JEDAI データサイエンス分科会 #1 集まれデータサイエンティスト・MLエンジニア！

JEDAI データサイエンス（DS）分科会は、Databricksを活用したデータサイエンス・MLに興味のある方向けのミートアップイベントです。DS分科会では、Databricksを用いた各社の具体的な事例共有、最新のアップデート情報の提供、そして参加者同士の交流を深めることを目的としています。

第1回目となる今回は、DS分科会の運営サポーターを務める各社のエンジニアがDatabricksの活用事例に焦点を当てたライトニングトークを行います！

開催概要

日時：2024年6月20日（木）18:30 開始 場所：WeWork 東京スクエアガーデン（東京都中央区京橋3-1-1 東京スクエアガーデン 14F）

タイムテーブル

発表内容・登壇者紹介（敬称略）

LT1：MLOps StacksによるMLOpsのBest Practice

発表者：楽天証券 郭程程

AIの活用が進む中で機械学習オペレーション (MLOps)は機械学習モデルをビジネス適用するために必要な開発と運用を効率化することができることで注目が集まっています。なぜMLOpsが必要なのか、どこまでにする必要があるか、Databricks上でのBest Practiceを楽天証券のユースケースを合わせてご紹介いたします。

発表者プロフィール：博士時代では国内外の研究所で天文衛星のデータ解析を行っていました。現在では楽天証券AIデータ＆ヒューマンラボでデータサイエンティストをしています。主にテックリーダーとしてデータとAIのプロジェクトをリードして、クラウドアーキテクチャー、データエンジニアリング、データサイエンス、MLOpsなど幅広く携わっています。

LT2：Databricksによるベクトル検索の活用方法

発表者：豊重翔大

データサイエンティストとして把握しておきたいビジネス視点でのベクトル検索に関する説明と エンジニアリング視点でのベクトル検索に関する説明（Databricksによる実装方法）をご紹介します。 1.ドキュメント検索に関するPJを開始するうえでの留意点 2. Databricksによりベクトル検索を実装する利点 3. Databricksによるベクトル検索の実装

発表者プロフィール コンサルタントとして、サプライチェーンの業務改革PJや新規事業立案PJに従事することでキャリアをスタート。 時代の流行に乗った結果、最近ではデータに関するPJに従事している。 大学院生時代に研究した機械学習の知識を呼び起こしながら、日々奮闘中。

LT3：金融ドメイン特化のための大規模言語モデルのインストラクションチューニング評価

発表者：JDD 山田 正嗣

大規模言語モデル（LLM）は様々な領域で利用されるようになっています。本発表では、特に金融領域において、複数の条件でLLMを学習した際の性能差について発表します。 発表者プロフィール：三菱UFJフィナンシャル・グループの戦略子会社であるJapan Digital Design（JDD）にて金融市場を中心としたデータ解析を行なっています。

LT4：データサイエンティストのためのデータガバナンス with Unity Catalog

発表者：飯塚 希翔

Databricks におけるデータエンジニアリングの共通処理を開発しているエンジニアが実装したメダリオンアーキテクチャの設計方法をご紹介します。 データサイエンティストとして押さえておかなければならないデータガバナンスのコンセプトを Unity Catalogの機能と照らし合わせながらご紹介していきます。 DSが押さえたいデータガバナンスの全体像 Unity Catalogのコンセプト Databricksエキスパートとの討議

発表者プロフィール Databricks Champion。データコンサルタントとして、流通・製造・製薬など様々な企業のデータ分析基盤の構築やDXを支援。

JEDAI（Japan Enduser Group | Databricks Innovation）について

データブリックス・ジャパン株式会社が運営するユーザーコミュニティーです。 日本の全ての組織が「データとAIの民主化」を実現すべく、AIや機械学習を活用したデータプロジェクトの実用化の促進を、ボトムアップで支えるユーザーコミュニティです。

JEDAIのロゴは、有機的な結合と広がりをイメージしています。JEDAIにおける活動が、ひいては、世の中を構成する4つの要素(経済・社会・文化・環境)に影響を与え、より良い世界を築いていく思いを込めています。