Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
アーバンデータチャレンジ 2017 佐賀 キックオフ
Search
ishiitetsuji
October 21, 2017
Technology
120
0
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
アーバンデータチャレンジ 2017 佐賀 キックオフ
アーバンデータチャレンジ 2017 佐賀 キックオフの発表資料です。シビックテックに関わるきっかけとアーバンデータチャレンジ in 岐阜での取組みを中心にしています。
ishiitetsuji
October 21, 2017
More Decks by ishiitetsuji
See All by ishiitetsuji
UDC2024岐阜ブロック
ishiitetsuji
0
79
アーバンデータチャレンジ2024 長崎ブロック
ishiitetsuji
0
79
kintoneとすすめてみたいリビングラボ
ishiitetsuji
1
210
オープンデータは共有財産 ワーケーション編
ishiitetsuji
0
160
CIVIC TECH FORUM 2022 岐阜LT
ishiitetsuji
0
190
伝統産業 × IT 岐阜での取り組み事例
ishiitetsuji
0
390
岐阜ブロックの活動紹介
ishiitetsuji
0
120
いまむらさんのCat-Being
ishiitetsuji
0
260
シビックテック井戸端キャスト
ishiitetsuji
0
210
Other Decks in Technology
See All in Technology
MCPをつなげて作る組織横断のAIエージェント基盤
tsubakimoto_s
0
400
AI研修(Day1)【MIXI 26新卒技術研修】
mixi_engineers
PRO
2
2.7k
A Bag-of-Documents Model for Query Specificity
dtunkelang
0
170
plamo-3-translateの開発
pfn
PRO
0
190
QAと開発の両側から進める AI活用 -QAプロセスAI支援ツールキットと Inner Loop / Outer Loopの取り組み-
legalontechnologies
PRO
2
370
セキュリティ研修【MIXI 26新卒技術研修】
mixi_engineers
PRO
31
26k
Claude Code並行開発環境の ムダ‧ムラ‧ムリを見直した話
muranakaaa
0
330
VPCセキュリティ対応の最新事情
nagisa53
1
350
AI時代の強いチームの作り方
yuukiyo
8
6.1k
ウォーターフォール開発案件のPMとしてAI活用を模索している話
hatahata021
2
210
PLaMo 3.0 Primeの事後学習
pfn
PRO
0
180
Webの技術とガジェットで子どもも大人も楽しめるワクワク体験を提供する / Qiita Tech Festa Day 2026
you
PRO
1
310
Featured
See All Featured
Design and Strategy: How to Deal with People Who Don’t "Get" Design
morganepeng
133
19k
Marketing to machines
jonoalderson
1
5.6k
Everyday Curiosity
cassininazir
0
270
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
200
Art, The Web, and Tiny UX
lynnandtonic
304
22k
What's in a price? How to price your products and services
michaelherold
247
13k
brightonSEO & MeasureFest 2025 - Christian Goodrich - Winning strategies for Black Friday CRO & PPC
cargoodrich
3
760
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
49
3.5k
Measuring Dark Social's Impact On Conversion and Attribution
stephenakadiri
2
240
Creating an realtime collaboration tool: Agile Flush - .NET Oxford
marcduiker
35
2.5k
Design of three-dimensional binary manipulators for pick-and-place task avoiding obstacles (IECON2024)
konakalab
0
500
What the history of the web can teach us about the future of AI
inesmontani
PRO
1
640
Transcript
'JOE༤ͷྲྀధഅɹ༤ࢢɹ$$#: ΞʔόϯσʔλνϟϨϯδࠤլΩοΫΦϑ γϏοΫςοΫΛ௨ֶͯ͡Μͩ͜ͱ
VED ੴҪ࣏ʢ͍͍ͯͭ͠͡ʣ ݄ େखӡૹձࣾͷใγεςϜձࣾʹۈ ओʹݿཧγεςϜΛख͕͚Δ*5ٕज़ऀ લʹΦʔϓϯσʔλΛͬͨࣄΛ ΩοΧέʹγϏοΫςοΫʹϋϚΓࠐΉ झຯฤΈ
None
VED ຊͷͲਅΜத ذෞ ͗; ࠤլ·Ͱ ඈߦػͰ࣌ؒ ৽װઢͰ࣌ؒ
VED γϏοΫςοΫʹࢀՃ͖͔͚ͨͬ͠ ΞʔόϯσʔλνϟϨϯδͷऔΈ γϏοΫςοΫΛͬͱָ͠Ήํ๏
VED γϏοΫςοΫʹࢀՃ͖͔͚ͨͬ͠ ΞʔόϯσʔλνϟϨϯδͷऔΈ γϏοΫςοΫΛͬͱָ͠Ήํ๏
VED ͳͥͦΕΛΓ͍ͨͷͰ͔͢ʁ
VED Φʔϓϯσʔλ Λͬͯ ࣗͨͪͷະདྷ ࣗͨͪͰͭ͘Ε͍͍
ਂۀ ٳग़ۈ ITٕज़ऀͳΜͯ ੈͷதͰҰ൪ʹཱͨͳ͍৬ۀͩɺɺ ίετݮɾਓһݮ 4લͷࢲʢΠϝʔδͰ͢ʣ
2013.8.29 Φʔϓϯσʔλͷࠓɾະདྷ ਓੜͷసػ
ḉߐࢢ৬һ ా͞Μ
ḉߐࢢͷࢢτΠϨใ IUUQTXXXDJUZTBCBFGVLVJKQBCPVU@DJUZPQFOEBUBEBUB@MJTUTIJOBJUPJMFUIUNM ຊॳͷ Φʔϓϯσʔλ τΠϨใɺݕࡧɺϧʔτʢɹହհ͞Μʣ
IUUQTXXXUFEDPNUBMLTIBOT@SPTMJOH@TIPXT@UIF@CFTU@TUBUT@ZPV@WF@FWFS@TFFO MBOHVBHFKB
VED ͍·͋ΔσʔλΛ Φʔϓϯʹ͢Ε ੈͷத͕ͭͳ͕Δ
VED Φʔϓϯσʔλ Λͬͯ *5ٕज़ऀͰ ੈͷதͷʹཱͭ͜ͱ͕Ͱ͖Δ
VED ϝϯόʔɿ໊̏̌ ςΫϊϩδʔΛͬͯ ͷճΓͷࠔΓ͝ͱΛ ࣗୡͷखͰղܾ͢Δ ҙஂମ ʢॠؒ࠷େ෩ʣ
ιϑτϐΞδϟύϯ େ֞ࢢ
VED $0%&GPS(*'6ͷϙϦγʔ ͓ఱಓ༷ʹஏ͡ͳ͍׆ಈΛߦ͏
VED ͓ఱಓ༷ʹஏ͡ͳ͍׆ಈΛߦ͏ Γ͍ͨ͜ͱͷ͋Δਓ͕ Γ͍ͨ͜ͱΛ࣋ͪدΓ ΈΜͳͰҬʹߩݙ͢Δ
VED $0%&GPS(*'6̏ͭͷಛ ఆྫͷձ͕ͳ͍ʢࣗൃੑΛॏࢹʣ ू·Δॴ͕ͳ͍ʢػಈੑ͕ߴ͍ʣ ·ͱ·Γ͕ͳ͍ʢଟ༷ੑʹΉʣ
VED খ͞ͳ*5૬ஊࣨ ͩΕ͕ؾܰʹࢀՃͰ͖ΔΑ͏ʹ
VED ໊σβΠϯ ϩϘοτ .BLF ϒϩοΫνΣʔϯ ݄̍ճ͙Β͍ڵຯ͋ΔςʔϚͰ࠲ஊձΛ։࠵
8JLJQFEJBݺࢠͷεϧϝѹԆػ45"$$#: ݺࢠͷ͍͔ͱྑͷ҂ ҂ͷԘম͖5FUTVKJ*TIJJ$$#: ؓٳɹ̍
8JLJQFEJBݺࢠͷεϧϝѹԆػ45"$$#: ͍͔ͷړ֫ྔ ҂ͷԘম͖5FUTVKJ*TIJJ$$#: ҂ͷړ֫ྔ ̍ҐɹἚݝ ̎Ґɹਆಸݝ ̏Ґɹಢݝ ̍Ґɹւಓ ̎Ґɹ੨ݝ ̏Ґɹ࡚ݝ
̐Ґɹذෞݝ ̎̍Ґɹࠤլݝ σʔλΛௐΔͱ৽͍͠ؾ͖ͮΛಘΒΕΔ
VED γϏοΫςοΫʹࢀՃ͖͔͚ͨͬ͠ ΞʔόϯσʔλνϟϨϯδͷऔΈ γϏοΫςοΫΛͬͱָ͠Ήํ๏
VED ͳͥͦΕΛΓ͍ͨͷͰ͔͢ʁ
VED Φʔϓϯσʔλ Λͬͯ ΦʔϓϯσʔλΛར༻ͨ͠ ذෞͬΆ͞ͷ͋Δܧଓతͳ ׆ಈαʔϏεΛ࡞Γ͍ͨ
VED ͜ΕԿͷਤ͔Θ͔Γ·͔͢ʁ
VED ͜ΕԿͷਤ͔Θ͔Γ·͔͢ʁ ΦʔϓϯσʔλΛ࣮ࢪ͍ͯ͠Δ࣏ࣗମ
VED ͷ׆ಈํ
VED ࢈ຽͷ࿈ܞʹΑΔҬ՝ղܾΛ࣮ݱ ͜Ε͔Βͷ͋ͨΓ·͑
6%$ΩοΫΦϑ $"350Ͱ࢝ΊΔσʔλՄࢹԽϋϯζΦϯ ."େ֞ϩϘοτϋοΧιϯ 3&4"4Ͱ՝ղܾͷԾઆΛཱͯΔ άϥϑΟοΫϨίʔσΟϯάϫʔΫγϣοϓ ΈΜͳͷνϟϨϯδʹՐΛ͚ͭΑ͏6%$ަྲྀձ നொϚοϐϯάɾύʔςΟʔ 0HBLJ.JOJ.BLFS'BJSFɹʢखܳ෦ʣ ͗;ΦʔϓϯσʔλΞΠσΞιϯɾϋοΧιϯ ɹ*0%%JOذෞɹ-*/&ϘοτΛͭ͘Ζ͏
*0%%JOେ֞ɹେ֞ࡇΓΛͦ͏ 6%$ 6%$ 6%$ 6%$ 6%$
6%$ΩοΫΦϑ
$PEFGPS,BOB[BXB ౡ͞Μ 0,'+ ౦͞Μ $0%&GPS(*'6 ᅳࢬ͞Μ
$"350Ͱ࢝ΊΔσʔλՄࢹԽϋϯζΦϯ
3&4"4Ͱ՝ղܾͷԾઆΛཱͯΔ
ΈΜͳͷνϟϨϯδʹՐΛ͚ͭΑ͏6%$ަྲྀձ
DGKTVNNJU ̍̓νʔϜݸਓͷ̏ؒͷϓϨθϯότϧ
༏উऀ֤ͷࣗຫͷΛ૯औΓ
༏উ,%4;,ɹਿຊࢯ
͗;ΦʔϓϯσʔλΞΠσΞιϯˍϋοΧιϯ
VED ΞϓϦ෦ ذෞݝՃໜ܊നொͷաڈ໊ɾ ྺ࢙ΛϚοϐϯά͢Δ ΞΠσΞ෦ ΧϑΣϞʔϧ(0 ϛζΦωΞJOେ֞ ϚΠελʔͰΓ߹͍όεΛ׆ੑԽ ༙͖ਫ͞ΜΆ ͗;ͬ͜ϝʔϧ
ذෞಠཱએݴ σʔλ෦ ෦̓࡞ΛԠื
༙͖ਫ͞ΜΆ 6SCBO%BUB$IBMMFOHFͷԠื࡞ େ֞ࢢͷΦʔϓϯσʔλΛ׆༻ͯ͠͞ΜΆίʔ εΛҊ͠·͢ɻ ݱࡏελʔτʹʮΦΨοΩʔʯͷΞ ΠίϯΛར༻͍ͯ͠·͢ɻ εϚϗͰ1$ͰҎԼͷϦϯΫ͔Βར༻Մೳ Ͱ͢ɻ IUUQTUFUTVKJHJUIVCJPTBNQP@PHBLJ
ΞʔόϯσʔλνϟϨϯδҬڌ৽ਓɹड $0%&GPS(*'6ද ᅳࢬࢯ
VED ͷ׆ಈํ
VED ϘνϘνΓ·͠ΐ͏
ΩοΫΦϑ ϛʔςΟϯά ʮΦʔϓϯσʔλʯͰΓ։͘Ҭͷະདྷ ΞʔόϯσʔλνϟϨϯδJOذෞ
ʮະདྷΛໝʯ
ڇౡਗ਼߽ࢯ ຊͰ໊͔͍͠ͳ͍Φʔϓϯσʔλ ಓࢣͷͻͱΓɻ࣍ੈҬϝσΟΞ ͷϓϥϯχϯά ɺҬใԽͷͰ ׆ಈ͍ͯ͠Δɻɺ*$5ͰҬ՝ Λղܾ͢Δஂମ$PEFGPS4BHBΛཱ ্ͪ͛දΛΊΔɻ ͏͠͡·ɹ͍ͤ͝͏ $PEFGPSք۾ͰҰ൪ϫΠϯ͕ࣅ߹͏உ
σʔλ։์͔Β࢝·Δ Ҭͷະདྷ
༗ాমΞΠσΞιϯ *OUFSOBUJPOBM0QFO%BUB%BZJOࠤլ ࢲ͕͏͠͡·͞ΜΛଚܟ͢Δ͖͔͚ͬͱͳͬͨΠϕϯτ
VED ͜ΕͧγϏοΫςοΫ ͜ΕͧγϏοΫςοΫ
ΞʔόϯσʔλνϟϨϯδΩοΫΦϑJOذෞ
VED ήετɿ౦ژେֶੜ࢈ٕज़ݚڀॴಛݚڀһখມത࢘ࢯ ͝Ҋ
VED ͝Ҋ
͜Ͳ͕ϫΫϫΫ͢Δ ະདྷΛͭ͘Δ
VED ͜ͱ͠ͷ׆ಈͰ ͏Ε͔ͬͨ͜͠ͱΛͻͱͭ
ؒͬͯૉΒ͍͠
IUUQTXXXUFEDPNUBMLTEFSFL@TJWFST@IPX@UP@TUBSU@B@NPWFNFOU MBOHVBHFKB ؓٳɹ̎
VED γϏοΫςοΫʹࢀՃ͖͔͚ͨͬ͠ ΞʔόϯσʔλνϟϨϯδͷऔΈ γϏοΫςοΫΛͬͱָ͠Ήํ๏
VED ͳͥͦΕΛΓ͍ͨͷͰ͔͢ʁ
VED Φʔϓϯσʔλ Λͬͯ ׆ಈͷݪಈྗ͔ͩΒ
VED ָ͠Έํɹͦͷ̍ ଞͷҬͷΠϕϯτʹࢀՃ͢Δ
શࠃ ͷ$PEFGPS͕׆ಈ͍ͯ͠·͢
VED ͷࢀՃͨ͠$JWJD5FDIܥͷΠϕϯτ $PEFGPS,VTBUTVఆྫձ γϏοΫςοΫɾΞΠσΞιϯJO04$ ໊ݹ .FFUVQXJUI$PEFGPS5PLZP ੜۨ
ΦʔϓϯσʔλɾϓϥοτϑΥʔϜͱެຽ࿈ܞγϯϙδϜ $PEFGPS/BHPZBఆྫձ ໊ݹ $PEFGPS,VTBUTVఆྫձ ΞʔόϯσʔλνϟϨϯδذෞΩοΫΦϑɹ େ֞ ྛۀϋοΧιϯɹ ඒೱ ΞʔόϯσʔλνϟϨϯδ੩ԬΩοΫΦϑɹ প $PEFGPS+BQBO4VNNJU ਆށ ͓͓͕͖ϩϘοτ"*ϋοΧιϯɹ େ֞ Ҭ՝ͷղܾʹɺͪΐͬͱ*UΛͯ͠ߟ͑ͯΈΔձ େ܊ࢁ $PEFGPS/JJHBUBఆྫձ ΦϯϥΠϯ $PEFGPS/BHPZBఆྫձ ໊ݹ *P5"1*Ͱ֗ϋοΫ ໊ݹ
VED ʮଞͷҬʹࢀՃ͢Δʯָ͠͞ ҬͷۭؾΛײ͡ΒΕΔ ֶΔ͜ͱ͕ͱͯଟ͍ Ҡಈ࣌ؒʹฤΈ͕ḿΔ
ੜۨࢢ
পࢢ
େ܊ࢁࢢ
ࠤլࢢ
VED ָ͠Έํɹͦͷ̎ ΈΜͳͷಛٕΛ׆͔͢
VED ʮಛٕΛ׆͔͢ʯָ͠͞ ΈΜͳͷډॴ͕Ͱ͖Δ ڵຯ࣋ͭํͷ෯͕͕Δ ͖ͳ͜ͱٻ৺ྗ͋Γ
$0%&GPS(*'6 खܳ෦
$0%&GPS(*'6 ఱจ෦
$0%&GPS(*'6 ͗ΐ͏͟෦
VED ָ͠Έํɹͦͷ̏ ເΛ͔ͬͯͬ͠Γา͘
VED Θͨ͠ͷເ ଉࢠ͕̎̌ࡀʹͳͬͨͱ͖ ʮذෞʹॅΜͰͯྑ͔ͬͨʯ ͱ͍͏֗ʹ͢Δ͜ͱ
͡Ίͨ͜Ζ Ҭߩݙ ཧ೦ɾཧʹਲ͍͠Εɺ ເखͷಧ͘ͱ͜ʹ͋Δͱצҧ͍
ϚΠϧυͳमཏ ΠϕϯτͰͻͱ͕ू·Βͳ͍ ୭͍ͭͯ͜ͳ͍ ߦ୯༧ࢉ ܧଓ͠ͳ͍
ͦͦ*5ͷΈͰղܾͰ͖Δ ՝΄ͱΜͲͳ͍ɺɺ
Δ͔ߴΈΛࢦ͠ ΏΔ͍ίϛϡχςΟΛ ͭ͘Δ͜ͱ͔Β࠶࢝ಈ 6%$ͦͷҰา ͍· Ҭߩݙ ͦ͜ʹ͋Δ͔
Ͳ͏͔Θ͔ͳ͍ເ
'JOE༤ͷྲྀధഅɹ༤ࢢɹ$$#: ࣗͨͪͷ֗ࣗͨͪͰͭ͘ΕΔ ͕ؒͰ͖Εͨͷ͘͠ଓ͚ΒΕΔ ເΛ͍ͬͯΕ্Λ͍ͯา͚Δ γϏοΫςοΫΛ௨ֶͯ͡Μͩ͜ͱ
Ԡԉϝϯόʔઈࢍืूத ͍ͬ͠ΐʹΓ·͠ΐ͏ʂ