マガジンのカバー画像

AIのビジネス導入を考える上で読みたい記事

15
これからAI (機械学習や深層学習) をビジネスに導入したい、自社のデータを活用したい人にお役立ちの記事をピックアップしています。
運営しているクリエイター

#人工知能

【シリーズ】エンジニア採用の基本の基本 -データサイエンティスト採用、AIエンジニア採用入門-

GWに結構頑張ったので、シリーズ初日初稿なのですが3本目のnote。データサイエンティストとかAIエンジニアとか、データを扱う職種についても採用の基本についてnoteに書いておきます。 初稿は以下からです。エンジニア市場全体をまとめています。 メイン画像は使いたいだけですね、すいません。マッドサイエンティスト感が変に気に入ってしまい。。 さて、エンジニア採用の中でも自分自身が最も長く携わってきたデータサイエンス関連職種について、市場を整理した上で、基本的な採用のヒントに

Uber徹底研究 -「続き」MaaSを支えるデータサイエンス編 レコメンド-

今回も前回に引き続き、Uberが使用するデータサイエンス、特にレコメンドについて紹介していきます。 前回、ご好評いただいた以下の記事を含め、まずはこれまでの連載をまとめておきます。 ・Uber徹底研究 -ビジネス概要編- ・Uber徹底研究 -UX改善編- ・Uber徹底研究 -ゲーミフィケーション・行動科学編- ・Uber徹底研究 -MaaSを支えるデータサイエンス編- ■Uberがレコメンド?そもそも、Uberがするレコメンドなんてあるの?という疑問を持たれる方もいら

AIは目的じゃなく手段だよね論に反論はしないけれど、目的にしてもいいと思う

「AIは手段であって目的じゃない。課題の整理から行なって、そこにAIがフィットするようだったら、AIを検討しよう」 みたいな話が最近市場としても多く上がるようになってきた気がしている。 課題を発見できる人からすれば、これは正論であるし、ある程度AIというものが何でもできる魔法のツールではないんだな、という市場の共通認識ができてきたが故に、増えてきている話題だと思う。 これはAIに限った話じゃなく、新しいテクノロジー全般に当てはまるし、僕もずっと言っていたことなので全く異論は