令和の機械学習Azure Hands Onの参加メモ

FIXERでのハンズオン風景

講師

• 山本 和貴
• 株式会社FIXER データ・サイエンティスト
• このハンズオンは採用活動の一貫らしいので、joinしたい人は参加するのもあり

メモ

• これまでの機械学習
  • 全て手作業（データ収集、クレンジングや加工、特徴量設計、モデル設計や構築、評価、デプロイとかとか）
  • 例えるなら洗濯板での洗濯みたいなもの
• これからの機械学習
  • 大部分を全自動で行うことができる（上で言うところ特徴量設計からデプロイあたり）
  • 例えるなら全自動洗濯機
• Auto ML + MLOps
  • de:codeではAzure NotebookからGithubにpushしたらAzure Piplineでデプロイまで持っていく感じ
  • 今回は簡単にするためAutoMLに一部置き換えて実現する

感想

• AzureのUIはAWS触った事あればさほど苦労しなさそう
  • AWSで言えば何なのか？っていう変換部分は覚えなきゃいけないけど
• Azure AutoMLはDataRobotに似ている
  • とは言え、Azureを活用してる人たち向けだなと思う
  • Azureにロックインしている会社のサイエンティスト向け
  • Azureには学習データの分析ツール（タグクラウド作ってくれたりみたいなの）はないかな？
  • DataRobotの方がより非エンジニア向けな印象
  • そもそもAzureをメインで使う会社を増やさないと盛り上がらなそう
  • AWSやGCPもAutoMLには手を出しているのでAzureをあえて使う動機付けが今のとこないイメージ
• DevOpsツール初めて触った
  • サイロ化している組織では活かせないと思う
  • 統制を効かせい場合はルールを決めるだけに留める方がいいのかな？もう少しここを掘り下げた話を今度は聞いてみたい
  • 好きに使いたいのに権限分離されて、使いたい部署と管理部署でコミュニケーション取りながらパイプライン作るのは非効率的なはず
  • 日本版SOX法とかPCI DSSみたいな規制を前にして旧態依然な開発・運用体制をとる企業は組織体制を変えるところからスタートしないと形だけ、ツール入れただけのなんちゃってDevOpsになる

最後に

あまり肯定的な感想がないけども、実際、これまでデータを軽視、ないしは十分に活用出来ていなかった企業にとってはAutoMLは重要な選択肢になるとは思う。 ただ、なんの経験も、ましたや素養すらもない人間たちが利用すると手に負えないはず。 モデルを一から作れるようなスペシャリストまでは必要ないものの、モデルを本番運用する上では基礎的な統計知識ぐらいは当たり前に持ってるような人は人材として抱えていかないといけないなと改めて感じた。