Slide 1

Slide 1 text

ůlÆõƨĜ #BeEqual #(; 0?069:0;/?9.,=0 ŏƞǃ ,B,=95>;, #BeEqual . #DevFestWomen

Slide 2

Slide 2 text

ayatokura ŏƞ ǃ (Aya Tokura) IBM Sr. Developer Advocate ”¬ŸKw‚¨¹ƈDŽFƙÄƫƋFƵƭķõ~ä]fF çÐÉlÕJk IBM Cloud wWatsonlŐŞǂnj~ÆPG Ǎ $(( Ǎ 9/0 Ǎ 977>83=B

Slide 3

Slide 3 text

ËſƠŌ

Slide 4

Slide 4 text

ËſƠŌmĖĘû»lŠĕlohe 4 17 million A2(D 6! %.=$10 G4()) 800,000+ ĎƉlÓƪkx{ŒÉč 22 ĤØTeWy|aÎŦĒŴÓŢkfÐ Ñ\aǀlĩč 4 18 F'H:" 7 .%) 25% ĭŭÛjDžēºčkũ\aF ramŵQaĐƤŔľŢ 800+ 20182@5&)

Slide 5

Slide 5 text

世界中の 2,200万⼈の デベロッパーたちが、 ⾃然災害という課題に 取り組んだら どんなソリューションが ⽣まれるだろうか

Slide 6

Slide 6 text

Call for Code qløzĝs €§´çÐÉF )…¹‘ €FdžgvňĔōĵ FœK–F¦·™Š˜„K¹jiF #69>/l ŎĽIJŪ ‡K§¹•K’l›Š¢·‘K~ķð

Slide 7

Slide 7 text

ƒ“•38» ©‘Ž 18‡v ©‘s 165 ªÆŸ¤Ž 5,000+ CALL FOR CODE 2019 qu3; ¨{3BbpW€¾< ¬³—°?£

Slide 8

Slide 8 text

j` åFCall for Code kňĔ^{ńýTN{lS ! ›Š¢·‘K~ĶdaĖĘ~ņş^{ķõqlƼƬ ! ËſƠŌÔęqlʼnQhøzĝs ! ŐŞÉTûĢƣlŐŞkeOfôpYh~Ğř

Slide 9

Slide 9 text

Y|SyŠ³ƒžSym]uaOÕq https://ibm.biz/Bdz892 > 56/* Watson API +DE/ IBM Cloud jBW@FCpW«¢

Slide 10

Slide 10 text

callforcode.org qu²ž” https://ibm.biz/c4cjapan qu² English

Slide 11

Slide 11 text

RB]$LUA ģŲë BpGl$Mip ƴŬ

Slide 12

Slide 12 text

⼥性を応援する歴史

Slide 13

Slide 13 text

r ›˜½‚†tÀ¿‹|

Slide 14

Slide 14 text

IBMl—‚£K›lƢƍ ćŅ ˜Š*=9¹v8º‚€ ŘƇÉlƚðçĺ ÀŸFĂĿkx{ĸŨljOűŖĞűçĺ ĚlġĂőæƺÑ Ěl€‘€À #¥„·KƺÑ ƂŁNjljƌį ĚlƏÀőæƺÑ ÷¾ƝƜkà^{ª´K¶–KkĂÛğďkà^{ĭżĭƩ őæüŕkx{el—‚£K›Įæ¾Ðœ Ěl€‘€ƅÂƆőælƺÑ –8˜Š4/2]$MZ@#ngTUA+¡ RB]$LUA?±Ç0>mBpc$nJ?z„

Slide 15

Slide 15 text

º¿IBMlġĂķƱlĞř ćŅ ų¼ÿ»ôƷÄlġĂlŮŽÛƐð ġĂÈælÚ¼ŜkċUÂX !,:,8+9708D<9>8.36!+ķõçĺ RB]$LUAšr ÈælšƒwūŋhlŃâ~Ğř^{ŅťƮą ƟÖÙƮą ŐŞƅġĂÈælÈÜ¡™¸KŠL$(#$(MÐœ ƾŁ¿ÈÜkìšăLYTvìšŧM~çĆ ƔŝÇÄăLsencìšŧM~çĆ L\jwSkËÍy\VM~Ŋř

Slide 16

Slide 16 text

RB]$LUA BpGl$Mip ħÄùƥgNzF )ÄĘlĹëgN{G

Slide 17

Slide 17 text

1. ⾃分らしく⽣きれているか

Slide 18

Slide 18 text

IBM Developer Advocate Tokyo City Team

Slide 19

Slide 19 text

Developer Relations

Slide 20

Slide 20 text

PR • Public Relations • パブリックとのリレーション • 宣伝、広報活動

Slide 21

Slide 21 text

DevRel Developer Relations デベロッパーとのリレーション 開発者に特化した共創マーケティング

Slide 22

Slide 22 text

DevRel の役割を担うエンジニア デベロッパー・アドボケイト 誰のために 何をする⼈ 開発者向けに 技術を啓蒙し、共に創造する

Slide 23

Slide 23 text

チームのミッション IT技術者が現実社会の問題を 「賢く」「素早く」「⼀緒に」 解決できるようにする。

Slide 24

Slide 24 text

! EpjBp38ž”z%!65& ! PeY$!̉t6538¶Ï ! IehZUA!658k$X ! \pOEpo$GLiTa6538Å· ! \TFQp<_M[N™œ38¬³—°TGKd$W OUR ACTIVITIES Yjķõ~\jTyŐŞÉlsj[r~ªK\r^I

Slide 25

Slide 25 text

DevRel DpMZ@`mpXk$76>1:8 11/15 Ðđ ZĠñmYcyI 2==:< @@@ ,7,C98 .9 4: /: Éy ŇÄLŏƞǃM ÁŻúLJƊ îĉźƿ ¼§ »ÜƶÝ ÒËx ƕÆ¿ "38/60Ư ¿è áĴ

Slide 26

Slide 26 text

ŇÄLŏƞǃM ›Š ˆµ³‚–K Ìǁƻ Software Design íƩLVisual Studio Code ƳƑÑķM

Slide 27

Slide 27 text

ロールモデルよりも、 「メンター」もしくは「コミュニティ」の 存在が⼤きくワタシを⽀えてくれた。

Slide 28

Slide 28 text

(1) 海外勤務 – 外資系から部署異動 • 国内で実績作り (Global Award 受賞) • 本社との信頼関係 • 社内異動サポート

Slide 29

Slide 29 text

(2) CTO (最⾼技術責任者) • スタートアップ • CEOとの信頼関係 • 深い技術⼒と責任

Slide 30

Slide 30 text

(3) ⼦育てをカミングアウト • ⾃然体でいられる • 信頼関係が深まる • ⼦育てしながらエンジニアを続けることに 関⼼を持ってもらえる

Slide 31

Slide 31 text

2. 挫折ポイントをどう乗り越えるか

Slide 32

Slide 32 text

http://ayatokura.hatenablog.com/entry/RoleModel

Slide 33

Slide 33 text

(1) 新しい技術の習得 <実務経験・資格> 基礎学習 応⽤ 特技 基礎学習 応⽤ 開発⾔語 ネットワーク インターネットセキュリティ パブリッククラウド IBM Cloud, Microsoft Azure C, C++, C#, Cobol, Basic, PHP, html, Lisp, Python, F#, Go, etc OS Windows, Mac, Linux, Unix (Solaris, AIX) データベース ブロックチェーン ⾃作PC ⼈⼯知能 コンテナ xR/AR/VR 開発ツール 成 ⻑ 学⽣時代 社会⼈

Slide 34

Slide 34 text

Š·’§³™¥†K­Kž…œ– *3<>,6(=>/399/0E $((98=;3->=9;

Slide 35

Slide 35 text

‰°´€˜„¹‘ Ǝ…¹‘ €Ň 8: DevRel C19,- (;B @taiponrock) İÄ «KŒ›¹‹ & …¹‘ € ªK …¹‘ €

Slide 36

Slide 36 text

‘°‹´¹‹Ű‡©¶K²¹ ÖÙŚï ŹÇ Ýšf ËÍ ūŋ ÓŢȾ

Slide 37

Slide 37 text

3. ⾃分⾃⾝が ダイバーシティ & インクルージョン を実践できているか

Slide 38

Slide 38 text

3<#? #BeEqual https://www.ibm.com/thought-leadership/beequal/jp-ja/ Ãƹkĺufsr_S

Slide 39

Slide 39 text

łĿưOgmjVF ĒƜkßajYhkƲùgU{Ïg ŀkĞQNOjTyËÍy\VÑU{YhG RB]$LUA BpGl$Mip

Slide 40

Slide 40 text

›Š¢·‘Kl RB]$LUA BpGl$Mip

Slide 41

Slide 41 text

AIの公平性と透明性

Slide 42

Slide 42 text

l アルゴリズムは過去の行為や行動 パターンを繰りかえし、自動的に現状を維持 l 判定の最適化は、過去データの特徴から セグメントを抽出した後に、判定対象を 特定のセグメントに分類 l バイアスが紛れ込む要因の例 • 過去のデータ(実績)の偏り • データの選択を行うのは人間 • 有効かもしれないが存在しないデータ • 代理データを無意識に利用 • 成功要因を恣意的に設定 アルゴリズムは公平ではなく、作成者の意図やバイアスが紛れ込む場合も

Slide 43

Slide 43 text

ůacTFLåM Ť~iPÆõ^{SkSSdfO{ RB]$LUA BpGl$Mip

Slide 44

Slide 44 text

0?0<= +9708)95B9 û×rgRƃ\sVb[O RB]$LUA BpGl$Mip

Slide 45

Slide 45 text

ůlÆõƨĜ #BeEqual #(; 0?069:0;/?9.,=0 ŏƞǃ ,B,=95>;,