DEVFEST 東北 2019へ参加してきた! #DevFestTohoku #GDGFKSM

郡山で開催されたDEVFEST 東北 2019に参加してきたので、参加メモを残します。   ハッシュタグは、#DevFestTohoku #GDGFKSM

オープニングセッション

GDGオーガナイザー清水さん

  • 各種スポンサー様ありがとう
  • 開催予定場所は、星総合病院だったが台風19号の影響で使えなくなった
  • 急遽、Wiz専門学校を借りる事になった、あざます!
  • GDG福島の開催イベントとしては7回目、延べ220名ぐらいの参加者
  • GDGは、gcp のサービスもりあげる勉強会
  • DEVFESTは年1回のGDGのお祭り
  • 今回のテーマは、diversity & inclusion

GDG PR担当 宗像さん

  • まったくテクノロジー畑じゃないところから、GDG福島 PR担当になっている
  • 現職は、広告業がメイン
  • なぜ、ノンエンジニアなのにGDGにいるか?
    • 清水さんとのつながり
    • これからはエンジニアだけじゃなく、自分だちも何かを作らないといけないのでは?
    • GDGの勉強会で未来をみた、テクノロジーに驚いた
      • google I/Oでみた、AIが美容室の予約を行うことへの衝撃
  • 今回のイベントでは、いろんなスピーカーが未来を感じさせてくれると思うので楽しんでください。

基調講演:みんな違って、みんないい

村上明子さん

  • 日本IBM所属、IT DART 理事
  • 自然言語処理の研究をIBMでおこなっていた
  • 現在は、開発チームのアーキテクチャのサポートしている。
  • IT DART 理事で石巻ハッカソンなどと繋がりがあり、今回の登壇となった。
  • IT DARTは、災害時に情報伝達の支援をおこなったり、現地に行けなくても後方支援などもある
  • 村上さんの人生年表
    • 中学、高校は、女子高で100%女子の世界
    • 理工学部へ入り、女子率1.5%
    • いま職場では、女子率10%
    • マイノリティな世界で活動してきた
  • IBMのR&Dは全世界にあるが、一般的に一箇所のR&Dでリサーチ、ソフトウエア、ハードウェアのいずれかの研究をしている
    • 東京のR&Dは、その3種がすべてある。

テキスト分析

  • google 検索が一番身近な例
  • ただ、答えが分からないもの分析することが多い
    • 来年ヒットする商品を分析する(マイニング)
  • 総務部の書類、経理部の書類などの分類分析(情報分類)
  • IBMでも検索処理をやっている
  • 例えば、飛行機のメンテナンスマニュアル
    • どんどん複雑化、見つける事が難しい。
    • そのため、検索した文書から関連する文書をサジェストしたり
    • 他の人が検索した内容をサジェストすることもある。
  • 質問応答
    • 2012年 IBMのワトソンがクイズ王に勝利した
    • 問われている内容を解析、回答候補を生成、確信度の計算
    • これらの検索は、今ではチャットボッ、google homeなどに応用されている技術
  • データマイニング
    • 非構造データの検索、自動車事故レポート
      • 例えば、ブレーキの調子が悪い
      • これは自分の車の固有の問題か?それとも、その車種に関する問題か?
      • 車の不具合の場合、リコール問題なら会社の利益が影響があるので、事故レポートの分析が企業にとっても大事
      • アメリカで事故レポートのまとめがあり、誰でも利用できる。(日本でも国交省で出してたりする)
      • 国交省でも出しているので分類別に分析するとエンジンにトラブルがあるが多くて、偏りがあって特定しずらい。
        • ただ、車種に絞ると問題箇所が分かってくる。
      • 相関関係を分析方法はあるが、頻度分布を比較したりするとエンジンのほかにミッションも出てくるので
      • そこから問題点をピックアップ(知見を得る)していくことができる
    • レポートに対する自然言語処理から不具合を発見することができる。
  • 東日本大震災の時にTwitter分析
    • どこで何が変えなかった、何が変えたかを自然言語処理で見つける事ができる。
  • 熊本地震でも同様
    • 被害が有った箇所でも偏りを考慮すると、本当に必要な箇所が見えてくる
  • 文書の自動分類
    • 例として、保険の支払いの査定
    • 保険支払いの算定は人が査定し、最終決定されて、支払いされる。
    • これらの作業に人が多くかかわる
      • ただ、過去の事例から対応事例をルール化
      • 保険申請のレポートの内容を言語分析
      • ルールと照らし合わせて支払い条件をサジェスト
    • 日本では人が介在する事が法律で決められている。
    • 海外では、それらの縛りが無いため、AIが算定している。
      • 保険会社でそれらに携わっていた人たちが配置転換となっている。
  • AIがやる仕事と人がやる仕事が海外では切り分けられている。
  • 人がやるべき仕事は、分析の切り口を決める。
    • 自動車自己分析なら「部品」を切り口を決めて、分析させる。
    • 地震分析なら「何が足りない」「何が買えない」という切り口
  • つまり「何に分けるか」を決める事が人がやる仕事

レーニングデータの偏りには注意したほうがいい

  • Amazonで採用をAIに任せようとしたが、既存データとしてエンジニアの男性データが多くて、それにより女性が入ると評価が下がってしまう傾向があった
  • 過去データが正しいかをしっかり判断する必要がある

学習データの誤り

  • google フォトで自動的にタグ付けする機能があったが、有色人種にゴリラと付いていて、勝手にゴリラとついてしまう事例
  • アップルカードでは、妻より夫の方が利用限度額が20倍も多くなることがなった。
    • 年収レベルで妻の方が多かったにもかかわらず。
    • ウォズニアック氏も妻より利用限度額が多くついた。
    • 何かバイアスが働いているのではないか?(まだ理由説明はない)

AIにおける「バイアス」

  • 人間のように常識や抽象概念といった世界を解釈する能力をAIはもっていない。
  • why AI needs more women。なぜAIの世界に女性が必要なのか?
  • つまり、AIを作ってきた人たちが、特定の年齢の白人の人が作ってきた、そのためジェンダーリスクがある。(偏りがある)
  • AIにダイバーシティが求められている。

IBMでも取り組みがある

  • AI倫理のためのガイド
    • https://www.ibm.com/blogs/think/jp-ja/everyday-ethics-for-artificial-intelligence/
    • 説明責任:ブラックボックス化しない、利用したデータをハッキリさせる
    • 価値観の一致:対象とするユーザー、グループが有するルールや価値観を共有する
    • 説明の可能性:説明責任と近い、AIが出た結果を説明できること
    • データの権利:ユーザーが入れてほしくないデータがあれば除外できる
    • 公平性:偏見を最小限に押さえる、誰でも参加できる
  • Watson OpneScal / AI Fairness : https://www.ibm.com/watson/jp-ja/trust-transparency/
    • データの中で偏りをチェックし、指摘・提案することができるサービス
    • IBMクラウドじゃなく、ほかのAIサービスでも管理対象とすることができる(これはIBMらしくないw

アンコンシャスバイアス:無意識の偏見

  • 自分自身が気が付いていない、物の見方の歪みや偏り
  • エンジニアが未来へ引き継ぐべき技術やスキルはある
  • ただ、なんらかのバイアスがあれば、それらは引き継ぐべきではない
  • 一人一人の人が思い込みや偏見がないかを参加社の皆さんで考えてほしい。
  • みなさんも何かのマイノリティになっている可能性がある。
  • 皆と違うという点を迎合せずに、外に出していって、会話していくことで、解消されている未来があると思う

AI Car Race

GClue 佐々木さん

  • 会津から来たので、赤い服(赤べこ
  • GClueでは、クラウドとハードウェアの両方を手掛けている
  • Edgeのhardwareが乗ったハードウェアを作っている。
    • 1台150万の自動運転ラジコンもある。
  • その他、3DプリンタでAIラジコンを製造している
    • 150万はまだ売れていないが、その他のAIラジコンは生産が追い付かないぐらい売れている。

DonkeyCar

  • 世界中で利用されているAI Car
  • ディープラーニングのラジコン
  • 午前中にラジコンを組み立てて、午後には学習させて走らせることができる。

JetRacer

  • NVIDIAが提供している
  • このラジコンは早い。
  • 基本のコースを1周だいたい8秒、アメリカだと6秒台で走る。
  • このスピード感だと、ラジコンのうまい人よりも早い。

JetBot

このラジコンのスピード感は、遅い。

AI Carの制御

  • この手のAIラジコンは、フロントの画像とハンドル、スロットルを学習し、制御する。
  • 画像からコントロールすることに専念する作りになっている。

リアルな自動運転Car

  • アメリカでは、ウェイモがサービスされている
  • アリゾナのフェニックスでドライバーレスでサービス提供されている。
  • 都市ごとの教師データが必要になる。標識とかのタグ付けが必要。
  • AI Car Race では、事故ってもいい、自由に競争できる
  • 自動運転では事故っちゃダメ。

AI Car Race

  • いま、AI Car Raceは、タイムトライアルや 1on1で競っている。
  • 国内最速は、会津大学
  • ただ、競技人口が少ないんで一位になれるチャンスはある
  • 人間 vs AIでは、AIの方が早い。
  • AI Robot Carレース場がシリコンバレーにある。(オークランド
  • deep learning、コンピュータービジョン、人間の限界が6秒台なのでシンギュラリティが訪れている。
  • ただ、初めてみた画像だとAIは判断できずにどっちに行けばよいか分からず暴走する。

Deep Testla:

  • アクセスとハンドルとフロント画像を1つのデータセットとして1秒間に30セットを学習させ、1時間走らせると
  • そのデータで高速道路を人と同じように走らせることができるようになった
  • end2end learning approach
  • 上のデータセットがDonkey Car(ロバの車)に載って動かしていたりする。
  • DonkeyCar とは、python で記述された自動運転ライブラリ
  • 1/16スケールのラジコンを改造して組み込み。
  • 今後起きる産業革命は、自動車業界でくる。
  • 今後は、MaaSになってくる。
  • 今後10年で大きく変わるのではないか?を言われている。

”余談”

donkey car 構成

  • ラズパイからI2C接続でPCA9685を繋ぐ。
  • PCA9685からはPWM1と0の接続しかない。(ESCとServoの制御のみ)
    • ESC:エンジン(スロットル)、Servo:ハンドル
  • それからデータを作成する。
  • 教師データ作成->学習->自動走行
    • 最初は、人が操作して教師データを作成する(3万セットぐらいあればいい
    • tensorflowで学習させる(学習時間は5分ぐらい
    • 作成された学習データを戻る(大きさとしては3メガぐらい
  • ここで大事なことは、データセットが大切
  • 人間が綺麗なデータセットを準備する事が必要。
  • Dataset は、ハンドルアングルとスロットル+フロント画像で作る。

DIY Robotcars

  • このAI Carの仕掛け役、DIY Robotcars
  • アメリカのMakersで。
  • Community は、Slackベース。
  • Slackだとインターネットの検索されない。
  • コミュニティの活動を知るには、Slackに参加しなければならない。

Next Big Thing

  • おもちゃのような物からやってくる。
  • the next big thing will start out looking like a toy
  • Waymon:2030年売上で1140億ドルになる。といわれる

自動運転プラットフォーム

  • AutoWare 名古屋大で作られた。資金調達でき世界でもっとも成功してきている

  • この業界では、GCP jupteyがよく使われている。

  • 余談だが、jupyterを利用すると開発環境を整えやすいし、教えやすいのでぜひ活用して欲しい。
  • JetRacerは、Edge内で勉強させる事ができる。これがすごい。
  • 通常は、データセットクラウドへアップして学習させる必要がある。
  • AIでロボットカーを走らせようというFBグループがあるので是非参加して欲しい。

GCPで動く企業の初動対応システム

株式会社レスキューナウ 小村拓也さん

  • 株式会社レスキューナウ
    • 24/365 災害に備えて
    • 東京や大阪に危機管理センターがある。
    • Yahoo 防災速報へ情報を提供
    • NHK news web へ鉄道運行情報を提供
    • JX通信社へTwitterから集めAIで分析した情報を発信している(人が確認した上で)
  • 小村さんは営業職
    • 商品を企画し、フィードバックから次に作ることを決めたりしている
  • 災害時に最適な意思決定する情報を提供したい
  • ステータスChecker
    • https://www.rescuenow.co.jp/riskmanagement/stsck
    • 自拠点がある箇所でのステータスをチェックできるダッシュボード
    • もし災害があったら自動でメールを配信する。
    • 配信されたメールで、問いがあって従業員の状況や店舗の状況を収集する。
    • 個々の企業の情報から被害状況からopenstreetマップで影響があった箇所をメッシュで表現できる。
    • それらを使って、本社サイドで意思決定に役立てていくことを目的としている
    • 対策会議で役立てるインテリジェンス
  • いままで、このサービスはオンプレで提供していた。
    • 通常のアクセスでは、ほとんどアクセスが無いけど、災害時にアクセス数が爆発する。
    • そのため、オンプレでのコストが問題だった。
  • dott へ相談して、gcpへ移行
    • 開発体制もアップデートが必要だった
    • 職人技が多かったが、チームで開発して、誰でもメンテできる体制へ。
    • gcpのRegionの障害でもRegionを切り替える事で対応可能
  • 自社の状況を瞬時に判断し、切り替える設計や提案できるようなシステムを今後は開発していきたい。

初動対応システムのモダナイズ

GDGオーガナイザー 清水さん

  • レスキューナウ + dott
  • 納品のない開発(ウォーターフォールからの脱却)
  • GCPの魅力
    • google app engin
      • オートスケールなコンピューター
    • firestore
      • kvs データストア
  • オンプレだとMVC形式で作っていた
  • サーバレスとマイクロサービス
    • サーバを持たない小さなサービスで構築する
  • CI/CD
    • アジャイルではレビューが多くなる。
    • プルリクを作って、開発環境を作ってテスト、などを手間が増える。
    • ただ、GAEだと複数のバージョンを持つことができる(200バージョンぐらい
    • CircleCIを使う事でgitでプルリクを作ると開発環境が自動化される。
  • google クラウド
    • 開発者は最も重要なこと、アプリの開発や抽象化に専念する。
    • サーバ管理や事前のプロビジョニングを不要としていく。
  • インフラだけ変えればいい?
    • 上流工程ー>下請けー>モダンなクラウドの体制も問題
    • 価値を届けたい人々 へチームとして体制整える。

これからエンジニアとして活躍する/目指している人が登壇

a grate journey to japan

Yu Yu moe myntさん

  • 出身は、ミャンマーのペイ
    • ミャンマーはタイの隣り。
    • 7つの週に分かれている。135の民族があり、ミャンマー民族は6割
    • ほとんど仏教で、季節は夏と冬。
    • ヤンゴンは旧首都、経済の中心地。
  • ミャンマーの誇りは、パゴダ(寺院)
  • ミャンマーの就職は、シンガポール、いんど、日本の子会社へ就職がメジャー
  • Yuさん、一旦、シンガポールの会社へWPやAndroid、Angular,JavaのWebアプリ
  • 今度は日本の会社へ。
    • 日本語には興味がなく、技術だけに着目して転職
  • ただ、日本語ができないため、案件のやり取りができず先輩に頼って、先輩の負荷になった。
  • そのため、日本語を勉強し始めた。
  • 日本語は勉強すればするほど、日本語が面白くなってきた。(ひらがた、かたなか、漢字があること
  • 機会があれば、日本で働くことが夢になった。
  • そして、ミャンマーから日本へ異動となった。
  • 日本で働くことの難しさ、日本語や仕事をするスタイル、コミュニケーション
  • 楽しさ、なんでも勉強になる、仕事や技術だけじゃなく、文化なども面白い。

将来について

門馬 響さん

  • 趣味は、プログラミングとタイピング(寿司だ、夜の森、細田
  • ロボット対戦も好き
    • ロボット対戦を大人の人と対戦するのが好きだが、負けてしまって悔しい。
  • ゲームがめられた時間しか出来なかった
    • 母からゲームが好きならゲームを作ったら?と言われて興味を持った
  • 師匠として、森山さん(もりりん)に出会った
  • Scratchでフラップーバードを作った。
    • 家族や友達から受けが良かった。
  • プログラミングが楽しい理由
    • 自分で作って、自分が面白い
    • みんなが楽しみ、笑顔になる
    • 相手との対戦も面白い
  • 今頑張っていること
    • タイピングを早くしたい。
    • unityでゲームを作っている。
  • unity 家の鍵を無くしてしまった。という脱出ゲームをつくっている
    • 幾つかの仕掛けを仕込んで、おもろみを持たせたポイントとしては宝箱を設置した
  • アクションゲームを作った
    • ダメージを追う針やダイアモンド、隠し足場があり、ゲーム性が凄く高い
    • 全部で9ステージもある
  • パズルゲーム
    • 上から野菜が振ってきて、同じ柄の加護に入れると点数が増える。
    • 現在開発中で、これから面白い仕掛けを組み込んでいく予定。
    • 世界中の人が考えて、苦しんで、最後に笑顔にするゲームを作りたい
  • 頑張っていきたいこと
    • 英語とタイピング
  • まだまだ子供だが、プログラマーとして頑張っていくので応援してください。

石巻の若きヒーローたち

千葉沙織さん

  • イトナブでの学生へのサポートの話
  • 通称、たまちゃん。
    • イトナブ石巻 教育部 小学生担当(中学生も担当)
  • イトナブとは?
  • 石巻の若きヒーローたち -> イトナブ団
    • イトナブ団の前進、月間イトナブ塾、祝2周年になりました。
    • イトナブ塾では、先生から写経がメインだったが、参加者が作りたいものが作れなかった。
    • そのため、イトナブ団では、参加者が作りたいものを作るようにした。
    • イデアを紙にまとめて、Scratchで作る
  • いまは3期生までいる。一期生は5名。二期生1名。三期生3名。
  • 4期生はcomming soon !

イトナブでの若手育成の話

古山さん

  • 昔はニューヒーローだった人たちへ伝えたい話。
  • どんどん未来へ進化する、進んでいくために自分たちが何ができるか?
  • 東日本大震災石巻へ戻って、何かできないか?をイトナブを立ち上げた
  • 2021年までに石巻で1000任のIT技術者を育てる
  • イトナブは、あそぶ、まなぶ、いとなむ、イノベーション、IT
  • 若者がどうやったら育つのか?
  • スポーツの世界であれば、その人の背中を見て、育つ。
  • チャレンジする姿勢と武器としてのプログラミングを教えている。
  • 学びを活かして人との出会い。
  • イトナブのハッカソンにいった事がない人、けっこう多い。
  • 技術の祭典として開催している。
  • ハッカソンだが、賞が存在しない。
  • イトナブは、現在、9地域へ展開、開催している。
  • IT人材不足と言われているけど、不足している訳じゃない。
  • 地方で学びを求めている若者が沢山いる。
  • いままでは、各地域で野菜の作り方や味噌の作り方を各地域で技術を持っている人が若者へ教えていた
  • 地方でのIT作業の問題
    • IT産業が地方では少ない、IT人材の重要性が分からない。(マイナスの連鎖が続く)
    • そのために、地域でコニュニティーを作って、学びの場を作って、ITの重要性を広める。
  • 若者の可能性、地域のこれからの発展
    • 学びたくても学べない。地方では産業が固定化されている。
  • これらを解消するためにナブかつLabを立ち上げた
    • 地域企業、行政、エンジニア、イトナブが連携し、プログラミングを若者(学生)へ教える仕組みを構築する。
    • 優秀なエンジニアを発掘し、地域企業が確保できる確立する
  • ナブかつLab 郡山

    • Slackコミュニティ lab-1308995.slack.com
  • 若者が、地域、都市部の格差なくプログラミングができるように背中を押していきたい


AR Coreで現実を拡張する話

カブク 高橋さん

  • 遠い昔、遥か彼方の新宿5丁目で (エモい話w

  • セカイカメラを2009年サービスイン、2014年にサービス終了。

    • サービスインして、姉ヶ崎テロがアキバで起きた。
    • 現地でデバックするというなつかしさ。
  • ソフトウェアデザインへAR開発の連載中
  • いまの技術でセカイカメラを作ったらどうなるか?のお話。
  • 今回のARアプリは、高橋さんの個人的な記録であり、企業が提供するものではない。
  • あのARアプリの必要な機能
    • カメラのプレビュー
    • エアタグの表示と作成など
  • アーキテクチャは、Androi版とサーバ
    • JavaとNDK、C++のクライアント
    • サーバはAWS EC2、S3でPHP
  • 今回は、
    • AR COre Sceneform, Cloud Ancors, java, ちょっとkotli
    • Firebase、Firestore
  • AR Core
    • Sceneform ( ArFragment , ViewRenderable)
    • ARアプリを実現するための google純正ライブラリ
    • 特殊なセンサーを必要としない
  • motion tracking
    • 自分がどこに移動して、どちらを向いているかを取得できる。
    • そのため3Dモデルの後ろに回り込める
    • 昔はこれを使えなかったため、ジャイロの数値を元に左右への回転しか取れなかった。
  • Environmental understanding
    • 平面の認識(水平、垂直の壁を認識する)
  • light estimation
    • 周辺の明るさから光の強さを推測する(光の方向までは認識していなかった)
    • google i/o 2019 で光の方向を判断できるようになるデモがあった。
  • AR Coreの開発
  • Sceneformとは?
    • 3Dモデルのインポートなどが楽に使えるツール
    • 3DグラフィックやOpenGLを学ばなくてもAR開発できることを目的にしている
    • 3Dモデルのデータは膨大な行数、ただSceneformを使うと数十行で作る事ができる。
  • Sceneform の構成
  • Cloud AnchorsによるAR空間共有。
    • なぜAR空間共有が必要?
    • 各自のスマホの中で閉じたAR空間(見ているオブジェクトが共有できていない)
    • それを共有するのがAnchors
    • 一つ目のスマホでオブジェクトがサーバへアップされて、2台目ではその情報がダウンロードされて共有される。
  • Just a Line
    • android 版 と iOS版があり、OSの別なく共有できる。
  • 日本語でAR/VRを相談できる google グループを運営しています

パネルディスカッション:未来のエンジニア事情

  • 本日の登壇者によるパネルディスカッション

今日のイベントの感想

  • 村上さん
    • Wizさんでは女性トイレに生理用品が置いてあったり、ジェンダーフリーのトイレもあり驚いた。
    • ダイバーシティから技術的な話ができる場を提供してもらえて嬉しかった。
  • 高橋さん:
    • 年齢層が広くて良かったと思う。
    • 中学生のセッションもあって汚れた心がきれいになり、素直に感動した。
  • フィッシュさん(GDG石巻)
    • 東北で開催するGDGイベントとしては過去最大の規模で嬉しい。

はじめてのプログラミング

  • 村上さん
  • 高橋さん
    • 中学校1年、PC-6001や8001からBASICから
    • 店頭のPCにベーマガのプログラムを打ち込んでいた。
  • 齋さん(GDG仙台)
    • 普段はサーバサイドの開発を行っている。
    • 成人になるぐらいのタイミングでC++から。ポインタで躓いた。
  • 中園さん(GDG福島)

高校時代は何部?

  • 清水さんが開催前夜、ファミレスで考えていて自分が聞きたい事として、どんなバックグラウンドを持っているか?を知りたくて聞いてます。

  • 古山さん

    • 実はプログラミングが出来ない
    • サッカー部。(参加者からは、えぇー!の声、マイノリティの逆転w)
  • 村上さん
    • 小学生のころ、コンピューター好きな男子がたむろっていた。
    • 中学から高校まで女子高でコンピューターが遠ざかった、高校のころ日本舞踊をやってた
    • そのため、女子高だと女子はコンピューターに触るものじゃないって思ってしまった。

エンジニアで良かったと思う事

  • 高橋さん
    • 働き方として自由にできる人が多い気がする。(ただ、職場や業務形態によるので一概には言えない)
  • 山田さん(GDG仙台)
    • 自分のアイデアを形にできるというのはエンジニアに魅力を感じる。
  • まりこさん(GDG福島)
    • エンジニアじゃない世界からベンチャーな企業へ入社したが、自由な世界があって驚いた
    • 紅茶を飲みながら仕事が出来たり、突然、ソファで寝れる。
    • 会社のキッチンに日本酒が並んでいるw

AI

  • 村上さん
    • 仕事が変わる。
    • 電話が発明された時、テレビが普及した時、インターネットが普及した時、その都度で変わっている。前に進むしかない。
    • 機械がやる事と人がやる事がある。
    • クリエイティブな仕事は人がやる。その分野が広がっていくのではないか?

ML

  • フィッシュさん
    • 前職でML関連をやっていたが、画像認識に関するものが多い印象がある。
  • 高橋さん
    • 3Dモデルを学習させて、似たものを探したりという事を研究したり同僚がやっている。
    • 機械学習された情報をAPI経由で利用したりする、知らないうちに利用しているかもしれない。

VR AR MR(XR)

  • 高橋さん
    • ビートセイバーがヒットしている。
    • MRというのはMicrosoftが使い始めた
    • google では、VR/ARという単語しか使っていない

転職

  • フィッシュさん
    • イトナブ石巻へ就職し、そこから東京の会社へ転職し、いまは別な会社へ。
    • ネガティブなイメージではなく、自分がやりたい事と会社の方向性が違ったりすると転職を考える事がある。
    • この技術が好き、これにコミットしたいとかあると思う
    • 何を作るか、何で作るか、の二軸が大事で、この軸が会社とマッチした時が精神的にいい。
  • 古山さん
    • エンジニアが やりたい! を実現するために転職するというのはいいと思う。
    • 組織としては転職は痛い
    • ただ、出会った人間が伸びしろを制限するべきではない
    • そのため、転職する事は制限すべきでは無いと思っている。

10年後

  • 村上さん
    • アルバイトで、某Nという会社のHPを立ち上げていたが、就職は日本IBMへ入った。
    • アルバイトでお問合せメールなどを分類したり、といった経験からワトソンへ活かされている。
    • いまは製品を作っているが、それらを世間を広めていきたいと感じている。もしかしたら、広める方にいるかもしれない。
    • いま伝えたい事として、使う側でも技術を理解して使って欲しい
  • 高橋さん
    • 10年後の技術は楽しみだが、定年間際な年齢で定年って何?と思う。
    • 死ぬまでコードを書いていたいと思う。
    • 目がショボショボするだろうけど、網膜投影で見ながらとかコードを書きたい(サイバーだなw

優秀なエンジニアの条件(どんなエンジニアと働きたい

  • 齋さん
    • 自分がいまやっている事を楽しめる人と仕事をしたい。
    • 嫌々やっている人とは、仕事したくない
  • 中園さん
    • 「いいやつ」
    • 気持ちのいい奴。ゴメンナサイといえる人。
  • まりこさん
    • バックオフィスの人としては。
    • 「ありがとう」といえる人、Slackでオリジナル絵文字で返してくれると嬉しい。
  • 山田さん
    • 好奇心が強い人
  • フィッシュさん
    • 土日に一緒に行ってくれる人w
  • 古山さん
    • イイ苦労しているひと、
    • 何かを成し遂げて、何かしらを追い求めた人
  • 村上さん
    • 技術が好きな人
  • 高橋さん
    • 話の通じる人
    • エンジニア同士でも話が通じないエンジニアがいる。
  • 清水さんは?

クロージング(中園さん

  • 沢山の人に参加していただき、ありがとう。
  • 今回のテーマは、ダイバーシティインクルージョンでした。
    • このテーマは無意識でもできるのでは?と当初思っていた。
    • 意識していかないと、作れないもの と清水さんからあった。
  • 今回、googleレベルでも意識しないと偏りが出てきてしまう話がきけた。
  • 意識した結果、中学生のセッションやミャンマーからきている方のセッションも作れた。
  • 自分の目の前に仕事に負われて、技術を負わないのは盲目的だし
  • モダナイズしていくべきなので、そんな技術的な勉強会を開催するので参加してください!

最後にコールあんどレスポンス

  • 中園さん「devfest!」
    • 参加者「とーほく!」の一体感の中、〆。

感想

ダイバーシティを最近、耳にすることが多いけど、あまり意識した事はなかった。 ただ、今回の勉強会で、意識しないとシステムが正しい結果を返さない恐れもある事を知り、ちょっと驚いた。 単純にGCPの面白い話を聞けるかな?と思って参加したけど、自分の心持ちを変えるきっかけがもらえた勉強会でした。 これからは、アンコンシャスバイアスが働いていないか、心持ちを変えて、技術と接して、人と接していこう