00:01
データ飯店 by UpdataTV
さあ始まりましたデータ飯店。この番組はデータとデータにすごい関わりの深い
一番飯店という街中華。こんなお店でデータエンジニアですとか
DXに関わる人材の方々と一緒にお酒を飲みながら楽しいトークをしていきたいなという番組でございます。
それでは本日のゲストを紹介させていただきます。tomoさんです。
こんにちは。tomoです。よろしくお願いします。
私はずっとシステムエンジニアとして機関系のアプリケーションとかそういったようなものを
SIRで働いていたんですけど、5年くらい前にBIツールを触ることになって
そこからデータの面白さみたいなのを知ってそれでコミュニティ活動とかも頑張ったりとかして
あとはとあるプロダクトでアンバサダーに選ばれたりとかそういったところで
データの魅力を伝えることをしていて、今はデータのプラットフォームのベンダーさんの方で
セールスエンジニアをしております。今日はよろしくお願いします。
すごいですよね。社内で自分でSIRとして活動しながら
そこからツールなどの良さを広めたいというところでコミュニティに入られて
それでさらにそこからデータの素晴らしさをもっと追求したいということで
また転職もされてという、今を生きるデータエンジニアの方なんじゃないかなと思っております。
流される自分の気持ちがワクワクする方にみたいな感じですね。今に至る感じです。
早速ですね、ドリンクとか注文しながらおいしいお酒とともに色々なテーマでお話ししていきたいと思います。
藤井、ちょっとオーダーいいですか?ビール2つと特製山海焼きそばとトマトと卵の炒め物と空芯菜、あと餃子1枚お願いします。
じゃあまず、お食事も届きましたところでまずは乾杯です。乾杯!
乾杯!よろしくお願いします。
いやもう正直緊張しちゃって早くこの一口が飲みたかったんですよ。
私もです。
いきなりこういう大きな話題だと難しいですよね。
どうしようかな、まず僕から出しましょうかね。
そうですね。
じゃあ私のあなたの好きなデータとはというところで、はいこちら一番反転のデータ。
これですね、僕がここのお店の副店長の幼馴染です。
昔システムエンジニアとかやってたんで、ホームページを作ってみたりとか、いろいろシステムを作ってるんですね。
データ分析を生業にしてるんで、そのデータを引っこ抜いてきてデータベースに集めて可視化するっていうところを結構遊びでやってるんですね。
結構自分も作ったデータっていう意味合いがあるので、僕にとっては元からあるデータというか作ったデータっていうところに価値があるかなと思って、
ここの紹介をさせていただきました。
もう自分の子供のような。
そうですね。生まれ育つところから担当しておりますので、すごいこのデータ見るの楽しみなんですね。
03:04
それは愛がありますね。ありがとうございます。
じゃあトモさんの方からも紹介でよろしいですか。
はい。私の答えは、美しいデータになります。
美しいデータ、これはまた面白いですね。
なかなかこれですね、結構深い意味がありまして、じゃあどういうものが美しいデータなのかと言いますと、
やっぱりエンジニアとしてはですね、すぐデータ分析できるですね、美しいデータ、これがやっぱり一番かなと思っております。
システム的に美しいみたいな。
そうですね。システム的に美しい。ちょっと専門用語ですけど、食わせるとすぐにですね、インサイトが得られるみたいな、そういうデータがやっぱり美しいデータ。
いいですね。
そうですね。
まな板の上で全部料理として揃った段階の、後はもう好きに加工するぞ、料理するぞっていう段階ですね。
そうですね。視聴者の方もですね、美しいってどういうことなの?定義って何なの?みたいなのを深く考えていただければと思います。
またいろんな美学がいろんな人にありそうなので、これはいろんな人にまた聞いてみたいなと思う内容ですね。
はい。
ありがとうございます。
こちらにですね、ガチャガチャがあります。
ここに事前にですね、私たちが2週間前からそれぞれデータに対する上げ体験、下げ体験っていう上がった気持ち、下がった気持ちっていうのを紙に書いて、それがこのガチャの中に入っておりますので、これを出しながら一つずつトークを深めていければなと思っております。
はい。
あ、出てきました出てきました。
出てきましたね。
よいしょ。はい。
じゃあ早速紙を開けてみると、何が出るかな?
おお、いきなり大きいお題です。
LLM、生成AIがお祭り状態、データに携わる当事者の見え方。
これ、ともさんの上げ体験ですかね?
そうですね。私は去年くらいからすごく生成AIとかLLMがお祭り状態、やっぱりChatGPTが出始めて、みんな本当にお祭り状態になって。
それで今までやってきたデータエンジニアリングとかデータのビジュアライゼーションとか、そういったものがどういうふうに変わって、
どこがChatGPTとかLLMやらせて、人間がやるべきところはどこなのかなみたいな、そういったところはやっぱりすごく気になってて。
ただ、私の個人の意見としては、人間がやっぱりビジュアライゼーションするところっていう、何でしょうね、可視化のところっていうのをそんなにこだわることがなくなってきて、
ただ、何が課題なのか、何をしたいのかみたいなですね、Yですね、Yの部分を決めたりだとか、それに対してアクションを起こしたりとか、そこはもう人間でしかできないし、
判断するのは人間なので、それを見て、LLMが示唆を出してくれます。でもそれが本当にそうなのかどうなのか判断して意思決定するのは人間なので、
06:00
やっぱりそこの部分にフォーカスしていくようにデータ活用っていうのは変わっていくんじゃないかなって私は思ってます。
すごく僕もこのオープンAIとかの生成AIってすごい興味深い分野だし、すごく薬になるようなデータの世界でもすごく助けられることになるんじゃないかなと思ってます。
僕の中で生成AIどこで使いたいかな活用したいかなっていうところだと、データのマイニングの世界になります。
ちょっと機械学習とも近いかもしれないんですけど、今はもう集めるだけデータを集めて、データレイクにまずはデータを貯めますと。
構造、非構造問わずいろんな形でデータ貯めますと。
それを実際掘り出して活用するっていうところで、どういう示唆があるかっていうのをデータエンジニアとかデータサイエンティストが知見を出すのって量が多ければ多ほど大変じゃないですか。
集められるデータってどんどん増えてきてるんで、ここの示唆を何のデータと何のデータが関係ありますよっていうマイニングの世界にオープンAIっていうのが使われるとすごくいいんじゃないかなと。
そうなんですよね。私も人間がやる、今のところはですけど、人間がやる8割ぐらいのことができるようになるんじゃないかなと思ってて。
私たちもですね、結構Pythonのコードとかを書かせちゃったりするじゃないですか。
そうですね。
ただ、それ完璧ではないので、だいたい8割ぐらい書かせて、2割ぐらいは私たち自分でコーディングしたりとかするんですけど、それと同じかなと思ってて、8割のとこまではやってくれます。
でも残りの2割は人間がやっぱり判断しますみたいな、そういった使い方をすごく良い、少子高齢化時代ですね。
人は少なくなっていく時代に、そういったようなChatGPTみたいなのを活用して、そういう8割やらせて、2割だけ人間がやるっていうのがいいと思うかなと。
そうですよね。でもやっぱ大事なのが、その2割できる人というのが、本来全部できる人だよと。
ChatGPTとかウインクAIに全部任せきりじゃなくて、自分ができる範囲のところの仕事を渡してるんだよっていう、ここがあって初めてできるのかなと。
全部信じきっちゃいけないよっていうところがポイントだなって思いますね。
そうですね。ChatGPTとかもね、なんか平気で嘘をつくとか言われますけど、それは学習してるデータがそもそも間違ってるから、嘘をついてるわけではなくて、そもそも間違った情報が出てたりとかするので、
やっぱりそこは100%じゃないんだなっていうのを分かった上で使う。そういう意味でデータを使っていくけど、最終的には人間がチャンジっていう世界が。
全部が全部全てを作ってくれるっていうわけじゃないっていうところがポイントですよね。
だと思います。
じゃあちょっと次のところを行ってみたいんですが、トモさんちょっと回してみますか。
はい。やってください。
出てきました。
ラスベガスはどうでしたか?
09:04
これは会社として、本社とかが向こうにありますので、行かれたと思うんですよ。
そこの実際の体験って、ラスベガスは行ったことはありましたか?
ラスベガスは2回目で、テックカンファレンスは割とラスベガスでやることと、結構AWSとかもそうですけどやることが多くて、それにちょっと1回行ったこともありまして、
ただそのコロナ前、2019年だったので、この前が5年ぶりですから、5年ぶりのラスベガスになるんですけれども、外資系のベンダーさんがもう本当にこぞって、
今年はセールスキックオフって言って、セールスチームのキックオフを拠点であるアメリカとかでして、フランスとかで行ってて、すごく活気があったなと思ってて。
よかったのがやっぱり、グローバルでこんなに同じ思いを持って働いてる人がいて、さらにこんなにすごい人たちがたくさん世の中にはいるんだ。
私はあえて日本人じゃなくて、グローバルの人たちとも片言ですけど、英語で喋ったりとかすることによって得られるものが多かったので、すごくいい探検だったなと思って。
僕がグローバル企業に働いたことがないんで、全然想像だけで喋っちゃってるんですけど、英語とかってペラペラで話せる必要ってあるんですか?
実は私はもう全然英語の苦手勢というか、英語ができない勢で入っているので、ただできた方が圧倒的に思うんですけど、
実は私は今の会社に入る前に日本法治の社長とお話したときに、英語ができたら会社に入ろうと思いますって言ったら、英語ができるって言うのっていつなの?英語ができるってどこまでのレベルだとできるの?って言われて、
僕だってまだ勉強中だし、ネイティブと同じように喋れるようになるなんてやっぱり難しいから、英語ができるようになってから外資じゃなくて、外資に入って英語を勉強すればいいじゃないかって言われて、
もちろん日本人が得意とするリーディングとかライティングとかはできる前提ですけれども、スピーキングとリスニングに関しては後からでもいいからっていうところで、
そういう後押しがあって入ったので、とはいえ英語の必要性は実感しておりますが、ただ絶対条件化って言われるとそうなんですよね。
普段出てくる書類とかドキュメント系は英語がほとんど?
それは英語ですね。ただ今はテクノロジーが進化しているので、BPLとかGoogle翻訳オッターとかいろいろ駆使してテクノロジーに頼るなとは言われるんですけど、上司には。
ただ他の能力を磨いてっていうところはあると思うので、他の能力で誇れるところがあるんだったら自信を持っていっていいのかなと思います。
得意分野のところをどんどん押していくところが重要なんですね。
12:01
なるほど。勉強になります。ありがとうございます。
じゃあちょっと私の方からももう1回1個引いてみたいと思います。
出ました。
はい、出てきました。
生きているだけでデータ儲け。生きているだけでデータがたまる世界。
僕はやっぱり一番反転のデータを作るっていうところもそうなんですけど、
自分で分析するデータっていうのを自分で生み出したいと思う。なければ生み出そうと思っているタイプなんですね。
皆さんもやられていると思うんですけど、例えば自分の体重を毎日どこかに入力するとか、入力するのってすごくしんどいじゃないですか。
毎日決まった時間に体重を測って、それをどこかに入力して、それで溜めるってやっぱりしんどいですね。
なるべく入力をしないで、生きているだけで勝手にデータがたまるっていうことをちょっと体現しようとして、いろんなものを導入したりしてるんですね。
例えば今僕つけているこのフィットビットとかなと、これで睡眠のデータと呼吸のデータとか、何歩歩いた、どれだけカロリー使ったっていうところが、やっぱりつけているだけで自動で取れるんですね。
これと今最近僕のおすすめとしては、お風呂のバスマット。
バスマットで乗って、体を拭いているだけで体重を測れるんです。
そんなのあるんですね。
体重計に乗るって毎日やると、どうしても意識しちゃうところがあると思うんで、意識しないで体重を測れるっていうところがすごいいいなと思って買ったんですね。
ただご飯を食べる前にお風呂に入ったりとか、飲んだら帰ってからお風呂に入ったりも当然するんで、体重はまちまちなんですね。
これって長い目で、2年3年とかで見たら徐々に上がってるぞ下がってるぞみたいなデータが取れると思うんで、
そうやって自動で貯まるデータっていうのが僕は大好きなんで、生きてるだけでデータ儲けっていう。
いいですね。
いろいろ記録するって大変じゃないですか。
それが奥でデータが貯まらない。
データがないと活用できないっていう感じになっているので、
そういったように勝手に取ってくれてる仕組みが作れると、もっともっと世の中のデータっていうのが増えるかなって思います。
