イベント概要

AI開発における「データ」に着目した取り組みについて、世界的な動向や、様々な人・組織の知見・ノウハウなどを共有するための勉強会です。具体的なテーマとしては、例えばデータ収集の工夫、データ品質の評価・改善、アノテーションの効率化など様々なものが考えられます。データに主眼を置いたものを幅広く対象とします。

今回はMLOpsコミュニティが主催するMLOps勉強会とのコラボ回です！両コミュニティにとって関連の深い内容についてTuring 安本様、Citadel AI 杉山様からご発表いただきます。発表者および両コミュニティの運営によるパネルディスカッションも行います。

今後のData-Centric AI勉強会でのご発表を希望される方は以下のフォームよりお申し込みください。
Data-Centric AI勉強会発表申し込みフォーム

タイムテーブル

発表内容

E2E自動運転の実現に向けたMLOpsの取り組み

Turingでは、完全自動運転システムの実現に向けて、End to End（E2E）で自動運転が可能なMLモデルの開発を進めています。良いモデルを作るためには、日々収集している大量の動画や点群、センサーデータから、良質なデータのみを抽出するData Centricなアプローチが重要です。その過程で、これまでに直面してきた課題とどのように向き合ってきたか紹介します。

発表者：Turing株式会社 安本 雅啓 様

Turingにてソフトウェアエンジニアとして、E2E自動運転を実現するMLモデルの開発に従事。Turingに入る前は、Treasure Data、atama plus、ArayaなどでwebバックエンドやMLモデルの開発をしてきました。

• Turing採用情報
• Turingテックブログ
• Turingエントランスブック

Arise of LLMOps

機械学習を用いた開発が進むとともに活用における課題が表現化していったように、LLM を用いた開発が進むとともに活用における課題が表面化してきました。ここでは MLOps を簡単に振り返るとともに、LLM により新たに出現した課題について確認し、活用のための「継続的な評価」について検討します。

発表者：株式会社Citadel AI 杉山 阿聖 様

Citadel AI にてソフトウェアエンジニアとしてプロダクト開発に従事。Google Cloud の Champion Innovator (AI/ML) 、MLSE (機械学習工学会) で MLOps に関するワーキンググループを主催。「見て試してわかる機械学習アルゴリズムの仕組み 機械学習図鑑」「事例でわかるMLOps 機械学習の成果をスケールさせる処方箋」の共著者のひとり。

• Citadel AI
• X (Twitter)

会場

オンライン (YouTube Live) で開催いたします。質疑応答はSlidoにて行います。YouTube Live及びSlidoのURLは開催前日に参加者の方にお知らせします。

※後日アーカイブ公開を予定しています。

配信スポンサー

GO株式会社様