たくさんの試行錯誤を伴う AI 研究開発では、繰り返される手順や実験を適切に管理し、その再現性と追跡可能性を保証することが重要です。
そして、これらを保証するには、研究開発プロセスをコードとして記述する PaC (= Pipeline as Code) が効果的です。
本発表では、来栖川電算が AWS と Docker を活用し、どのように AI 研究開発のための PaCを実現しているかについて、具体例を用いて分かりやすく解説します。

登壇者

山口 陽平さん

所属：有限会社来栖川電算

機械学習・画像認識・行動認識・文字認識・並列分散計算・データベース・プログラミング言語に関わるアルゴリズムに関する研究開発、機械学習を応用したサービスの企画～実装、コミュニティ活動、講師、講演、執筆など幅広く手がけるプレーヤー型経営者。
IPA未踏ソフトウェア創造事業採択者、MashupAwards受賞者でもある。

主な聴講者

既に AI 研究開発をしている人、これから始めようとしている人