ユーザー登録で「300円クーポン」プレゼント!まずは無料登録から!

相談できます

kimura_m

https://accel-brain.co.jp/

24時間以内

本人確認  秘密保持契約(NDA)
スコア
559
評価
- (2)
料金
6,000円〜
メッセージで相談
まずは相談してみよう
このプランをシェアしよう!

統計学 機械学習 データサイエンス データサイエンティスト 研究開発

【論文のリーディング支援から企業内研究開発のレビューまで】AI・機械学習エンジニア、データサイエンティストになりたい方々専用の相談窓口

できること

概要

  • AI人材(?)、機械学習エンジニア(?)、データサイエンティスト(?)のキャリア相談
  • 概念実証(PoC)の技術選定支援
  • 機械学習モデルの性能向上支援
  • 学術論文のリーディング支援

扱ってきた問題設定

  • ニューラルネットワーク最適化問題
  • 物体検知問題(分類誤差最小化+バウンディングボックス回帰誤差最小化)
  • 前景/移動体検知問題(再構成誤差最小化問題の拡張)
  • 異常検知(再構成誤差最小化問題から始まるEncDec-AD系)
  • 正則化問題(GAN以降の半教師あり学習、自己教師あり学習の文脈)
  • 関数近似問題(強化学習問題の枠組みに深層学習を追加するお話)

実務上求められることはほぼありませんが、旧くからある統計力学&統計的機械学習問題の枠組みからエネルギーベースモデルを介して深層ボルツマンマシンも後述するオープンソースライブラリで扱っていました。ただギブスの抽象代数学あたりはブランクがあるため訊かれても即答できないと思います。

ニューラルネットワーク最適化問題を抜きにすれば、ビジネスへの応用において最も重要なのは正則化問題でしょう。近年の半教師あり学習や自己教師あり学習の概念史を辿ると、最近の深層学習は「ラベル付け」や「アノテーション」といったデータセットの準備に伴う人的コストの削減にまでアプローチできています。つまり費用対効果が高まっているということです。

扱ってきたアルゴリズムやモデル

(深層)強化学習、物体検知(YOLO/Faster RCNN)、移動体検知、前景検知、異常検知(EncDec-AD)、敵対的生成ネットワーク(Generative Adversarial Networks: GAN)、半教師あり学習、自己教師あり学習など。

詳しくは後述する出版物やオープンソースライブラリをご覧ください。

扱ってきたライブラリ

PyTorch、MxNet、TensorFlow、Cython

職務経歴書

詳しい職務経歴については以下をお読みください。

出版物

統計的機械学習や統計力学を用いた企業内研究開発に関して、私の採る「理念」や「理論」や「方法」を以下の電子書籍にまとめています。

深層強化学習やGANを用いた投資やトレードに関して、特にポートフォリオ最適化や価格変動モデルを主題とした調査結果を以下の書籍にまとめています。

公開しているオープンソース

設計思想や実装力は以下のライブラリに反映されています。

プロフィール

◆ 要約3行

- 株式会社Accel Brainの代表取締役。慶應義塾大学SFCでキャリアを出発し、AIとハッカー文化に着目。
- ビッグデータやアドテクを扱うベンチャー企業やメガベンチャーで手に職を付け、
フリーランスとして某多国籍コングロマリットのIoT+ML事業で機械学習のR&Dに参画し、法人化。
- 現在はAI、IoT、5G、自動運転技術、RPA/IPAなどに関わる研究開発の代行や技術顧問・社外CTOを展開。

◆ メッセージの時間帯

具体的なプランは後述する通りです。午前中は会議で埋まってしまっているため、メッセージやチャットの返信は「午後のみ」対応可能です。午後であれば土日祝日も返信できます。

◆ 出版物

統計的機械学習や統計力学を用いた企業内研究開発に関して、私の採る「理念」や「理論」や「方法」を以下の電子書籍にまとめています。

『「AIの民主化」時代の企業内研究開発: 深層学習の「実学」としての機能分析』
https://www.amazon.co.jp/dp/B08PV4ZQG5/

深層強化学習やGANを用いた投資やトレードに関して、特にポートフォリオ最適化や価格変動モデルを主題とした調査結果を以下の書籍にまとめています。

『AI vs. ノイズトレーダーとしての投資家たち: 「アルゴリズム戦争」時代の証券投資戦略』
https://www.amazon.co.jp/dp/B093Z533LK/

自然言語処理やTransformer、GPT-3、BERTなどのニューラルネットワーク言語モデルに関して、数理的背景や歴史的背景の調査結果を以下の書籍にまとめています。

『自然言語処理のバベル: 文書自動要約、文章生成AI、チャットボットの意味論』
https://www.amazon.co.jp/dp/B0994CH3CM

◆ 配布ライブラリ

私の設計思想は以下の配布ライブラリに反映されているかと思います。深層学習関係のオープンソースライブラリです。

Accel Brain Code: From Proof of Concept to Prototype.
https://github.com/accel-brain/accel-brain-code

スキル

キャリア 〜3年
Python 5年〜
オブジェクト指向 5年〜
C# 〜5年
JavaScript 〜3年
教育 〜3年
経済 5年〜
統計学 5年〜
株式投資 5年〜
資産運用 5年〜
独立 〜5年
メンター 〜3年
機械学習 5年〜
AI 5年〜
アーキテクチャ 5年〜
データサイエンス 5年〜
ハッカー 5年〜
フリーランスエンジニア 〜3年
MachineLearning 5年〜
Pytorch 〜5年
TensorFlow 〜5年
人工知能 5年〜
キャリア相談 〜3年
自然言語処理 〜5年
組織設計/業務設計 〜3年
人事評価制度 〜3年
要求定義 5年〜
ロボット 5年〜
ファイナンス 5年〜
研究開発 5年〜
法人化 〜1年

経歴・実績

2012 年2月 〜 2021 年5月
実績や、業務中に参照した学術論文などの詳細は以下の職務経歴書に記載しております。

職務経歴書(HTML版)
https://accel-brain.co.jp/readme/kimura_m.html

投稿

プラン

6,000円/月

「AI人材」、「機械学習エンジニア」、「データサイエンティスト」、また最近では「DX人材」といった一義的には定まらないロールを目指していたものの、「キャリア形成上の方向性」を喪失してしまった皆さんを対象に、キャリアや人生についての相談に乗ります。

こうした一義的には定まらないロールを目指して、実際に目指した通りになったものの、流行り廃りに流されて「アイデンティティ」を喪失してしまった皆さんも対象にしております。キャリアや人生についてお悩み事があればご相談ください。

インターネット広告事業、ソーシャルゲーム、ECサイト、商社、製造業、ロボット工業、自動運転車両などのドメインに機械学習を納めてきた8年くらいの経験を活かして、相談に乗りたいと思います。尚、ご相談に対する回答は、以下の職務経歴に由来する即興となります。

職務経歴書:
https://accel-brain.co.jp/readme/kimura_m.html

基本的にやり取りはMENTA上のメッセージかチャットを想定しております。ご相談いただいた際には、その日の夜には返信致します。Web会議を希望される場合はお申し出ください。

30,000円/月

初めに、私から機械学習等の学術論文を素早く正確に読み進める「型」について、その概略を簡単に解説致します。その後、私から提示する5~10程度の実際の論文を少しずつ輪読していきながら、論文で提唱されている理論や方法やモデルに関して自分なりの言葉で解説していただき、上記のコツを習得していただきます。

輪読する論文は、ニューラルネットワーク最適化問題を基礎として、Auto-Encoder、MobileNet、敵対的生成ネットワーク(GAN)、正則化問題、半教師あり学習、自己教師あり学習を主題とする論文となります。

論文を読んだ際に、そこで提唱されているモデルのソースコードが頭に思い浮かぶようになるのがゴールです。

輪読は基本的にWeb会議ツールを用いて行います。輪読の頻度は2週に1回、1時間~1時間半を目途に行います。

実際に読み込む論文は、具体的には、以下で言及している各論文の中から選択します。

『「AIの民主化」時代の企業内研究開発: 深層学習の「実学」としての機能分析』
https://www.amazon.co.jp/dp/B08PV4ZQG5/ref=sr_1_1?dchild=1&qid=1607343553&s=digital-text&sr=1-1&text=%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BEAccel+Brain

メンティのスキルセットや専門分野によっては、以下の既刊書で言及している論文の中から選択する場合があります。

『AI vs. ノイズトレーダーとしての投資家たち: 「アルゴリズム戦争」時代の証券投資戦略』
https://www.amazon.co.jp/dp/B093Z533LK/ref=sr_1_1?dchild=1&qid=1620025128&s=digital-text&sr=1-1&text=%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BEAccel+Brain

30,000円/月

機械学習のアルゴリズム等に関する性能向上でお悩みのエンジニアの皆さん向けに、問題解決策として構想されていらっしゃる内容をレビュー致します。

研究開発がある程度進捗しているご状況でのレビューを想定しております。精度や性能の検証結果から次にどのような問題設定で技術選定していく必要があるのか等について、その思考プロセスをレビュー致します。その際、可能な範囲でプロジェクトの大元の目的を私から外観だけヒアリングする場合がございます。

単純に精度が上がらない場合のご相談のほか、よくある性能面でのご相談として、「ラベル付け」や「アノテーション」に費やす人的コストを削減したいといった内容にも対応致します。

基本的にやり取りはMENTA上のメッセージかチャットを想定しております。ご相談いただいた際には、その日の夜には返信致します。Web会議を希望される場合はお申し出ください。

30,000円/月

近年の正則化問題の枠組みでは、敵対的生成ネットワーク(Generative Adversarial Networks: GAN)以降の半教師あり学習や自己教師あり学習の発展により、「ラベル付け」や「アノテーション」の人的コストを削減できるようになっております。

例えば「ラベル付け」をモデル自身に自動で行って貰うアルゴリズムや、ラベル付きサンプルを生成するアプローチなど、ここ数年の学術論文を調査してみると、多種多様な手法が提案されています。

一方で、このことをご存知ではないマネージャー層の皆さんは、闇雲に「ラベル付け」や「アノテーション」に人的コストを費やし、手動で大量のラベル付きサンプルを用意しようとします。

大人数の人海戦術でデータセットを用意する作戦ならまだ良いのですが、場合によっては、機械学習の「チューニング」を担当されている皆さんのようなエンジニアが単独もしくは少人数でやらされる羽目になります。

確かに最近では、「ラベル付け」や「アノテーション」を支援するツールはAmazonのプラットフォーム上などにも展開されていますが、「情報のリーケージ」や「概念漂流(Concept Drift)」などのような派生問題には全くの無力です。結局手動で行った場合には、これらの諸問題が派生しているか否かを人手で確認しなければなりません。

いわゆる「AutoML」に関しても、「ラベル付け」や「アノテーション」の人的コストを削減してくれる保証はありません。「AutoML」は解決できる問題が解決できるだけで、解決できない問題は解決できません。「研究のための研究」においては申し分ない性能を発揮するでしょうが、ビジネスのドメインに接近すればするほど、問題の難易度は高まります。「何の役にも立たない」とまでは流石に言い切りませんが、「AutoML」それ自体では解決できない問題が増えていくでしょう。

「ラベル付け」や「アノテーション」の人的コストを削減する策となるアルゴリズムやモデルは、皆さんにとっては理不尽な仕事を割り当てられないようにする防衛策として機能します。また、人的コストを削減できるということは、皆さんがアサインされているプロジェクト全体のコストパフォーマンスも向上します。

以上の検討から、このプランでは、「ラベル付け」や「アノテーション」の人的コストを削減する策となるアルゴリズムやモデルを主題として、輪読を行ないます。

学術論文の読み込みに慣れていない皆さんは、後述する「学術論文のリーディング支援」を先にご覧ください。

このプランのゴールは、論文を読んだ際に、そこで提唱されているモデルが、「ラベル付け」や「アノテーション」のコスト削減策として、「何故、そして如何に機能し得るのか」というHow and Whyをイメージできるようになることがゴールです。

輪読は基本的にWeb会議ツールを用いて行います。輪読の頻度は2週に1回、1時間~1時間半を目途に行います。

実際に読み込む論文は、具体的には、以下で言及している各論文の中から選択します。

『「AIの民主化」時代の企業内研究開発: 深層学習の「実学」としての機能分析』
https://www.amazon.co.jp/dp/B08PV4ZQG5/ref=sr_1_1?dchild=1&qid=1607343553&s=digital-text&sr=1-1&text=%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BEAccel+Brain

メンティのスキルセットや専門分野によっては、以下の既刊書で言及している論文の中から選択する場合があります。

『AI vs. ノイズトレーダーとしての投資家たち: 「アルゴリズム戦争」時代の証券投資戦略』
https://www.amazon.co.jp/dp/B093Z533LK/ref=sr_1_1?dchild=1&qid=1620025128&s=digital-text&sr=1-1&text=%E6%A0%AA%E5%BC%8F%E4%BC%9A%E7%A4%BEAccel+Brain

100,000円/月

現代の日本では、終身雇用制が名実とも崩壊していき、ジョブ型雇用が半端であれ導入されつつ、雇用の流動化が進んでいます。機械学習エンジニアやデータサイエンティストもまた、転職する場合があるでしょう。

しかし、機械学習のモデルは会社に残ります。そしてそのモデルの保守を担うのは、その会社に残った方々です。

問題は、後任となる専門家をアサインできない場合です。その場合、必ずしも機械学習や統計学に明るくはないエンジニアの皆さんがその保守やメンテナンスを担うことになるでしょう。

納品して貰った当初は動作していたモデルが、ある日突然動作しなくなる場合や、精度や性能が大きく劣化する場合もあります。(これは元々設計や実装に携わっていた「専門家」が汎化性能の対策を怠っていたためである可能性もありますが)

そこでこのプランでは、こうした保守やメンテナンスに付随したご相談を受け付けます。ご相談される際には、以下の内容をヒアリング致します。

・そのモデルの参考文献(あれば)
・設定しているハイパーパラメタ
・動作しなくなった

尚、これらの情報が存在しない場合や開示できない場合は、そのモデルのソースコードのファイル名やクラス名からどのようなモデルが実装されているのかを類推した上での回答になります。

基本的にやり取りはMENTA上のメッセージかチャットを想定しております。ご相談いただいた際には、その日の夜には返信致します。Web会議を希望される場合はお申し出ください。

200,000円/月

機械学習のアルゴリズム等に関する技術選定でお悩みのエンジニア、アーキテクト、プロジェクトマネージャーの皆さん向けに、技術選定として構想されていらっしゃる内容をレビュー致します。

プロジェクト最初期の概念実証におけるレビューを想定しております。プロトタイピングの問題設定から技術選定までの思考プロセスに関してレビュー致します。また、これに付随した専門家の人材調達やチームビルディング、機械学習モデルのコスト削減策などに関してもご相談を受け付けます。

基本的にやり取りはMENTA上のメッセージかチャットを想定しております。ご相談いただいた際には、その日の夜には返信致します。Web会議を希望される場合はお申し出ください。

メンターに教えてほしいことを相談してみましょう!

相談できます

kimura_m

https://accel-brain.co.jp/

24時間以内

本人確認  秘密保持契約(NDA)
スコア
559
評価
- (2)
料金
6,000円〜
メッセージで相談
まずは相談してみよう
このプランをシェアしよう!

レビュー - -

satoshi

ありがとうございました。

まずはコーディングから頑張ってください!
yosh_s

質実剛健なご経歴をお持ちながら、ニュートラルな姿勢で時折優しさを感じるご対応をしていただきとても感謝しております。(現在も継続してお願いしているため現在形です。)またお返事の質と内容については、自分の文章力が低く正確に伝えることができないのですが、本質的で、現実的で、平等な視点から自分の見識が深まるような返信を下さります。当初自分が想定していた10倍以上のクオリティで返信をいただき、本当に驚きました。冗談じゃなく企業間でお願いしたら桁が2つ違うレベルだと思います。完全にご厚意だと思うぐらいでいつまでメンタリングをしていただけるかわかりませんが、可能な限りお願いしたいと考えております。どうぞよろしくお願いします。

この度は、メンターとしてご選定いただきありがとうございます。また、ありがたいお言葉を頂戴頂き光栄に思えます。引き続き宜しくお願い致します。