開催概要

── 機械学習の「つぎの一歩が見つかる、気づきと学びの場」ML Study シリーズ。

Forkwell はこれまで「つくり手と、未来を拓く。」というビジョンのもと、第一線を走るエンジニアから統合的な学びを得る勉強会を継続開催してまいりました。インフラ、フロントエンド、データ分析基盤と実施していく中で、「機械学習」という切り口を考えてみると、以下のようにキーワードは豊富に出てくるものの、それ故に関連分野が広く、各論での勉強会が多く、シリーズを通した統合的な学びの機会はまだ少ないように思われました。

Keyword: 機械学習（Machine Learning）, 深層学習（Deep Learning）, 自然言語処理（NLP）, 音声認識（ASR）, 画像認識, 情報検索, レコメンデーション, 異常検知・予測, 顧客分析, 最適化, データマイニング, アルゴリズム, 分類, 回帰, クラスタリング, 次元削減, データ収集, データ集約, モデリング, ML Ops, Kaggle, etc…

そこで、Forkwell は gepuro氏と協力し、技術領域各論に限定しない幅広い視点での統合的な学びから、機械学習に今後取り組んでいく上でどこか参考になる、新たな視点に気づける機会として ML Study を設けました。

第1回〜第6回にかけて多種多様な切り口で、第一線を走るエキスパートの皆さまのお話を伺っていく中で、「機械学習」「データサイエンス」の奥深さや世界の広さを共に探索していける総合的な勉強会にできれば幸いです。

ML Study シリーズ全体スケジュール

こんなエンジニアにおすすめ

• 機械学習エンジニア、データサイエンティストとしてスキルアップする上で取っ掛かりを見つけたい方
• 実務で機械学習を活用しているが、機械学習に関する技術領域の全体感を理解したい方
• 普段自分が扱っている領域以外についての知見を広げたい方

#3「機械学習コンペ」

講演「機械学習コンペにおけるRAPIDS利用」

　小野寺 和樹 氏（@0verfit）
NVIDIA / Data Scientist
大学卒業後、銀行系基幹システム開発に従事。その後、金融コンサルとして金融機関の審査モデル構築に携わりつつ、2015年にACM/KDD 主催のデータマイニングコンテスト KDD Cup 2015 にて準優勝。2017年、KaggleのInstacart Market Basket Analysisにて準優勝。現在はNVIDIAにて、Senior Deep Learning Data ScientistとしてRAPIDSの開発を行っている。

昨今世間の注目を浴びているGPU。NVIDIAは、Pythonで作業するデータサイエンティストにとって親しみやすいかつ、GPUを利用したライブラリであるRAPIDSを開発しています。
RecSys Challenge 2020＆2021の膨大なテーブルデータに対する解決方法となるcuDF、今年2月に終了したPetfinderの優勝の鍵となったSVRを含むcuMLなど、用途は多岐にわたります。
本講演では機械学習コンペおよびKaggleでのRAPIDSの利用方法について、実例を交えながら分かりやすく紹介します。

講演「機械学習コンペの近年の潮流 2022年4月版」

　石原 祥太郎 氏
株式会社日本経済新聞社 主任研究員
2017年より現職で自然言語処理や機械学習を用いたデータ分析・サービス開発に従事。
国際的な機械学習コンペ「Kaggle」では2019年にチームで参加した「PetFinder.my Adoption Prediction」で優勝し、共著で『PythonではじめるKaggleスタートブック』、翻訳で「Kaggle Grandmasterに学ぶ 機械学習 実践アプローチ」を出版した。2019年の「Kaggle Days Tokyo」にはコンペ開催側で関わった。
個人活動としてニュースレター「Weekly Kaggle News」を2年以上にわたり週次で発行している。
2020年に国際ニュースメディア協会「30 Under 30 Awards」でアジア太平洋部門の最優秀賞を受賞した。

本発表では、機械学習コンペを取り巻く近年の潮流を紹介します。具体的には、世界最大のコンペサイト「Kaggle」での出題傾向の変化や、よりよい競争環境のための創意工夫、日本国内での動向について取り上げます。ここ数年は画像を題材とするコンペが増えており、GPUの利用も一般的です。推論時間の制限や、独自のAPIを用いて学習時に評価用データセットを参照できない仕組みも登場しました。Kaggleを冠した書籍や日本発のコンペサイトも増えており、国内での注目度も高まっています。広く機械学習に関わっている方に向けて、機械学習コンペおよびKaggleの2022年4月時点での実情が垣間見える発表になればと考えています。

司会進行 / モデレーター

　gepuro / 早川 敦士 氏（@gepuro）
株式会社DATAFLUCT PdM兼テックリード
2010年よりデータサイエンスに取り組み、2015年に新卒でリクルートコミュニケーションズに入社。その後、株式会社FORCAS(現 ユーザベース)にて、アルゴリズムやデータ基盤の開発を担当するリーダーを務める。US事業ではテックリードとして携わった。2022年1月にDATAFLUCTに入社し今に至る。PdM兼テックリードとして勤務。技術評論社よりデータサイエンティスト養成読本, オライリーより機械学習のための特徴量エンジニアリング ――その原理とPythonによる実践などを執筆。

LTセッション

LT1（スポンサー） 「ML Studyスポンサーにこめた想いとCADDi AI Labの取り組み」

　河合俊典 氏（@vaaaaanquish）
CADDi AI Lab Tech Lead
Sansan株式会社、Yahoo! JAPAN、エムスリー株式会社の機械学習エンジニア、チームリーダーの経験を経て、2021年12月CADDiにジョイン。AI LabにてTech Leadとしてチーム立ち上げ、マネジメント、MLOpsやチームの環境整備、プロダクト開発を行う。業務の傍ら、趣味開発チームBolder’sの企画、運営、開発者としての参加や、XGBoostやLightGBMなど機械学習関連OSSのRust wrapperメンテナ等の活動を行っている。
エムスリーエンジニアリングフェロー。

▍発表内容
近年、オフラインイベントの開催が困難になった影響もあり、技術イベント全体が大きな転換期を迎えています。特に大きな技術勉強会、テックカンファレンス、学会など、様々なイベントが中止、またはオンラインに移行し、様々なメリット・デメリットに関する議論やノウハウの共有が日々進んでいます。河合もまた技術イベントに育てられた身として、機械学習に関連したより良い文化圏を作りたいという想いで、当イベントのスポンサードを推進してきました。本LTでは、ML Studyに託す想いと、関連するCADDi AI Labでの取り組みをご紹介します。

タイムスケジュール

※プログラムは変更となる可能性があります。随時こちらで更新いたします。

参加方法

今回のオンライン勉強会は YouTube Live を使用してライブ配信いたします。
当日 19:30〜 配信がスタートしますので、下記のリンクよりチャンネル登録の上、ライブ配信予定枠のリマインダー設定をお願いします🙇‍♂️

▶️ Forkwell 公式 IT エンジニアのキャリアと学び

またライブ配信終了後、アーカイブ動画の公開を予定しております。
当日の開催時間にライブ参加できない方も、connpass 参加申込みの上、ご視聴くださいませ。

主催・協力

主催： Forkwell （株式会社grooves）

「つくり手と、未来を拓く。」というビジョンの元、「自分を知り、成長する」きっかけを提供する無料ポートフォリオサービスをはじめ、ITエンジニアに特化した求人・転職支援サービス、役立つ情報や場の提供などを通じて、ITエンジニアのキャリアに新しい選択肢を提示することで、人生の可能性を拡げるお手伝いをしています。

協賛

キャディ株式会社

キャディ株式会社は、製造業の受発注プラットフォーム「CADDi」を提供するスタートアップです。
100年以上変化のない製造業の調達を変革し、より生産性の高い仕事に注力しながら発注側も受注側も利益を上げられる、新たな産業構造を構築します。

昨年発足した「AI Lab」では、既に未来に向けたデータ活用の施策が多く進んでいます。
この先、受発注に限らず、世界の製造業のあらゆるデータを解析し、社会に貢献できるチームを目指します。
難しい事を面白がりながら、共に前に進むことができるエンジニアの皆様を待っています。 https://recruiting.caddi.jp/recruit/mlds

スポンサー枠②：募集中：Forkwell イベントご協賛のお願い

配信協力：天神放送局

天神放送局はライブ配信を広めることで「機会格差をなくす」ことをミッションとしたライブ配信ユニットです。
コミュニティイベントが増え続ける中、コンテンツを熱意ある人に届けるために活動しています。