ビッグデータ特別セッション

ビッグデータ、IoT、AIでプロフェッショナルを生き残れ

【セッション概要】「ビッグデータ、IoT、AI」が今日のデジタル社会のキーワードとなって久しいです。ややもすれば、仕事がなくなる、消えていくと語られることも多いです。しかし、現在の変動する社会で「消えていく、なくなる」のではなく、「主流として生き残る」ために、必須の武器にもなりえます。本セッションでは、これらを企業の発展や自らのキャリアアップにどうつなげ、展開していくかという観点から、議論を試みます。今回のソフトウエアジャパン2019は、2018年4月に発足した「ビッグデータ研究グループ」が中心となり、全体企画を担当し、支援します。本セッションでは、「ビッグデータ研究グループ」の主要メンバーやその関係者から、特にビジネスへの展開や、データ分析新規プラットフォームの開発などを実践しているメンバーにより、その実践内容を紹介します。

石井一夫

司会:石井 一夫

(久留米大学 バイオ統計センター 准教授)
【略歴】1995年徳島大学大学院医学研究科を修了後、東大医科研、理研などで、ゲノム解析を中心に生命科学分野のビッグデータ分析に関する教育研究に従事。現在、久留米大学バイオ統計センターで、医療ビッグデータ、医療ゲノム解析、医療IoTなどのデータ分析の研究教育を実施している。2018年4月より、情報処理学会ビッグデータ研究グループ主査。

「ビッグデータ研究グループ」と「ビッグデータ特別セッション」の紹介

【講演概要】「ビッグデータ研究グループ」は、ITフォーラム「ビッグデータ活用実務フォーラム」から発展的に展開しているコミュニティです。「ビッグデータ、IoT、AI」に関するデータ分析手法とそのビジネス展開を主テーマに活動を行っています。ここではグループの活動について紹介し、メンバーによる本講演の概要について説明します。

石井一夫

石井 一夫

(久留米大学 バイオ統計センター 准教授)
【略歴】1995年徳島大学大学院医学研究科を修了後、東大医科研、理研などで、ゲノム解析を中心に生命科学分野のビッグデータ分析に関する教育研究に従事。現在、久留米大学バイオ統計センターで、医療ビッグデータ、医療ゲノム解析、医療IoTなどのデータ分析の研究教育を実施している。2018年4月より、情報処理学会ビッグデータ研究グループ主査。

AI・ビッグデータのビジネス活用

【講演概要】近年、ディープラーニングを発端として、人工知能(AI)のビジネス活用が注目されています。しかしながら、現状AIやディープラーニング、機械学習というキーワードが一人歩きしており、活用が上手く行っていないケースも多く見られます。本講演では、「AIを導入するには何から始めればよいのか」「何があれば実現できるのか」という概論や条件等をご説明した後、実際に弊社で導入した企業様の事例をご紹介します。

里洋平

里 洋平

(DATUM STUDIO株式会社)
【略歴】R言語の東京コミュニティTokyo.Rの主催者。ヤフー株式会社で、推薦ロジックや株価の予測モデル構築など分析業務を経て、株式会社ディー・エヌ・エーで大規模データマイニングやマーケティング分析業務に従事。その後、株式会社ドリコムにて、データ分析環境の構築やソーシャルゲーム、メディア、広告のデータ分析業を経て、DATUM STUDIO株式会社を設立。
■著書
・データサイエンティスト養成読本 機械学習入門編
・ビジネス活用事例で学ぶ データサイエンス入門
・データサイエンティスト養成読本

持続可能な医療の実現へ~治療用アプリ、改竄不可能なデータ基盤、医療データ活用~

【講演概要】サスメド株式会社は、日本および世界の持続的な医療の発展を支えるために設立したデジタル医療スタートアップです。弊社では、医学エビデンスに基づいた治療用アプリの開発、ブロックチェーンや不正検知技術を用いた臨床試験/治験プラットフォームの開発、収集した医療データの分析サービスの提供、といった医療データの収集から分析・分析結果のフィードバックまでの一連のサイクルを担っています。本講演では、関連する技術的な取り組みについて紹介させていただきます。

本橋智光

本橋 智光

(サスメド株式会社 CTO)
【略歴】デジタル医療スタートアップのサスメド株式会社のCTO。株式会社ホクソエムにも所属。量子アニーリングコンピュータの検証を他社にて個人事業主として従事。現職前は、SIerの研究員、Web系企業のデータサイエンティストとして働く。製造業、小売業、金融業、運輸業、レジャー業、Webなど多様な業種のデータ分析経験を持つ。KDD CUP2015 2nd Prise、「前処理大全」(技術評論社)執筆。

機械学習と解釈可能性

【講演概要】近年、機械学習のビジネス活用への期待が高まっています。しかしながら、高精度な機械学習は複雑になりやすく、機械学習が出した答えの要因を人間が解釈することが難しい場合も多々あります。このような状況のなか、解釈性の高い線形モデルやルールベースモデルを局所的に作る、画像認識にてモデルの出力結果に貢献している領域をハイライトする、といったモデルの解釈性に関する研究の注目が高まっています。本講演では、機械学習モデルの解釈可能性について紹介し、どのようにビジネスに活用していくかについて講演いたします。

吉永尊洸

吉永 尊洸

(LINE株式会社 Data Labs)
【略歴】東京大学理学系研究科物理学専攻博士課程修了、博士(理学)。 データ分析専門のコンサルティング会社にてマーケティング・製造業領域のデータ分析、深層学習の研究開発を経験。 現在は事業会社でサービス改善のためのデータ分析やマーケティング系の分析に従事。

データプロダクト開発を成功に導くには

【講演概要】株式会社リクルートライフスタイルの各サービスを支えるデータ基盤のアーキテクチャと、それを活用することで利益創出につなげるチームについて実例を交えながら解説します。どのようにすれば高い不確実性をもつデータプロダクト開発を成功に導くことができるのか、みなさまにとってなにかしらのヒントになれば幸いです。

堀澤健太

堀澤 健太

(株式会社リクルートライフスタイル ネットビジネス本部 テクノロジープラットフォームユニット データエンジニアリング2グループ グループマネージャー)
【略歴】大学院卒業後、大手スマートフォンゲーム開発会社へエンジニアとして新卒入社。その後、株式会社リクルートライフスタイルへ転職。現在は、弊社横断で活用されているデータプロダクトを開発運用するチームのグループマネージャーを務める。グループの戦略立案やメンバーのメンタリング、評価などを担当。また、機械学習システムの開発、新規サービス立ち上げ、他チームへの技術支援などエンジニアとしても業務を行う。

プログラミング言語 Ruby のデータサイエンス対応の取り組み

【講演概要】プログラミング言語 Ruby は Web アプリケーション開発における高い生産性を強みとしており、世界中に数多くの利用者がいます。しかし、近年の機械学習とデータサイエンスの発展よるデータ中心アプリケーション開発の時代が到来してからは、 Ruby がデータ処理で実用的な道具を持たないことが注目されるようになりました。そんななか、Ruby の強みを活かしつつデータ中心アプリケーション時代に融合するための道具作りが進んでいます。本講演では、その活動の実践者である講演者が、その活動内容と、目指している将来像について説明します。

村田賢太

村田 賢太

(株式会社 Speee 開発部R&Dユニット Ruby コミッター)
【略歴】大学院博士後期課程修了後、国内 Web系企業2社を経て、現職は、株式会社 Speee でフルタイムで OSS の開発に従事。また、個人事業として株式会社 SmartDrive にて技術アドバイザー兼データサイエンティストに従事。2010年から CRuby のコミッターである。