見の有無 AI/機械学習に関するトレンドは、上記のようなData Mining(データマイニング)に限らず、CV(画像認識)、NLP(自然言語処理)も含めて把握しております。論文はもちろん、すぐに活用できるコードや学習済みモデル、各領域における主要なプレイヤーについての知見も有しております。 ■ 関連する論文やブログ等があればURL "Employee turnover prediction and retention policies design: a case study": https://hal.archives-ouvertes.fr/hal-01556746/document "Employee Turnover prediction": https://www.kaggle.com/aliu233/employee-turnover-prediction ■ お役にたてそうと思うご相談分野 今回ご紹介したクライアント様はHRTechのスタートアップですが、ドライブレコーダーでのリアルタイム画像検出を用いたサービスを開発する企業様の相談も乗っており、AI/機械学習に関するご相談であれば分野を問わずお受けできます。是非ともご相談をお待ちしております。 ■その他 地域: 東京 役割: コンサルティング / 技術開発支援 規模: 社員数名のスタートアップ