データの民主化とこれからのAI組織｜ばんくし
はじめにStable DiffusionだとかChatGPT、LLMみたいな「大規模モデル」って考え方が機械学習業界から出て、スケーリング則に基づいてまだまだ精度が上がるとされている昨今。 （スケーリング則はどうのこうの諸説あるが）さておき、「マルチモーダルに」「あらゆるデータを学習した」「大規模なモデル」が今後数年リードしていく事は間違いないと思う。 そんな中で、我々機械学習エンジニアやデータサイエンティスト、アナリスト、データエンジニア、MLOpsエンジニアみたいな、いわゆるAI屋として働いている人たち、皆が所属するAI組織ってどうなっていくのかな、という話を書いてみる。 データの民主化AIの民主化とデータの民主化AI業界では「AIの民主化」というワードがある。 便宜的にAIというワードが広く使われるようになった辺りで出てきたワードで、OSSやプラットフォーム、ハードの発展によって「A
またSlackでtimesを始めてしまった｜ばんくし
・Slackにおけるtimes文化とは ・一度仕事中のチャット雑談の全てを断ったがまたtimesを立てた話 ・守りたい節度とこれからSlackにおけるtimes文化とは「times」とは、社内チャット等で自分のチャンネルを持ち、短いスパンで発言する社内Twitterのような文化形態である。 私がまだ学生でインターンやアルバイトという形でIT企業に関わって居た頃、彗星の如く現れた以下のブログがきっかけで、Slackを導入していたITベンチャー企業で流行りはじめたと記憶している。 分報、times、timelineなど、様々な呼び方を各社がしているが、要は社内チャットにおけるTwitterである（ここでは最も一般的だと思われるtimesに統一する）。 timesは、カルチャー性とSlackの各機能とが相まって、爆発的に流行った。近年ではTwitterのフォロワー内でも「times文化がない会社
エムスリーで学んだ事を言語化する｜ばんくし
前職エムスリー時代の同僚であり上司でもあった現Sansan VPoE 西場（@m_nishiba）と最近イベントに登壇した。 イベント内のディスカッションで、実は現職のCADDiでやってる内容の殆どがエムスリーで学んだいくつかのトピックなんだよなと思う所があり、4つのトピックに絞って言語化しておこうと思う。 共通言語としてビジネス書を読む私自身、Sansan、Yahooの頃はビジネス書は技術に関連していたり、プロジェクトマネジメントやヒューマンマネジメントに関するものでない限り読まなかった。 そもそもビジネス書の大半は、エンジニアにとって読みにくいものである。 技術書のように一定の決まったフォーマットがなく、経験則で確実な再現性がなく、体育会系のストーリーが背景にある場合も多い。文献引用もなく、出てくる数値やデータは信頼しても良いものかすら分からない。実際誤訳や妄想も多く、嘘統計や嘘グラフ
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
転職活動をしています｜ばんくし｜note