SHIBUYA SYNAPSE
第4回テーマ

多角型事業と集約型事業、
それぞれのMLOps /
AI基盤

by 染谷悠一郎

本イベントは終了しました

topics

多角型事業組織におけるMLOps/AI基盤

機械学習を活用した実サービス開発や運用においては、アルゴリズムとしての機械学習技術だけでなく、E2Eでの
セキュアなデータフローから、モデルの自動学習やデプロイメントなどのエコシステムをカバーするMLOpsが
求められています。それは事業規模、フェーズなどによって求められる最適解が異なります。
本講演では多角型事業を展開するディー・エヌ・エーにおけるAI基盤の提供や開発体制、技術選択がどのような
アプローチで行われているか紹介し、集約型事業の組織と異なる点を解説します。

speaker

加茂雄亮

speaker

加茂雄亮

株式会社ディー・エヌ・エー AIシステム部 MLエンジニアリンググループ

2013年4月に中途入社。前職では大手自動車部品サプライヤーや大手教育系出版社と先進技術を活用した研究開発業務に従事。DeNAではMobageプラットフォームの開発運用、大規模チャットサービスの開発運用、デザイン/エンジニアリングマネージャを経て、Mobageサービス上での対話ボット導入を企画立案。PFDeNA立ち上げに携わる。現在はMLOpsにおけるシステムアーキテクチャからインフラ,バックエンド,フロントエンドまで一貫した開発担当として従事。

オートモーティブ事業におけるMLOps

DeNAでは交通事故の削減という社会的課題解決の実現に向けて、車載カメラから得られる映像や各種センサ情報を使い、脇見、車間距離不足、急ブレーキなどの危険運転行動検出技術を研究開発しています。上記プロジェクトを例に、MLシステムをサービスへ組み込む時の工夫、苦労した点、またリサーチャ、データサイエンティストといった他職種との役割分担や仕事の進め方についてエンジニア側の視点から紹介します。

speaker

鈴木翔太

speaker

鈴木翔太

株式会社ディー・エヌ・エー AIシステム部 MLエンジニアリンググループ

2018年3月にDeNAに入社。前職では分析基盤の新規構築、ユーザ行動の可視化ツール開発、機械学習システムの開発、運用に従事。現在はオートモーティブ事業におけるAIシステムの構築を行なっている。

にんげんがさき 基盤があと

組織にとって『最適な機械学習基盤』は、その組織のサイズ、メンバースキルセット、事業内容に至るまで様々な要因により変化します。このトークでは、2016年7月の発足から今まで、複数のプロジェクトをこなしながらチーム規模を拡大してきたクックパッド研究開発部を題材とし、組織にとって最適な機械学習基盤を求めるためのケーススタディを行います。

speaker

染谷悠一郎

speaker

染谷悠一郎

クックパッド株式会社

東京工業大学大学院 計算工学専攻修士。クックパッド株式会社2016年新卒入社。AWSを中心とした機械学習基盤の整備に従事する傍ら、レシピの画像/テキストデータを利用した機械学習系の研究開発に取り組む。JSAI 2017、AWS Summit Tokyo 2017、AWS re:Invent 2017などに登壇。

Schedule

12月11日(火) 19:00 START

18:30〜19:00 受付
19:00〜19:10 オープニング
19:10〜19:20 多角型事業組織におけるMLOps/AI基盤
by 加茂雄亮(株式会社ディー・エヌ・エー)
19:20〜19:40 オートモーティブ事業におけるMLOps
by 鈴木翔太(株式会社ディー・エヌ・エー)
19:40〜20:00 にんげんがさき 基盤があと
by 染谷悠一郎(クックパッド株式会社)
20:00〜21:00 パネルディスカッション & 懇親会

Access

株式会社ディー・エヌ・エー

〒150-8510 東京都渋谷区渋谷2-21-1 渋谷ヒカリエ

東急東横線・田園都市線、東京メトロ半蔵門線・副都心線「渋谷駅」15番出口と直結。
JR線、東京メトロ銀座線、京王井の頭線「渋谷駅」と2F連絡通路で直結。

※ヒカリエ11Fの受付でイベントの旨を伝え、24F「Sakura Cafe(さくらカフェ)」までお越しください。