コンテンツビジネス=推し活に近い認識の人が多いのでどうしようもない状況だけど、節度のある推し方をしていきたいところ ※7/27一部の投稿を削除しました
京都大、京都大iPS細胞研究財団への寄付について会見する(左から)本庶特別教授、柳井社長、山中教授=24日午後、京都市左京区・京大 カジュアル衣料品店「ユニクロ」を展開するファーストリテイリングの柳井正会長兼社長(71)は24日、いずれもノーベル医学生理学賞受賞者の京都大の本庶佑(ほんじょたすく)特別教授(78)と山中伸弥教授(57)の研究に対し、個人で総額100億円を寄付すると発表した。山中氏が所長の京大iPS細胞研究所が進める新型コロナウイルス感染症対策などを後押しする。 【動画】100億円、柳井氏「微力ながら」 3氏が同日、京都市左京区の京大で会見した。寄付が実現したのは、柳井氏が山口県内の同じ高校出身の本庶氏から50億円の寄付を打診されたのがきっかけ。柳井氏は快諾の上、山中氏にも同額の寄付を申し出たという。理由について「本庶先生も山中先生も本物。私利私欲でなく全世界、日本のためにや
ソフトウェアエンジニアがプログラミングの腕を競い合う競技プログラミングや、データサイエンティストや機械学習エンジニアが機械学習モデルの精度を競い合うKaggle。こうしたコンペティションのトップランカーが持つテクニックやスキルを実際の業務にも活かそうとしている、あるいはすでに活かしている企業も少なくないでしょう。 一方で、その能力を最大限活かして仕事に取り組めるかには課題も残っているようです。「競技のトップランカー」の肩書きに引きずられるためか、彼らの強みを活かすためには起用範囲を絞らざるをえない、という悩みも方々から聞こえてきます。 そんな中、リクルートではトップランカーのスキルや技術だけでなく、「本質的な強み」に着目。その「本質的な強み」を、領域を横断してさまざまなプロジェクトに活用することで、事業課題の解決やサービス価値の向上につなげています。 トップランカーの「本質的な強み」とは、
伊藤園は8月28日、9月に発売する「お~いお茶 カテキン緑茶」のパッケージデザインに画像生成AIを活用したと発表した。同様の取り組みは同社初。「中身だけでなく、外観も時代に合った魅力を伝えられる製品開発に努める」(同社)という。 画像生成AIサービスは、商品パッケージのリサーチやデザインを手掛けるプラグ(東京都千代田区)のものを活用。商品デザインに特化したAIサービスの先行試用版で生成した画像を参考に、デザイナーが一から作り直したという。 AI活用のデザインは500ミリリットル、1リットル、2リットルのペットボトルに加え、パウダータイプの「お~いお茶 カテキン緑茶 スティック」で採用。「茶葉の生命力を現したもので、従来のデザインとは一線を画す鮮やかな色彩と抜群の視認性を最大限に引き出したデザインをあしらった」(伊藤園)としている。 関連記事 AIが生成した絵画が、アニメ「BEASTARS」
この記事について 共感している そもそもDXとは何か デジタル中心のビジネスにどうシフトするか デジタル中心のオペレーションにどうシフトするか 顧客や従業員がラクになる体験(UX) 最近やっている案件 みんなすごい この記事について 下書きの状態で公開することにした。 主観と経験で書いているので、細かい話は要事実確認。 反響があったら後でブラッシュアップするかも。 特定の名前が分かる形での非公開情報は載せていない。 共感している DXという言葉は使わなかったけど、過去に似た内容で登壇したので、一連のツイートに共感しますhttps://t.co/bh8dWDxjpWhttps://t.co/gJjrvLf6tu https://t.co/cTW35ELvIE pic.twitter.com/ImjPYWPP5R— ゆずたそ (@yuzutas0) May 26, 2020 そもそもDXとは何
日本の科学は失速している。一昨年の3月、ネイチャー誌に掲載されたレポートは大きな反響を呼んだ。一般の人たちには驚きを持って迎えられたようだが、多くの研究者にとっては、やはりそうかという感じであった。 『誰が科学を殺すのか』は、企業の「失われた10年」、「選択と集中」でゆがむ大学、「改革病」の源流を探る、海外の潮流、の4章から構成されている。毎日新聞に掲載された「幻の科学技術立国」シリーズが元になった本だ。 大学に関しては、行きすぎた選択と集中、地方国立大学の疲弊、若手研究者の待遇の悪さ、博士課程進学者減少などが紹介されており、内部で実感していることと完全に一致する。 どのテーマについても、客観的かつ冷静な記述と考察がなされている。わかっているにもかかわらずマスコミがなかなか書かなかったiPS細胞関連予算の問題点についても、果敢に踏み込んでしっかりと書かれている。 ネイチャー誌の記事以来、論
本マニュアルの概要本マニュアルは、「ベンチャー企業のマネージャーに必要な行動の型・知識」を、私のマネジメント・経営の実践経験、及び様々なベンチャー企業の経営アドバイザーとして観察したことを元に体系化してまとめたものです。 総論だけではなく各論に突っ込んだ、ベンチャー企業のマネージャーのための”実務マニュアル”です。 (ベンチャー企業のマネージャーのことを、以下ベンチャーマネージャーと呼びます) ベンチャーマネージャーに必要な以下のことについてまとめました。 ・ベンチャーマネージャーの役割 ・ベンチャーマネージャーの基本動作 ・ピープルマネジメントの技術 ・ベンチャーマネージャーの立ち位置と心得 約300枚のスライドでまとめています。 マネジメントというのは「総合格闘技」です。 マネジメントは目標設定だけでもないし、コーチングだけでもなしい、モチベーションコントロールだけでもありません。 あ
新年あけましておめでとうございます🎍 年末年始は色々と手を動かしつつ*1, 積ん読を消化していたのですが, 昨年最後の読書🍺 特にこの本にオッってなりまして読み終わる寸前には, これもうすぐ読み終わるのですが、なぜ積ん読にしてたワイは🤔 ってぐらい名著でした📖 https://t.co/RgTILDGc7r— Shinichi Nakagawa (@shinyorke) 2021年1月3日 ...という感想が出る程度にこちらの書籍に興奮しました. データ分析人材になる。 目指すは「ビジネストランスレーター」 作者:木田 浩理,伊藤 豪,高階 勇人,山田 紘史発売日: 2020/10/15メディア: Kindle版 データを使って仕事をする人は(データサイエンティストに限らず)サラッと読んだほうがええやぞ! というぐらい良い本だったという話を2021年最初のブログとして書きたいと思い
はじめに:本稿のターゲット データサイエンティストを目指す若手エンジニアや学生向けに投稿しました いまもっとも熱い職種の一つとなっているデータサイエンティスト。 その影響もあって大学生や若手の社会人でもその道を目指す人が増えています。 私は現在インターンの採用面談をしていますが、その工程の中で、 ◎データサイエンティストはどのような仕事なのか解像度がまだ低い ◎実社会で求められているスキルと目指す側の方向性に乖離が起きている というようなことを感じましたので一度ここで振り返っておこうと思います。 データサイエンティストに求められる条件は数学だけなのか? 以下はデータサイエンティストに求められる素養を端的に表現した図になります。 ご覧の通り。求められる素養は プログラミング力、ビジネス力、数学力の3つが条件となっています。 データサイエンティストを目指している学生はほぼ皆さん数学の勉強はしっ
ウェブ最適化ではじめる機械学習 ―A/Bテスト、メタヒューリスティクス、バンディットアルゴリズムからベイズ最適化まで 作者:飯塚 修平発売日: 2020/11/19メディア: 単行本(ソフトカバー) こちらの書籍を著者の飯塚修平さんからご恵贈いただきました*1。テーマとしてはウェブ最適化即ちいわゆるUI/UX改善で、そのアプローチについて包括的にまとめた内容です。ちなみに本書は著者ご自身の修士・博士論文の内容に沿ったもので、いわば大学院での研究の集大成とも言えるものなのだそうです。 と書くと、いかにも「ガッチガチの研究」本に見えるかもしれませんが、引用されている事例などには一般のユーザー・消費者でもある我々にも馴染み深いものが多く、意外と取っ付きやすい内容だなと個人的には感じました。また、A/Bテスト・バンディット・ベイズ最適化とそれぞれ個別に専門書が書かれることが多く、別々に学ぶ羽目にな
本や企業のホームページ、最近ではwebニュースでもよく見かける言葉、 ミッション ビジョン バリュー(以下、MVV)。 よく見る言葉ではありますが、ミッションとは具体的にどのような役割なのか、 ビジョンとの違いはあるのか、といった悩みをお持ちではないですか? ミッション、ビジョンと聞くと、とても似た言葉のように感じるかもしれませんが、 実は明確な違いがあり、それぞれの役割を持っています。 私たち株式会社パラドックスでは、 約18年に渡り業界業種問わずたくさんの企業様のMVVづくりをお手伝いさせていただきましたが、 しっかりとしたMVVを策定することは、企業活動おいてとても重要になると考えています。 なぜなら、MVVは企業の長期的発展には必要不可欠な存在だからです。 MVVが存在しないと組織は存在意義や大目的を見失いやすくなるため、 既存の状態で硬直化し、社会適合性を失ってしまいます。 一方
家賃保証サービスなどを提供するリース(新宿区)は、賃貸物件に申し込んだ人の属性などのデータから、家賃を滞納する可能性がどれぐらいあるかを判断するAI「滞納予測AI」を開発した。 このAIを搭載した「入居審査支援ツール」のβ版を、家賃債務保証会社10社限定で無料提供する。同ツールを使えば、紙ベースの審査では45分かかっていた入居審査を16分に短縮できるという。 滞納予測AIは、リースが保証事業を運営する中で得た1万件以上のデータを基に開発。年齢や雇用形態、年収など9項目の情報を入力するだけで、滞納発生度合いと滞納発生時期の予測を表示する。 同社が持つ、家賃保証の入居審査と家賃滞納データから20を超える特徴量を抽出し、毎週リアルタイムにデータを加えてモデルを更新。延滞を繰り返す属性の特徴量から滞納発生の予測精度は、70%を超えたという。 今回、AIの学習・情報更新を加速させて予測精度をさらに上
こんにちは。技術部平山です。 今回は、ハイパーカジュアルというジャンルにおけるエンジニア、 というテーマで書きます。 勉強会でしゃべった動画がありますので、そちらを見て頂いても良いかと思います。 外に出すということで、普段よりも多少丁寧にしゃべっております。 前置き 平山が作った製品群 これらは2022年あたりから現在にかけて、平山が自分で企画、実装した製品です。 これらのうち、利益を出せた製品は2つあります。 黒字製品 Draw Saber(Android iOS) Mannequin Downhill(Android iOS) の2つで、順に2800万、2100万ダウンロードです。加えて、いい線まで行ったものの、利益を出すに至らなかった製品が一つあります。 赤字だったTitanShoot Titan Shoot(Android iOS) こちらは210万ダウンロードと、うまく行ったもの
AI白書によると、日本では平均して米国の7分の1程度しかAI導入の効果が出ていません。特に「製造工程、製造設備」、「データ分析の高度化」の売上向上効果は10分の1以下に留まっています。機械学習の活用に携わる身としては2022年最も衝撃的なデータでした。え、でもそれってほんとなの?なんでなの?という疑問を本記事で深掘りするとともに、解決策を考えてみたいと思います。 日本では平均して米国の7分の1程度しかAI導入の効果しか出ていないAI白書2022ではAI導入の効果を日米の企業にヒアリングをしています。AIの導入で「5%以上の売上増加」があったと回答した日本の企業数は米国の1/4~1/11になっています(下図左)。特に「製造工程、製造設備」では1/10、「データ分析の高度化」では1/11です。「10%以上のコスト削減効果」があったと回答した日本の企業数も同程度の差があります(下図右)。同じ「A
PyCon JP 2020での発表スライドです。 --------------------------- (2020/08/30) 誤字を修正しました。 場所: p15 誤: assert_array_close() 正: assert_allclose() --------------------------- (2020/08/31) 誤字を修正しました。pandas.util.testingは動作しますが、pandas1.0以降ではdeprecatedになっており代替としてpandas.testingを使うことが推奨されています。 場所: p17 誤: pandas.util.testing 正: pandas.testing なお、p18のサンプルコードは元々pandas.testingで説明していたため変更はありません。 --------------------------- ト
こんにちは、事業開発部でプロジェクトマネージャー兼エンジニアをやっている新井(@SpicyCoffee)です。10 万円の申請書を書く前に 20 万円のパソコンを買いました。 クックパッドでは、毎日の料理を楽しみにするべく日々サービス開発がおこなわれています。本稿では、サービス開発の中でも重要かつ難解な「KPI の設定」について、私がプロジェクトマネージャーとして普段考えていることや注意している点を紹介します。 KPI を決めるのは難しい サービス開発において KPI を設定し、それを改善するような施策や検証を繰り返していくことは基本中の基本です。しかしながら、現実には「KPI を設定する」という行為自体の難易度が非常に高く、日夜頭を悩ませている開発者のみなさんも多いのではないでしょうか。 以下では、その要因の一つである「KPI は複数の要件を満たす必要がある」ことについて考えます。 満た
富士通研究所は2020年7月13日、ディープラーニング(深層学習)における教師なし学習の精度を大幅に向上できる人工知能(AI)技術「DeepTwin」を発表した。AI分野の長年の課題だった「次元の呪い」を、映像圧縮技術の知見を活用することで解決したとする。同社は論文を機械学習の最有力学会である「ICML 2020」で7月14日に発表する。 「次元の呪い」とは、データの次元(要素数)が大きくなると、そのデータを分析する際の計算量が指数関数的に増大する現象を指す。次元の呪いを回避するため、一般的に機械学習の高次元データは次元を減らす。 ただ従来の手法には、次元の削減に伴ってデータの分布や確率が不正確になる課題があり、それがAIの精度低下を招く一因になっていた。例えば分布や確率が実際と異なると、正常データを異常と誤判定してしまうような間違いを引き起こしてしまう。 富士通研究所は今回、ディープラー
AIの想像力が人間を超えるとき。深層強化学習のブレイクスルー、D3RLの衝撃 2020.10.08 Updated by Ryo Shimizu on October 8, 2020, 11:13 am JST 「最近のAIがすごい」と言われてからもう6年ほどが経過した。 なかでも人目を引いたのは、なんといっても2016年のAlphaGoだろう。最難関ゲームの一つと言われる囲碁において、人間のトップ棋士に対しAIが圧勝したのである。 これは「深層強化学習」というAIだが、実際のところ、「深層強化学習」を実用的に利用した例はまだ少ない。 多くのAIベンチャーやAIベンダーが扱う「AI」技術は、古典的な統計解析か、時折ニューラルネットを使っているくらいで、「深層学習」ではあっても「深層強化学習」とは完全に別物である。ラジオもコンピュータも同じ電気で動くものだが別物であるのと同じだ。 深層強化学
Google Cloudは2020年7月14日(米国時間)、アナリティクスサービス「BigQuery」のマルチクラウド対応を発表した。Amazon Web Services(AWS)やMicrosoft Azure上のデータを動かすことなく、BigQueryによるマルチクラウドのデータ分析ができる。 Google Cloudは同日、AWSの「Amazon S3」に対応したプライベートα版の提供を開始した。Azureへの対応は近い将来(「soon」)に行うという。 BigQuery Omniでは、Google Cloudがマルチクラウド対応を進めるマネージドKubernetesサービス、「Anthos」を活用する。BigQuery OmniとしてAWSやAzureに展開するAnthosクラスタ上で、BigQueryのクエリエンジンである「Dremel」をマネージドサービスとして動かす。その上
オリジナルグッズ作成・販売サービス「SUZURI」に関わるエンジニアメンバーや事業部長が登壇し、SUZURIの開発の今や、現在の課題・今後の取り組みについて話す「43万人超のクリエイターの表現活動を支える!ECプラットフォームSUZURIの開発の裏側」。ここで技術部の近藤氏が登壇。生産性をすることになった背景と、具体的な測定方法を紹介します。 自己紹介 近藤宇智朗氏(以下、近藤):では、お願いします。「生産性を可視化したい」と題して発表します。ということで、自己紹介します。私は技術部に所属している、近藤といいます。ふだん、インターネットなどでは“うづら”と呼ばれているので、お気軽にうづらと呼んでください。現在、技術基盤チーム兼データ基盤チームという感じで働いていて、SUZURIの事業部には直接所属していませんが、お手伝いという感じで今回はお話しします。 ちなみに、福岡市のエンジニアカフェと
緊急事態宣言が出された7日にかけて、東京都内の人出はどのように変化したのか。携帯電話の位置情報のビッグデータをもとに分析して推計した結果、渋谷では多い日に比べて人の数が7割近く減少するなど、都心部を中心に大きく減少していたことがわかりました。「夜の街」から「お年寄りの集う街」まで、データの分析結果を詳しく紹介します。 緊急事態宣言が出された7日の、午前9時から日付が変わるまで都内にいた人の数について、携帯電話の位置情報のビッグデータをもとに個人が特定されない形で推計し、1週間前の火曜日(3月31日)の同じ時間帯と比較しました。 100メートル四方の区画ごとに分析して、地図上で表示します。 オレンジ色で示しているのが人が増えたエリア、青色で示しているのが人が減ったエリアです。 都心部の広い範囲が青くなっていて、すでに人出が少なくなっていた1週間前よりも、さらに減少していることがわかります。
去年の夏ごろ、いつものように会議をしていると、元キーエンスのメンバーがこんな話をしてくれました。 「僕、前職の営業でいろんな町工場を回ってたんすけど、図面がめちゃくちゃバラバラに、紙とかPDFで管理されてて。一回探しに行ったら20分、30分も戻ってこないことがけっこうあったんです」 「なんとかできないのかなって、ずっと思ってたんですよね」 そんな言葉から今回の事業はスタートしました。 それから半年ほどでサービスを開発・法人化し、導入社数はすでに200社近く。新規事業としてはかなりのスピードで成長できていると思います。 このnoteでは、僕らの開発した「町工場向けSaaS」が売れるまでの半年間を振り返ってみます。営業やPMなど事業開発に関わる方や、レガシー的な業界で働く方にとって、少しでもお役に立てばうれしいです! 町工場をまわってユーザーヒアリング町工場向けに、図面の管理が楽になるサービス
時系列モデルを扱う上でデファクトスタンダードになりそうなPythonライブラリが出てきました。 時系列モデルを扱うPythonライブラリは、 scikit-learn のようなデファクトスタンダードなものがありません。そのため時系列モデルを用いて実装を行うためには、様々なライブラリのAPIなどの仕様を理解しつつ、それに合わせてデータ整形を行い、評価する必要があり、これはなかなか辛い作業でした。 スイスの企業 Unit8 が今年(2020年)6月末に公開した Darts はまさにこういった課題を解決するライブラリです。時系列に関する様々なモデルを scikit-learn ベースのAPIで統一的に扱うことができます。 github.com Darts は現在、下記のモデルに対応しています。内側では statsmodels 、 Prophet(stan) 、 Pytorch などを使っていて、
AI開発団体のOpenAIが発表した「ChatGPT」は、自然言語処理モデルの「GPT-3」の進化系である「GPT-3.5」がベースになっており、質問文を打ち込むと人間が書いた文章と見分けが付かないほどに高精度の文章で回答してくれます。そんなChatGPTの登場に、ユーザー数世界最大を誇る検索エンジンを持つGoogleの経営陣が事業に対する深刻な脅威への警戒を示して「コード・レッド」を宣言したと報じられています。 ChatGPT and Other Chat Bots Are a ‘Code Red’ for Google Search - The New York Times https://www.nytimes.com/2022/12/21/technology/ai-chatgpt-google-search.html Google at 'code red' over ChatG
弊社未発表作品におけるSNS上の情報漏洩について 先日、SNS上にて弊社の未発表作品における内部情報が誤解を招く形で漏洩された事実が発覚しました。 SNS上の書き込み、さらに拡散される過程におけるコメント等により、 一部情報が切り取られ、誤解や憶測に基づくやりとりが追加されるなどした結果、事実が不当に歪められ、弊社取引先、その他作品に関与する方々に多大なご迷惑をお掛けする事態となりました。 事実関係ですが、未発表である当該作品は、大手プラットフォームより弊社が制作受託した案件ではございません。 また、当該作品は、過去に弊社が制作し、弊社および製作委員会が待望したTVシリーズ作品の新作であり、製作委員会幹事会社から大手プラットフォームへの販売が確定したことで、ようやく制作の受注が実現しました。制作費も、その販売金額を元に設定されております。 本作品はもちろんのこと、過去におきましても、 弊社
現職のコンサルっぽい仕事・インフラアーキなエンジニアな仕事も大好きですが, やっぱデータを見ると興奮するぐらいにデータ好きな人です. startpython.connpass.com 本日(2023/1/19), ありがたいご縁がありまして, 「機械学習エンジニアが目指すキャリアパスとその実話」というお話をさせていただきました. 参加者の方々, ご清聴ありがとうございました&参加されていない方も気になるポイントあればぜひ御覧ください. 1/19の #stapy で「機械学習エンジニアが目指すキャリアパスとその実話」なるトークをすることになりました, 自画自賛ですが思ったよりいい内容に仕上がった気がします, 機械学習とかデータサイエンティストとかのキャリアでお悩みの方に届くと嬉しいです, 来てねhttps://t.co/KHxAXYY5mr pic.twitter.com/eguUyEnfb
DXコンサルタントの日淺と言います。 2019年からDX専門のコンサルティングファームを経営し、これまで30社以上の大小様々なDXプロジェクトを支援しています。 私が、2年前にDXコンサルティングファームを経営し始めたころは、「DXって何?」と言われることが多かったですが、今は、DXといえば、ビジネス用語として通じるように変化してきたことを実感しています。 現在、本年中の発刊を目指して、私自身も出版社と企画を進めています。 以前、「DXとはなにか?」という視点でもおすすめ本もまとめたので、こちらも合わせてご覧ください。 今回は、更にDX推進する方、プロジェクトを運営しなくては行けない方を対象に 「DXプロジェクトを進めるための本」を選んでみました。 この記事は、 DXプロジェクトの推進方法をどうしたら・・・?DXの最前線の現場ではなにが起こっているのか? という方向けに書いていますが、 ぜ
ローソンというコンビニがある。 セブンイレブン、ファミリーマートと並び、日本最大手コンビニチェーンのひとつとして知られるが…… ローソンって、どっち側なんだろう……? セブンとファミマはわかりやすいけど、ローソンってどういう立ち位置なのかよくわからないんだよな…… と、思っていたら! 出典:https://www.lawson.co.jp/lab/tsuushin/art/1464040_4659.html 2023/02/07(火)~2023/02/27(火)の3週間、ローソンが『盛りすぎチャレンジ』を実施! 週替わりで4品ずつ、計12品が価格据え置きで47%増量となって登場するらしい。 ……実際はどれくらいなのだろうか? いや、さすがに47%増量をうたって47%未満だと法律的に問題があるのでそれはないだろうが、原材料や物価の高騰が続く昨今、思い切った増量はしづらいはずだ。ファミマはアホ
本の内容を全22この記事に分け、2021年3月8日から毎日公開し(平日のみ)、4月6日には本の全200ページの内容すべてが公開される予定です。なぜ1冊まるごと全文を公開してしまうのか、なぜ小分けにして公開するのか、についてこの記事の最後に背景や経緯を書いています。興味があればぜひ。 この記事は1番目の記事になるので「はじめに」と「もくじ」を掲載しています。この次の記事から本文であるパート1に進んでいきます。 尚、本の内容をそのまま掲載しているため「次のページを見てください」のような、この記事においては意味をなさない表現も残っていますが、ご了承ください。 ではさっそくどうぞ。 注)もともとこの記事は「会計の地図」というタイトルでこの本の原型になったアイデア段階のものを紹介した記事でした。「会計の地図」と検索すると検索結果1位に表示されていたこともあり、今回、本の全文公開の最初の記事としてアッ
先日の西浦先生のニコ生の発表を聞いていない人はぜひ聞いてください。 モデルとデータを以下のリポジトリでオープンにしていただいたので、モデルについて僕が分かる範囲内で少し解説を加えたいと思います。 github.com 実効再生産数を推定するコードが2種類ありまして、最尤推定(Maximum Likelihood Estimation, MLE)を使ったMLE版(Sungmok Jungさん作成)と 、ベイズ推定版(Andrei Akhmetzhanovさん作成)があります。どちらもコンセプトはほぼ同じで、実装が若干異なります。この記事では、ベイズ推定版(以降、元コードと呼びます)の流れを簡単に説明し、その後でその拡張を試みます。 ベイズ推定版の流れ 大きく分けて「データの集計」「back projection」「実効再生産数の推定」の3つの部分からなります。 データの集計 まずは日付ごとの
凸版印刷は10月18日、AIの技術を活用して文章の誤りを指摘する「AI校閲・校正支援システム」を開発したと発表した。広告、パンフレット、カタログなどの原稿を読み込ませると、誤変換や誤字脱字を自動で検出する。文脈を分析し、「保証」「補償」といった熟語の誤用も特定できる。法人の文書作成を効率化する狙いで、利用者は結果を基に原稿を修正し、文章を読みやすく改善できる。 業界・企業特有の言い回しや専門用語を学習させ、指摘の精度を高めることも可能。言葉遣いのレギュレーションを複数インプットし、著作物に応じて使い分けられる機能も持つ。読み込ませた文書を社内に回覧できる機能も備えており、修正内容を責任者に確認してもらうことや、必要に応じて人の手で赤字を入れてもらうこともできる。 一連の機能により、文章の質を高める効果の他、人による制作スキルのばらつきや、成果物を2~3重にチェックする手間をなくす効果を見込
エンジニア採用・組織づくりのトレンド予測2023〜開発生産性がエンジニア採用の鍵に。DX内製化や外国人採用なども〜 新年あけましておめでとうございます! 年明けということで2023年のエンジニア採用・組織づくりのトレンド書いてみました。(どちらかという採用メインのトレンドの点、ご承知おきください!) 「採用力の強化だけでは戦えない。開発生産性の高い組織にエンジニアが集まる時代へ。」このテーマでメディア向けの発表会を10月末に開催しました。 6年以上エンジニア転職やエンジニア組織づくりに向き合ってきた中で、今大きな流れとして採用力の高い会社は開発生産性も高いという連動が始まっています。 詳細は図の通りですが、エンジニア採用自体の難易度が景気変動関係なく上がっていく中で、採用をするために良い組織づくりにも力を入れていく必要が出てきています。 また、転職するエンジニアにとっても、開発者体験・環境
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