運用 クラウド認定資格は取得するべきなのか？
AWS、Azure、GCPなど大手ITベンダーのクラウド認定資格が必要な人と不要な人について、それぞれ説明します。
運用 
運用 マイクロサービス管理ソフトウェア「Istio」とは
はじめに
マイクロサービスを管理するソフトウェアである「Istio(イスティオ)」について、サンプルアプリケーションを動かしながら説明していきたいと思います。
マイクロサービスとは
マイクロサービスとは、1つのアプリケー...
デプロイ 機械学習システムにDockerを採用する4つのメリット
機械学習システムにDockerを採用するメリットを4つ紹介します。
運用 機械学習における8つの型とは
機械学習を利用して、実用的なビジネス上の価値を実現するための型（ステップ）を紹介します。
モデル開発 【実践編】AutoKerasによるカスタムモデルの実装
AutoMLライブラリであるAutoKerasを使って、モデルのカスタム実装を行う方法を紹介します。
モデル開発 【実践編】MLflow Trackingによるモデル実験管理
MLflowによる実験管理について実例を交えながら紹介します。
開発定義 データサイエンティストの無駄遣いはやめよう
データサイエンティストを無駄遣いせず、ケーパビリティを活かすためのノウハウについて紹介します。
デプロイ 【実践編】自分のスマホに画像認識AIを実装する方法
TensorFlow Liteという推論ランタイムを使用して、Androidスマホ上に画像認識AIを実装する方法をまとめました。
モデル開発 事前学習済みモデルを積極的に活用すべき3つの理由
多くの企業が実際のビジネスデータを活用したいと考えたとき、機械学習モデルを一から作成するという方法を最初に考えがちですが、その前に検討してほしいことがあります。それが事前学習済みモデルの活用です。AIプロジェクトで事前学習済みモデルを積極的に活用すべき理由について、3つ紹介したいと思います。
運用 運用保守のことを考えないデータサイエンティストが危険である3つの理由
データサイエンティストなどは、ビッグデータを分析し、ビジネスに活かすことができる人材として、とても貴重な存在です。一方で、データ分析やモデル構築のことしか考えておらず、システム導入後の運用保守のことが全く頭に入っていないデータサイエンティストが一定数存在します。そのような人たちが現場に入ってしまうと、全く実務に落ちない機械学習システムが完成してしまう恐れがあり、大変危険です。本日は運用保守のことを考えないデータサイエンティストがなぜ危険であるか、その理由を3つ紹介したいと思います。