明治大学総合数理学部: データサイエンス・AIに関するオムニバス授業 - エバンジェリストというキャリア

Transcript

1. エバンジェリスト というキャリア
   - Software Engineer として -
   畠山 大有 | Daiyu Hatakeyama
   Architect && Software Engineer && Applied Data Scientist
   Microsoft Japan
   /dahatake
   @dahatake
   /in/dahatake
   /dahatake
   /dahatake
   /dahatake
   明治大学 データサイエンス・AI に関するオムニバス授業
   

   View Slide

2. Software Engineer
   as Profession
   1.
   

   View Slide

3. コンピューターのできる事
   自動化
   同じ作業を繰り返す
   Data 化 (Digitize)
   保存する
   プログラミング 入力
   人が指示した通りにしか動かない
   Low-Code, No-Code / RPA
   (End User Computing)
   AI による Data 作成
   

   View Slide

4. 自動化
   同じ作業を繰り返す
   Data 分析
   機械学習
   シュミレーション
   (デジタルツイン / メタバース)
   事業・社会
   実装の
   経験者
   が
   乏しい
   Data 化 (Digitize)
   保存する
   

   View Slide

5. 自動化
   同じ作業を繰り返す
   Data 分析
   機械学習
   シュミレーション
   (デジタルツイン / メタバース)
   Data 化 (Digitize)
   保存する
   Infrastructure Engineer / Security Engineer /
   Network Engineer
   Database Administrator
   Software Engineer
   (≒ Programmer)
   Data Engineer
   (Applied) Data Scientist
   専門性が大きく異なる!
   

   View Slide

6. 仕事はテクノロジーの登場と同時に
   作られるわけじゃない。
   それを社会・企業が必要としてから
   Infrastructure Engineer / Security Engineer / Network Engineer
   Database Administrator
   Software Engineer (≒ Programmer)
   Data Engineer
   (Applied) Data
   Scientist
   1946
   ENIAC 世界初の電子計
   算機
   1964
   IBM System
   360
   1969
   UNIX
   1995
   Windows 95
   1983
   Teradata
   2012
   Google, Deep
   Learning
   Prompt
   Engineer
   2022
   OpenAI,
   ChatGPT
   

   View Slide

7. 私の
   エバンジェリスト時代
   2.
   

   View Slide

8. ソフトウェア エンジニア 嗜好は変わらず
   書籍
   データ作成
   大学卒業 現在
   企業システムの
   設計(SE)・開発(PG)
   MSN
   サービス運用
   エンジニア
   法人営業
   顧客担当
   エンジニア
   テクニカル
   エバンジェリスト
   法人営業
   技術担当
   エンジニア
   利用者
   マーケティ
   ング
   セールス
   ものづくり
   サービス
   提供
   転職1 転職2
   全てが 今と今後 活きてくる 知識・経験・ネットワーク
   

   View Slide

9. 仕事としての
   エバンジェリスト
   3.
   

   View Slide

10. Evangelist (エバンジェリスト)
    もともとはキリスト教の「伝道者」の意で、ITのトレンドや技術について、ユー
    ザーやエンジニアなどに分かりやすく説明し、啓蒙する
    Advocate (アドボケート)
    主唱者、唱道者、代弁者
    言葉の変遷から…
    こちらのタイトルが使われている
    

    View Slide

11. 華やかな場が多い
    でも、それだけでは
    務まらない
    

    View Slide

12. Advocate の Job Description から
    

    View Slide

13. Advocate の Job Description から
    コンテンツ (プレゼン・デモアプリ・Blog・動画) 作成
    社外の Community との繋がり
    社内の Product/Engineering Team との繋がり
    社外の Community との繋がり
    社内の Product/Engineering Team との繋がり
    

    View Slide

14. Advocate の Job Description から
    Deep Learning 経験
    Community でのセッション経験
    ネットでの Output
    デモンストレーション
    社外の Community との繋がり
    Technical 認定資格保持者
    

    View Slide

15. 見えてくる必要なスキルセット
    コンテンツ (プレゼン・
    デモアプリ・Blog・動画)
    作成
    社外の Community との繋がり
    社内の Product/Engineering Team
    との繋がり
    Deep Learning 経験
    Community などでのセッション経験
    ネットでの Output
    Technical 認定
    資格保持者
    Marketing Technical
    Presentation
    Communication
    

    View Slide

16. 熊本 クラウド勉強会
    福島
    青森
    仙台
    ラスベガス での現地セミナー
    業界
    イベント
    講演
    社外の Community との繋がり
    

    View Slide

17. 社内の Product/Engineering Team との繋がり
    

    View Slide

18. コンテンツ (プレゼン・デモアプリ・Blog・動画) 作成
    “Azure Machine Learning は、機械学
    習プロジェクトのライフサイクルを加速およ
    び管理するためのクラウド サービスです。
    機械学習のプロフェッショナル、データ科
    学者、エンジニアが、このサービスを日常
    のワークフロー (モデルのトレーニングとデプ
    ロイ、MLOps の管理など) に利用できま
    す。”
    禁則処理 図表の並べ方
    1) AutoML
    2) MLOps
    3) DevOps
    知財
    

    View Slide

19. コンテンツ (プレゼン・デモアプリ・Blog・動画) 作成
    セッション後、参加者にどうなってもらいたいのか?
    参加者はどういう方々なのか?
    セッションを最後まで聴いてもらえるために、
    何が必要か?
    

    View Slide

20. /dahatake
    @dahatake
    /in/dahatake
    /dahatake
    /dahatake
    [email protected]
    ネットでの Output
    

    View Slide

21. /dahatake
    @dahatake
    /in/dahatake
    /dahatake
    /dahatake
    [email protected]
    ネットでの Output
    

    View Slide

22. 意識をしたい点
    4.
    

    View Slide

23. プレゼンのプロ
    だけでは務まらない
    

    View Slide

24. プレゼンした技術・製品・サービスが、
    どれだけ長く使えるのか?
    キュレーター・コンサルタント
    

    View Slide

25. View Slide

26. https://www.blackrockblog.com/2015/12/11/economic-trends-in-charts/
    技術が広まるスピードは加速の一途
    

    View Slide

27. 世界最速で 月間アクティブユーザー １億人達成
    

    View Slide

28. Disconnected Always Connected
    ・・・・・・・〉
    ・・・・・・・〉
    One Size Fits All Personalized / Flexible
    ・・・・・・・〉
    Transactional Data Real-time Intelligence
    ・・・・・・・〉
    Single Channel Omni-channel
    ・・・・・・・〉
    Owned Shared
    高速化の要因と考えられるもの
    

    View Slide

29. 29
    取って代わられた (つつある) 技術
    昔 今
    真空管 トランジスタ
    磁気テープ 磁気ディスク
    磁気ディスク フラッシュメモリ
    固定電話 携帯電話
    携帯電話 スマートフォン
    

    View Slide

30. Blog にした
    https://qiita.com/dahatake/items/56dd1d5cc7bf45afd9dd https://qiita.com/dahatake/items/c34031c6eb0f800d313e
    

    View Slide

31. 進化が早い とはどういう意味か?
    キュレーター・コンサルタント
    

    View Slide

32. 写真 or AI 生成?
    答えはAIが描いた絵です
    モデル
    Midjourney v5
    プロンプト
    Editorial style photo, medium
    closeup shot, off - center, a
    young french woman, brunette,
    sitting, black gucci dress,
    diamond necklace, Art Deco
    Dining Room, Marble Table,
    Velvet, Brass, Mirror, Intricate
    Tile Work, Jewel Tones, West
    Elm, Chandelier, Restaurant,
    Evening, natural lighting,
    Fujifilm, Luxurious, Historical,
    4k
    画像引用：Nick St. Pierre（@nickfloats）さん / Twitter
    

    View Slide

33. 人工知能
    機械学習
    ディープラーニング
    1956
    人工知能
    人間の知性を複製または超えることができるインテリジェントな
    機械の作成を目指すコンピュータサイエンスの分野
    1960
    機械学習
    機械が既存のデータから学習し、そのデータを改善して
    意思決定や予測を行うことを可能にするAIのサブセット
    2012
    ディープラーニング
    ニューラルネットワークの層を使用してデータを処理し、
    意思決定を行う機械学習技術
    2021
    ジェネレーティブ AI
    プロンプトまたは既存のデータに基づいて、新しい書類、画像、
    および音声のコンテンツを作成
    ジェネレーティブ AI
    

    View Slide

34. • OpenAIが2022年11月に
    プロトタイプと
    して公開
    幅広い分野の質問に詳細な回答を生成できることから注目を
    集めた
    ChatGPTのリリース後、OpenAIの評価額は290億米ドルと
    なり、2021年時の140億ドルと比べて2倍以上増加
    出来る事 ≒ GPT3.5, GPT-4 の出来る事
    文章生成
    文章の変換: サマリー作成、翻訳、フォーマット変換 など
    特徴
    チャットベースのインターフェース: ユーザーが途中介入できる
    初歩的なガードレール: 差別や偏見などの検知
    コンテキスト: 以前のコンテントを記憶できる
    ChatGPT
    https://arxiv.org/abs/2303.08774
    https://openai.com/research/gpt-4
    

    View Slide

35. GPT が文章を作成する仕組み
    日本 の 首都 は
    GPT
    東京
    入力されたテキストからし、最も確率の高いと推論される次の文字列を生成
    95
    12.5
    6.8
    0.1
    0 50 100
    東京
    京都
    奈良
    …
    次の単語の出現率(%)
    ※ 説明のための、かなり抽象化した表現です。実際の処理とは異なります
    事実関係でなく出現確率である点に注意
    

    View Slide

36. 文章生成系
    分類系
    ChatGPT で出来るタスク
    従来からのタスクは精度が向上し、新たに文脈理解・文章生成系タスクができるようになった
    要約
    小学生にも分かるように
    300文字程度で要約して
    感情分析
    喜び/怒り/悲しみの感情を
    0~5で表現して
    エンティティ分析
    場所/人物名/組織名を
    抽出して
    キーフレーズ抽出
    次の文章の重要なフレーズ
    を抽出して
    インサイト抽出
    次のレビューから商品の
    改善点を考えて
    校正
    誤字/脱字/タイプミスを
    見つけて
    添削/評価
    〇〇の基準で10点満点で
    評価して
    翻訳
    次の文章をフォーマルな
    日本語に翻訳して
    問題作成
    次の文章から4択問題を
    作成して
    コード作成
    OpenAIのAPIを実行する
    コードを書いて
    アイデア創出
    人気の出るブログの
    内容案を提案して
    記述アシスタント
    このメールの日程調整をする
    メールを書いて
    情報検索
    WEBアプリの要件定義に
    ついて教えて
    情報抽出系
    文脈理解系
    チェック系
    翻訳系
    従来からできるタスク
    新しくできるタスク
    テキスト分類
    次のニュース記事の
    カテゴリを教えて
    思考の壁打ち
    〇〇という考えで抜けている
    点を指摘して
    

    View Slide

37. プロジェクトの文脈に即した
    コードを提案
    コメントをコードに変換
    繰り返しコードを補完
    代替手段を提示
    Github Copilot
    

    View Slide

38. Coding の現場
    ドキュメントと各種サンプルコードを読み込んで
    挙動と
    使い方を理解する
    With Search サンプルコードをネットで探す。
    知財に注意しながら
    コピペして動かす
    動かないと、
    エラーメッセージを基に
    ネットで探す
    With LLM
    ChatGPT でプロトタイプ作る
    (もしくは)
    Visual Studio Code で
    やりたい事をコメントに書く
    動かす
    動かないと、
    Codex の 「fix it」で
    修正させる
    

    View Slide

39. ChatGPT + GPT-4 が 突破した壁
    コンピューターが使いずらい。
    スマホ や、GUI +マウスであっても
    Conversational UI
    言葉での対話。対話の中での微調整
    モデルのカスタマイズに時間を要した In-Context Learning その場で
    誰でも使える
    対応の速さ
    日本語対応を待つ必要があった
    タスク専用のモデル選択
    Universal Model 単一モデル
    日本語対応などの高い汎用性
    

    View Slide

40. 役割 (Role)
    • ソフトウェアエンジニ
    アとして振舞ってく
    ださい
    • ジャーナリストとして
    振舞ってください
    • 営業として
    振舞ってください
    • 英語の教師として
    振舞ってください
    ゴール (Instruction)
    • 詩を書いてください
    • Web ページのコード
    を作成してください
    • Blog を書いてくだ
    さい
    • 文章を
    要約してください
    • 5歳児でも分かるよ
    うに説明をしてくだ
    さい
    追加情報
    (Content)
    • 以下の情報を基に
    要約をしてください
    • 以下のデータを基
    にして、xxx の各項
    目を埋めてください
    • 以下のテキストを
    基にして、既存の
    表に列を追加して
    ください
    作風 (format #1)
    • ポエム調に
    • フォーマルな書式で
    • 短い文章で
    出力書式 (format
    #2)
    • Python のコードで
    • HTML で
    • 絵文字も付けて
    • 表形式で
    • マークダウンの形式
    で
    • 数字のリストで
    意図を伝えるための Tips / Cheat Sheet
    - Meta Prompt -
    

    View Slide

41. Blog と Prompt のサンプルを公開した
    dahatake/ChatGPT-Prompt-Sample-Japanese: ChatGPT の Prompt のサンプルです。
    (github.com)
    [ChatGPT Hack] 要件定義からプロトタイプ作成。そして Azure への Deploy までを ChatGPT
    に作らせた - Qiita
    

    View Slide

42. 学び続ける姿勢
    トレーナー
    

    View Slide

43. 出典：大人の学びの環境が激変 「学ばない人」は取り残される：日経xwoman (nikkei.com)
    これからの学習スタイル
    Online
    学習
    Hands-on
    マイクロ
    ラーニング
    Hackathon
    Ideathon
    自律的
    これまでの画一的な学習スタイル
    受け身
    スタイル
    座学
    中心
    長時間
    課題
    解決型
    必須
    （義務）
    デジタル化の加速により、AIやロボットに置き換えられる仕事が増加。
    一つのスキルが長持ちせず働く環境の変化のサイクルが短期化し
    ている今、いくつになっても時代に合わせて学び続けることが重要。
    学びの環境が激変「学ばない人」は取り残される
    学びの環境の変化とDX時代の学びのパターン
    

    View Slide

44. スキル と キャリア の観点で
    出典：The 100-Year Life, Deloitte University Press
    学ん
    だ
    技
    術の半減期
    は
    5年
    <5年
    キャリア年数
    60年 ⇒ 70年
    出典：A New Culture of Learning
    「学んだ技術の半減期は5年」つまり、10年前に学んだことの多くは
    廃れて、5年前に学んだことの半分は無意味になってしまう。
    言語や概念など、基礎知識・スキルの有効期間は極めて長い
    

    View Slide

45. 聞いただけだと 5% の人しか覚えていない
    http://thepeakperformancecenter.com/educational-learning/learning/principles-of-learning/learning-pyramid/
    

    View Slide

46. 座学 と 体験型(ワークショップ) の違い
    伝
    え
    る
    課題
    実感
    相談
    フィードバック
    振り返り
    試行錯誤
    Input
    Output
    座学 体験型
    一緒に
    解く
    相談
    指導者
    ・スピーカー
    ファシリテーター
    Teaching
    Coaching
    

    View Slide

47. 最後に
    5.
    

    View Slide

48. 学生のうちにやっておきたいコト
    • とにかく コーディング をしまくる
    • とにかく Deep Learning のモデルを作りまくる
    • とにかく DevOps ツール (GitHubなど) を触りまくる
    • それを Blog や GitHub に公開しまくる
    費やした時間は必ず
    自分の糧となる
    

    View Slide

49. 学生の皆様向けの Microsoft の技術トレーニング
    認定資格はグローバルで共通
    社会人とも共通
    Student Hub - 学生の認定資格 |
    Microsoft Learn
    

    View Slide

50. 1
    2
    3
    高品質な17,000のコース
    （日本語は900コース以上）
    ビジネス、テクノロジー、クリエイティブなどの多様なカテゴリー
    から成る学習コースをご提供
    データに基づいたコース設計と
    パーソナライゼーション機能
    リンクトインの会員データをもとにコース開発を実施
    リンクトインプロフィール情報（スキル、経験等）に
    基づいた推奨コースをAI機能を使い受講者に表示
    マイクロラーニング
    短時間でPC・モバイルからいつでもどこでも受講可能
    LinkedIn ラーニング
    

    View Slide

51. Microsoft Learn
    Step-by-Step Achievements スムーズな学習環境
    ▪ 無料
    ▪ 日本語対応
    ▪ ブラウザーのみでOK
    ハンズオン環境も含めて
    ▪ ダウンロード可能なサンプルコード
    ▪ Product/Service, 技術レベル,
    job role, などに応じたガイダンス
    ▪ Video, チュートリアル, ハンズオン
    ▪ スキルアップを促す
    ▪ ユーザー プロファイル毎に
    カスタマイズ
    www.microsoft.com/learn
    

    View Slide

52. 今後の予定 + 過去のもの
    日本全国
    無料セッション動画・資料
    Microsoft Event & Seminar
    www.microsoft.com/ja-jp/events
    

    View Slide

53. © Copyright Microsoft Corporation. All rights reserved.
    Invent with purpose.
    

    View Slide