2019/04/24(水)
https://connpass-tokyo.s3.amazonaws.com/thumbs/10/30/1030e8023e8b84fc13004375a162c943.png
はじめに
ソリューションアーキテクト(SA)について熱く語る勉強会です。第1回目はずばり「ソリューションアーキテクトって何をやっているの?」です。ソリューションアーキテクトはどういった役割なのか、どういったテクニカルなチャンレンジがありそこにはどういった魅力があるのかなど、普段あまり語られることの少ないSAの仕事そのものにフォーカスします。またSAをするなかで経験した貴重な現場のノウハウやテクニカルな知見についてもどんどん共有していきます。今回はクラウド、IoT、AI、ビッグデータといった昨今のテクノロジーを代表する分野で活躍するSAsから現場の声をお届けします!
IoTシステムはどう作られるか - ソラコムでのSAミッション
最近ではIoT技術を用いた様々なユースケースが登場しています。そこで、IoTシステムを作り上げるためにソラコムではどういったSAのミッションや役割があるのか、はたまた様々な案件を通じて経験したIoTシステムならではの難しさやそこで得た技術的なノウハウなどを共有します。
ソラコムのサービス説明
顧客のロゴリスト
ソラコムのSA/PSの仕事って?
SA
客↔ソラコムの窓口
アーキテクティング
サービス特性・メリットの周知
システム構築フォロー
PA
コンサル・要件定義
IoTって?
モノ(センサ、デバイス…)↔ネット(設計・閉域・ルーター…)↔クラウド(アーキテクチャ・サービス選定…)
全部やる(SA)← 提案?営業に近い部分?→課題解決のための準備が仕事(提案する道具は単に持ち合わせたもの)
PS
PoC支援/プロトタイプ支援/PMO支援 ←コンサル的に客先に入って
実案件
スマートメータ
PMO、アーキテクチャ(LPWA/AWS)、プロダクション(設計/実装)、デバイス選定・導入
デバイス台数多いとかだと客では難しい
工場PLC
ロボット案件
カメラ案件
プロトタイプ設計/実装
Rustで組み込み
ワークショップ
一日AWS Loftで動くものをサラッと見るとか
etc...
進め方
アーキテクチャ設計
処理方式設計
要件整理
→プロトタイプ/PoC実施/プロダクション実装支援
SAのミッション(+)
現場の声をサービスにフィードバック
エンジニアチームとフィードバックサイクル
ソースも見る
SA/PSの魅力とチャレンジ?
IoTは技術要素が多岐
全体で最適な形を作る
IoT=Tech総合格闘技
→プロジェクトマネジメント重要
EX)バッテーリー問題
典型的トレードオフ
Applicationプロトコルを厚くすると電力消費は大きく
EX)最適なクラウドサービスとは?
Beam/Funnel/Krypton
ノウハウが少ないチャレンジ
ロールが多様な関係者
→ 難しいチャレンジ
SA/PSマインド(エモーショナルパート)
Customer Centric
顧客が幸せに
そのために出来ることの追求
Technical Credibility
技術面での信頼度パラメータ
信頼されることが全ての基盤
We Are Hireing
最新の社員レポートあるよ!
これからSAになる人に向けたアドバイス
https://speakerd.s3.amazonaws.com/presentations/7472222af70b43bba079818c2298833e/slide_0.jpg
私は2014年以来、外資系のB2B系ITスタートアップのプリセールス、テクニカルエバンジェリスト、ソリューションアーキテクトと、お客様と直面する技術職としてのキャリアを積んできました。本セッションでは、そうした自分のキャリアを通して学んだことを共有します。
ルミノソジャパンの紹介
MITのNLP研究から出発
転移学習による自然言語理解
会話文の理解
辞書不要
僅かなデータで高速に分析
多言語対応
14ヶ国語に対応
ちょっとデモ
名前を言えない目黒のECサイト(密林)
スクレイピングして投げ込む
言葉をビジュアルマッピング
Cons/Prosの可視化
単語の類語を推論
NLP、すでにモデルが有るので学習とかはやらない
ひたすらNumPy
何が出来るか
BIツール
デモアプリ
データサイエンティストが作ったコードの整理
製品チームへのフィードバック
IF 新しいSAが入ったらする教育
ソリューションと技術
課題の解決が仕事
技術を振りかざすのではない
顧客が本当に欲しいもののために
ゴールはなにか?
情報収集
技術書
惜しまず買っとく
論文
必要なものは読んでおく
SAは自動化できない
新しいことなので自動化は出来ない
でも、できるものは自動化する
自動化の基準
全部じゃない
2回同じことをしたら自動化
Factorioをやろう
いろいろな自動化
テスト、CI、ルーチンワークの自動化、GASスクリプトだとか
TODO管理
並行する案件への対応が多い
日報週報書きましょう
議事録
身を守るために必要
まとめ
日々研鑽
没原稿)SAはいい会社を選べ
良い会社の良い技術がないと提案できない
機械学習ソリューションアーキテクトの面白さ
https://speakerd.s3.amazonaws.com/presentations/6e580c3a10a6468aa26d943da023298d/slide_0.jpg
私は2018年より、AWS にて Machine Learning (ML) Specialist の SAとして、お客様の機械学習プロジェクト支援やソリューション開拓に従事しています。前職は自動車OEMで自動運転開発、前々職は量子情報の研究者でした。AI 活用により社会が大きな変革を迎える時代を、アカデミックバックグラウンドとビジネスの両面から支援できる、ML SA というロールの面白さについてお話しいたします。
自己紹介
アカデミック:画像処理→量子コンピュータ
自動運転
AWS
機械学習SAはph.D
ベテランSAの先輩
SAとは?
Trusted Partner
顧客・パートナー・営業から信頼
Technical Thought LeaderShip
社内外に先進的なTechInfo送信
Platform Improvement
AWS JapanのSAs
ストラテジック・エンタープライズ
金融エンゲージメント
ミッドサイズ
スタートアップ
マシンラーニング
IoT
etc...
SAの仕事
訪問・ヒアリング
クラウド活用機会
技術トレンド調査
MLSA?
ML Specialist SA
特定アカウントを持たないスペシャリストロール
機械学習の案件に特価した案件に Dive Deep
AWS SAには他の分野でもSpecialist SAがいる
AWS上で機械学習を最適に実装できるように
Amazon SageMakerとか
AWSサービスの組み合わせ(コスト、最適環境)
API系のサービス(画像、NLP)
パートナーの紹介とか
解きたい課題に対して、最適なアルゴリズムや手法の提案
新しい製品や機能を開発、PFR
顧客の声を汲み上げる活動
声が大きければ優先度が上がる(みんな要望とか言ってね)
特殊なドメイン知識を使う場合
各業界分野のソリューションの構築(ベスト・プラクティス)
外で話す仕事
典型的ML Ops
図を見てね(CI Pipeline/ML Arch−Flow)
Undifferentianted Heavy Lifting
差別化になりにくい部分は取り除く
環境構築
GPUとかリソースの調達コストだとか
FWのインストールとか、バージョン管理
クラウドで機械学習を実行する際のポイント
ビジネス価値にフォーカスする
データの流れ
自分で頑張りすぎない
頼れるもの
人
SA・サポート
コミュ
JAWSーUG AI
SageMaker UG
イベント
ML@Loft
業界ごと SA
色々特有なドメイン知識を使って顧客の課題を解決
AWSのSA
いろんなサービスのアーキテクチャをお客さんと一緒に作れる
使い放題
顧客のユースケースたくさん
顧客とビジネスを一緒に作っていける
自分のやりたい仕事を作っていける
We Are Hireing
トレジャーデータにおけるSolution Architectのチャレンジ
https://cdn.slidesharecdn.com/ss_thumbnails/20190424sanight-190424114814-thumbnail-4.jpg
トレジャーデータはデータ管理プラットフォームの提供を通して、顧客のビジネス課題を解決するお手伝いをしています。以前はいわゆる「Webエンジニア」として働いていた自分が、Solution Architectとして顧客のビジネス課題を解決するために日頃どのようなチャレンジをしているのかをご紹介します。
会社紹介
2011 シリコンバレーで創業
fluentd
2013 日本オフィス創業
2016 CDP
2018 Armに買収
OSSを愛している (fluentd, embalk , Hive ...etc)
Armの戦略
IoTデバイスに乗る戦略
トレジャーデータはクラウドの部分
SA in トレジャーデータ
顧客の課題を自社のテクノロジー+αで解決
プリセールスから実装まで全て
会社によって異なるかもしれないが、トレジャーデータでは全てやる
Sales/Support/Engineeringのチームと連携
三位一体
CustomerSuccess
SolutionEngineer
SupportEngineer
仕事の流れ、とかやること
新規顧客訪問動向
デモ QA
既存顧客のサポート
データモデル設計・ディスカッション
Workflow/SQL
Productチームフィードバック
顧客の課題はそれぞれ
カスタマーデータプラットフォーム
最初はエンジニア・データサイエンティスト
ビジネスサイドのユーザも増えた
それぞれ異なる事情・困りごとが違う
課題はほんとうにそれ?
要求は本当の課題ではないかも
ワークアラウンドで見せてみる
プロダクトチームとの連携
要求からフィードバックだが、要求はそのままではダメ
本社は米国、リージョンが異なるので伝え方が大事
テクノロジースタック?
Treasure Data OSS
パブリッククラウド
LL
SQL
JavaScript Tag
Mobile SDK
and So on...
事例1
さまざまなデータソースからデータを取り込みたい
顧客データ
購買データ etc...
なるべく最新とか
→アーキテクチャ図(スライド参照)
事例2
SQLチューニング
実行時間が短くなるのが目に見えると顧客にも技術力がわかりやすく伝わる
日頃
得意・特徴を理解しておく
自分
同僚
プロダクト
常に最新の情報をキャッチアップ
課題解決に直結する技術に
自分で手を動かす時間を
成果を可視化
Slackでプレゼンス
定期的な課題共有
オフラインでの面談
知識や思考はWikiに吐き出しておく
時間は意識して作る
自分の技術が顧客のビジネスに貢献出来るのは嬉しい