AI生成AIの流行
どうもしぶちょーです。ものづくりのラジオは、産業機械の現役エンジニアである私、しぶちょーが、ものづくりに関するトピックをザック・バランに語るポッドキャストです。
皆さん、最近爆発的に流行しているものは何か? そう言われたら何を思い浮かびますか?
私がそう言われて真っ先に思い浮かぶのは、やっぱりね、生成AIです。 どのニュースの記事を見ても、SNSを見てもね、勢いすごいですよね。
日々、新しい技術とかサービスが生み出されていて、本当にね、群雄拡挙。 とんでもないレベルの争いがね、行われています。
去年から話題持ちきりのチャットGPTをはじめとした大規模言語モデルに関しても、もう日常に溶け込みつつあると言っても過言ではないですね。
日常的に使ってないっていう人でも、言語の生成とか画像の生成っていうのは、一度は試したことあるよっていう人結構増えてきたと思います。
とにかくこんな感じでね、勢いがすごいんです。 そんな昨今なんですけど、
技術者をはじめ、社会人全般にある種の焦りが見えてきてる気がするんですよね。 それが何かっていうと、なんか俺もAIを勉強しておいた方がいいんじゃないか?
という焦りです。 これを聞いて、俺のことかもって思った人ね、多いと思います。 自分の仕事にAIを生かしたい。
自分の専門性とAIを掛け合わせたい。 はたまたAI分野にキャリアを移行したいとか、そういうふうに思いを抱く人、間違いなく増えてきてます。
そしてそんな皆さんが次に思う悩み、手に取るようにわかるんですね。 それはどういう悩みか。
何から取り組んでいいかわからんということです。 今日はですね、そんなあなたにおすすめのThis is 最高にちょうどいい資格試験紹介したいと思います。
それがG検定というものです。 私もかれこれ2年前ぐらいにね、G検定受けて合格しましたけども、これね非常におすすめの良い試験です。
文系理系関係なく受験できて、AIに関する体系的な知識も身につくと。 そんな素晴らしい試験なんですね。
なんで今日はそんなG検定について紹介していきたいと思います。 題して、AI入門はこれで決まり、今こそ受けようG検定です。
それでは早速いきましょう。 G検定とは一体何なのか。 これはですね、日本ディープラーニング協会が主催する
AIに関する資格試験です。 ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているかを試す試験ですと
ホームページには書いてありまして、簡単に言えばAIを活用するための試験と言えます。 G検定のGっていうのは
ジェネラリストのGで、AIに関する広い知見を持って適切に判断して活用できる人みたいなイメージです。
だからエンジニアリングというよりは、どっちかって言ったらね、ビジネス寄りのスキルにはなるんですけど、 とにかく広い範囲でAI、主にはディープラーニングに関する知識を身につけることができます。
例えば最近AIAI言うとりますけども、ディープラーニングって言葉もあるし、機械学習っていう言葉もあるし、
生成AIっていう言葉もあると、いろんな用語があるんだけど、 具体的にどう違うんだろうとか
どういう関係があるんだろう、みたいなね、本当に基礎的な知識レベルのこともこの試験で身につけることができます。
本当にね、何も知らないっていうところから、このG検定の勉強を始めても全然OK。
まあそういう類の資格なんですよ。 受験するための条件とかも特になくて、別に何歳からでも受験することできるし、
これね嬉しいことに、オンラインによる自宅受験することができるんですよ。 日々ね、家事とか育児とか仕事、忙しいっていう人でも受けやすい。
これめちゃくちゃ嬉しいポイントです。 いちいち会場に行かなくてもいいんで、時間的にも非常に受けやすいです。
G検定の紹介
僕が受けた時はね、G検定の試験って年に2回ぐらい、3回だったかな?ぐらいしかやってなかったんだけど、
なんかね、今年からめちゃくちゃ数が増えて、なんとね、今2ヶ月に1回G検定開催してるんで、受けれるタイミングもね、いっぱいあります。
次だと7月の初旬で、まあその次が9月の初旬、今年最後が11月初旬ぐらいかな。
とにかくね、チャンス多いんで、チャレンジしやすいっていうのもね、とてもいいですね。 こんな感じですごくね、受験者フレンドリーな検定なんですけど、
じゃあ誰でも受かるかといえばね、そんなこともなくて、 ちゃんと勉強しないとね、ちゃんと落ちると思います。
試験の全体の合格率としては、だいたい70%前後です。 まあまあ高いですね。
そんなに難しい試験ではないんですけど、試験自体はそれなりにハードで、試験時間は120分。
結構長いですよね。で問題は約200問の選択式問題です。 だから単純計算で1問35秒とか6秒でパンパン解いていかないと間に合わない。
さらに試験範囲も結構広くて、具体的なAIのモデルの込み入った話とか、 あとはAIの歴史、あとはデータそのものの著作権とか法令関係に至るまで、
AI活用っていう面ですごくね全般的な知識が問われます。 なんでそれなりに歯応えというか、受け応えはあるんでね。
受験したら必ず合格しちゃうよーみたいなタイプの試験ではないんで、 まあそういう意味でもG検定合格したらねそれなりに自信にはなりますし、
なかなか勉強のしがいがある検定だとは思います。 だいたい全く知識のない状態でG検定合格レベルに達するまでどれくらい時間かかるかっていうと、
一般的に言われているのはだいたい30時間から50時間ぐらいの勉強でいけると。 ちょっとねソースは曖昧で、ネットでいろいろ調べたらそういうふうに出てきたんですけど、
まあまあ体感的にもそれぐらいかなっていう感じですね。 それくらい確保できれば十分に合格できるとは思います。
ちなみに私の例で言うと、私はもともとAIのセミナーとか通いながら勉強してたんで、 それなりに体系的な知識あったんで、
だいたい5時間ぐらいの勉強で合格することできました。 なんで事前知識があるっていう人は本当にそれぐらいの試験に対するね、
こう過去問解いたりしたチューニングぐらいで合格できるはずです。 まあそんな感じの試験なんですけど、
たまにねちょっと勘違いしている人がいて、 G検定を取得してAIの専門家として活躍するんだとかね、
AIの体系的学習の重要性
AI分野に転職するためにこのG検定の資格を生かすんだ、みたいに言ってる人がいるんですけど、 履歴書に書くその経歴として役に立つかといえば、
このG検定という資格は残念ながらね、ほぼほぼ役に立たないと言い切っていいと思います。 別に取って損はしないし履歴書に書いておいてもね、マイナスにはならないけど、
大したプラスにもならない。なんか履歴書に文字書いてあんなぐらいです。 これ別に私の主観を喋ってるわけじゃなくて、実際に転職エージェントの方から話を聞いたことがあるんですよ。
私たまにデータサイエンス系の転職エージェントと話しすることがね、ちょくちょくあるんですね。 別に転職を考えているとかっていうわけじゃなくて、
市場調査というかね、情報収集として結構そういうやりとりで使えるんでね、こう話をすることがあるんですけど、
その時にね、ぶっちゃけ資格ってどうですかって聞いたことがあるんですよ。 例えばAI系の職種に転職しようとか、データサイエンスでちょっと転職したいなって思った時に、
持ってる資格っていうのがどんだけ役に立ちますかって聞いたところ、 そんなところを見てる会社はほぼないと言い切られましたね。
その数ある資格の中で唯一データサイエンスとかAI系で役に立ちそうなものがあるとするならば、それは統計検定準一級以上。
それがあれば、ああまあまあいいかもなぁぐらいに思うらしいですよ。 基本的にはそういう資格というよりはカグルーとかシグネートが開催している
AIコンペ、そういうものでいい実績を収めたとか、 具体的なポートフォリオがあるとかね、そういう方が転職市場においては重要となってきます。
だからG検定とってAI人材になるんだっていう人は、ちょっとそのステップだと時期少々なんですけど、
まずそこを足掛かりにして進んでいくっていうのがいいんじゃないかなと思います。 最近本当にAIエンジニアになりたいエンジニアが増えすぎちゃって、
そこをターゲットにした技術本とかもすごくいっぱい出てるんですけど、 そういう背景があるからこそ私はG検定を推してるんですね。
言って私もAIエンジニアになりたいエンジニアなんですけど、 やっぱりね、生成AIがすごく普及してきて、AIそのものにスポットが当たるようになってるからこそ、
AIを体系的に学ぶっていうのがね、すごく重要になってくると思うんですよ。 なぜAIを体系的に学ぶのが大事だと思うか。
まずですね、特に私を含めAIを専門としない、別の専門性を持ったエンジニア諸君に言いたいんだけど、
AIの勉強するときに、 コーディングから入るのやめませんか。
これね、めっちゃ技術者あるあるなんだけど、 まず技術に触れたすぎて、
パイソンとかね、言語を使って機械学習のコーディングから勉強しだすんですよ。 別にこの技術者としては間違ったアプローチじゃないんですけど、
結局ね、本に書いてあるコードをね、社境したりとか、 動かして終わるっていう人が多いんです。
タイタニック号の生存者の予想をやってみたり、 MNISTっていう定番のデータセットを使って、
手書きの画像の文字認識やってみたりとか、 なんかでコードを間違えずに打ってさ、動くと結果出てきて、
おーすごい!俺にもAI作れるじゃん!と。 までは思うんですけど、次に繋がらないんですよ。
そっからこのAIすごい!って感動してドハマリして、 プログラミングめきめきやってね、データサイエンスの世界にどっぷり使っていくっていう人もいるんですけど、
割と少数派で、大体の人はこうなんかAI勉強しようと思って、 コーディングから入って社境して、終わり。
次なんかやりたいけど何しようかなって言って、だんだん時間が経過していく。 このパターンね、私の周り見てもめちゃくちゃ多いです。
だいぶ自分のこと棚にあげてますけど、私もそうですからね。 これなんでそうなるかって思っていろいろ考えたんですけど、
最初から具体的なことを学びすぎなんですよ。 私のね大好きなゲームのゼルダの伝説に例えるなら、
これはね地図を手に入れてない状態でダンジョンを進めていくのと一緒です。 その今自分がいる部屋の形だけはわかってるんだけど、
ダンジョン全体がどうなっているのか、ボス部屋どこにあるのかとか全くわからない。 だからその部屋をとりあえずクリアしても、次どこ進んでいいのかわからないんですよ。
そんな状態なんです。 じゃあそのダンジョンの地図どこにあるのと、どうやって手に入れるのと言ったら、それはG検定にあるということですよ。
まず最初にAIに関する広い範囲の知識を身につけて、 その分野における地図を手に入れておくことで、具体的な勉強した時も、今自分がその分野のどこを勉強しているのかっていうのがはっきりわかります。
ダンジョンのどこにいるのかそれがわかるんですね。 なんで次どこに進もうかなっていうのも自然と見えてくるわけですよ。
まあこれは別にAIに限らずなんですけど、まずは何事も体系的に学ぶっていうのが大事です。
私もちょっとブログとかね、SNSの情報発信の中でこれ口酸っぱく言ってるんですけど、 具体の深い知識よりもまずその一個一個の知識同士の繋がりとか関係性を学ぶのが先です。
深さはその後に出せばいいんです。これがね学習の基本なんです。 ここを取り違えるとね、やっぱ勉強って続かないんですよ。
ネット上にもね色々と知識とか情報落ちてますけど、 ネット上の情報、ブログ記事に関しては本当に具体の知識の断片なんでね、
体系的に全く整理されてないです。 これもまたゼルダの伝説に例えるのであれば、どのダンジョンで使うかもわからない小さな鍵がいっぱい落ちてるんです。
これどこで使おう?どのダンジョンのやつ?みたいな感じで、すごくね断片的なのでまずはやっぱ全体を見ないといけないですね。
だからちょっと同じことを何回も言ってもあれなんですけど、まずは最初にやるべきことは自分の中で知識地図を作ること。これに尽きると思います。
そのために非常に良いフォーマットになっているのがG検定なんで、ぜひ皆さん受けましょうとお勧めしているわけです。
別に私はね日本ディープランニング協会の回し者でもなんでもないんですけど、とにかくG検定というのがね一番歴史長くて信頼できると思うんでね、ぜひともチャレンジしてみてください。
まず地図を手に入れて自分のやりたいこと、行きたい方向っていうのはその後にね考えればいいと思います。
AIの専門領域への応用
各有私もかねこれ3年前ぐらいに機械設計職からAI、IoT分野のざっくり言うとデジタル系のね研究開発部署に移動して仕事をしています。
その頃はねまだね生成AIって言ってもそんなに流行ってなくて、AIブームは来てたんだけど今ほどねこう熱された状態ではありませんでした。
そんな中でも自分の中でAIの技術が今後ねすごく重要になっていくんじゃないかなと。
機械とAIを組み合わせたらなんか面白そうだなと思ってねこの分野に移らせてもらったんですね。
多分自分と同じように自分の専門性とAIを掛け合わせて価値を生み出したいなって思ってる人本当に多いと思います。
一応ちょっと3年間やってきた私の経験をねここで言わせてもらうと
意外とねうまく掛け合わさらないなっていうのが今のところの正直な感想です。
まあ私のスキルがですね本当にAIエンジニア笑い程度のスキルしかないっていうのが一番の原因なんですけどね別に対してプログラミングもできるわけじゃないんで
ただそれを差し置いたとしてもものづくりとか製造業の分野って
AIを使おうにもとにかくデータがないんですよ。 AIを使う上で一番必要になってくるのがやっぱデータです。
AIに学習させるためのねデータが必要なんですけど本当にねものづくりの現場とか
まあいろんな角度で見ても思ってる以上にね全然データになってない。 本当にびっくりする
Excelはまだいいんだけど未だに手書きだったりとか感覚的に判断してたりとか
学習以前にAIを活用するための土壌現状のデジタル化っていうのがね割とボトルネックになってきます。
これは実際にAIで何かしてやろうという目線で現場を見たり
ものづくりのプロセスを見ていくと結構ね打ちひしがれるほど
ああデータになってないっていうのがねわかります。 あとなんかねデータをバーンってぶち込んで学習させてはいAIできましたはい完成っていう感じでは全然なくて
AIの運用上の問題を考えた時に学習モデルのメンテナンスをどうするのか
システムとしてどうやって運用するのかみたいなものがね割と立ちふさがってくるんで 単純にAIだけねポンと学習してはい終わりってなるかって言ったら全然そうじゃない
意外とねそのAI以外の周辺知識っていうのがかなり必要になってきます 例えばまあよくあるパターンで言うと画像を使って
不良品の検出をやりましょうとかね あるんですけど
じゃあ画像ねスマホでパシャって写真撮ってAIにポンって入れれば判断してくれるんでしょ と言ったらそんなわけでもなく当然光の当て具合でね
めちゃくちゃ画像って変わりますし製造業なんて撮影するの大体金属なんで反射がね とても厄介でなかなかこううまくいかないとか
そのあたりはその撮影機材の知識とか画像処理の知識ってのも必要になってきます あと根本的にそもそも不良品の画像が少なすぎて学習データとしてね
準備できないなんてこともよくありますし とにかく実際やってみると全然スマートじゃないわけですよ
とても泥臭い分野である意味で泥臭さっていうのはね 製造業が得意とするその泥臭さの種類とマッチしてるんで
ai のプロジェクトってね製造業っぽいなっていう部分はあります だから機質という意味では ai と製造業ってね結構相性がいいのかもしれないです
まあとにかく私がここで言いたいのは ai さえ学んでしまえば すぐ様自分の専門領域とドッキングできて価値が出せるかって言ったら全然そんなことなくて
この先とかそっからいろいろね 泥臭いことが待っているんじゃないかなぁと思うという感じですね
まあ分野によって違うと思うんですけど ai やってる人誰に聞いてもやっぱ泥臭いとは言います
すごく地道な作業です この ai という言葉からね連想されるようなあとデータサイエンスって呼ばれるですね
なんかこのセクシーな響き まあねデータサイエンティストってね一時期は世界一セクシーな職業って言われてましたけど
まあなんかかわいそうかわいそうというか 実際データサイエンティストとして働いている人結構そう言われて恥ずかしいんだろうなって思い
ながらねそれ聞いてたんだけど まあねそう言われるぐらいねすごくスマートなねイメージがあるんですけど実際はねやっぱ
データサイエンスの分野の人もまあ ai やってる人もすごくね泥臭い思いをしながら プロジェクトを進めていると思いますよ
ちなみに最近はねなんか生成 ai に指示をするためのプロンプと言葉ですね これを考える技術のことをプロンプとエンジニアリングなんて言いますけど
今猫のプロンプとエンジニアが世界で一番セクシーな職種と言われてますね 何でもかんでもねセクシーって言えばいいってもんじゃないと思うんですけど
まあちょっと話脱線しちゃいましたけどまあとにかく スマートじゃなくて泥臭いですよということです
ただやっぱ泥臭く進めれるっていうこと自体 やっぱね自分がもともと持ってた専門性があるっていうことだと思うんでやっぱ ai を
学んで掛け合わせるっていうのはねすごくありだと思います ただ全然スマートではないですよとそもそも
AIとデータサイエンスの現状
ai 以外の問題とかも立ちふさがってきますということだけね 私のこの3年間の経験をもとにお伝えさせていただいたという次第でございます
ここからまた g 検定の話に戻りますけど g 検定に合格するとシードルっていうね ai コミュニティに入ることができます
シードルっていうのは c d l e と書いてねシードルって読むんですけど コミュニティオブディープラーニングエヴァンジェリスの略で
これはね日本最大級の ai コミュニティで今では5万人を超える メンバーがいる非常にね活発なコミュニティです
また何で5万人いるつっても実際5万人が全員アクティブかって言われたら多分ほとんど がロム線でアクティブな人っていうのはごく一部なんでしょうけど
それでもね結構熱量のあるコミュニティです 特にねやっぱこのコミュニティの中でのつながりっていうのはね非常に面白くて
個人的には g 検定とって一番良かったのはこのシードルのコミュニティに入れたこと ですね
ai に対してねすごい熱心な人たちが集まっているんで面白い つながりがねどんどん増えていってます
このシードルの中にもね色々と文化会的なものがあってさ 私はその中でシードル名古屋っていうねグループのサポートメンバーとして活動して
それこそこの前のねゴールデンウィークの最終日に イオンモール名古屋ドーム前っていうところで
生成 ai エキスポ in 名古屋っていうねイベントが開催されたんですけど 私もそのイベントにシードル名古屋のメンバーとして
運営スタッフ側でね参加してました あとねそのイベントの中のセミナーで登壇させてもらったりとかもしたんで非常に面白かった
ですよ その生成 ai エキスポ in 名古屋っていうのは
親子向けに生成 ai を体験できるっていうね 結構珍しいんですけど体験型の ai イベントなんですよ
でそのイオンモールの隣に名城大学っていうね大学もあって そこの大学の中でも生成 ai エキスポ in 名古屋のね企画をやってて
そこではセミナーをね1日中やるみたいなことをやってて 私は午前中は4側でスタッフとして案内したりとかいろいろ生成 ai のね体験を
サポートしたりしながら働いてまして で午後からは大学の方に移ってちょっとセミナーに登壇させてもらったっていう感じです
別にねそれでお金をもらってるわけでもなくてみんなこの ai を盛り上げたいとか そういうイベントをやりたいという気持ちでスタッフがこうバッて集まってくるんですよ
ゴールデンウィークの最終日ですよ 激アツのイベントでしょそれはすごくねやっぱ熱量の高い人たちがいっぱいいるんですよ
当然それ運営しているのはそのシードル名古屋だけじゃなくていろんな団体が関連して ましてそういう人たちがいっぱい集まって開催されたイベントなんですけど
最終的には来場者で言えばね1000人近く集まって すごいね大成功のイベントになりました
運営メンバーの中にはまあいろんなね方も名だたる大企業の人もいれば 個人で参加している人もいるし大学生もいれば
中には猫中学生起業家なんて子もいて ほんとねバックグラウンド全然違ういろんな人たちがねごちゃ混ぜで1個のイベントを成し遂げるっていう
なかなか社会人になってから経験する機会がなかったなぁと思ってもうめちゃくちゃいい 刺激になりましたね
こういうイベントにね本気になれちゃうようなアクティブで面白い人たちと ai というものをテーマにしながらねつながれると
もちろん猫コミュニティ入ってボーッとしてるだけじゃ何もならないのでいろいろとこう フットワーク軽くですね
AIコミュニティとのつながり
自分の時間使いながら能動的に動く必要はあるんですがそういうイベントとかね勉強会 とかに身を置くチャンスがあるとこれが g 検定合格して
c 泥に入ったことの音私の最大のメリットです ai の話あんま関係なくなっちゃうんですけど やっぱ魅力的な人たちと出会う場
熱量のある人たちとしゃべる場これねめちゃくちゃ大事だと思います 特に最近はやっぱ生成 ai ブームですから
生成 ai 関連のことに熱量の高い面白い人たちいっぱい集まってます その熱の中にやっぱ身を置いてみる
これがねいい経験になるなと思いました まあそういったものも含めて g 検定興味ある人はね
受験のモチベーションにしてもらえればいいなと思います ここからちょっと全然話しとれるんだけど
ハーバード大学の研究によればですね人生において幸せに最も影響するものは 人間関係人と人とのつながりであるということがでも明確になっているらしい
です 他者とのつながりが強い人ほど健康であり幸せであるということらしいんですよ
なんでこの話を急にしたかっていうとね この話自体はね最近知ったんですけどここに3年を振り返ると
つながりが人生を豊かにするなーって思ったシーンがね多かったんですよ 私がね本当にブログとか sns で
をものづくりの情報発信始めたのがだいたい4年ちょっと前なんですけど やっぱねこの4年間で今までの人生では考えられないほど
いろいろな人たちとつながりましたそれまでは本当にね 会社の人たちの中のコミュニティでつながってただけだったんですけど
この4年間いろんなとこに出張ってですねいろんな人たちに会ってきました 技術ブローガーのつながりであったり
僕技術師っていうね資格持ってますからその資格のつながりであったり あとはねポッドキャストこの番組をやっていることによって他のポッドキャスターの方々と
つながったりとかそして今話したような ai 分野でのつながりと まあその他にもねいろいろと派生してつながり増えてるんですけど
G検定の重要性
すごいね立派な人とか素敵な人たちとね 会えば会うほど話せば話すほど
やっぱ自分の中での高常識とか価値観っていうのがすごくいい方向にね アップデートされていく気がして
自分の中での幸せ度というかね感性が磨かれている気がするんですよ 気がするというかね確定で磨かれてます
ちょっとね抽象的な話であるんだけど やっぱりコミュニティに顔を出すと新しいつながりを作るっていうのはまあそれだけ人生に
とってすごくね価値のあることだとね 思うわけです私の場合かなりフットワーク軽い方なんで
ぴょんぴょんぴょんぴょんねいろんなとこ行っちゃいますしまあそれを許してくれる 家族がいるっていうねその環境的なありがたさもあるんですが
とにかくやっぱ自分が普段触れるコミュニティ以外に属する 新しい人たちと会うっていうのはすごく大事です
つまり何が言いたいかといえば ai の体系的な知識も身につくしかつ人との繋がりも増えちゃう
そんなディスイズ最高にちょうどいい資格試験が g 検定であるということなんですね ぜひともね皆さんチャレンジしてみてください
はいクロージングトークですこんだけ熱量高くね g 検定宣伝したらちょっと 日本 d プラーニング協会でお金の一つでも欲しいところですけど
まあまあそれはさておき ai の検定てね実は他にもいろいろあって それこそ今紹介したようなね日本 d プラーニング協会が主催のもので言えば
g 検定以外にはいい資格というものがあります g 検定が ai の活用の検定であるならばいい資格は ai の実装に関する資格試験と言え
ます 実際に ai の学習モデルを作る方まあそっちの知識が問われるんですね
ちなみに今年の9月ね私もいい資格受ける予定です 本当はね去年受けようと思ってたんですけど
ちょっとタイミング合わなくてですね今年受験する予定となっております ちなみに g 検定で次いい資格なんでね
いい検定ではないんですよ なんかなんでって思うんですけど実はいい検定ってすでに世の中に存在していて
エレクトロニクス検定っていうね電気電子系検定試験っていうのは電気の検定であるんです けど
多分それと名前だぶったんで本当はいい検定にしたかったけど なくなくいい資格にしたんじゃないかなと思います
まあ g 検定受かったぜっていう人はね次いい資格にチャレンジするっていうのもあり かもしれません
いい資格はねちょっと受けるちょっとだいぶお金かかるんでね まあそこは実際に ai を実装する業務があるか否かで判断すればいいと思います
その他にも生成 ai 系に特化したね資格試験が最近ちらほら出てきていて ジェネレーティブ ai テストとか
生成 ai パスポートなんて試験もあります そっちの方がまあ g 検定に比べたら難易度低くてお手軽ではあるので
まず触りだけやりたいって人はねそれを受けるのもありかもしれないですね まあちなみにこれらの2つちょっとね私も受けようかなと思ってまして
6月に受験する予定となっています 今回紹介した g 検定を含むそのあたりの資格の情報はですね
このポッドキャストの説明欄に貼っておきますので興味ある人はぜひともチェックして ください
というわけで今日の話はここまでです 私は支部長技術研究所という技術ブログも運営しています
週1更新を目標に更新していますのでそちらもぜひチェックしてください また x でも毎日役立つ技術情報の発信を行っています
朝7時10分夕方18時20分に必ず投稿しておりますのでそちらもチェック良かったらフォロー していただけると嬉しいです
あとものづくりの視点というボイシーでの音声配信もやってます こちらは月曜日から金曜日までの集合で配信中です
10分ぐらいで聞けるものづくりの話をしてますぜひそちらもねお時間あれば聞いて ください
そしてここから一番大事ねものづくりのラージオいいねえと思っていただけた方はですね この番組のフォローまたは各ポッドキャストアプリで評価の方をねぜひともよろしく
お願いしますというわけで今回はここまで以上 支部長でしたではでは
