How to register （ご参加方法）

• 本イベントの参加登録は、下記の AWS Loft のイベントページ の右上にある 'Register' からお申し込みください。 https://awsmlatloft2tokyo20190513.splashthat.com/

twitter ハッシュタグ

• #MLLoft

About the event （イベントについて）

ML@Loft は AWS 上で機械学習ワークロードを運用しているデベロッパー/データサイエンティストのためのイベントです。月に1回 AWS Loft Tokyo で開催し、活発な議論を歓迎します。

第2回は、前回に引き続き、プロダクションで "機械学習の運用" を考える際に出てくる悩みについて議論します。はじめにファシリテーターから 10分ずつの自己紹介 LT と機械学習運用における課題を問題提起頂いた後、テーブルに分かれて、参加者全員参加型で、問題解決のディスカッション、ナレッジシェアを行います。

前回の様子はこちら [togetter]

Who should attend （対象とする参加者）

手を動かすことが好きな機械学習エンジニア、スタートアップ等で機械学習ワークロードを決定する立場にある方、AWS上で機械学習ワークフローを運用しているデベロッパー、データサイエンティストなど。

機械学習運用における課題をお持ちの方。技術的な観点で、ラウンドテーブルでご自身の課題を共有し（機密にあたる話はもちろんお話いただく必要はありません）、参加者の方々とディスカッション頂ける方のご参加をお待ちしています！

Schedule

6:30PM–7:00PM　受付

• セッションは7:00PMから始まります。（受付は7:30PMまでオープンしています。）

7:00PM–7:05PM　はじめに

会場設備説明，会の趣旨の説明

7:05PM–7:45PM　LTセッション（10分×4）

• 西川 泰海 さん（株式会社BEDORE）「System Architecture for Machine Learning - 機械学習を前提としたシステム開発の問題と解決 -」

• 湊 雄一郎 さん（MDR株式会社）「量子コンピュータのMLOps」

• 藤本 敬介さん（株式会社ABEJA）「研究開始から運用直前までの開発の流れ」

• 針原 佳貴 （アマゾン ウェブ サービス ジャパン株式会社）「AWS で MLOps を考える時の選択肢」

7:50PM–8:40PM　ラウンドテーブル (25分 x 2テーブル)

相談会・ディスカッション （LTerがファシリテーターとなり、参加者全員での技術トークの時間です。）

※ 最大6人/1テーブルほどにわかれる予定です。席割りは当日ご案内します。

8:40PM–9:00PM　懇親会 〜 Wrap-up

Speakers / Facilitators （登壇者・ファシリテーター）

西川 泰海 さん （株式会社BEDORE）

1991年、大阪生まれ。2016年にBEDOREへ参画し、対話エンジン, コールセンター向けオペレータサポート, エンタープライズ向け検索エンジンなど、様々な機械学習を用いた自然言語処理をコアバリューとしたプロダクトの開発を初期から行っている。

LT「System Architecture for Machine Learning - 機械学習を前提としたシステム開発の問題と解決 -」

概要: 弊社でのB2Bシステム開発上で、私個人が開発者として経験した問題や現状の解決策について、具体例を交えつつプレゼンさせていただきたいと思います。

湊 雄一郎 さん （MDR株式会社）

東京大学工学部卒業後、隈研吾建築都市設計事務所を経て、2009年MDR株式会社設立。2015年総務省異能vation最終採択。2017-19年内閣府ImPACTプロジェクトPM補佐。量子コンピュータSDKのBlueqatおよび量子コンピュータクラウドシステムの構築に従事。

LT「量子コンピュータのMLOps」

概要: ちょうど今年から量子コンピュータに参入する企業も増えてきました。アナログマシンとデジタルマシンにおける複数のハイブリッド方式とスケールアウトする運用方法についての概要と注意点を確認します。

• 量子コンピュータML基盤の概要
• アナログとデジタルマシンのハイブリッド環境
• 設計がうまいと意外といける

藤本 敬介 さん （株式会社ABEJA）

1982年生まれ。2005年電気通信大学電気通信学部情報工学科卒業。 2010年同大学大学院情報工学専攻博士課程終了。博士（工学）。同年（株）日立製作所入社。 基礎研究所、中央研究所にて自律ロボット制御、機械学習、コンピュータビジョン、３次元形状処理の研究開発に従事。 2017年株式会社ABEJA入社。主にDeep Learningを用いた画像認識技術の開発に従事。平成26年度関東地方発明表彰受賞。

LT「研究開始から運用直前までの開発の流れ」

概要: 近年、多くの機械学習基盤が開発されてきています。機械学習モデルを運用する上では、運用中においても精度改善や実験管理などをする必要があり、安定性・堅牢性のみならず、開発のプロセスにも大きく関わってきます。使いやすい基盤を設計するためには、機械学習モデルをどのように開発するかの知見も重要となります。本日は、研究開発の立場から、機械学習モデルをどのように開発し、実験を進めているかについてお話しします。

針原 佳貴　（アマゾン ウェブ サービス ジャパン株式会社）

2018年4月よりアマゾン ウェブ サービス ジャパン株式会社で、ソリューション アーキテクトとして機械学習スタートアップのお客様を中心に担当。日本から世界へ羽ばたくスタートアップのお客様を支援しています。好きな AWS のサービスは Amazon SageMaker。

LT「AWS で MLOps を考える時の選択肢」

概要: AWS では Amazon SageMaker というサービスを提供していて、機械学習・深層学習ワークロードをお使いのお客様に幅広い選択肢を提供しています。また、Amazon SageMaker を中心とした MLOps パイプラインの組み方にもいくつかの選択肢があります。本講演ではよくお客さまとの会話で出てくる、

• Jupyter Notebook を使った機械学習開発ワークフロー
• Apache Airflow / AWS StepFunctions でパイプライン構築
• Kubernetes / Kubeflow 使いたい人向けの情報

などのキーワードを中心にお話ししようと思います。

お知らせ

会場について

• 電源、Wi-Fi は会場に用意がございます。
• 目黒セントラルスクエア3階のゲートにて警備員さんへ「ML@Loftに来た」とお伝えください。
• 登録して頂いた情報をもとに、17階で受付をして頂きます。

注意事項

• 前日・当日のキャンセルはご遠慮下さい。
• プログラム内容は予告なく変更する可能性があります。
• 当日の様子のお写真をウェブサイトやSNSで公開する可能性がありますので予めご了承ください。
• ディスカッションにご参加いただけない、ディスカッションの場を乱すような行為が確認できた場合は次回からのご参加をご遠慮いただく場合がございます。予めご了承ください。