AI業務と大企業
こんばんは
最近は「TSUTAYAカフェ」にはまっています。
無料で本が読めるのが魅力的。何時間もいちゃいます(利益でるんですかね。。。)
さて、今回は「大企業でのAI業務」について語ります。
結論として「ベンダーコントロールで終わる」です。
私のいたNTTもAI受託業務をやっております。NTT営業マンがお客様から課題をヒアリングして、技術的な提案はできないから、社内の少しAIに詳しい部隊を連れ出して、ざっくり要件定義をして、AIベンダーに丸投げします。
AIベンダーに丸投げ後は、ベンダーコントロールとお客様への進捗報告をします。
「お客様ー大企業SIerーAIベンダー」関係のメリット、デメリットとしては
◇お客様メリット
-取引先が信頼でき、プロジェクトが途中で頓挫(倒産含む)するリスクが低い
◇お客様デメリット
-SIerが間に入ることで余計な費用が掛かる(1.3倍～1.5倍)
-実働部隊(AIベンダー)までの距離が遠く、意思伝達、実行までに時間がかかる
私がAIの大きな案件に携わらせて頂いた時に特に思っていたことは
とにかくスピードが遅いということです。確認、確認、確認の連続で橋渡し役でした。プロジェクトを円滑に進めるためには
コミュニケーションコストをいかに減らすかが大切になると思います。
※実際のAI案件の構図としては
お客様ーNTT営業部隊ーNTTサービス販売担当ーAIベンダー窓口ーAIベンダー実行部隊
↑お客様からの質問の回答に２週間近くかかることもありました。
たしかにお客様自身も大企業であるならば、そこに接点を持つのは大企業SIerになり、中間搾取構造も仕方ないのかもしれません。ただ、今後AIがもっと身近になれば、ベンチャーAI企業が直接的に大手企業とやり取りすることが多くなると思います。
私はAIベンチャー企業に転職しますが、そんな未来の一助を担えればと思います。
プログラミングでテトリス作れますか？
こんばんは
夜は冷えますね。ちなみに寝る時に、靴下を履くのは良くないとか。
【引用】睡眠時に靴下を履くデメリットのひとつは、毛細血管を締めつけて血液循環が悪くなり、上手く体温調節ができなくなるということ。。。
さて、今回は「プログラミング上級者はテトリスを何を見ずに作れるのか」について語ります。
結論として、「できない」です。
YouTubeとかでプログラミング上級者(エセ？)の動画を見ると
みんなスラスラとコードが書け、あっという間にアプリ、ゲーム等を作成します。
それを見ると、不安になりませんか？
自分が２、3年後に同じ感じにできるのかと。
そんな不安は必要ありません。
どんなにプログラミング上級者でも何も見ずに、１から構築はほとんど不可能です。
何かを参考にして(パクる)コードを書いてます。
もちろん、パクるコードの理解はしております。なので、自分でカスタマイズも容易なのです。
プログラミングはコピー＆ペーストです。
ネットには無限のソースがあり、それを見つけ、上手く組み合わせて構築する能力を求められるのがプログラマーです。
初学者が参考書を読んで、なんとなく理解はできるけど、覚えるの難しい。
そういった理由で投げ出さないでください。
薄っぺらい理解でも、少し知っていることは武器になります。何かの問題に出くわした時に、その時のソースを探って、見ながら構築すればよいのです。
かなり独学でプログラミングの勉強をしてきました。
多少複雑なこともできるようになりました。ただ、全く暗記は出来ておりません。
何かを構築するときに、隣には参考書、ノートがあります(もちろんインターネット検索も)
皆さんも色んなソースに触れ、知見を増やしてみてください。
おススメのプログラミング環境(Python)
こんにちは
本日も有給消化中で暇を持て余しております。
本日は、プログラミング環境について書かさせていただきます。
Pythonを始めるには、まずは環境を用意しなくてはいけません。
そこで「無料」かつ「手軽」に使えるのがか「Google Colaboratory」です
上記の画像のように、自分のGoogleドライブより
①左上の「新規」を押下
②フォルダが展開され、一番下段の「その他」を押下
③展開されたファイルのうち、「Google Colaboratory」を押下
たった、上記の3ステップでブラウザからPythonを記述、実行できる環境を整えることが出来ます。
実際にプログラミングを記述してみると、、、
上記のように簡単に記述、実行が出来ます。
私も大学時代に何度もプログラミングにチャレンジしようと思っていました。
ただその度に、最初の設定が非常にめんどくさく断念しておりました。
「Google Colaboratory」なら30秒で環境構築可能です。
※グーグルアカウント持っている前提
しかも無料で、ほとんど際限なくできるので初学者におすすめです。
これを機会に是非皆さんも始めてみてください。
給料とスキルの話
こんばんは！
土日はあっという間に過ぎ去りますね( ；∀；)
さて、本日は「給料」と「スキル」について語ります。
私は給料の仕組みは下記だと思っています(あくまで大枠)
給料＝スキルへの対価＋ポテンシャルへの投資
若手であればあるほど、ポテンシャルへの投資率は高くなります。
また、「スキルへの対価」を分解すると下記の通りです。
スキルへの対価＝限定スキル(社内)＋汎用的スキル(社外)
限定スキル(社内)の中には、社内システムへの適応力や自社商品知識などがあり
大企業であればあるほど、汎用的スキルに比べての比率は高くなります。
一方で、ベンチャー企業やエンジニア等の職種に限って言えば、汎用的スキル(社外でも役に立つ)の比率は高くなります。
転職をすると、多くの方は給料が下がります(私は60％程度になります涙)
その理由としては「限定スキル(社内)」が評価されないためです。また、中途社員は即戦力を求められるため「ポテンシャルへの投資」もされません。
つまり「給料＝限定スキル(社内)＋汎用的スキル(社外)＋ポテンシャルへの投資」
「汎用的スキル」のみを評価されるのです。
終身雇用制度は崩壊しつつあります。想像して下さい。
今の我々20代が40、50代に退職を余儀なくされ転職するときのことを。
9割以上の方が確実に給料が下がります。もし、転職するときに現職と同等の評価をされるためには、いかに「汎用的スキル」を伸ばすか、比重を上げるかが大切です。
上記の考えもあり、転職を決断しました。
サラリーマンを続ける以上、出来ることを増やし(汎用的)、他社からも評価される人材を目指しましょう。
※私が伸ばしたい「汎用スキル」
①プログラミング力(Python、R等)
②語学力(英語、ドイツ語)
③プロジェクトマネージャー経験
プログラミング未経験からの転職活動(データサイエンティスト)
1週間お疲れ様でした(本日は金曜日)
本日は転職活動について語ります。
【転職活動前イメージ】：そこその経歴あるしベンチャーなんて余裕でしょ！
(慶應卒、NTT、TOEIC900点等)
【実際の転職活動】：エントリーシートですら通過しないじゃん(汗)
コロナの影響とか関係なく、私のエンジニアとしての市場価値は全くありませんでした。戦績としては50社エントリー、3社ES通過、2社内定、1社落ち でした。
これも当然の結果です。中途の採用になると、かならずこれまでの仕事の経験を見られます。ジョブチェンジ(自分は営業⇒エンジニア系)すると、未経験ということで全く相手されません。
※エンジニア⇒営業は需要が全然あると思います。
今は営業をやっていて、これからずっと続けるのはしんどいなーと
思っている方はたくさんいると思います。
そんな方こそ、早めに転職活動(チャレンジ)して下さい。
年齢が重さむとより難しくなります。それに、もし転職できたとしても
給料は新人と変わりません(未経験のため)
と、すこしネガティブなことを書いてしまいましたが
私としては、この転職活動の発見？はある意味「嬉しい」ものでした。
なぜかというと、１番下(給料的意味合い)になったけれど、これから努力してエンジニアスキルを身に付ければどんどん上がっていけるからです(これ以上下はないと思います)
ゲームのプレイヤーみたいにレベル上げしていきたいと思います。
(敵＝問題、防具＝エンジニア知識、、、)
転職のことでお悩みあれば相談下さい。
ささやかながらお力添えできればと思います。
では、良い週末を！！！
参考書の次に手を出したこと(Paiza)
こんばんは！
先週くらいまで暖かったのに、急に冷え込んできましたね。
(家に引きこもってばかりで肉が付きそうです、、、)
さて、今回は参考書の次に何を勉強したのかについて書いていきます。
参考書を一通りやり、プログラミングの初歩の初歩を学んだ後は、「Paiza」という
サイトで演習問題を解いてました。問題が5ランクに分かれており、またプログラミング環境も用意する必要がないので(ブラウザ上で実施)、初心者でも簡単に取り組むことが出来ました。参考書を見ながら問題を解くことで定着もしやすくなります。
ただ唯一の難点としては、答えが用意されていないことです。
正解、不正解の判定はわかるものの、不正解の場合は答えがないためどうしようもないことが多々ありました。もちろんネットとかに類問などの参考答えはあるものの
調べるのに少し時間がかかります(これもプログラマーとしての訓練？)
機械学習エンジニア、データサイエンティストを目指して、Pythonを学習中の皆様も
もし問題にチャレンジして、わからないことがあれば相談して下さい。
※Paiza自体は2ヶ月程度で飽きて引退しました。。。
理由は、データサイエンティストとしてのスキルにあまり関係無いように感じたためです。ただ、初学者がPythonに慣れるために、演習は必ず必要なのでチャレンジして下さい。のめり込むの厳禁。。。
最初に始めたこと(データサイエンティスト)
お仕事お疲れ様です。
絶賛有給消化中の社会人です。
今回はデータサイエンティストを目指すにあたり、私が最初に取り組んだことを紹介します。
ずばり「やさしい」を読むことから始めました
他のプログラミング言語もやったことがなかったので、この本は初心者向けには非常にわかりやすいです(上級者には物足りないかも)
本の内容としては、一般的なプログラミング参考書と相違はありません。
ただ、文字が大きかったり、カラフルなのが決めてでこの本にしました(非常に浅い)
中身の構成としては、演算方法、関数、クラス等の説明があった後に
最後の方では機械学習の内容に触れます。実際に、練習問題もあり自分で機械学習のモデルも作ることができます(なかなか難しく自分は断念しました涙)
初学者が読むには非常にとっかかりやすくオススメです。
基礎の基礎を抑えた後は、他の参考書に広げる勉強方法が良いと思います。
※自分は幅広く学ぶため、スクレイピングやアプリ構築(Django)を勉強中。。。
プログラミングを始める大きな一歩は何でもいいから「本」を買うことだと思います。
これからもオススメの参考書は紹介していきます。
