Slide 9
Slide 9 text
それぞれの領域の専門性
映像技術の基礎:解像度、フレームレート、
ビットレート、圧縮方式(
H.264/H.265など)
ネットワークと配信:帯域制約、遅延要因、ス
トリーミングプロトコル
UX視点の映像利用:ユーザーが体験する
「見やすさ」「操作感」
セキュリティとプライバシー:暗号化、アクセ
ス権限、法規制
映像品質とUXのトレードオフを判断する力
ネットワーク・インフラチームと議論できる技
術リテラシー
映像サービスのKPI(遅延秒数、視聴完了率
など)設計能力
機械学習の基礎:モデル精度指標
(Precision/Recall、F1-scoreなど)
データライフサイクル:データ収集、アノテー
ション、学習、推論
AI特有の課題:バイアス、過学習、データドリ
フト
AIの実運用知識:推論コスト、リアルタイム
性の制約
ユースケースに応じた精度要件の定義(どの
程度の誤検知まで許容可能か)
AIエンジニアと議論できるスキル
PoCと実運用の橋渡し
ユーザー体験とAI精度を結びつけて語れる
力
デバイスハードウェアの基礎:消費電力、
バッテリー寿命、センサー特性
通信規格:Wi-Fi、LTE/5G、LPWA
(LoRaWAN, Sigfoxなど)
設置・運用知識:屋内外環境、耐候性、メン
テナンスの実態
セキュリティ/認証:デバイスID管理、ファーム
ウェア更新
現場導入を見据えた「実装可能性」判断力
デバイス制約を踏まえた仕様調整力(例:省
電力と機能性のバランス)
Bizサイドに現場制約を説明できる力
製造業者のコントロール
映像 AI IoT