イベント概要

今回のミートアップでは、「生成AI時代における実験管理術」をテーマに、第一線で活躍する博報堂テクノロジーズ、TuringのKagglerをお招きし、Kaggleや実務を通じて得られた具体的な手法と実践的な知見を共有します。近年、生成AI技術の急速な発展により、実験で扱う対象や実験プロセスそのものに生成AIが関わる場面が増えています。こういった状況の中で、どのように効率的な実験管理を行えばよいのでしょうか？

• 博報堂テクノロジーズの髙橋氏からは、WandB、Notion、生成AIを組み合わせてKaggleの実験管理を効率化した実践例を、実際の経験を交え具体的にご紹介いただきます。
  
• Turingの岩政氏からは、自動運転AIの開発現場における実験管理手法や複数モデル運用のノウハウ、さらにKaggle Grandmaster/Masterが多く所属する環境で培ったベストプラクティスを解説いただきます。

生成AIを活用した実験管理術をリアルな事例をもとに学べる貴重な機会です。 Kaggleユーザーはもちろん、日頃のAI開発業務の実験管理を効率化したいと考えているすべての方に役立つ内容となっています。ぜひお気軽にご参加ください！

髙橋氏が出版された「目指せメダリスト！Kaggle実験管理術 着実にコンペで成果を出すためのノウハウ」も要チェックです！

スポンサーからのお願い

• 講演開催中にお弁当形式の軽食と、懇親会でのお飲み物の提供を予定しておりますが、数には限りがありご参加者全員に行き渡らない場合もございます。

タイムテーブル

スピーカー

髙橋正憲 氏 / 博報堂テクノロジーズ データサイエンティスト

大学院修了後、2021年に通信企業に新卒入社。2023年に博報堂テクノロジーズに中途入社し、現在に至る。前職ではコンピュータビジョンの研究開発に従事。現在は、TV番組の視聴率予測やバナー画像のクリック率予測など、広告メディア領域における様々なアルゴリズム開発に取り組む。「目指せメダリスト！Kaggle実験管理術 着実にコンペで成果を出すためのノウハウ」を執筆。

髙橋様が出版された書籍も要チェック！

講演タイトル：Kaggle実験管理術：WandB、Notion、生成AIを活用した実践的アプローチ

Kaggleでは限られた期間内に膨大な数の実験を繰り返し、高精度なモデルを構築するため、効果的な実験管理が不可欠です。実験管理は単なる記録にとどまらず、思考プロセスの整理や試行錯誤の記録、チーム内での情報共有と意思決定を支える重要な要素となります。特に、WandBやNotion、生成AIなどのツールを組み合わせることで、効率的な実験管理が可能となり、精度向上だけでなく、なぜ結果が悪化したのかを深く考察することができます。

本発表では、これらのツールを活用した実験管理手法を、Kaggleのタイムラインに沿って、具体的な体験談とともに解説します。実験管理ができていなかった初期の経験を振り返り、ツール導入を通じて成果が向上した過程を紹介。これにより、Kaggleだけでなく、日常的なデータサイエンス業務にも応用できる実践的なアプローチを紹介します。

岩政 公平 氏 / Turing エンジニア

九州大学大学院システム生命科学府2回生時にTuring株式会社に入社。MLエンジニアとして、カメラベースのEnd-to-End自動運転AI開発に従事。汎用的に学習可能なデータセットの設計やモデルの実装などを担当。データ分析コンペティションに積極的に参加してKaggle Competitions Master。

講演タイトル：自動運転開発の実験管理とKagglerたちの実験管理術

完全自動運転AIの開発を目指すチューリングは、カメラ画像を入力にEnd-to-End（E2E）アプローチで運転指示を行う自動運転AIの開発を行なっている。この開発には、大規模なデータの収集からモデルの学習、モデルのデプロイが必要であり、高速な実験サイクルが求められる。本発表では、W&Bを活用した実験管理方法や,複数のモデルの管理方法に関して共有予定。また、現在5名のKaggle Grandmaster / Masterが在籍しており、業務とデータ分析コンペティションにおいてどのように実験管理を行なっているかを紹介する。

山本 祐也 氏 / Weights & Biases Japan, MLエンジニア / Xアカウント

東京大学大学院工学系研究科にて有機無機複合材料の研究で博士号を取得。学位取得後、大手化学メーカーにて液晶・タッチパネル関連先端化学材料の研究開発に従事。 その後、大手食品メーカーで機械学習を用いた食品パッケージに関する予測モデリングと最適化に取り組むなど、BtBとBtCいずれにも深い経験を有する。前職DataRobotでは製造顧客担当チームのリーダーとして国内数十社のAI導入を支援。国内で数十人程度のKaggle Grandmasterの一人。

会場

WeWork 東京スクエアガーデン

住所: 104-0031 東京都中央区京橋3-1-1 東京スクエアガーデン 14F

（以前のイベントの様子）

アクセス

• 東京メトロ 銀座線 京橋駅（出口3）（駅直結）
• 東京メトロ 有楽町線 銀座一丁目駅（出口7） 徒歩2分
• 都営浅草線 宝町駅（A4出口） 徒歩2分

京橋駅直結のビル。3階にあがるとオフィスエントランスがございます。 3階からエレベーターで14階までお越しください。 会場へのアクセス方法の詳細はこちらに：http://wandb.me/tokyo-office

主催・運営

このイベントはWeights & Biases Japan によって運営されています。

本イベントの開催には、WeWork様に多大なご協力をいただいております。

このミートアップに登録することで、Weights & Biasesの製品、サービス、イベントに関するマーケティングコミュニケーションを受け取ることがあります。W&Bは、お客様の個人情報をプライバシーポリシーに従ってのみ使用し、これらのコミュニケーションはいつでも解除することができます。

このミートアップ中に写真や動画が撮影されます。これらはW&Bによってマーケティングや宣伝用に、出版物、ウェブサイト、ソーシャルメディアで使用されることがあります。何か懸念がある場合や、撮影や録画されたくない場合は、お問い合わせください。