今回も印象に残った点など。
最近思うコト (仮)/石黒浩 (大阪大学)、濱口秀司 (monogoto, Inc.)
これが一番期待していたところであり、一番よかった
今回もオフレコということで差し支えなさそうな部分だけ
・思考を分解して掛け算してみる
・シンボルグラウンディング
・見えるから改善できる、思考も見える化してみると・・・
・ビルを一定期間あえて建てないことで・・・それが多数あると・・・
・感情は知識
・直感には2種類ある、本能的なものと知識や経験に基づくもの
京大起業事情 (仮)/辻庸介 (マネーフォワード)、丹下大 (SHIFT)、矢野貴文 (RUTILEA)
起業家の視点をかいま見ることができておもしろい
コンテンツが強いのはインフラが整っているから、マイナンバーもプラットフォームになるのに・・・
Jenkinsは誰でも使えるようにして広がった
牡蠣小屋のケース、平日昼/夜/土日で客層違う、メニューなくしてオペレーション簡素化、モチベーション高くないホールスタッフで期待させない、焼くとはじけるので盛り上がる
ある喫茶店チェーンのレシート捨ててあるの何枚かから利益率が見える
起業家は多動、好奇心異常、人がやりたくないことやる
ある人が関わってる会社は上場できない、というのがある
会費ドリブンはだめ、タダでやって人集めてから、数が大事
自分が楽しいかどうか、じゃないと続かない
「大衆」がどう感じるかわかるようになったらいける
B2Cは難しい、法人は合理的、目の前にいるので口説ける、財布のひももゆるい
社長不在はみんな嫌がる、あなたたちが好きだとメッセージ出す
・QA 採用について
素直・真面目・のびしろ、ベース良くないといい方向に向かない
自分ごととして言えるか、ストレス性の強い質問する
機械学習を組み込む時のアレコレ(仮)/染田貴志 (ハカルス)、粕谷大輔 (はてな)、吉田康久 (はてな)
AIの基礎的なことは以前に学習したのでわかりやすかった
・精度はどこまででも追い求められる
100%保障は難しい
何を解決したいのか、どうユーザにメリット感じてほしいのか
IoT危機の屋外設置だと運用知見がない(未知の問題)
マカレルの場合は誤報減(アラートの精度)を検知モレ(アラート出すべきときのカバー率)より重視
課題設定による、例えばアダルト記事検知なら逆
マカレルのケースは誤検知怖いのと、ユーザ設定部分でカバーもできる
プレシジョンかリコールか
数値目標は難しい、誤報率トラッキングしながら許容できそうか調整
・リリース日をどう決めるか
目標は定める、状況を見て調整
ゲーム業界のクオリティ追求に近い?同様に不確実性高いから?
お客様プロジェクトだと納期あり
保守サポートに重きを置かせてもらうよう強く説明、納品がゴールではない、知らないデータへの挙動はやってみないとわからない
PoCでそもそも解決できそうなことか当たりつける
データがないケースはまずデータ集めてからと説明
・アノテーションあれこれ
コストかかる部分
アノテーションガイドライン作る
ラベルの付け方の人による違い、期間があくケース
始めからガイドラインは決まらない、データ見ながら調整
二値分類か多値分類か
良くわからない、というラベルも用意
微妙なケースは具体的にガイドラインに書く
exアダルト判定だと、本文はいいがサイドバーにまずいものあり、アカウント買収されたのかある日から急に内容変わるケース
動画のケースは見るのも大変、3人でまず1日分見て結果もらったり
最初のは捨てるつもりでやるとよかった
医療系はクラウドにデータ上げられないのでデスクトップツールで
確信度つけてもらったことあり
ある分類は確信度高いもの多いが、ある分類は確信度低いものばかりとか
それを見て多値分類ではなく二値分類にしたことも
確信度低いデータばかりだとそもそもそのデータの中に答えがないことになる
意見わかれるので奇数の人でつけてもらうように
・ふだん使いのツールやプロセス
Docker、CI、いつもの開発と変わらないもの
アプリケーションエンジニアが運用できるよう
Python、JupiterNotebook
Dockerは環境によって動いたり動かなかったりを避けるのに
・レビューどうしてるか
一番詳しい人のプルリクを誰がレビューするか
チーム外からレビューア入れる
ソースコードと違ってモデルはvisibleでない
アプリ設計レビューに近い?
なるべくvisibleにしようとダッシュボードで可視化したり
普段の生活の中では、自分は変わりモノだと思われてると思うが、ここに来るともっと変わった人が多い。で、いろいろインプットできる