Slide 1
Slide 1 text
スライドは後で入手することが出来ますので
発表中の内容をメモする必要はありません。
写真撮影をする場合は
フラッシュ・シャッター音が出ないようにご配慮ください
Slide 2
Slide 2 text
DevelopersIO BASECAMP（デベキャン）の
今までとこれからについて
2023/4/11
AWS事業本部コンサルティング部 深澤 俊
Slide 3
Slide 3 text
3
自己紹介
深澤 俊（Fukazawa Shun）
• AWS事業本部コンサルティング部
• デベキャンの運営、企画
• 現役のAWSエンジニアとして講師も担当
Slide 4
Slide 4 text
4
本日のアジェンダ
アジェンダ
1. プロパゲートについて
2. デベキャンが始まった背景
3. デベキャンでやってきたこと
4. これからについて
Slide 5
Slide 5 text
5
プロパゲート株式会社について
Slide 6
Slide 6 text
6
プロパゲート株式会社
プロパゲート株式会社
（英語表記：Propagate, Inc.）
• 設立：2021年7月7日
• 代表：嵩原將志
• ビジョン：
ITに携わろうとする人たちに
成長の支援と実践の機会を提供することで、
人材の不足や偏在を解消し、
デジタル活用によりワクワクする社会の実現
に貢献いたします
Slide 7
Slide 7 text
7
プロパゲート株式会社
プロパゲートの事業
“人材事業と教育事業”
2本柱で “四方良し!!”
プロパゲートは、クラスメソッドグ
ループが保有するノウハウをベース
とした実践的な教育を通じて、顧客
である事業会社のIT推進を支援いた
します。
Slide 8
Slide 8 text
8
今日話すこと
Slide 9
Slide 9 text
9
デベキャンが始まった背景
Slide 10
Slide 10 text
10
デベキャンが始まった背景
クラスメソッドのこれまでの取り組み
技術的知見の発信
一般エンジニアによる知見の共有や交流
Slide 11
Slide 11 text
11
デベキャンが始まった背景
最新技術を活用した業務を遂行したい（就業したい）となった時に、
いわゆる実務経験が必要で、その実務経験は就業しない限り、
なかなか得ることができないという課題がありました
Slide 12
Slide 12 text
12
デベキャンが始まった背景
Slide 13
Slide 13 text
13
デベキャンでやってきたこと
Slide 14
Slide 14 text
14
デベキャンでやってきたこと
Slide 15
Slide 15 text
15
デベキャンでやってきたこと
Slide 16
Slide 16 text
16
デベキャンでやってきたこと
わたしが考える
学習エンジンを回すコツ
〜takiponeのケース
学習のサイクル（学習エンジン）
Slide 17
Slide 17 text
17
デベキャンでやってきたこと
ラーニングピラミッド
を意識した効率的な学
習について
Slide 18
Slide 18 text
18
デベキャンでやってきたこと
Slide 19
Slide 19 text
19
デベキャンでやってきたこと
これに加えて、さらに学習エンジンを
加速させるためのイベントも開催しました
Slide 20
Slide 20 text
20
デベキャンでやってきたこと
LT大会
Slide 21
Slide 21 text
21
デベキャンでやってきたこと
ブログ
• ZennのPublicationを活用
• 現在13本の投稿
Slide 22
Slide 22 text
22
デベキャンでやってきたこと
こうして3月末をもって
デベキャンの第1期は終了となりました。
Slide 23
Slide 23 text
23
これからについて
Slide 24
Slide 24 text
24
これからについて
現在は2期の開催に向けて準備中です
Slide 25
Slide 25 text
25
これからについて
より多くの受講者の皆さんにデベキャンを提供していくため、
運営の効率化が大切と考えています。
Slide 26
Slide 26 text
26
これからについて
Slide 27
Slide 27 text
27
これからについて
機能について
• 独自データを取り込んだ上で、
そのデータに基づいて回答を
行う
• テキストデータはもちろん、
PDFやDB、webページといっ
た様々な形式のデータからか
ら取り込みが可能
Slide 28
Slide 28 text
28
これからについて
使用までのざっくりとした流れ
元となるドキュメント類を学習し、
データ化、それを検索可能なindexに変換
し、質問すると回答してくれる
Documents Chunks Index
契約形態を教えて
準委任契約です
User
ChatGPTで独自データを利用できるLlamaIndexは
どんな仕組みで動いているのか？調べてみました
Slide 29
Slide 29 text
29
これからについて
サンプルコード
llamaindex 公式Github README.md
import os
from llama_index import GPTSimpleVectorIndex, SimpleDirectoryReader
os.environ["OPENAI_API_KEY"] = 'YOUR_OPENAI_API_KEY'
documents = SimpleDirectoryReader('data').load_data()
index = GPTSimpleVectorIndex.from_documents(documents)
index.query("契約形態を教えて")
Slide 30
Slide 30 text
30
これからについて
実際に質問してみた
Slide 31
Slide 31 text
31
これからについて
採用した主な技術スタック
• Python（ver3.11.2）
• Streamlit
• OpenAI API
• LlamaIndex
Slide 32
Slide 32 text
32
これからについて
デベキャンでは各フェーズにおいて注文書（pdf）が用
意してあります。
これを学習し質問をしてみます。
Slide 33
Slide 33 text
33
これからについて
Q. 契約形態を教えて
A. 準委任契約です。
Slide 34
Slide 34 text
34
これからについて
Q. 納品物はなんでしょうか？
A. 納品物は、両者で協議したドキュメント資料の内容になります。
Slide 35
Slide 35 text
35
これからについて
Q. 契約工数はどのくらいですか？
A. 契約工数は100時間です。
Slide 36
Slide 36 text
36
これからについて
一方で、いくつかの課題も
検証の中で見つかりました
Slide 37
Slide 37 text
37
これからについて
見つかった主な課題
• 学習していない内容には答えられない
• あまり複雑な質問には答えられない
• 元データに書いてあることをストレートに質問すれば回
答してもらえるが、情報が足りてないと答えられない
• 例）注文書では左上に発注先、その隣に発注元が書かれている
が、それぞれ明確に発注先や元という風には書いておらず、「
発注者は誰ですか？」という質問には答えられなかった
• 質問に沿った文章を見つけるが、その前後の情報は
抜き取れない
Slide 38
Slide 38 text
38
これからについて
デベキャンではこれからもテクノロジーを活用し、多くの受講者と関
わり、良いコミュニティを築き上げていきます！！
テクノロジー
Slide 39
Slide 39 text
39
さいごに
Slide 40
Slide 40 text
40
コマーシャル
プロパゲート株式会社のブースがあります！
デベキャンの話題も大歓迎ですし、フリーランスの方向けにお仕事を
紹介したりもしてますのでぜひお気軽にお立ち寄りください
（DevelopersIO BASECAMP にちなんでテントを張ってます）
Slide 41
Slide 41 text
41