AWS Dev Day Online Japan オンデマンド トップページへ 戻る
Track E : 資料 & セッション動画
2020年10月20日-22日開催の「AWS Dev Day Online Japan」のセッションコンテンツで許諾を得られたものにつき、以下にて閲覧できます。
※セッション資料と公開資料は異なる場合がありますので、ご了承いただけますようお願いいたします。
| セッション情報 | 資料 | セッション動画 |
|
E-1 : Amazon SageMaker RLを活用したUnity環境のAIシミュレーションと自動テスト
✨講師：保里 善太（アマゾン ウェブ サービス ジャパン株式会社）
✨セッション概要：Unity上で強化学習によるAIを利用するにはUnity ML-Agentsという開発ツールが知られていますが、この度、Unity ML-AgentsがAmazon SageMaker RL上で動作する環境がML Solutions Labの協力のもと作成され、近日中にgithubのawslabs/amazon-sagemaker-examples上に公開される予定です(９月中には公開予定)。 / 本セッションは、この機能の原理と使い方について解説することがメインとなります。 / Unity ML-Agents自体は、オンプレのマシンでも利用できますが、なぜAWSの、しかもAmazon SageMaker RL上で利用すると嬉しいのか、利点を解説し、開発までの全体像を解説します。 / 次に後半では、実際に自分のゲームにキャラクターAIを組み込むにはどうしたらいいのか、Unity ML-AgentsのAPIの使い方を中心にコードレベルで解説した後、そのバイナリをAWSにアップロードして実際にSageMaker RLのJupyter Notebookの画面でコードを確認しながらどのようにAIを学習させ、推論を実行し、シミュレーションをするのかを順を追って詳しく解説します。 / 最後に、この応用例として、作成したキャラクターAIをゲーム環境内で自由に動かし、行動をシミュレーションさせることによって、ゲーム内の新規ステージやフィールドのデバッグやレベルバランスの調整のためにも応用できることを説明します。 ✨トピック：Game開発、人工知能 & 機械学習、テスト＆品質 ✨レベル：300 ✨講師プロフィール：半導体関連精密機器の組み込み制御エンジニアとして研究開発のキャリアをスタートさせ、モバイルゲーム業界での開発経験、FinTech 業界でのエンジニア経験、スタートアップでの CTO 経験を生かして日々技術支援を必要としている AWS ユーザー様をサポートしています。現在はもっぱら機械学習をゲーム開発にどう活用するかに興味関心があり、日々研究や学習に励んでいます。 |
ダウンロード |
 |
|
E-2 : DynamoDBの初心者に伝えたい初めて触るときの勘所
✨講師：佐々木 了 氏 (MARUSA TECH)
✨セッション概要： 新しくサービスを立ち上げるにあたってフルサーバレスアーキテクチャを採用しました。 / その際、全く何も知らない状態からDynamoDBを学び開発/リリース/運用していった1年を振り返り、DynamoDBを使って良かったことや反省点、次回DynamoDBを使うならここに気をつける、といったポイントを初心者視点で紹介させてください。そもそものDynamoDBのサービス紹介や使い方、基本用語などの説明はしません。実際の開発や設計に役立つTipsを紹介させて頂きます。 ✨トピック：サーバーレス、Web開発 ✨レベル：100 - 200 ✨講師プロフィール：自己紹介 / ・簡単なサービス紹介 / ・建築業界向けの写真管理サービス / ・サービスのアーキテクチャ説明 / ・フロントエンド: CloudFront + S3 / ・認証系: Cognito / ・バックエンド: API Gateway + Lambda + DynamoDB / ・DynamoDBを使って良かった点を紹介 / ・簡単/気軽 / ・ただしRDBと同じ感覚で設計しては絶対にいけない / ・とにかく安い / ・ただし適切な設計が必須(後述する) / ・設計を失敗すると予想以上に高くなる / ・非常に高速 / ・レイテンシの問題によるトラブルは一度もなかった / ・DynamoDB Localのおかげで開発が容易 / ・TriggerやStreamsなど連携機能が非常に便利 / ・特にDynamoDBで意識して使うべき機能を紹介 / ・Trigger, Streams, TTL, PITR / ・DynamoDB Localについては後述 / ・DynamoDBの設計にあたって気をつけた点、反省点、こうするべき！といったポイントを紹介 / ・RDBのことは忘れろ！ / ・いきなりテーブル設計するな！大体それは正しくない！ / ・どんなデータが欲しいか？どんなデータアクセスになるか？の視点で徹底的に設計しろ！ / ・テーブルはとにかく減らせ！ / ・LSI, GSIは超便利だけど調子にのって使いすぎるな！ / ・GSI OVERLOADINGを使いこなせ！ / ・バーストキャパシティを使いこなせ！ / ・何でコストが発生するか常に意識しろ！ / ・Transactionsは最後の手段だ！ / ・開発にあたって便利なDynamoDB Localの紹介 / ・実行方法 / ・データ永続化 / ・aws-sam-cliと組み合わせたサーバーレス開発 / ・DynamoDB Localを使うにあたっての注意点を紹介 / ・最新機能は使えない |
ダウンロード |
 |
E-3 : ディープラーニング推論を高速化せよ ~量子化技術とインテル®DLブーストのご紹介~ ✨講師：大内山 浩 氏（インテル株式会社 AIテクニカル・ソリューション・スペシャリスト）
✨セッション概要： Amazon EC2にてご利用いただけるインテル® Xeon® スケーラブル・プロセッサー（コードネーム：Cascade Lake）の新機能の一つがインテル®ディープラーニング・ブーストです。その名の通りディープラーニングの推論処理を高速化するための拡張命令セットであり、すでに世界中の多くのユーザーに利用されております。本セッションでは前提技術であるモデルの量子化技術の説明から、本機能の使い方までを具体的なデモを交えながらご紹介いたします。 ✨トピック：AI & 機械学習 ✨レベル：200 ✨プロフィール：複数の外資系IT企業を経て2019年にインテルに入社。日本及びアジアにおけるインテルのAIビジネスを推進すべくセールス、コンサル、エンジニア、エバンジェリストとマルチに活動中。また、前職での経験もありクラウドプラットフォームをこよなく愛す。 |
ダウンロード |
 |
|
E-4 : データドリブンな組織を目指す、AWS を活用したデータ分析基盤の取り組み ✨講師：多田 貞剛 氏(株式会社スナックミー)
✨セッション概要：弊社ではパーソナライズされたお菓子のサブスクリプションビジネスを展開しており、様々な部門で日々サービスに関わる収集したデータを分析・活用し、戦略やプロモーションを計画しています。課題として各部門が独自のスプレッドシート作る追加の工数や、業務で必要なデータへアクセスするまでに手間が発生してます。本セッションではデータにまつわる課題に対して弊社で取り組む、AWS を活用したデータ分析基盤のアーキテクチャと組織内でデータをどう利活用していくかの取り組みをご紹介します。 ✨トピック：アーキテクチャー、その他（データ分析） ✨レベル：100 ✨講師プロフィール：多田 貞剛(twitter: @tada_infra) 。2020 年 9 月よりスナックミーにジョイン。スナックミーではSREとしてサービス基盤の開発、運用の業務に携わっています。 |
ダウンロード |  |
|
E-5 エッジAIの新しいカタチ：インテル® FPGAとLeapMindによる極小量子化AI向けMLOps
✨講師：生嶋 孝之 氏 (インテル株式会社 プログラマブル・ソリューションズ事業部 ダイレクター）
増田 英晃 氏 (LeapMind株式会社 Infrastructure Division エンジニア） ✨セッション概要：IoT機器でエッジAIを実現するには消費電力やコストが重要なポイントになりますが、商用サービスとして運用するためには学習から推論、その結果をフィードバックするEnd-to-EndのMLOｐｓと、多数のIoT機器をリモートで管理するための仕組みが必要です。このセッションでは、AWSのサービスを活用してLeapMindの極小量子化AI技術をインテルのFPGAに実装する方法を解説します。
✨トピック：AI & 機械学習, IoT
✨レベル：200
✨講師プロフィール：生嶋 孝之 氏：米半導体メーカー（Intel, Altera）に15年間勤務するマーケット・デベロップメントのエキスパート。日本で車載FPGAの市場を立上げ、その後米国本社に異動しマネジメントを経験。現在はアジア太平洋地域の産業機器向けFPGA事業と、インテル日本法人のコーポレート戦略室を兼務し、AI, IoT, クラウド・エッジ連携などの市場開拓に注力。増田 英晃 氏：大手SIerにて大規模システムの方式基盤系SEとして従事後、2017年よりLeapMindに入社。Deep Learningの学習環境やCI/CD環境の整備、クライアント案件でのインフラ構築などを幅広く担当。加えて、学習性能改善や運用効率化のために、分散学習基盤の導入やk8sを利用したモデル学習のワークフロー整備などを推進している。
|
 |
|
|
E-6 : Glue version 2. 数十秒で起動するサーバーレス Spark による分散処理開発の手引き
✨講師：関山宜孝 (@moomindani) (アマゾン ウェブ サービス ジャパン株式会社)
✨セッション概要：2020 年 8 月に満を持して登場した Glue version 2.0。数十秒で起動するApache Spark環境は、分散処理の力を誰でもすぐに活かせる世界をもたらしました。本セッションでは、分散処理に馴染みのない方でも今日からすぐに分散処理プログラミングを始められるように、Glue でのコーディングの始め方、典型的なユースケースのスクリプティング、より高いパフォーマンスを実現する最適化手法、本番運用には欠かせないユニットテストやCI/CDプロセス等のエッセンスをステップバイステップでご紹介します。 ✨トピック：ビッグデータ、分散処理
✨レベル：300 ✨講師プロフィール：シニアビッグデータアーキテクト。2014年にAWSにジョイン。5年間AWSサポートにて技術支援を担当。2019年より現職にて、データレイクに関するユーザーに近い部分(ライブラリ/サンプル等)の開発や技術支援を担当。Apache Sparkの開発にも貢献。休日はいつも子どもと虫取り(ダンゴムシ、チョウチョ、バッタ、カタツムリ等) |
ダウンロード |
 |
|
E-7 : コロナによる医療環境の変化と、今エンジニアができる医療への貢献
✨講師：土屋 祐介 氏(株式会社MICIN)
✨セッション概要：弊社はオンライン診療サービスcuronを展開している医療ベンチャーです。 / 今回は今年2月28日のオンライン診療に対する規制緩和を受け、FAXでの処方箋送信機能を開発した事例をご紹介します。 / 医療業界は未だに規制も強くアナログな部分も多いですがコロナの影響で大きく変化しています。なぜそれを作るに至ったのか、その中での課題と、解決策として開発したCNNモデルや画像処理APIに関しても話します。 / 事例紹介を通して今起きている変化や、その中でエンジニアが医療にどう貢献ができるかもお伝えしたいと思います。 ✨トピック：人工知能 & 機械学習 ✨レベル：100-200 ✨講師プロフィール：ITコンサル企業、LINE（株）でのServer Side開発者・ML案件のProject Managerを経て、現在は株式会社MICNでデータソリューションのProject Managerを担当している。 / しかし業務的にはCode書いたり企画したりと自由に仕事させてもらっており、現在は主に薬局向けプロダクトのPM兼エンジニアとして働いている。身近な人を幸せにするものづくりがしたいと考えている。 |
ダウンロード |
 |
|
E-8 : デバイスの知識ゼロから始められるAWS IoT
✨講師：三平悠磨（アマゾン ウェブ サービス ジャパン株式会社）
✨セッション概要：このセッションでは、IoT分野が未経験のデベロッパーの方に向けて、ハードウェアからクラウドまでIoTの基礎を説明します。また、ハードウェア側の開発経験のないエンジニアが、AWS IoTサービスを活用することで、クラウドに繋がるデバイスを作る第一歩の始め方を紹介します。
✨トピック：IoT
✨レベル：100
✨講師プロフィール：ソフトウェアエンジニアとして会話AIやロボットの開発を経験しました。AWS では IoT スペシャリストソリューションアーキテクトとして、お客様の IoT 関連案件を支援しています。
|
ダウンロード |
 |
|
E-9 : kagglerが語る「コンペとキャリアとビジネスと私」
✨講師：石原祥太郎 氏 （株式会社日本経済新聞社 データサイエンティスト） 村田秀樹 氏 （株式会社電通デジタル エンジニア） 藤田充矩（アマゾンウェブサービスジャパン株式会社 機械学習ソリューションアーキテクト） ✨セッション概要：ここ数年、機械学習のコンペティションが国内外を問わず定着しつつあり、多くの参加者が自身の腕試しをしたり、機械学習の学びの場として活用するようになっています。 本セッションでは、「これから機械学習の勉強を始めたい」、「機械学習のコンペティションに興味がある」と考えている方々に向けて、実際にコンペティションに参加することで、キャリアの形成やビジネスへの応用といった視点で得られたことを登壇者達が実体験などを踏まえ、お話ししたいと思います。 このセッションを通じて、少しでも機械学習コンペティションを身近に感じてもらい、有効に活用していってもらえればと思います。 ✨トピック：キャリア ✨レベル：100 ✨講師プロフィール：石原 祥太郎 氏 2017年より現職でデータ分析・サービス開発に従事。19年にチームで参加したコンペで優勝し、自社データを用いたコンペも開催。共著に『PythonではじめるKaggleスタートブック』（講談社）。Kaggle Master。20年に国際ニュースメディア協会「30 Under 30 Awards」のアジア太平洋部門の最優秀賞を受賞。 村田 秀樹 氏 2018年に財務省を退職後、「専業Kaggler」として約2年活動しKaggle Masterの称号獲得。2020年6月より電通デジタルで、広告の効果予測モデルの開発等に従事。共著に『PythonではじめるKaggleスタートブック』（講談社）。藤田 充矩 インターネット広告会社、会計監査法人等を経て2019年12月より現職。現職では機械学習関連のプロトタイピングを中心に技術支援を行なっている。Kaggle Master。 |
ダウンロード |
 |
他のトラックをご覧になる場合は以下のリンクよりアクセスしてください
- オープニング・キーノート
- トラックA
- トラックB
- トラックC
- トラックD
- トラックF
- クロージング・キーノート
金融顧客サービス・業務効率化における AI/機械学習の活用
開催日：2020年7月30日（木）
時間：16:00~17:20
オンラインセミナー
対象：AI や機械学習のビジネス活用に関心を持つ金融機関の LOB・デジタル戦略部門・ IT 部門他のお客様
今後、金融ビジネスでは、対面での顧客応対や店舗の削減に向け、顧客対応及び業務処理について、効率化と品質維持・向上の両立がますます高いレベルで求められます。 このセッションでは、金融ビジネス、特に顧客応対や事務における効率化・品質向上への AI/機械学習の活用について最新の動向をご紹介します。 また、先進事例からの学びによる、AI/機械学習を活用したプロジェクトの進め方やその要諦についてもご紹介します。
変化する規制・制度への RegTech 活用
開催日：2020年8月6日（木）
時間：16:00~17:20
オンラインセミナー
対象：規制・制度変更対応における RegTech に関心を持つ、金融機関の LOB・デジタル戦略部門・IT 部門等のお客様
今後も変化を続ける規制・制度変更への対応を、コストをかけずにかつ迅速に対応を進めていくためには RegTech の活用が欠かせません。このセッションでは AWS サービスを活用し、規制・制度の変化に対応している先進的な金融機関の事例を示しながら、スムーズなRegTech 導入方法をご紹介します。また後半では、リスク管理におけるシミュレーション計算においては、多くのコンピュータリソースを必要とするため多額の投資を必要とします。この課題に対し AWS の HPC 技術を適用することでコストの最適化を図る方法についてご紹介いたします。
オルタナティブデータ活用による新たな Insight の発掘
開催日：2020年8月13日（木）
時間：16:00~17:20
オンラインセミナー
対象：データレイク構築、オルタナティブデータ活用に関心を持つ金融機関の LOB・デジタル戦略部門・IT 部門等のお客様
金融業界においてもビッグデータ活用による新サービス創出の流れが出てきています。また、自社内のデータから価値を見出し、新たなデータビジネスとする動きもあります。このセッションでは海外の先進金融機関のオルタナティブデータの活用事例をご紹介するとともに、AWS Data Exchange 利用による新データビジネス創出についてご紹介します。