Tweet
Tweet

Slide 1

Slide 1 text

大学生はAIをどう活用しているのか？ 次世代人材に向けたテクノロジー教育最前線 2024-02-16 17:00 ～ 17:40 @ベルサール羽田空港 Developers Summit 2024【16-D-9】 株式会社風音屋 横山翔（@yuzutas0）

Slide 2

Slide 2 text

免責事項 2 本資料の利用により発生したいかなる損害に対しても資料作成者はその責任を負いかねます。 用語やツールの紹介は厳密ではありません。 ご自身や所属チームでの理解・解釈が紹介内容と異なる場合は、適宜読み替えていただけると幸いです。 本資料に記載されている会社名・製品名などは、一般に各社の登録商標または商標、商品名です。 資料内では ©, ®, ™ マーク等は省略させていただいております。 （要するに）ケチつけないでね＆ お互いにルールを守ろうね

Slide 3

Slide 3 text

目次 3 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 4

Slide 4 text

さっそくですが、ここでCMです。

Slide 5

Slide 5 text

No content

Slide 6

Slide 6 text

No content

Slide 7

Slide 7 text

No content

Slide 8

Slide 8 text

No content

Slide 9

Slide 9 text

データエンジニア・ データコンサルタント 採用中 Speakerdeck公開版

Slide 10

Slide 10 text

データエンジニア募集の採用広告 10

Slide 11

Slide 11 text

この漫画広告、私が生成AIで作りました 11

Slide 12

Slide 12 text

デベロッパー採用の漫画広告として（極一部で）話題に！ 12 （ということで）所属会社や自己紹介に続きます→

Slide 13

Slide 13 text

プロフィール

Slide 14

Slide 14 text

目次 14 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 15

Slide 15 text

会社紹介 15 会社名 株式会社風音屋（かざねや） 事業概要 データ分析基盤の構築・運用やデータ分析など、データエンジニアによる支援を提供。 沿革 専門書の著者たちによる副業ギルドとして開始。取引拡大に伴って正社員体制へと移行。 メンバー 45名：従業員8名、業務委託・アドバイザー37名（2023年12月末時点） 取引実績 （一部抜粋、実績公開時の社名） 株式会社商船三井、エイベックス・デジタル株式会社、株式会社ビズリーチ、 ランサーズ株式会社、株式会社クラシコム、福岡地所株式会社

Slide 16

Slide 16 text

自己紹介 16 横山 翔（@yuzutas0） ● 株式会社風音屋 代表取締役 ● リクルートやメルカリにてデータ活用を推進、AWSを経て、現職 ● 東京大学 経済学研究科 金融教育研究センター 特任研究員を兼任 主なコミュニティ活動 ● 1,000人以上が参加するSlackコミュニティ「datatech-jp」の立ち上げ・運営 ● 延べ参加者10,000人以上の勉強会「Data Engineering Study」の立ち上げ・モデレーター ● Pythonのカンファレンス「PyCon JP 2017」にてベストトーク優秀賞を受賞 ● Googleが認定する技術エキスパート「Google Cloud Champion Innovators」に選出 主な執筆・出版 ● 内閣府「経済分析 第208号 - 景気動向分析の新たな潮流」 ● 技術評論社『実践的データ基盤への処方箋』 ● 技術評論社『Software Design 2020年7月号 - ログ分析特集』 ● インプレスR&D『個人開発をはじめよう！』 ● 風音屋『データマネジメントが30分でわかる本』

Slide 17

Slide 17 text

大学での活動について 17

Slide 18

Slide 18 text

本日のセッションについて

Slide 19

Slide 19 text

目次 19 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 20

Slide 20 text

本日のセッション概要 20 大学でデータサイエンスの授業を実施したときの事例を紹介します。 民間企業の取引データをマスキングして学生に提供し、データ分析を行いました。 プログラミング未経験の文系学生たちが、チャットAIにサポートを受けながらPythonを駆使し、 3ヶ月後にはデータ分析の結果をプレゼンテーションできるようになりました。 今後は「チャットAIでプログラミングを学んだ」という学生や新入社員が増えていくかもしれません。 先輩デベロッパーの皆様に、新しい時代が既に近づいていることをお伝えできればと思います。 https://event.shoeisha.jp/devsumi/20240215/session/4852

Slide 21

Slide 21 text

学生に向けたテクノロジー教育の潮流① 21 座学に留まらず「ICT人材の登用・育成」や「産学連携」といった実践を見据えて議論されている。 内閣府：2020年3月 数理・データサイエンス・ＡＩ教育プログラム 認定制度検討会議 https://www8.cao.go.jp/cstp/ai/suuri/ninteisousetu.pdf

Slide 22

Slide 22 text

学生に向けたテクノロジー教育の潮流② 22 プログラミング教育に留まらず「教育現場におけるICTの環境整備や活用」を包括して議論されている。 文部科学省「教育の情報化に関する手引」 https://www.mext.go.jp/a_menu/shotou/zyouhou/detail/mext_00117.html

Slide 23

Slide 23 text

学生に向けたテクノロジー教育の潮流③ 23 主要トピックの1つとして「データサイエンス領域への注力」が議論されている。 文部科学省：「数理・データサイエンス・ＡＩ教育プログラム認定制度」の概要／申請に当たってのポイント https://www.mext.go.jp/content/20230920-mxt_senmon01-000012801_1.pdf

Slide 24

Slide 24 text

今回の取り組みの社会的な意義 24 ②学習環境のICT活用 ①産学連携 ③データサイエンス 大学でデータサイエンスの授業を実施したときの事例を紹介します。 民間企業の取引データをマスキングして学生に提供し、データ分析を行いました。 プログラミング未経験の文系学生たちが、チャットAIにサポートを受けながらPythonを駆使し、 3ヶ月後にはデータ分析の結果をプレゼンテーションできるようになりました。 今後は「チャットAIでプログラミングを学んだ」という学生や新入社員が増えていくかもしれません。 先輩デベロッパーの皆様に、新しい時代が既に近づいていることをお伝えできればと思います。 https://event.shoeisha.jp/devsumi/20240215/session/4852

Slide 25

Slide 25 text

担当した授業のご紹介

Slide 26

Slide 26 text

目次 26 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 27

Slide 27 text

記載している所属情報は実施当時のものとなります。 授業の概要 27 内容 Python によるデータ分析の実践 実施場所 東京大学 経済学部（東京都文京区） 授業名 渡辺努ゼミ プロアクティブラーニングセミナー（単位の出るサブゼミ） 期間 2023 年5 月 〜 2023 年 7 月 参加者 学部 3 年、4 年の学生 14 名 講師 横山翔 ゲスト NE株式会社 マーケティング統括部執行役員 三原信基 NE株式会社 データマネジメント部 熱田亮 グーグル・クラウド・ジャパン合同会社 カスタマーエンジニア 山田雄

Slide 28

Slide 28 text

東京大学 赤門前にて、左よりNE 三原氏、NE 熱田氏、風音屋 横山、Google Cloud 山田氏 （※学生のプライバシー保護のため、授業風景の撮影は大学ガイドラインにより禁止） 各社からのゲスト講師 28

Slide 29

Slide 29 text

週1コマ（105分）ｘ 3ヶ月（GW明け〜テスト期間前だから正確には2ヶ月かも…）で ①②プログラミングとデータ分析を学び、③④リアルなデータを分析して成果発表する 授業のスケジュール 29 STEP 日程 教材 実施内容 ① 初日 神戸大学 春山鉄源先生 「Pythonで学ぶ入門計量経済学」 https://py4etrics.github.io/ Python の基本的な紹介とハンズオン ② 5月 - 6月 計量経済分析（パネルデータ分析まで） ③ 6月 - 7月 ・ネクストエンジンの取引データ ・オープンデータ（例：天候データ） 実証分析 ・外部データと組み合わせた重回帰分析 ・カテゴリ別の物価指数の推移の可視化 ④ 最終日 成果発表会

Slide 30

Slide 30 text

プログラミングとデータ分析を学ぶ

Slide 31

Slide 31 text

目次 31 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 32

Slide 32 text

https://py4etrics.github.io/ 教材「Pythonで学ぶ入門計量経済学」（神戸大学 春山鉄源先生） 32

Slide 33

Slide 33 text

● GitHub Pagesでサイトが公開されているため、ローカル環境に構築したJupyter Notebookや GoogleColab（無料）にコピー＆ペーストして動作確認できる。 ● 1つ1つのプログラムの処理の結果を読み合わせることで、擬似的に「写経」を経験できる。 Jupyter Notebook や Google Colab による写経 33 https://py4etrics.github.io/8_Simple_Regression.html

Slide 34

Slide 34 text

● GitHubでソースコードが公開されているため、手元にCloneして立ち上げることも可能。 ● 今回の授業で見つけた軽微な修正をPull Requestで送ったところ、快く受け入れてくださいました。 GitHubによる教材の公開 34 https://github.com/Py4Etrics/py4etrics.github.io

Slide 35

Slide 35 text

● 輪読会で本教材を進める際に、学生から複数の質問が挙げられた。 ● 質問のうち一部は必修科目の教科書に記載されている内容のため、教科書を案内する形で済ませた。 ● 一部の内容は教科書でも説明が省略されていたため、補講資料を別途作成して案内した。 https://speakerdeck.com/yuzutas0/20230517 省略されている箇所は補講資料でガイド 35

Slide 36

Slide 36 text

【学習教材】 ● 公開されている学習コンテンツ（必要に応じて修正提案のPull Request） ● 無料で利用できるプログラム実行環境 ● 授業で扱っている教科書（必要に応じて補講資料を作成） “知の高速道路” を活用する① 36

Slide 37

Slide 37 text

リアルなデータを分析して成果発表する

Slide 38

Slide 38 text

目次 38 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 39

Slide 39 text

NE株式会社（https://ne-inc.jp/） ● 複数ネットショップを管理する SaaS 型 EC Attractions「ネクストエンジン」を提供 ● EC 市場 13.2 兆円のうち、1 兆円を超える流通データを保有 ● dbt によるデータモデリングや LLM によるカテゴリ判定 （風音屋TechTalk #4 や Google Cloud Day ‘23 にて発表） ● 一部マスキング済みデータを授業に提供 利用データ（企業提供） 39 https://ne-inc.jp/news/article/seminar_ne_googlecloudday23_2305

Slide 40

Slide 40 text

天気、気温、カレンダー等のオープンデータを参照・利用 ● BQ FUNの加工済みオープンデータ（技術コミュニティ BQ FUN） ● Prepper Open Data Bank （株式会社truestar） ● Google Cloud Marketplaceのデータ 利用データ（オープンデータ） 40

Slide 41

Slide 41 text

独立したクラウド環境を構築。SnowflakeやBigQuery、troccoといったデータテクノロジーを活用して、 企業マスキングデータやオープンデータを統合し、Pythonの実行環境（VertexAI）にデータを連携。 データ分析環境の構築 41 BigQuery 取引データ Analytics Hub BigQuery オープンデータ Snowflake オープンデータ Analytics Hub Snowflake Marketplace BigQuery Snowflake trocco NE社 BQ FUN truestar社 風音屋（オープンデータ基盤） Analytics Hub 授業用のデータ分析環境 BigQuery VertexAI Workbench Cloud Logging Report XXXXXXXX XXXXXXXX XXXXXXXX XXXXXXXX データ 分析 監査ログ 監査 報告

Slide 42

Slide 42 text

● インフラ知識が不要。情報系の学生でなくともデータ分析に挑戦できる。 ● クラウドで完結するため、サンプルコードの受け渡しや学生の分析・エラーを再現することが容易。 ● チームごとにNotebookのインスタンスを構築して、複数人でリアルタイム共同編集していく。 クラウドのNotebook 42 https://cloud.google.com/blog/ja/topics/developers-practitioners/ cloud-storage-file-system-vertex-ai-workbench-notebooks https://jupyterlab.readthedocs.io/en/3.2.x/user/rtc.html

Slide 43

Slide 43 text

【学習教材】 ● 公開されている学習コンテンツ（必要に応じて修正提案のPull Request） ● 無料で利用できるプログラム実行環境 ● 授業で扱っている教科書（必要に応じて補講資料を作成） 【分析環境】 ● 民間企業で開拓してきたベストプラクティスをアカデミアに横展開 ● クラウドインフラを活用し、短期間でセキュアかつ利便性の高い環境を構築 ● 各社やコミュニティが普段からデータを整備しているからこそスムーズなデータ連携が実現可能 “知の高速道路” を活用する② 43

Slide 44

Slide 44 text

チャットAI活用による爆速学習

Slide 45

Slide 45 text

目次 45 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 46

Slide 46 text

生産性は 26 倍？ もちろん取り扱う範囲や体系的に知識を身に付けるといったゴールもあるので一概には比較できないが。 同じプログラミング未経験者で比較すると…… 46 対象者 1週間で投下する時間 期間 最終的なアウトプット 今回の ケース 文系学生 （と呼ぶと語弊はあるが） 週1コマ（1.5h） ＋ 宿題 3ヶ月の授業 最終日にデータ分析の結果を プレゼンテーション よくある ケース IT企業の 新卒社員 フルタイム（8h*5d=40h） ＋ 自己学習 3ヶ月の研修 最終日に開発・分析結果を プレゼンテーション

Slide 47

Slide 47 text

新卒研修よりもOJTで身に付いている説 47 きちんと学ぶ人もいるが 理解が曖昧なままで 何となく過ごす人もいる スキルのある同期に ほとんど作ってもらって 何とか研修課題を突破 （自力では出来ない） 隣の席の先輩に助けてもらいながら 徐々に手を動かせるようになっていく 書籍を読んで体系的に 理解できるようになる （研修と同じ内容） 新卒研修（3ヶ月） 1年目の現場配属＆OJT（9ヶ月） 2年目の自己学習 理解度 プログラムを書く量 なんとなく分かったような、 分からないような状態 （俺たちは雰囲気で実装している）

Slide 48

Slide 48 text

今回の授業では「OJT」相当の内容にフォーカスした 48 きちんと学ぶ人もいるが 理解が曖昧なままで 何となく過ごす人もいる 隣の席の先輩に助けてもらいながら 徐々に手を動かせるようになっていく 必修科目を受けて体系的に 理解できるようになる （今回の授業と同じ内容） 授業の前半（1.5ヶ月） 授業の後半（1.5ヶ月） 他の必修科目 プログラムを書く量 なんとなく分かったような、 分からないような状態 （俺たちは雰囲気で実装している） 理解度

Slide 49

Slide 49 text

チャットAI ≒ 隣の席でPythonの書き方を教えてくれる先輩 49

Slide 50

Slide 50 text

1つ1つのプログラムの書き方を教えたり添削するのではなく 「こういうふうに聞いてみてはどう？」「こういうキーワードで調べてみたらどう？」をガイドする。 最初は全体像が見えないので、以下のような切り分けを手伝いながら、徐々に慣れていただく。 ● Python（プログラミング言語）の質問なのか？ ● pandas（データ集計ライブラリ）の質問なのか？ ● matplotlib（グラフ描画ライブラリ）の質問なのか？ ● Jupyter Notebook（IDE）の質問なのか？ ● VertexAI Workbench（実行環境）の質問なのか？ →今はこういうエラーで困っているから、このキーワードについて調べてみよう！ 講師は「魚」ではなく「魚の釣り方」を与える 50

Slide 51

Slide 51 text

● 今回の授業に特有の内容など、講師でしか回答できないトピックも存在する。 ● 1人の学生とのQ&Aが、他の学生のナレッジに繋がるようにドキュメントに記載する。 ● どのような質問をすると、どのような回答を得られるか、聞き方の参考にもなる。 FAQを蓄積・シェアしていく 51

Slide 52

Slide 52 text

【学習教材】 ● 公開されている学習コンテンツ（必要に応じて修正提案のPull Request） ● 無料で利用できるプログラム実行環境 ● 授業で扱っている教科書（必要に応じて補講資料を作成） 【分析環境】 ● 民間企業で開拓してきたベストプラクティスをアカデミアに横展開 ● クラウドインフラを活用し、短期間でセキュアかつ利便性の高い環境を構築 ● 各社やコミュニティが普段からデータを整備しているからこそスムーズなデータ連携が実現可能 【チャットAI】 ● OJT期間で隣の席に座っている先輩のように、チャットAIにPythonの書き方を教えてもらう ● 講師は質問の仕方やキーワードなど「魚の釣り方」をガイドする ● 質疑応答は共有ページに記録していき、学びをチームにシェアしていく “知の高速道路” を活用する③ 52

Slide 53

Slide 53 text

成果発表と振り返り

Slide 54

Slide 54 text

目次 54 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 55

Slide 55 text

学生の成果発表（一部抜粋） 55

Slide 56

Slide 56 text

● 計量経済学の基礎的なことから、Python でのデータ分析について実際のデータを使用して実践的な分 析をすることができ、とても良い経験になりました。なかなか思い通りに行かず苦労することが多 かったですが、最後はなんとか形になってよかったです。物価やプログラミングについてさらに知識 をつけて、もっといろいろ分析したいなと思いました。あっという間でしたが、非常に充実していた と思います。 ● 実際のデータを見せていただいたことで、統計の学習という枠から抜け出してさまざまな応用方法の 想像をすることができたように思います。 ● データの結合、重回帰分析など、実践的なデータ分析の方法を体験することができた。最終的に発表 の機会を頂けたことで、学びを形にしなければというモチベーションが生まれた。 ● 膨大なデータを提供くださり、それを分析するという大きな目標を目指して Python を用いる貴重な 経験ができて、大変であったが達成感を得られた。分析する技術そのものだけでなく、知りたいこと が分かるような分析方法の検討という、方針だての段階から学ぶことができて面白かった。 ● パネルデータの特徴など計量経済学の授業で学んだことを Python で手を動かしながら確認すること ができました。 授業アンケート結果①（一部抜粋） 56

Slide 57

Slide 57 text

● サブゼミの最初の方では、コーディングや統計手法を難しく感じていましたが、実際に分析を始めて みると、何をどのように分析してそこから考察する方がよっぽど難しかったです。 ● データ分析のプロセスについても伺うことができ参考になりました。今学んでいる分析手法の活用先 を知ることができ、モチベーションが上がりました。 ● 最終回にはマーケティングの最前線で働かれている方々の前で成果発表をして、FB をいただくことが できたことは貴重な機会だったなと感じました。 ● 実際のデータ分析の雰囲気を体験できて楽しかったです。データ量が多く分析が難しかったですが、 調べながらやれば意外とできるんだなと思いました。 ● お世話になりました。私は Python による実践的な分析をするのが今回が初めてだったため、手探り の中コードを書いたり、よくわからないエラーに立ち向かったりと非常に成長できたサブゼミになり ました。ぜひ来年度もよろしくお願いいたします。 授業アンケート結果②（一部抜粋） 57

Slide 58

Slide 58 text

● 春学期のみの予定だったが、授業が好評だったため、秋学期も講師としてゼミに参加。 ● 授業に参加した 14 名のうち 2 名が風音屋にインターン生として参画。 実際のデータを分析して、クライアント企業の執行役員に分析結果をレポートしている。 データ分析の授業が終わって…… 58 ・人材系 WEB サービスで新機能の 　ファネル分析 ・BigQuery とLooker Studio を活用 ・ネクストエンジンのデータで 　追加テーマに挑戦中 ・BigQuery と Google Colab を活用

Slide 59

Slide 59 text

インターンでの活躍

Slide 60

Slide 60 text

目次 60 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 61

Slide 61 text

授業で先に試行錯誤したからこそ、書籍を通して実務スキルを効果的に獲得できる。 課題図書で実務寄りのスキルを向上 61 https://www.amazon.co.jp/dp/B00MTL340G/ https://www.amazon.co.jp/dp/B0B46281D1/

Slide 62

Slide 62 text

● 新入社員へのOJTサポートでよくあるのが「何が分からないのか分からない」状況からの言語化。 ● 下記水準まで具体的に「要件」「状況」「課題」を言語化できたら、後はChatGPTだけで解決可能。 質問力がメキメキ向上し、OJTサポートが徐々に不要に… 62

Slide 63

Slide 63 text

https://note.com/kazaneya/n/n23be84bd60dd 3ヶ月のサマーインターンで執行役員に分析レポートを提出 63

Slide 64

Slide 64 text

デベロッパーの生き方と「知の空港（ターミナル）」

Slide 65

Slide 65 text

目次 65 ● プロフィール ● 本日のセッションについて ● 担当した授業のご紹介 ● プログラミングとデータ分析を学ぶ ● リアルなデータを分析して成果発表する ● チャットAI活用による爆速学習 ● 成果発表と振り返り ● インターンでの活躍 ● デベロッパーの生き方と「知の空港（ターミナル）」

Slide 66

Slide 66 text

＜コンテンツ委員の打ち合わせ＞ ● Aさん「ChatGPTすごいですね〜。」 ● Bさん「そのうち新入社員が、ChatGPTでプログラミングを勉強した、と言い出したりして！」 ● Cさん「GPTネイティブ！いや〜、恐ろしい！」 　 ゆずたそ「あーー、既にいますね。私が大学の授業でやったのがまさにそれです。」 ● Aさん、● Bさん、● Cさん「！？」 　 ゆずたそ「学部4年生は3月卒業だから、次の4月には、その世代が入社してきますよ。」 ● Aさん、● Bさん、● Cさん「4月！？ 目の前に新時代が来ていた！？」 このセッションが企画された舞台裏 66

Slide 67

Slide 67 text

● 今回の授業を受けた学生の中には来月（3月）に卒業する人もいる ● プログラミング未経験からチャットAIを駆使して3ヶ月でデータ分析できるようになった学生たち ● GPTネイティブ世代が、次の4月から入社する 既に新時代は来ている…かも？ 67 もしかしたら、あなたのすぐ後ろにも……？

Slide 68

Slide 68 text

「知の高速道路」と呼ばれるように、素晴らしい学習コンテンツは既に公開されてきた。 チャットAIによって、コンテンツだけではなく「隣の席で教えてくれる先輩」が自動化されつつある。 これはもはや「知の高速道路」どころではない。さらに加速している。もっと遠くまで行ける。 ――そう、いわば「知の空港（ターミナル）」と呼ぶべきではないか。 知の空港（ターミナル） 68 学習のための教材や環境 先輩によるOJT これまで 素晴らしいコンテンツが 山ほど公開されている （知の高速道路） 隣の席で付きっきりになって 丁寧に教える これから チャットAIが 一部の役割を担っていく （知の空港）

Slide 69

Slide 69 text

これまで以上に格差は広がっていくかもしれない。 だからこそ、新時代を楽しもう。 心の底から、テクノロジーを楽しもう。 チャットAI先輩に助けてもらえば、デベロッパーとして、もっと沢山のことを学ぶことができる。 新しいプログラミング言語を学ぶのも良いだろう。 新しいクラウドインフラを試してみるのも良いだろう。 アプリケーション開発者は、よかったらデータ分析にも挑戦してはどうか。 インフラエンジニアは、ぜひデータエンジニアに職種を変えてみてはどうか。 （そして風音屋に来てくれると嬉しい。） 飛行機に乗れば世界中に旅立てるように、私たちはどこへでも飛んで行ける。 このセッションを聞いて終わりにしないでほしい。必ず何か1つNextActionを決めてほしい。 新時代を、テクノロジーを、楽しもう 69

Slide 70

Slide 70 text

次世代人材？ GPTネイティブ？ 冗談じゃあないぜッ！！！　この “ゆずたそ” がッ！！！ エラーメッセージのデバッグもできないド素人たちに負けてたまるかーッ！！！ （なお、新卒1年目の頃の自分がエラーメッセージをデバックできたかどうかは、ここでは問わないものとする） 俺たちだッ！！！　俺たちなんだよッ！！！ 俺たちがAIを徹底的に使い倒すんだッ！！！ 俺たちが次世代人材になるんじゃーッ！！！ 俺自身が次世代人材になる事だ 70 MEMO：このスライドは会場の雰囲気を見てスキップ

Slide 71

Slide 71 text

実現できることが広がっている。作れるものが増えている。 「自社の漫画広告」だって、アイデアを思いついた当日にリリースできる時代が既に来ている。 誰でも漫画広告を作れる時代 71

Slide 72

Slide 72 text

世界の誰よりも「2024年」を楽しむつもりで生きているか？ デベロッパーとして、この時代に生まれてきたことを喜ぼう。 もっとこの時代を全力で楽しもう。 つまり私が最終的に言いたいことは…… 人と技術のターミナル 73 Speakerdeck公開版

Slide 73

Slide 73 text

データエンジニア・ データコンサルタント 採用中 Speakerdeck公開版

Slide 74

Slide 74 text

　　　　　　　ご清聴ありがとうございました！ おしまい！ 75