Quantcast
Channel: ALBERT Official Blog
Viewing all articles
Browse latest Browse all 191

ARISE analytics社と合同で勉強会を開催しました

$
0
0

開催概要

こんにちは。データソリューション本部の川﨑・栗山です。

今回は、8/2(金)にALBERT本社で実施されたARISE-ALBERT合同勉強会の様子をレポートします。この勉強会は、ARISE analytics社と一緒に、ARISE analytics が持つビジネス×データ分析のノウハウとALBERTの強みである高度な技術力を共有し、さらに両社の技術力向上を図る趣旨で開催されました。
当日は合わせて約60名の方が集まり、会場のキャパシティを大幅に超える大盛況となりました!!

発表内容

1.会社紹介(ALBERT)
2.強化学習DQNの理論から活用まで(ALBERT)
3.会社紹介(ARISE analytics)
4.分析PJで気をつけること(ARISE analytics)

今回は第一回開催のため、各社ともはじめに会社紹介を行い、続いて代表者がLTを行う流れでした。


1.会社紹介(ALBERT)

はじめに、弊社データソリューション本部 本部長の鈴木からALBERTの会社紹介が行われました。
【要旨】—————————————————————

・ALBERTの成り立ち:
 2005年にネットリサーチ会社インタースコープからレコメンデーション部門が独立する形で誕生。

・事業概要:
 AI活用コンサルティング
 ビッグデータ分析
 AIアルゴリズム構築とシステム開発・運用
 AIを用いた独自プロダクトの提供
 データサイエンティストの育成支援

・事業トピックス:
 2018年にトヨタ自動車株式会社、東京海上日動火災保険株式会社、KDDI株式会社と資本業務提携を行なった。

———————————————————————-

恥ずかしながら、会社設立の経緯では知らなかったことも多く、なるほど〜となりました。当初はレコメンデーション専門企業であった弊社が技術力を高めていき自動運転やチャットボットなどの様々なソリューションを提供するようになった経緯に、内部の人間ながらベンチャー企業の変化の速さをしみじみと感じました。


2.強化学習DQNの理論から活用まで(ALBERT)

続いて、弊社データサイエンティストの葉より「強化学習DQN(Deep Q Network)の理論から活用まで」というテーマでLTを行いました。
強化学習とは、ある環境にあるエージェントが現在の状態から取るべき行動を決定する問題を扱う機械学習手法の1種です。囲碁のプロ棋士を破ったAlphaGoや近年話題の自動運転に使われている技術ですね。

【要旨】———————————————————–
・ 強化学習の基礎理論
・ 深層学習を取り入れた深層強化学習
・ 実務への応用例:
 強化学習の技術を実装することで従来の手法より効率的な業務プロセスの提案に成功した。
———————————————————————-

強化学習の理論周りが凝縮されており、とても内容の濃い発表でした。PJに適用した際の解説もあり、理論の解説にあったアルゴリズムが実務で適用された際の結果なども興味深かったです!


3.会社紹介(ARISE analytics

続いてARISE analytics COOの古結様から会社紹介をしていただきました。
【要旨】—————————————————————
ARISE analyticsは2017年にKDDI株式会社が保有する4000万の契約データとAccenture株式会社が持つアルゴリズム構築力を背景に設立。
主な事業内容は以下の4つ。
 ・ KDDIコンシューマ事業分析
 ・ ソリューション開発・提供
 ・ データ分析環境の構築・運用
 ・ データサイエンティスト育成

1つ目のコンシューマ事業分析は、ARISE analyticsの中心事業としてKDDIのデータ・ドリブン経営の下支えをしている。
外部の分析組織として関わる事で、部署を横断した横串の業務改革の提案を行いやすい点が利点。また、独自採用による人材の確保が可能となった。

ただし事業戦略との連携が困難になるため、会議体の設計を工夫する事で経営層のコミットを得るようにしている。
———————————————————————-

事業部門と密にコミュニケーションをとることで地道に知見を貯めていき、それらを用いて経営層に認められるアウトプットを出すという過程は、分析組織の成功例として勉強になりました。他にも ARISE analytics の成り立ちにまつわる分析組織の設計の話など勉強になるお話ばかりでした。


4.分析PJで気をつけること( ARISE analytics

最後に、 ARISE analytics 瀧内様より、分析PJで気をつけることを Analytics Delivery Division Unit Leadである自身の経験に交えて発表いただきました。
【要旨】—————————————————————
分析PJがうまくいかない主要因4つとその対策

・ 情報不足
対策:たくさん話す。クライアントから収集したい情報・分析側から提供すべき情報を可能な限り事前に整理・準備し相談内容に対して多角的に情報を収集する。

・曖昧な方向性
対策:めっちゃ考えて整理する。とにかく考え、構造化して曖昧な点を残さないように整理する。分析側で決めきれない点も、いくつかのオプションでたたき台を作り、決めてもらう。

・ 硬直的な進め方
対策:柔軟に進める。Agile的に都度方向修正を心がけ、小さくて良いのでQuickにPoCで結果を出してクライアントとの成功体験を築き、Backup-Planとしてアクション失敗時の手を考えておく。

・ 作業の属人化
対策:標準化する。環境の統一・コーディングのルール作成・ドキュメント整備をルール・仕組み化する。
———————————————————————- クライアントとコミュニケーションを取る前にPJについて考えられる点は考え尽くすという姿勢が印象的でした。
また、一方で分析結果やクライアントの状況による分析方針の変化は予測できないことも多いため、都度方向性を修正することも重要とのことでした。

作業の属人化に向けた対策はPJの進行・チームの拡大に伴い必要となりますが、気が付いた時には手遅れになっている事もあるため、事前に実行可能な形で仕組みを考えておかなければと感じました。(私はこの辺りが不得手なため、苦笑いしながら聞いていました。)

懇親会

発表後は、立食形式で懇親会を行い、盛んに交流が行われました。開催後のアンケートでは懇親会の時間をもっと長くしてほしいとのコメントも多く、有意義な時間となりました。

おわりに

ALBERTでは毎週いくつもの社内勉強会が開催されていますが、会社の垣根を超えて勉強会を共同で開催することは初めての試みでした。ARISE analyticsの方々の協力のもと、大盛況のうちに終了することができました。参加していただいた皆様、ありがとうございました。
ALBERTのデータサイエンティストは、業務時間をつかって勉強会や案件共有会、また各自の技術力向上のための取り組みを行うことが推奨されており、150名以上のデータサイエンティストが積極的に各自の知見を共有が行なわれています。
今回の合同勉強会の実績を踏まえて、今後も社内外での技術力向上に向けて取り組んでいきたいと思います。

The post ARISE analytics社と合同で勉強会を開催しました first appeared on ALBERT Official Blog.


Viewing all articles
Browse latest Browse all 191