• <xmp id="om0om">
  • <table id="om0om"><noscript id="om0om"></noscript></table>
  • Data Science

    現役の NVIDIA ソリューション アーキテクトが推薦する AI の學習法とは?

    Reading Time: 2 minutes

    AI エンジニアになりたい、データ サイエンティストになりたい、あるいはもっと広い意味で 「AI に関わる仕事」に就きたいと願う學生や企業にお勤めの方は少なくありません。しかし、「AI に関わる仕事」とは具體的にどのような仕事があるのでしょうか? また、どのような勉強や経験を積めばそういった職種に就くことができるのでしょうか? 一口に「AI に関わる仕事」と言っても多種多様な職種があり、ご自身のキャリアを描くのに苦労している方もいらっしゃるのではないでしょうか。

    本記事では、筆者にとって身近な NVIDIA の「ソリューション アーキテクト (以後、SA)」の仕事內容と彼らのバックグラウンドを紐解くことで「AI に関わる仕事」への道のりを探って參ります。

    ソリューション アーキテクトとは?

    本記事の執筆に協力してもらった同僚の SA は、AI アプリケーションを開発する AI エンジニアやビッグ データを分析することを主業務とするデータ サイエンティストとは違った職種の人たちです。一般的には、自社のシステムのノウハウを生かし、顧客へより良いサービスの提案や問題解決を行う専門家のことを SA と呼んでいます。NVIDIA の場合、AI に関連する製品やサービスが多いため、SA の多くが「AI に関わる仕事」をしています。

    NVIDIA のソリューション アーキテクトの仕事と求められる能力

    実際に NVIDIA が募集している SA の典型的な求人情報を見てみましょう。*1 ヘルスケア擔當の求人を例に挙げると、営業部門と連攜し、顧客の目標、戦略、技術的なニーズを深く理解し、これらのニーズを満たす質の高いソリューションを定義し、提供することを支援することです。また、ヘルスケアまたはライフサイエンスと醫療データの処理に関する専門知識と同時にディープラーニングや機械學習をヘルスケア プロセスに適用する方法について理解していることが求められています。

    つまり、NVIDIA の SA には、ある分野の高い専門知識と AI をその分野に活かす方法の両方の知識が必要とされています。

    AI を學ぶ上で重要なことは理論と実踐

    NVIDIA の SA は、擔當する分野の知識以外に AI についても詳しくないといけませんが、彼らは NVIDIA に入社するまでにどのように AI を學んできたのでしょうか? 実際に 30 代 ~ 40 代の社員から簡単なアンケートを取りました。

    まず、ほとんどの社員が大學のコンピューター サイエンスや情報系の學部でプログラミングをはじめ、學部在籍中に AI についても勉強を始めていました。80% の社員が大學の授業等を通じて AI に関する知識を習得したようです。少數派ですが、企業に就職してから、業務の中で AI を學んだという社員もいました。「AI に関わる仕事」に就くには、大學で AI の勉強を始めることが近道である一方、社會人になってから業務を通して AI についての技術や知識を高めることも可能なようです。

    AI を學ぶ上で重要なことを聞いたところ、「コードを実行することが重要なことのひとつ」、「練習することが最も重要であり、小さな目標を設定し、小さな PoC を構築する」、「手を汚すことが一番大事。継続は力なり」といった実踐や演習を重視する聲が多く挙がりました。また、「コーディングと読書」、「理論と演習による実踐の両方が重要で、特に実踐は理解を深めるために必要」といったように、座學で得た理論を知識として定著するうえで演習に取組むことを推奨する聲がありました。

    現役ソリューション アーキテクトが推薦するハンズオン ワークショップ 

    アンケートに協力した SA の擔當分野は ヘルスケア、自律マシン、対話型 AI、レコメンダー システムなど様々ですが、理論と実踐をバランスよく學ぶことが AI を學ぶ上で重要だと答えていました。そんな彼ら自身も學習に活用している NVIDIA のハンズオン ワークショップが 3 月 22 日 (水) と 24 日 (金) に開催されます。その名も 「Deep Learning Institute (DLI)」の開催する講師によるワークショップです。

    DLI 認定講師によるワークショップの主な特徴は以下の通りで、NVIDIA が獨自に作成した教材と Jupyter Notebook 上からアクセスできる穴埋め式の演習を 1 日かけて學びます。コンピューター リソースはクラウド上にあり、手元に GPU マシンをご用意いただく必要はありません。

    DLI 受講のメリット:

    • 認定講師による丁寧な解説。ティーチングアシスタントによる學習、演習の手厚い支援。
    • 半年間アクセスできるクラウド上の優れた教材と演習環境。
    • 理解度テストに合格すると履歴書や SNS に書ける修了証を授與。

    また、 GTC の期間中に受講すると通常の 70% 割引価格: 149 ドル (約 2 萬円相當) で參加することができます。1 日かけて座學と受講後も復習ができる演習環境、さらには修了証もセットになったワークショップとしては、他社に比べて非常にリーズナブルな価格設定となっています。

    ※さらに、5 名以上でお申込いただくと 1 名あたり 99 ドルでご參加いただけます。ご參加のお申込はこちらから。

    今回、日本語で開催されるワークショップは 2 つあり、どちらも AI を學んでいる方に非常におすすめの內容です。4 月から新年度という方も多いこの時期に、新しいことに挑戦してみるのはいかがでしょうか?

    最後までお読みいただきありがとうございました。ワークショップの詳細は以下をご覧ください。

    はじめてディープラーニングを學ぶエンジニアや學生にぴったり「ディープラーニングの基礎」[DLIW52083]

    このワークショップではコンピューター ビジョンにおいて、ディープラーニング モデルをゼロから學習させ、精度の高い結果を実現するためのツールとコツを學びます。また、AI アプリケーションを開発するビジネスの現場で活用が増えている転移學習についての技術を習得することも可能です。ワークショップの詳細はこちらから。

    日程: 3 月 22 日 (水)
    時間: 午前 10:00 – 午後 6:00
    費用: 149 ドル (通常 500 ドル)
    言語: 日本語
    定員: 100 名
    難易度: Python の基礎的なプログラミング概念を理解していれば受講可能です。

    話題の Chat AI の基礎技術が學べる! 「Transformer ベースの自然言語処理アプリケーション構築」[DLIW52084]

    自然言語処理の応用が近年加速度的に進んでおり、その立役者は Transformer ベースの大規模言語モデルです。このワークショップに參加することで、學習済みモデルを活用してテキスト分類、NER (固有表現抽出) 、質疑応答などのタスクに対応する方法が學べます。ヘルスケア分野の論文が演習問題で使われており、醫療関係者の方にもおすすめです。ワークショップの詳細はこちらから。

    日程: 3 月 24 日 (金)
    時間: 午前 10:00 – 午後 6:00
    費用: 149 ドル (通常 500 ドル)
    言語: 日本語
    定員: 40 名
    難易度: Python やディープラーニングフレームワークの使用経験、およびニューラルネットワークに関する基礎的な理解があれば受講可能です。

    腳注 *1 View Job Position Details Solution Architect, Healthcare

    +2

    Tags

    人人超碰97caoporen国产