人工知能エンジニアの確保と育成の仕方

第1部. 社内でAIエンジニアを育成する方法とポイント

(2019年1月17日 10:00〜11:15)

　AIや機械学習の活用が多くの企業戦略として位置づけられていると思いますが、実際にその戦略通りにAIの活用を推し進められている会社は非常に稀有です。なぜなら、機械学習エンジニアは他職種と比べても非常に希少価値が高い職種となっているため、採用難易度が群を抜いて高いためです。そんななか、社内育成に取り組んでいる会社も多いと聞きますが、社内育成もとても簡単とは言えません。なぜAI人材を社内で育成しなければいけないのか? そのためのノウハウは?といったことをお話します。

1. AIシステムを外注すべきか?内製すべきか?
2. 外注する際に気をつけるべきポイント
3. AIシステムを内製する際には採用すべきか?育成すべきか?
4. AIエンジニアの内製のため – 1. リーダの抜擢
5. AIエンジニアの内製のため – 2. 継続的に学習できる環境づくり
6. AIエンジニアの内製のため – 3. 成功体験の蓄積
7. 様々な会社のAIエンジニアの内製事例
8. まとめ
• 質疑応答

第2部. AI時代における大学の役割

(2019年1月17日 11:30〜12:45)

　大阪大学では、データの統合利活用を促進するための組織として大阪大学データビリティフロンティア機構を2016年に設置した。 本機構では、AI研究者との研究者マッチングによるデータ駆動型研究推進、 実データに基づくAI実践人材養成プログラム、学内のスマート化を通じたAI実践研究、 2018年11月より開始のライフデザインイノベーション研究拠点など、様々なAIに関連した取り組みを行なっている。 本講演では、これらの取り組みを通して、AI時代における大学の役割、特に共同研究とリカレント教育のあり方について考えたいと思う。

1. データ駆動型研究推進
2. AI実践人材養成
3. 実証フィールドと高付加価値データ
4. ライフデザインイノベーション研究拠点
• 質疑応答

第3部. 人工知能エンジニア育成法とその戦略

(2019年1月17日 13:30〜14:45)

　人工知能を含むデータサイエンスの進歩は著しく、その進歩にどうやって対応するか、 何をなすべきかについて、スキルアップとキャリア構築という面から、議論を展開する。 人工知能エンジニア、あるいは、データサイエンティストに必要なスキル例えば、 統計学、機械学習、人工知能、数理科学、プログラミングを検討し、 その習得方法を概観する。 さらに、大学、企業における人工知能エンジニアの現状と問題点について、 そしてその人材確保や人材育成について議論する。

1. 人工知能エンジニアに必要なスキル
2. 人工知能エンジニアのための勉強方法および教育機関
   1. 大学教育
   2. 民間のセミナー
   3. 企業における人材育成
   4. 勉強会
   5. E – ラーニング
   6. 各種教材
3. 人工知能エンジニアに関する事業展開
• 質疑応答

第4部. 人工知能を担うデータ分析エンジニアの育成ポイント

(2019年1月17日 15:00〜16:15)

1. 人工知能とデータサイエンティストとデータ分析エンジニア
2. データ分析エンジニアの役割
3. データ分析エンジニアに必要なスキル
4. データ分析エンジニアを育成する環境
5. データ分析で結果を出すために必要なこと
• 質疑応答

第5部. 楽天技術研究所における産学連携とスタートアップ連携を軸としたAI人材確保・育成

(2019年1月17日 16:30〜17:45)

　楽天の戦略R&D組織である楽天技術研究所では、世界5カ国で、EC、Fintech、IoT関連のAI技術開発を行っており、 近年は、シンガポール科学技術研究庁 (A*STAR) とのAI人材育成プログラムを実施し、 スタンフォード大学やMIT、筑波大学とのAI活用に関する共同研究を行う等、産学連携を軸とした人材確保・育成を行っています。 また、昨今は、ロボティクスでのAI活用や、遺伝子解析でのAI活用等で、国内外のスタートアップと連携し、 領域を積極的に広げています。 本講演では、楽天技術研究所においてどのような研究活動を行い、成果を出しているか。 また産学連携とスタートアップ連携によりどのように人材確保・育成を実現しているかについて、示唆となる論点を提示したいと思います。

1. アイスブレーク
   1. ハッカソンでのエピソード
2. 楽天技術研究所 (RIT) の概要
   1. RIT シンガポールでのデータチャレンジイベント
   2. RIT ボストンでのMITとのコラボレーション
3. 問題意識:ロングテールという現象
   1. 楽天市場での例
4. 人材確保・人材育成の取り組み
   1. グローバルでの人材確保
   2. 全社的AI 技術トレーニング
5. 産学連携での取り組み
   1. データ公開
   2. データチャレンジ
   3. 共同ラボの設立
6. スタートアップとの取り組み
   1. 連携をレバレッジとして領域を広げる
• 質疑応答