株式会社ブレインパッドの2023年新卒研修資料です。基礎統計学について扱っています。
ChatGPTの発表から、1年が経過しようとしています。 熱狂は徐々に醒め、現在の利用状況はLINEの調査によると、全体の5%程度。*1 その中でも、仕事で積極的に利用している人は、1%程度ではないかと推測します。 では、この1%の人たちはどのような方々で、どのように生成AIを仕事で使っているのか? 9月の中旬から、10月の末にかけて、私は約40名の方に取材を行いました。 そして、私は一つの確信を得ました。 それは、「私は間違いなく10年後、失業する」です。 私は間違いなく10年後、失業する なぜなら、現場での生成AI利用は、仕事によっては 「ホワイトカラーの代替」 をかなり高いレベルでできることがわかったからです。 例えば、コンサルティング。 コンサルティングには、初期の段階で、仮説構築という仕事があります。 平たく言うと、調査・提案にあたって「課題はここにあるのではないか?」というアタ
資料では、統計学がどんな学問なのか、統計学を学ぶことにどんな意義があるのかという初歩から解説。その上で統計学を「記述統計学」と「推計統計学」に大別し、それぞれの特徴や手法、注意点を説明している。 今回の無料公開は、ブレインパッドで働く有志のデータサイエンティストが技術資料などを外部に発信するプロジェクト「OpenBrainPad」の一環。「統計学をこれから学ぶ人も復習する人もぜひ利用してほしい」(ブレインパッド)という。同プロジェクトでは、過去にはプログラムのバージョンを管理するシステム「Git」のハンズオン(実際に手を動かして学ぶ)資料なども公開している。 関連記事 総務省「誰でも使える統計オープンデータ」無料オンライン講座スタート 総務省が「誰でも使える統計オープンデータ」を開講。統計オープンデータを活用したデータ分析の手法を解説する無料講座だ。 AIの基礎をZoomで講義 新人研修用
2024年のゴールデンウイークがやってきた。暦の上では、3連休、平日3日、4連休と続いており、最大で10連休を取得し、休みを満喫している人も多いと思う。その中には、外出はせずに自宅でゆっくり過ごすという人もいるかと思うが、そんな人たちにおすすしたい、無料で読める研修資料を紹介したい。 昨今さまざまな企業で、自社の研修で使った資料を社外に公開するケースが相次いでいる。「事業や教育に役立ててほしい」という思いから公開されるそれらの資料たちは、新入社員向けの仕事の心構えを説くものや、各業務の基礎を解説した教材、今話題の生成AIの活用方法など多種多様である。 今回は、過去にITmedia NEWSやITmedia AI+で取り上げた記事の中から数点を紹介する。ゴールデンウイーク中に読むもよし、連休明けの仕事始めのモチベーションを上げるために読むもよし、“あとで読む”用にブックマークしてもよし。それ
はじめに 本記事では無料で公開されている企業のエンジニア向け研修資料をまとめました。 近年では、多くの企業が新人向けの研修資料を公開しています。これらの資料は内容が充実しており、初心者から中級者まで幅広いレベルの学びを得ることができます。さらに、資料の作り方も参考になるため、勉強会で発表する人や企業の研修担当者にとっても貴重な情報源となっています。 本記事では様々な企業のエンジニア向け研修資料をまとめましたので、ぜひ参考にしてみてください! 弊社Nucoでは、他にも様々なお役立ち記事を公開しています。よかったら、Organizationのページも覗いてみてください。 また、Nucoでは一緒に働く仲間も募集しています!興味をお持ちいただける方は、こちらまで。 この記事の主な対象者 有名企業の研修資料を幅広く確認したい方 エンジニアとして初級から中級レベルの方 独学で学んでいる方 今後研修資料
はじめに データ分析基盤の資料を力尽きるまで追記していきます。 構成図にあるアイコンや記事の内容から技術要素を調べて記載していますが、不明分は未記載にしています。修正のコメント頂ければ助かります。 あと、この記事追加してっていう要望も歓迎いたします。 テンプレート 記事公開日 : 会社名(サービス名) データソース : データ処理 : アウトプット : 画像 URL 2025年 2024/03/14 : 株式会社エス・エム・エス(カイポケ) データソース : Amazon Aurora データ処理 : Datastream、BigQuery、dbt アウトプット : Looker Studio 2024/03/12 : 株式会社マイナビ データソース : SQL Server、Amazon S3 データ処理 : Embulk、Amazon MWAA、Apache Airflow、Snowf
Sansanは10月25日、テストコードについての研修資料を無料公開した。4月に実施した新卒の技術研修で使った資料の一部で、入社2年目の社員が作成。Pythonのテストフレームワーク「pytest」でのテストコードの書き方や、VSCodeでのテスト方法などを解説している。 同社はテストコードの便利な点として「実行確認しやすい」「リファクタリングや修正後に実行結果や振る舞いが変わっていないことを確認できる」「コードの挙動が理解しやすい」を挙げる。テストコードの重要性を理解し、テストコードを活用できるようになることを目的に研修を行ったとしている。 関連記事 新卒向け「統計学の基礎」100ページ超 SaaS企業が無料で資料公開 ブレインパッドが、新卒研修で使った統計学の学習資料を公開した。統計学の基礎を解説したもので、ページ数は100ページ超。スライド公開サービス「Speakerdeck」から無
データサイエンティスト協会は10月30日、「データサイエンティストスキルチェックリスト」の第5版を公開した。データサイエンティストに必要とされるスキルをまとめたもので、新たに生成AIに関する項目を加えた。同協会のWebサイトで無料でダウンロードできる。 2021年に公開した第4版から内容を改修したもので、生成AIの台頭を受けて「AI利活用スキル」を新たに追加した。同協会は「生成AIは利用・開発・企画といった活用するためのスキルが当然必要となる一方で、その技術的背景を理解しつつ、生じる課題に対応するスキルが求められる」と説明。利活用スキルと背景理解・対応スキルの2種類に分けた全69項目を定義した。 例えば、利活用スキルの初歩には「LLM(大規模言語モデル)を利用して、データ分析やサービス、システム開発のためのコードを作成、修正、改良できる」などの項目、背景理解・対応スキルの初歩には「さまざま
株式会社ブレインパッドでデータサイエンティストをしているasanoです。 この記事はBrainPad Advent Calender 2023 1日目の記事シリーズ2です。 ※シリーズ1は@fuyu_quantさんの入力プロンプトを復元する技術 #ChatGPTです! 今日はコードレビューの思想や心構えについて書きます。 はじめに コードレビューをより生産的に進めるには単にコーディングのスキルだけでなく、そもそものコードレビューに対する思想や心構えについても一定のリテラシーを求められると考えています。 コードレビューはどうしてもロジカルな話になるため伝え方にも気を付けないとモチベーションの低下に繋がりやすいと考えています。 そうなると当然パフォーマンスも下がってしまいます。 これを防ぐために自分は「コードレビューの思想・心構え」をまとめてチームのガイドラインとして使っています。 あくまで主
各レッスンでは、まずトピックに関する短いビデオ紹介を提供。これを視聴することで、学ぶ内容の全体像を把握できる。続けて、全レッスンにはREADMEファイルに記載されている詳細なテキストガイドが含まれており、それによって主題に関する深い理解を深められるという。 プロジェクトベースのレッスンでは、コード例付きのJupyter Notebookにアクセスできる。このようなハンズオン形式の演習は、学んだ内容を実際に適用する際の助けとなる。そして、各レッスンの終わりには知識の確認を目的としたチャレンジや課題が設けられており、これを通じて習得した概念の理解度を確認可能だ。各レッスンの概要を下記の通り。 Lesson 00: Course Introduction - How to Take This Course(コース紹介 このコースの受講方法) Lesson 01: Introduction to
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。今回は、プロンプトエンジニアリングをテーマに、1カ月ほど前に発表されたレビュー論文と関連論文を紹介します。 目次 今回のテーマ なぜプロンプトエンジニアリングが必要か? プロンプトエンジニアリング:基礎編 抑えておきたい考え方 明確に、正確に ハルシネーションスノーボール (Hallucination snowball) 1.1 ユーザーの要求を明確化するタイプ 1.2 LLMの知識を引き出すタイプ 2.1 直列型:推論ミスを減らすタイプ 2.2 並列型:出力の堅牢さを高めるタ
はじめに こんにちは。Algomatic LLM STUDIO 機械学習エンジニアの宮脇(@catshun_)です。 Wang+’23 - A Survey on Large Language Model Based Autonomous Agents ChatGPT が発表されてからおよそ 1 年が経ち、AutoGPT, BabyAGI, HuggingGPT, Generative Agents, ChatDev, Mind2Web, Voyager, MetaGPT, Self-Recovery Prompting, OpenCodeInterpreter, AutoAgents などなど、大規模言語モデル (LLM) の抱負な知識および高度な推論能力を活用した LLM エージェント (AIエージェント) が発表されています。 直近ではコード生成からデバッグ、デプロイまで自律的に行う
はじめに 本記事では無料で公開されている企業のエンジニア向け研修資料をまとめました。 近年では、多くの企業が新人向けの研修資料を公開しています。これらの資料は内容が充実しており、初心者から中級者まで幅広いレベルの学びを得ることができます。さらに、資料の作り方も参考になるため、勉強会で発表する人や企業の研修担当者にとっても貴重な情報源となっています。 本記事では様々な企業のエンジニア向け研修資料をまとめましたので、ぜひ参考にしてみてください! 弊社Nucoでは、他にも様々なお役立ち記事を公開しています。よかったら、Organizationのページも覗いてみてください。 また、Nucoでは一緒に働く仲間も募集しています!興味をお持ちいただける方は、こちらまで。 この記事の主な対象者 有名企業の研修資料を幅広く確認したい方 エンジニアとして初級から中級レベルの方 独学で学んでいる方 今後研修資料
株式会社ブレインパッドでデータサイエンティストをしている23新卒の泉です。 この記事はBrainPad Advent Calender 2023 24日目の記事シリーズ2です。 今日はクリスマスイブですね。ということで「ツリー」に関連して決定木について紹介します。 Bayesian CARTとは Bayesian CART(Bayesian classification and regression tree)は、Chipmanら(1998)において提案されたベイズ的な考え方に基づく決定木です。 Bayesian CARTの概要は次の通りです。 決定木とその終端ノードを確率変数とみなした上で尤度と事前分布を設定し、決定木の事後分布を導出します。 決定木の事後分布からメトロポリス・ヘイスティングス法を用いて大量の決定木をサンプリングします。 サンプリングした決定木の事後確率をもとに「よい」決
株式会社ブレインパッドでデータサイエンティストをしている金(a.k.a ジュンヒョン)です。 この記事はBrainPad Advent Calender 2023 25日目の記事です。 はじめに みなさん、メリークリスマス!…ん? し、、、しまった、、、12月26日?! (DALL·Eに生成してもらった「12月25日クリスマスにずっと寝て、12月26日に起きたサンタさん」の画像①です) すみません、ルドルフが起こしてくれなくてずっと寝てしまった金です。1日遅れのアドベントカレンダーになりますが、どうか楽しく読んでいただけると幸いです🙇♂ (DALL·Eに生成してもらった「12月25日クリスマスにずっと寝て、12月26日に起きたサンタさん」の画像②です) 今年を振り返って 個人的に今年は社内外的に情報発信を頑張り始めた元年となります。 まず、社内発信で言いますと、ブレインパッドでは年間3
システムエンジニアとしてITベンチャー企業と金融系企業に勤めた後、2019年にデータサイエンティストとしてブレインパッドに入社。 需要予測に関するプロジェクトに多く従事し、モデル構築から運用保守まで一貫して経験。LLMを活用したプロジェクトにも携わる。 Kaggle Competition Master。 ①プロジェクトの目的を明確にする まず初めに、プロジェクトの目的を明確にすることが重要になります。 これはデータ分析プロジェクト以外にも共通する部分ですが、プロジェクトとは「特定の目的を達成するために行われる期限のある活動」です。まずデータ分析プロジェクトの目的(=ゴール)を明確にし、発注側と受注側で共通認識を持つことが、プロジェクト成功に向けた第一歩となります。「目的を明確にするなんて当たり前。意識しなくてもできる」と思われるかもしれません。しかし、私の経験上、目的が曖昧で関係者の認識
「技術者を育てる」ことを目的とした、エンジニアを目指す学生のための日本最大のオンラインカンファレンス「技育祭」。ここで登壇したのは、株式会社ブレインパッドのCEO 関口朋宏氏。エンジニアとして生き残る上で大事なことについて発表しました。全3回。1回目は、関口氏の経歴と日本におけるIT産業の現状についてをお伝えします。 オープニング 村上晴香氏(以下、村上):HALL Bにお集まりのみなさん、こんにちは。たくさんの講演がある中、ブレインパッドのホールにお集まりいただきありがとうございます。 同時刻のHALL Cでは、意図せず「君たちはどう生きるか」シリーズが繰り広げられていて(笑)、おもしろいタイムスケジュールになっていますが、今日はお祭りということで、ぜひ盛り上がっていければと思います。 では、簡単に自己紹介させていただきます。私は、人事部の村上と申します。本日、司会進行を務めます。よろし
生成AIを用いた社内情報検索システムなどで、RAGという手法が用いられる例が増えています。前回のSTORIA事務所ブログでは、LLMを利用したRAG(Retrieval Augmented Generation)と著作権侵害について柿沼弁護士が解説しましたが、本稿では、RAGと個人情報保護法の論点(RAGと個人データの第三者提供該当性)について検討します。 RAGとは「ナレッジベースの外部化」 RAG(Retrieval Augmented Generation)とは RAGとは、一言でいえば「ナレッジベースの外部化」です1。 LLM(大規模言語モデル)は、主としてWeb上にある膨大なデータを学習用データとして用いているため、ある会社の内部規程について質問したり、Webで公開されていない専門知識について質問したりしても、答えることができないか、的外れな出力がされます。 上記のような通常のL
「技術者を育てる」ことを目的とした、エンジニアを目指す学生のための日本最大のオンラインカンファレンス「技育祭」。ここで登壇したのは、株式会社ブレインパッドの関口朋宏氏。エンジニアとして生き残る上で大事なことについて発表しました。全3回。3回目は、同氏が考える、テクノロジーの進化に追いついていくために重要なことについて。前回はこちら。 テクノロジーの進化に追いついていかなきゃいけない 関口朋宏氏(以下、関口):最後に、技育祭ということで、みなさんは未来のエンジニアたちだと思っているので、期待を込めてちょっとお話ししたいのですが、また入り口の話をしますね。 みなさんにぜひ考えてほしいのは、「テクノロジーとは何か?」「なぜテクノロジーが世の中に存在しているんだ?」ということです。 例えば、先ほどのアメリカのソフトウェアエンジニアのブートキャンプに出ると、「ソフトウェアはなぜ存在しているか?」から
なんの疑いもなく資本主義社会を生きている現代人 宮地勘司氏(以下、宮地):僕は西田さんがすごくおもしろいなと思うのは、経営や金融やデータを学ばれたりしてるんですけど、常に目に見えない形而上的なもの、精神的なものを考えていらっしゃると思うんです。例えば哲学とかもあると思うんですけど、そのへんは何が大事だとお考えですか。 西田政之氏(以下、西田):今はVUCAの時代と言われて久しいわけですけども、いつの時代も先なんて読めないじゃないですか(笑)。 宮地:そうですよね。 西田:じゃあどうすればいいのかと考えた時に、基本に立ち返ってベースに戻ることだと思うんですね。宮地さんの先ほどの言葉で言うと、そのベースが何かと考えた時に、我々が盲目的に信じているようなことって、相当あるんじゃないかなと思うんです。 例えば今、なんの疑いもなく資本主義社会を生きているわけなんですけども。よく考えると、16世紀にヨ
ChatGPTなどの生成AIの企業内利用が進んでいる。ただ、AIをどのように企業内で活用するかを模索している段階で、その効果を見極めようとしている、というのが現状だろう。 大手商社の伊藤忠商事は7月25日、大手商社としては早いタイミングで全社員約4200人でChatGPTの本格展開をスタートさせた。商社が使う生成AIの可能性と、その将来像を導入責任者に聞く。 伊藤忠全社で導入する生成AI 伊藤忠は、繊維、機械、金属、エネルギー、化学品、食料、住生活、情報、金融などといった幅広い分野で事業を展開する大手総合商社として知られる。 今回の生成AIの社内導入によって、社内にアカウントを持つ従業員約4200人が利用可能になった。 伊藤忠が生成AIを社内に導入した背景として、社内生成AIに関するサービス企画チームリーダーを務める磯谷太一氏は「総合商社としてChatGPTが業務の生産性向上につながるかど
こんにちは。株式会社ブレインパッド アナリティクスコンサルティングユニットの小澤、久津見、小牧です。 前回までの記事では、 ・「生成AIをビジネス活用するための鍵」となるドメイン特化 ・「LLMの信頼性評価で押さえておくべき8つの評価観点」 ・「生成AIの評価指標とベンチマーク」 ついて、それぞれ課題とともに詳しくご紹介しました。 LLMをビジネス活用する上では、多様な評価観点、KPIに基づく評価基準設定、専門家によるフィードバック、そしてそれらを繰り返し行う環境整備といった複雑かつコストがかかる評価アプローチが負担となっていました。また、ベンチマークは数多く提案されているものの、過学習や日本語に対する性能の低さなども問題となっています。 そこで本記事では、生成AI(特にLLM)の評価方法として最近非常に注目を集めている、LLMによる自動評価技術 (LLM-as-a-Judge) について
株式会社教育と探求社の創業20周年を記念して開催された本イベント。代表の宮地勘司氏と、株式会社ブレインパッド常務執行役員、CHROの西田政之氏との対談の模様をお届けします。本記事では、技術が進んで客観的なものの見方が強化されていくことによる、若者の主観力の衰えについて語られました。 ブレインパッドCHROの西田政之氏が登壇 宮地勘司氏(以下、宮地):西田さん、自己紹介をよろしくお願いします。 西田政之氏(以下、西田):宮地さん、ありがとうございます。みなさま、はじめまして。ブレインパッドでCHROをしております、西田と申します。 私は北海道十勝の大樹町の出身でございます。大樹町って、堀江(貴文)さんがロケットを製作して今急に名をはせているんですけども。もともとは人口よりも牛の数のほうが圧倒的に多い、そんな田舎町で生まれ育ちました。 私のキャリアを振り返ってみますと、前半が金融ですね。ちょう
「技術者を育てる」ことを目的とした、エンジニアを目指す学生のための日本最大のオンラインカンファレンス「技育祭」。ここで登壇したのは、株式会社ブレインパッドの関口朋宏氏。エンジニアとして生き残る上で大事なことについて発表しました。全3回。2回目は、価値あるエンジニアであり続けるために必要なことについて。前回はこちら。 解くべき問いは複雑になっている 関口朋宏氏(以下、関口):「じゃあ、どうやって生きていくんだ?」と。「技術者として生きていけるのか? 大丈夫?」という問いが出てくると思うのですが、単純に答えるとYesです。でも、本当にみなさん次第だと思います。 僕自身も、エンジニア、Webデザイナーを含めて経験し、今経営をやっていますが、やはりキャリアの進化はすごく大事だと思っています。どんな考え方をしたほうがいいのかを、僕なりにみなさんにお伝えしたいと思います。 やはり、価値の高い仕事をしな
「界隈.chat」 いろんな界隈について話すPodcast番組「界隈.chat」にゲストとして呼んでいただきました。 「界隈.chat」は、生粋のポッドキャスターである𠮷田勇太 / ysdytさんの音声配信コンテンツです。吉田さんは、元BrainPadのデータサイエンティスト、現在10Xのデータプロダクトマネージャという、バリバリのデータサイエンス界隈のお方です。Maker界隈の人だと「MSゴシック絶対許さんマン」の開発者というと、ひょっとしたらピンとくる人が多いかもしれません。 そんな吉田さん、前職のブレインパッドさんでは「白金鉱業.FM」という素晴らしい音声配信コンテンツをされていたのですが、転職を機に満を持してPodcast番組を始められたということで、もちろん私は欠かさず傾聴しておりました。 そんなあこがれの「界隈.chat」に出演させていただくということで、非常に光栄だったので
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 本記事から週に1回程度の頻度で、社内で実施している生成AI・LLMに関する論文レビュー会の内容をピックアップのうえ配信していきますので、ぜひご期待ください。 今回は、LLMの学習や推論の効率化・高速化に関する4つの技術論文をご紹介させていただきます。 目次 LLM論文レビュー会とは 今回のテーマ A Survey of Quantization Methods for Efficient Neural Network Inference 選定理由 論文概要 量子化の基本的な手
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 現在は、週に1回程度の頻度で、社内で実施している生成AI・LLMに関する論文レビュー会の内容をピックアップのうえ配信しています。 今回は、LLMの性能改善に関連して、4つの論文をご紹介させていただきます。 論文選定基準 From Pretraining Data to Language Models to Downstream Tasks:Tracking the Trails of Political Biases Leading to Unfair NLP Models
日系コンサルティング会社を経て2019年にブレインパッドに参画。機械学習を用いた需要予測の事例や、金融商品取引の分析事例を担当。昨今は汎用ソルバーを用いた数理最適化の事例にも従事。フィージビリティの検証からKPI設計までトータルで支援。機械学習をはじめとした技術の「社会実装」の実績をもつ。東京大学グローバル消費インテリジェンス寄付講座 (GCI) 2020-2023 特別講師。 1.出会いとこれまで DOORS編集部 今回は、AIの現場最前線で活躍する「からあげ」さんと、株式会社ブレインパッドの内池による対談です。「データサイエンティスト」という職種に焦点を当てて、過去・現在・未来のAIやデータサイエンスについて大いに語っていただきたいと思います。まずはお二人の出会いのきっかけから教えていただけますか。 株式会社松尾研究所・からあげ氏×株式会社ブレインパッド・内池 きっかけは「ディープラー
ExcelやTableauに搭載予定の生成AIのデモ画面を見て、生成AIを使った分析ツールに可能性を感じたので、自分の勉強のために生成AIを使ったデータ分析の記事をまとめてみました。 もし、私以外にも生成AI×データ分析に興味がある人がいればぜひ読んでみてください! ChatGPT×LangChainで全自動データ分析ツールを作った話① こちらの記事は、GMOインターネットグループの技術ブログで、ChatGPTのAPIとLangChainを使って、全自動分析ツールを作れるかを試した記事です。 アリババが発表した「ChatGPTがどれくらい優れたデータ分析者なのか?」を評価した論文を参考に、生成AI搭載のデータ分析ツールを作成しています。 この記事で作成しているのはかなり簡易的なアプリですが、実装方法の詳細もわかりやすく書かれているので、生成AIを使ってデータ分析アプリを作りたいと考えている
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドでは、LLM研究プロジェクトの活動の一環として、技術やビジネス実装に関するブログ記事の執筆を積極的に行っています。これまでに執筆されたブログ記事は約40本となり、SNSなどでの注目度も大変高くなっています。本ブログ記事では、これまでにLLM研究プロジェクトで執筆されたブログ記事をカテゴリー別でまとめ、ご紹介いたします。 こんにちは。広報の長谷川です。 ブレインパッドでは、LLM(Large Language Models、大規模言語モデル)およびGenerative AI(生成AI)に関する知見を深め、これらの技術の社会実装に向けた取り組みや企業への支援を強化するため、研究プロジェクトを立ち上げ、推進しています。 詳しくはこちら ・LLM/Generative AIに関する研
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。今回は、生成AI・基盤モデルのマルチモーダリティをテーマに4つの論文をご紹介します。 目次 今回のテーマ 論文1: Multimodal Foundation Models: From Specialists to General-Purpose Assistants 選定理由 論文概要 マルチモーダル基盤モデルの分類 マルチモーダル基盤モデルの流れと今後の展望 レビュー会FB 関連論文 論文2: Tracking Anything in High Quality 選定理由 論
ChatGPT(チャットGPT)を導入し業務に活用する日本企業が急速に増えています。 この記事は、ChatGPTの導入を検討する企業の方向けに、 「自社でもChatGPTを導入したいが、どんな企業が導入しているのか知りたい」 「他社はChatGPTをどのように活用しているのか参考にしたい」 といった疑問や悩みを解決します。 ChatGPTを活用している日本企業を徹底調査し、業種別に企業名・ChatGPTの導入目的・活用方法をご紹介します。 この記事を読めば、どの業界でChatGPTの導入や活用が急速に進んでいて、どのように活用されているのかがわかるようになります。 ChatGPTの導入を検討している企業の方は必読です。 メーカー パナソニックホールディングス パナソニックは、ChatGPTを活用したAIアシスタントサービス「PX-GPT」を全社員に展開し、約9万人が利用を開始しました。この
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 今回は Google から発表された Gemini のテクニカルレポートについて、ご紹介します。 こんにちは、株式会社ブレインパッドの辻、株式会社TimeTechnologiesの濵田です。 現在ブレインパッドではLLM関連の論文調査を行なっているのですが、今回は論文ではなく先日 Google から発表された Gemini のテクニカルレポートについて解説を行なっていきたいと思います。 目次 Gemini とは ベンチマークによる性能比較 クロスモーダルな推論能力 モデルファ
アイキャッチ画像は「AIを社会実装するためにデータサイエンティストができること」からの引用です ブレインパッドさんのインタビュー記事 インタビュー記事が公開されました。 Moe.U(もえ氏)さんとの対談記事です。 最初に企画聞いたときは「ブレインパッドさん的に本当に大丈夫ですか??」と何度か確認したのですが、ついに公開されました。 ご笑覧いただけましたら幸いです。 ブレインパッドさん ブレインパッドさんは、データ分析系の会社ですが、所属の方で精力的に発信している人が多くて、その内容にいつも助けられています。直接知っている人も多いのですが、すごい優秀な人材がたくさんいるなという印象です。 いつも聞いているのが「白金鉱業.FM」という音声配信です。公開収録にも行ったことあります。 その他、OpenBrainPadのサイトで、多くの公開されている成果物がまとめられています。データ分析、AI開発に
ITエンジニア不足が課題となるなか、これまで新卒採用に重きを置いていた大手ITベンダーが経験者採用の人数を増やしている。クラウドやAI(人工知能)といった新しい技術に特化したITベンダーには経験者のみ採用する企業も多い。即戦力を期待するからだ。 経験者採用が拡大する一方、新卒採用にこだわりを見せるITベンダーがある。ERP(統合基幹業務システム)大手のオービックは、新卒採用のみだ。Amazon Web Services(AWS)に特化しているサーバーワークスやデータ分析を手掛けるブレインパッドも企業規模こそ大きくないが、毎年一定数の新卒者を採用する。各社が新卒採用に注力する理由を探る。 オービックは、連結売上高営業利益率が62.4%(2023年3月期)、1995年から29期連続で最高益を更新するなどITベンダーの中でも超優良企業として有名だ。パートナー企業を持たず、ERPの導入から保守運用
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。現在は、週に1回程度の頻度で、社内で実施している生成AI・LLMに関する論文レビュー会の内容をピックアップのうえ配信しています。 今回は、ツール拡張をテーマに、4つの論文をご紹介します。 目次 今回のテーマ Lost in the Middle: How Language Models Use Long Contexts 選定理由 論文概要 どうやって入力コンテキストをどのように使用するか調べたの? 結局コンテキストが長いほどいいのか? レビュー会FB Q: Attention
AIの活用がビジネスで一般化したことにより、データサイエンスプロジェクトを実施する企業が増えています。プロジェクトを成功させるためには、課題の優先順位をつける、人材を揃えるといった事前の準備が必要です。この記事では、データサイエンスプロジェクトを成功に導くためのコツや、必要な人材と役割などを解説します。 目次 ・データサイエンスプロジェクトを成功に導くための6つコツ ・データサイエンスプロジェクトを構成する人材 ・データサイエンスチームのプロジェクトマネジメントは特殊である ・人材育成でデータサイエンスプロジェクトを成功させる データサイエンスプロジェクトを成功に導くための6つコツ ここでは、データサイエンスプロジェクトを成功に導くための6つコツを解説します。 解決すべき課題の優先順位をつける まずはビジネスにおける課題を明確にしましょう。優先順位をつけることで、目的もなく闇雲に分析を進め
データエンジニアという職種は、意外と知られていないように思います。データ活用のために非常に重要な役割を担っていますが、類似した職種のデータサイエンティストやデータアナリスト、あるいはBIエンジニアとの違いはなにかという質問をよくされます。 【関連記事】 【社員が解説】データサイエンティストとは?仕事内容やAI・DX時代に必要なスキル そこで実際にデータ活用の現場でデータエンジニアを担当している私が、データエンジニアとは何か、他の職種とはどう違うのか、具体的にどんな役割を果たし、どんなスキルが必要とされるのかについてお話ししたいと思います。 【関連】データエンジニアリング×データ活用支援企業の現在地とこれから データエンジニアとは データエンジニアとは一言で言えば、データ活用基盤、すなわちデータ活用を前提にデータを収集したり、整理したり、管理したりする基盤を作るITエンジニアです。 データ活
本記事は、当社オウンドメディア「Doors」に移転しました。 約5秒後に自動的にリダイレクトします。 ブレインパッドは、LLM/Generative AIに関する研究プロジェクトを立ち上げ、この「Platinum Data Blog」を通じてLLM/Generative AIに関するさまざまな情報を発信をしています。 今回はChatGPTに共通テストを解かせ、LLMの得手不得手を検証してみたことを、ご紹介します! はじめに こんにちは。アナリティスクスコンサルティングユニットの中山、平井です。この記事では、ChatGPTに共通テストを解かせてみることで、現在のLLMの得手不得手を検証しました。 はじめに、この取り組みの背景と目的をご説明いたします。 LLMを実際の業務の現場の効率化等に用いるにあたって、読解の能力は非常に重要です。例えば、ChatPDFというサービスをご存じでしょうか。この
そもそも「内製化」とは 「内製化」という言葉は「アウトソーシング」が盛んになってきた数十年前から、キーワードとして扱われてきました。最近になって内製化という言葉のレベルがかなり高くなってきています。 言葉の意味は、アウトソーシングの逆で、人や物、そして技術を外部に委託せず、社内のリソースでまかなうことです。言い換えると、自社の事業や様々な取り組みを自分たちだけで実行できる状態にすることです。しかしながら、現在は少し位置付けが変わってきていて、必ずしも社内だけで進めるという感覚ではなくなってきています。理由は後述します。 注目されている理由 内製化という言葉をよく聞くようになったのは、ここ数年続いているDXブームがきっかけでした。そもそものDX推進/デジタル活用とは、従来のIT活用とは少し異なり、ビジネスとITの両輪で進めなければ成功につながらないと提唱されてきました。つまり、業務の効率化よ
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