教育/研修 の記事一覧

はじめに 前編「10年間チア一筋だった25新卒がシステム研修1か月受けてみた～DevSecOps編～」に引き続き、今回は後編のLLMについて詳しく書かせていただきました！ ▼前編はこちらから 研修スケジュール 1週間目：DevSecOps2週間目：AWS3週間目：LLM4週間目：データマイニング最終週：成果発表/データセンター見学 今回は特に印象深かった、LLMについて詳しく書かせていただきました！ LLM研修内容 テーマ内容進め方1日目Stable DiffusionRAG ChatBot開発課題画像を再現できるように生成→採点個人4o Image Generation最近のニュース/日記をグラレコ風に生成個人ハルシネーション体験LLM役の先輩にレゴ椅子の作成依頼4人1チームRAG ChatBot開発北九州市のごみ分別チャットボットをDifyで開発課題①：質問に回答課題② 画像を基に質問に回答課題③ Chat画面からナレッジファイルをアップロード課題④ ：生成開始～終了の速度測定ビジネス：6人1チームでDify使用エンジニア： 3人(App,Inf,Cre)×2チームでツール選定から2日目プロンプトインジェクション対策レッドチーム：北九州市のごみ分析チャットボットを攻撃ブルーチーム： 攻撃を防ぎつつ、通常の質問に回答6人1チーム（エンジニア3人＋ビジネス3人）3日目＆4日目クラスタリング分析ツール開発要件1.クラスタリングアルゴリズムを使用2.使用するデータを各チームで収集3.クラスタリング結果の可視化4.クラスタについての説明を生成5.クラスタの詳細について確認可能6.WebUIからクラスタのパラメータ調整可能分析1.どのようなデータを解析したか2.どのような結果になったか3.どのような示唆が得られたか提案1.GMOグループ内での活用方法2.活用することで期待される成果5日目簡易Fine-TuningLLaMA Factorデータ準備uvで仮想環境を同期Web UIを起動美雲このは画像生成モデル-トレーニングその他Genius投稿学びをGMOグループ全体に発信個人 LLM週の印象的なシーン ハルシネーション体験：LLM役の先輩にレゴ椅子の作成依頼 ハルシネーション：大規模言語モデルなどがもっともらしく見えるが事実と異なる情報を生成してしまう現象。LLM（Large Language Model）：大量のテキストを学習し、人間の言語を理解・生成できる大規模な人工知能モデル。 【アイスブレイク課題】LLMになりきった先輩に適切なプロンプトを伝え、レゴブロックで椅子を作る。 【感想】LLMは”素直で不器用さん”だと感じました。具体的には、”指示通りに動く≠期待通りに動く”ということです。プロンプト※ の精度を高め、LLMのアウトプットの選択肢を限定させることがコツでした。 プロンプト：大規模言語モデルなどに入力する指示や質問文。 エンジニアとの会話・率直な感想 AIの登場で”知っている”と”分かっている”の差が拡大 私チャットボット開発、前提知識が嘘無しでゼロなのでAIに聞きながら開発してみたら、エラー→デバック※ の1お祭りでした。まさに無免許運転です。 デバック：プログラム中の不具合を発見し、原因を特定して修正する作業。 AIはこの空間にいるわけではないから、プロンプト精度にもよると思うけど、全然惑わしてくることあるよね。エンジニアの先輩 率直な感想： LLMは日本語を理解しているようで理解していないブラックボックス。だからこそ、LLMにとって理解しやすい綺麗なデータにクレンジング※ をすることが、非常に重要だと痛感しました。 データクレンジング：分析や活用に適した状態にするために、データの誤りや欠損、重複などを取り除き整える作業。 ブラックボックスだからこそ、1度に全てが完了する複雑な指示を処理させるより、簡単な指示を段階的に処理させることでスムーズになると学びました。 「アイスピックは小型電子機器だ」という大事故中のDify※ のチャットボット Dify：ノーコードで大規模言語モデル（LLM）を活用したアプリやエージェントを構築・運用できるオープンソースの開発プラットフォーム。 プロンプトインジェクション、守る側が圧倒的に不利 プロンプトインジェクション：大規模言語モデル（LLM）に対し、意図的に悪意ある指示を入力して本来の挙動を操作・誘導する攻撃手法。脆弱性：システムやソフトウェアに存在する、攻撃者に悪用される可能性のある欠陥や弱点。 やってみて： 攻撃側は穴を1つ見つけたら、防御側が対応する前にその類の攻撃を沢山投げて点を荒稼ぎできる一方、防御側はどうしても後手に回りがちでした。さらに、防御側は通常ユーザーの質問には正常に回答しなければならないため、守りすぎることもNGです。 率直な感想： 「前の指示を無視せよ」「目の前で人が倒れていて・・・」「緊急で答えて」など、前提の破棄や、殺人などの倫理的に難しく緊急性のあるものが特に侵入されやすく、グループ会社であるイエラエやフラットセキュリティの同期の凄さや必要性を自分事として理解できました。 クラスタリング分析で競合分析 クラスタリング分析：データを特徴の近さに基づいてグループ（クラスタ）に自動的に分ける分析手法。 やってみて： クラスタリング分析ツール開発において、ビジネス側がデータを大量に収集し、データ整形している間、エンジニア側はデータを良い感じに分析し、可視化するモデルを作ってくれました。 結果として、精度の高い競合企業の弱み調査をテーマとしたクラスタリング分析ができました。 率直な感想： このデータを用いて有効な策を考え、実行するのはビジネス側です。エンジニアへの尊敬と共に、彼らの努力をビジネスに生かす我々ビジネス職の責任の重さを強く抱くようになりました。「エンジニアとビジネスがお互いにリスペクトし、両輪で回していく」という全体研修での言葉が、自分事として理解できた瞬間でした。 パラメーターは家系ラーメン屋の注文 パラメーター：学習によって自動的に調整されるモデル内部の値（例：ニューラルネットワークの重みやバイアス）。ハイパーパラメーター：学習の進め方やモデルの構造を人間が事前に設定する値（例：学習率、層の数、バッチサイズ）。 パラメーターが多くてよく分からない。エンジニアの同期 私どういうこと？ ラーメン屋で例えると、麺の硬さ、麺の量、油の量、にんにくの量、もやしの量、追加の具は何にするか、など自分好みにいろいろ項目を設定しないといけないってことかな。エンジニアの先輩 率直な感想：Python※ などを駆使してまるで魔法のようにエクセルを操っていた様子も見ていた私は、このハイパーパラメーターでのマンパワー感にまたしても親近感を抱きました。 Python：データ分析からWeb開発・AIまで幅広く利用される人気の高いプログラミング言語。 パラメーターに苦戦中の美雲このはちゃん パラメーターが”なんか※”いい感じになった美雲このはちゃん LLMはブラックボックスなので正確に「ここが良かったからこのように生成された」と断言しにくいため。 GMOイズムとの関連 「知識を知恵に昇華させる」重要性私なりの解釈は、知識＝調べて出てきた情報、AIが生成してくれた回答知恵＝知識の質を自分で判断し、活用できる能力です。 AIという便利でリスクもある自動車を乗りこなすには、しっかりと知恵という免許を持たねばなりません。AIのおかげで「知っている」状態にはすぐに誰にでも到達できるからこそ、「理解している」状態を日々更新したいですね。 ブログを読んで内容が気になった方はぜひ▼ スピリットベンチャー宣言 | ブランド | GMOインターネットグループ株式会社 楽しかったシステム研修 10年間”元気・勇気・笑顔”のチアリーディングに全力を尽くした私が、未知の領域”システム研修1ヶ月”を駆け抜けることができたのは、難しかったものの、「周りに恵まれ、楽しかったから」です。 1時間前に出社して勉強する朝同期とランニングする朝 オフィスからの絶景を横目に、先輩のおかげでLLMの謎を少し理解する夕暮れ 宿泊先で同期と勉強したり、AIがコードを書いている様子を観察したりする夜 東京にいるエンジニア同期や先輩にインタビューをし、今自分が学んでいる知識が実際に現場でどんな感じなのかをイメージする夜離れて暮らす母に「研修どう？」と聞かれ、自分なりにかみ砕いて説明する夜 など...毎日が濃く、面白く、キラキラした1か月でした。 ※安心してください。土日はみんなで別府温泉に行ったり、長州藩の聖地である萩に行ったり・・・と、遊んでリフレッシュも全力でできました！ 終わりに ここまで読んでくださり、ありがとうございました。旧アドパートナーズ（Web広告系）採用の生粋の体育会人間が、１ヶ月もシステム研修を受けさせていただいたこと、心から感謝しております。また、「エンジニア的にはどう思うの？」「いまどんな気持ち？」とエンジニアに質問攻めな私に熱心に向き合ってくれた同期や先輩にも、心から感謝と尊敬を送ります。 エンジニアインタビューご協力の方々・GMO インターネットの同期達/先輩方・GMO メディアの同期・GMO Flatt Securityの同期達 ▼こちらも是非ご覧ください! 「新卒が語る、GMOの”実務直結IT研修”のリアル」

はじめに 自己紹介 はじめまして！GMOインターネット25新卒のビジネス職、緒方小夏（おがたこなつ）です。チアリーディングを中高大と10年間続け、中高一貫校では全国2位、 大学でも全国6位という生粋の体育会系です。 当然ですが、・ITの世界は完全に未知の領域・サーバーって？回線って？・AIは一切使わずに真面目にレポートを書きますという状態で、ただ純粋に、GMOイズム※に共感し、カルチャーマッチで入社いたしました。 ※GMOイズム：GMOインターネットグループにおける社是・社訓を総称するもの。「夢」「ビジョン」「フィロソフィー」として体系化された『スピリットベンチャー宣言』を中心に、AI活用や目標達成などの項目ごとに、一人一人が意識すべきことが毎日の行動レベルまで落とし込まれています。 このブログでは、そんな体育会新卒の私が1か月間のシステム研修でどんなことを学び、感じたのかを書いていきます。他の技術ブログとは毛色が違うとは思いますが、コーヒーブレイク感覚で楽しく読んでいただけますと幸いです。 研修スケジュール 1週間目：DevSecOps2週間目：AWS3週間目：LLM4週間目：データマイニング最終週：成果発表/データセンター見学 今回は特に印象深かった、DevSecOpsについて詳しく書かせていただきました！ DevSecOps研修内容 研修内容進め方キーワード1日目DevSecOpsの基礎（概念・原則・メリット）2人ペア（エンジニア＋ビジネス）調査/ディスカッション▼発表質疑応答ディスカッション開発生産性（バリューアップとランザビジネス）DevOpsライフサイクルトイル排除と開発体験向上（エンジニアDX/AX）4keyメトリクス2日目DevOps（アジリティとツール）CI/CD クラウドネイティブ 自動テスト AI活用 GitOps（IaC） オートスケール オブザーバビリティ、APM SRE3日目Sec（セキュリティプラクティス）シフトレフトセキュリティガードレール型セキュリティOWASPSOC脆弱性診断SAST・DAST・SCA4日目現状分析・課題抽出4人グループ（エンジニア2人＋ビジネス2人）調査/ディスカッション▼発表質疑応答ディスカッション一般的な企業における・システム課題・エンジニアリング組織課題GMOインターネットにおける・事業特性分析・システムや組織課題抽出・緊急度・重要度マトリクスに課題をプロット5日目課題解決・プランニングGMOインターネットにおける・課題への解決プラン・ROI試算・優先順位・マイルストーン作成 DevSecOps週の印象的なシーン 毎日のアウトプット/発表 どんどん質問し合っていきましょう。言いづらいかもしれないですが、今日は批判的な質問を意識しましょう。指導者EL エンジニア研修とビジネス研修の違い 5月まで受けていたビジネスサイドの研修では、発表時間やミーティング時間をきっちり厳守または巻くことが最重要で、「1分以内に発表」と言われたらどんなに分厚い内容でも時間内に収める工夫が求められました。一方、このエンジニア研修では、発表時間や質疑応答の時間に縛りはあまりなく、時間以上に、「議論を深められれば深められるだけ素晴らしい」という印象でした。 どちらが良いというよりも、性質の違いです。私はビジネス職ではあるものの、チアリーディングで10年間続けてきた「1つのことを深堀りたい欲」はエンジニア側のそれに似通っていたため、いろいろなOJTでの発表を経験しましたが、エンジニア研修での議論ベースの発表が難しくもありつつ、一番楽しかったです。 もちろん、時間厳守で発表するスキルも今後のために磨いていきますが、学びを深める姿勢は学生時代と変わらずに持ち続けたいですね。 エンジニアとの会話・率直な感想 なぜなぜ分析 なぜそのツールや概念がそもそも生まれたのか、表面的な知識ではなく、なぜなぜ分析をしてほしい。指導者EL 率直な感想： 初日の反省：検索したらすぐ出てくる知識を並べ、深い学びができなかった。初日の学び：「課題→解決策」の技術的な歴史の進歩/サイクルを体系的に理解することが重要。学ぶ楽しさup：ストーリー性のある日本史や世界史が好きな私にとって、なぜなぜ分析は難しい技術的な話にストーリー性を色付けする感覚に近く、より学ぶのが楽しくなりました。 アジャイル開発とウォーターフォール開発 アジャイル開発：小さな単位で計画・実装・検証を繰り返しながら柔軟に仕様を進化させる開発手法ウォーターフォール開発：要件定義から設計・実装・テストへと工程を順序立てて一方向に進める開発手法。 参考 アジャイル開発とは？意味や進め方、DevSecOpsとの関係性を解説 ２つの開発手法、実際どんな感じですか？私 エンジニアの先輩　ウォーターフォールはトップダウン的で、アジャイルはボトムアップ的かな。ウォーターフォールは計画通りにいけばスムーズだけど、開発途中に競合が似たサービス出したら終了（は言い過ぎだけど！）。　アジャイルは変更に柔軟で、スプリントゴール（”1スプリント＝1週間”が多い）はあるものの、全体像が見えずらいから、マネジメントする人の力量で左右される側面があるかも。 エンジニアさんのマンパワー感に親近感を抱きました。やっぱり現場にいる”人”をイメージするとビジネス職の私も理解しやすいです！私 率直な感想：どちらの方がいいとは簡単に決められないですが、ケースに合わせて開発手法を選択できるような、汎用的な人財やチーム、組織がベストだと思いました。 開発者体験とセキュリティのせめぎ合い 私DevEX（開発者体験）という言葉も初めて知りましたが、ＧＭＯのDevEXって実際どうですか？ GMOの開発者体験は年々上がってきていて、今後も向上施策を打っていくよ。指導者EL 開発者体験とセキュリティ、このせめぎ合いはあるっちゃある。エンジニアの先輩 参考 DevSecOpsとは？DevOpsとの違いやメリット、ツールの種類を紹介 率直な感想：SPACEという指標※ や、4keys＋信頼性※ など、 さまざまな指標がありますが、目先の数値目標に追われると開発者体験が下がりそうだと想像しました。チームとしての揺るぎない目標を念頭に置いて逆算することで、目先の数値にとらわれすぎず、もっと大きくユニークに、自己効力感をあげながら開発できるのではないかと思いました。 SPACE：開発者体験を測るためのフレームワークで、Satisfaction（満足度）・Performance（成果）・Activity（活動）・Communication/Collaboration（協働）・Efficiency/Flow（効率/集中度） の観点で評価する指標。4 Keys + 信頼性：DevOpsの成果を測る代表的な指標群で、デプロイ頻度・変更のリードタイム・変更失敗率・サービス復旧時間 の4つに、システムの信頼性を加えたもの。 SOCの実態 SOC（Security Operation Center）：組織のシステムやネットワークを監視し、サイバー攻撃や不審な挙動を検知・対応する専門チーム（またはその拠点） 参考 世界No.1のホワイトハッカー集団によるサイバー攻撃の防御・分析拠点 「セキュリティ・オペレーション・センター（SOC）」を東京・用賀に開設 ［SOCの方々］ エンジニアが常駐し活用するSOCはドラマや映画のような大画面ではない。上記参考はお客様への集中的なサイバー攻撃などの緊急時に、エンジニアが一同に会して防御・分析を行う「第二SOC」。スピードとセキュリティの質の両者のバランスが難しい。セキュリティはいろんな人と関わるから、聞き方も伝え方も工夫する。”相手をどう動かすか”の視点をもっておく。 ［率直な感想］ 現場はドラマのような派手さはないが、地道な作業の積み重ねがセキュリティの最前線を守っているのだと知りました。効果を実感しやすいスピードと、しにくいセキュリティ。スピードは速いほどお客様の笑顔と感動を生み出せる”実感しやすい効果”がある一方で、セキュリティは万が一何かあった時に「やっておいてよかった」という保険のような”実感しにくい効果”の違いがあると感じました。”コミュニケーション力＝営業”ではない。SOCの方々だけでなく、エンジニアの同期や先輩方もビジネス職の私に分かりやすく技術や実際の現場を教えてくれました。違う立場の相手にも伝わる説明力は社会人として日々磨きたいと思いました。 【後編】に続く 【後編】10年間チア一筋だった25新卒がシステム研修1か月受けてみた～LLM編～

はじめに 「エンジニアだけでなくビジネスも　技術をがっつり学ぶ1か月」 はじめまして、25卒ビジネス職の藤間です。6月、北九州のGMO kitaQオフィスにて新卒システム研修に参加しました。 DevSecOps、AWS、LLM、データマイニングなど、未知なものも多い中でエンジニアと協力して乗り越えた、とても密度の濃い一か月でした。 その取り組みの中で、新卒の参加者は「何を」感じたのか？ インタビューを通して、GMO独自の”実務直結”の研修の実態をお伝えします。 「GMOの新卒になった時のイメージできる」内容となっていますので、特に就活生の方々にお読みいただければと思います！ ※研修内容の詳細は別記事にて紹介中。ぜひご覧ください！ [緒方さん記事] 新卒ビジネス職に聞いてみた ー　ITに対するイメージは変わりましたか？ 藤間　1か月間未知なことに取り組み続ける、なかなかに特殊な環境でした。研修前と後で、ITに対する見え方はどう変わりましたか？ 　イメージ自体は大きくは変わりませんでした。しかし、ビジネス職であってもIT知識を深めなければエンジニアと対等に議論するのは難しいと実感しました。　事前の学習が欠かせないと学びました。宮崎ビジネス職　Sさん 藤間　同感です！　ITでは特に、「知っている」と思っていた情報が次の日には更新されるので、日々学び続けることが大切ですね。 ー　研修にて得た新たな学びは？ 藤間　システム面において、何か学びや得たものはありましたか？ 　「技術はビジネス価値と直結してこそ意味がある」という考え方です。　設計や技術選定を行う際に、ビジネスゴールを起点として逆算する重要性を強く実感しました宮崎ビジネス職　Yさん 藤間　確かに。在学中は手あたり次第に動いていましたが、社会にでると、加えて先や全体を見据えた行動もより重要になると感じますよね。 ー　研修を今後にどう生かしていきますか？ 藤間　今回の研修は、より実務に近い部分があったと思います。どのような形で、得られた知見を業務に活かしていこうとお考えですか？ 　研修で学んだITシステムの特徴や性質を「価値」という視点で捉えて提案に活かしたいと考えています。　具体的な提案に落とし込む際に「誰にどのようなメリットを提供するか」を明確にし、システムの価値を分解して伝えることを意識していきます。東京ビジネス職　Fさん 藤間　なにか１つ、具体例ありますか？ 　例えばクラウドというシステムに対して、なぜオンプレではないのか、クラウドでしかできないことは何か、にまで注目するといった感じです！東京ビジネス職　Fさん 藤間　なるほど、確かにその考えも大事ですね…　Oさんはどうですか？ 　エンジニアとビジネスの両面から互いを尊重し意見を交わす姿勢を率先して実践し、チームワークを強化したいと考えています！　また、サービス選定ではエンジニア視点とビジネス視点を統合しつつ、DevSecOpsで学んだ「指標を盲信せずデータから真の現状を理解する」アプローチを合わせて本質的な提案を意識していきます。東京ビジネス職　Oさん 藤間　ITの現場ではビジネスとエンジニアが対立してしまったり、どちらか一方の意見が強くなったりしてしまうケースも聞きます。　我々も一致団結してサービスを日々開発・改善していきたいですね。 調査から提案まで、より実践的にシステムを学習 新卒エンジニア・クリエイティブ職に聞いてみた ー　ハンズオンを通じて、特に大変だったことは何ですか？ 藤間　なかなかにヘビーなコンテンツだったと思います。エンジニア視点で、特に「ここ難しかったな」という部分はありますか？ 　AWSを初めて扱い、EC2やS3、IAMなど多様なサービスを次々に試した際、サービスごとに用語や操作体系が異なるため、概念の理解とハンズオン手順の把握に想像以上の時間を要しました。　特にIAMロールの設定やVPCネットワークの概念を紐付けることが難しく、ドキュメントやフォーラムを行き来して試行錯誤しました。クリエイティブ職　Kさん 　クラスタリング分析ツール開発では、フロントエンドとバックエンド連携時にCORSエラーや動的UI切り替えによるバグに苦戦しました。　API呼び出しをdebounce処理で安定化し、PCAの2次元プロットではクラスタIDと色固定、凡例表示で解決しました。クリエイティブ職　Oさん 藤間　自分も、エンジニアの方々の取り組みを横で見ていました。苦戦はしても、怯みはしない「できるから入る」姿勢がとても印象的でした。同期として誇らしいです！ ー　特に学びの大きかったコンテンツは何ですか。 藤間　グループワークが多い研修でしたよね。エンジニア視点で、特にここが勉強になったなという部分はありますか。 　3週間目のLLM研修です。生成AIを活用した開発を初めて体験でき、複数人での開発における進捗共有や情報共有の重要性を実感しました。　後半では自主的にタスク表を作成し、チーム開発をリードできた点も大きな成長につながりました。エンジニア職　Kさん 藤間　たしかKさんは個人開発のみで研鑽を積んできたんですよね。　それにも関わらず、他のエンジニアをリードしてスムーズに連携できる仕組みを作り、ビジネスサイドとも進捗をこまめに共有し合っているのが流石でした。 ー　メンターの方々の対応はいかがでしたか？ 藤間　1か月間、メンターの方々が付きっ切りで教えてくださいました。そのご対応で助けられた部分はありましたか。 　心理的安全性の高い環境で、まず動くものを早くアウトプットし、失敗から学ぶ機会を得られました。　自主性を尊重していただいたおかげで、助言から多くの着想を得て課題に取り組むことができ、モチベーションを継続的に高められました。エンジニア職　Kさん 藤間　同感です！　ビジネス職も甘やかされずに自主的に調べて開発に挑戦したり、LLMを扱ってみたりしたことで、失敗から多くの学びを得ました。 ビジネス・エンジニアで連携し、チーム開発する様子 全体を通して ー　異なる職種の連携で工夫した点は？ 藤間　今回はエンジニアとビジネスが協力して、同じテーマについて取り組みました。その連携で何か工夫したことはありましたか？ 　異業種のメンバーと円滑に協働するため、まず各職種の専門用語を相互に翻訳した用語集を作成しました。　開発側にはビジネス指標の背景を共有し、ビジネス側にはAPIやデータベース設計の基礎を説明して相互理解を促しました。さらに、日次の報告・連絡・相談のループを設けて進捗や課題のリスクをタスク管理ツールで可視化し、認識のズレを最小限に抑えられました。クリエイティブ職　Kさん 　研修を通じて、チームの生産性向上に最も貢献したのは「相手の時間を奪わない配慮」です。会議前に必要な情報を整理して共有することで、議論を効率化し、チーム全体の時間を有効に活用できました。　今後もこの方法を継続し、さらなる効率化を目指します。東京ビジネス職　Iさん 藤間　いかに濃く効率的にコミュニケーションをとるか、日々工夫する1か月でしたね！ ー　自分が一番成長したと思う点は？ 藤間1か月間とても充実した内容だったと思います。特に「自分、ここが成長したな」と思う部分はありますか。 　“多少ぐいぐい行く力”です。他の人が当然知っていると思い込んで共有をためらっていた情報でも、積極的に発信したところ感謝されることが多いと気づきました。　今後も知識や学びを先輩・後輩に積極的に共有していきたいと思います。エンジニア職　Kさん 　システムや技術を「なぜ使うのか」「どう組み合わせるか」を考えられるようになった点です。　異なる職種のメンバーと協力し合う中で、チームとして成果を出す難しさと大切さを実感し、尊重と結束の意識が強まりました。東京ビジネス職　Kさん 　「自責志向」がより強くなった点です。　問題が発生したときに「自分のサポートが足りなかったのでは」と行動を振り返るようになり、課題を他人任せにせず自分の責任として捉える姿勢が大きな成長につながりました。エンジニア職　Yさん 藤間　エンジニアもビジネスも互いに反省と改善を繰り返す中で、ビジネスはエンジニファースト、エンジニアはビジネスが置いていかれないようにする、といった工夫や姿勢が各々で見られましたね。 ー　研修を終えて一言 藤間最後、一言お願いします！ 　研修当初は聞き慣れない専門用語の連続に圧倒され不安を感じていましたが、最終的には多くの知見を得て興味の幅が広がりました。　今後も学び続け、成長していきたいと思います。エンジニア職　Tさん 　最大の収穫は「ゴールから逆算して期限を設定する思考」と「数字で語るエンジニア」という考え方を得られたことです。　多くのアウトプットをまとめ、振り返りと学びを発見できた大変有意義な研修でしたエンジニア職　Kさん 藤間25新卒12名の同期で毎日101％成長しましたね！お疲れ様でした！！ 緊張の最終発表の様子 さいごに 「現場を知ることで、見えてくることがある」 研修から2か月たった今、自分は「エンジニアと連携しプロダクトを作る仕事」をしています。 その取り組みの中で、 「お客様に喜んでもらうには、この機能・技術が必要だな」「このタスクなかなかに大変そう、少し調整が必要そうだ」 など、研修で学んだ視点を生かせていると実感しています GMO独自の”実務直結IT研修”だからこそ、より活きた知識を付けることができたのだと思います 同期12人で協力して乗り越えた1か月 ▼こちらも是非ご覧ください!

GMOインターネットグループの稲守です。GMOインターネットグループは、Web/IT業界でのキャリアを目指す学生を対象に、技術力向上を目的とした「TECHNOLOGY INTERNSHIP」を開催しています。このインターンシップでは、グループ内で活躍するエンジニアやデータサイエンティストがチューターとなり、テーマに沿った研究開発を行います。本エントリーでは振り返りと開催レポートをお届けしたいと思います。 実施概要 期間：平日10日間場所：東京（渋谷）および大阪（梅田）のオフィス内容：データサイエンス、ML（機械学習）、Webの３コース 先端テクノロジーを学ぶ10日間 データサイエンス、MLエンジニアリング、Webエンジニアリングなど複数コースを今年も用意しました。 GMOインターネットグループのエンジニアやデータサイエンティストがチューターとして参加し、実際の業務に近い環境での開発や研究をサポートし、大規模言語モデル（LLM）などのAI技術を活用したアプリケーション開発や、Eコマースの推薦システムの構築など、先端技術に触れる機会を提供しています。 オフィスの様子 初日の様子：大量のPCセットアップ WEB、ML、データサイエンスでそれぞれ当社グループのプロダクトをテーマにカリキュラムが用意されています。 WEB/MLコース 今年新たに取り入れた題材は、生成AIプロダクト「教えてAI byGMO」。インターン生たちは以下の課題に挑戦しました。 ・チーム開発 : 実践的なチームワークを経験・MVP開発 : 製品の中核機能を迅速に構築・幅広い技術 : インフラ設計から大規模言語モデル（LLM）の実装まで対応 特にMVP開発では、ユーザー視点を意識したアイデアが多数生まれ、成果発表会でのプレゼンテーションは大盛況となりました。学生からは「初めて触れるLLMやインフラ構築は大変でしたが、プロのサポートで最後までやり遂げることができた」「短期間でこれだけ幅広い技術に触れる経験は貴重」と嬉しいコメントでした。 DSコース データサイエンスコースでは、GMOペパボが提供する「SUZURI」のデータを用いて推薦モデルの設計と提案を実施しました。 ・データサイエンス: SUZURIの実データを用いたレコメンドモデルの提案・ビジネスデータの難しさ: 実サービスに適したデータ処理や評価方法を習得・クラウド活用: GPUクラウド環境を活かした高速な処理 学生からは「データサイエンスのプロセスを実務レベルで体験できた」「SUZURIという具体的な題材で実データを扱うことで、学業との違いを肌で感じた」「推薦システムの設計は難しいですが、チームで議論を重ねて多くを学びました」と様々な声が寄せられました。 大阪オフィスの様子 ブースセッションの様子 ブースセッション、金曜夜の懇親会 今年のグループ合同インターンシップには参加グループ会社数が増加し、ブースセッションでは様々な事業や将来のキャリアに関する相談機会の場となりました。参加学生たちは業務のリアルや当社グループの文化について直接質問や交流を行う場となりました。今年はGMOタウンWiFiから取締役の松野さんが参加し、学生に向けて企業での経験やキャリアのヒントが提示されました。懇親会では学生同士はもちろん、チューターをはじめとした開発メンバーとの交流が行われました。 懇親会ではGMOあおぞらネット銀行の矢上CTOから挨拶いただきました 成果発表会 我々のインターンシップでは最後に成果発表会を行っており、成果のアウトプットを出してもらっています。 成果発表会は東京と大阪を中継して実施 データサイエンスコースでは 「ベイズ統計と画像解析を融合した推薦システム」「Wide & DeepモデルとLDAトピックモデリングの融合」「協調フィルタリングとLightGBMの組み合わせ」など様々な手法が提案されました。全ての提案はSUZURIチームに共有され、課題解決の糸口として利用いただきました。一方、教えてAIのMVP開発に挑んだWEB/MLコースについては「フロントバックエンド開発」「LLM実装、マルチモーダル対応」「DockerやGitHub Actionsを活用した環境設計」「プロジェクト管理」をはじめとした開発成果の発表が行われました。 学生たちからのフィードバック インターンシッププログラムを通じて、参加学生からは以下のようなコメントが寄せられました 実務のリアルさ：「実際のビジネスデータを活用する難しさと楽しさを体感できた」「チューターからのフィードバックが的確で、業務を想定した取り組みができた」 チーム開発の魅力：「WebとMLが融合したチーム開発を経験できた点が新鮮だった」「課題の自由度が高く、各チームごとに個性が出ていた」 キャリアへの影響：「様々な開発者の皆さんとの交流を通じて、就職活動の指針が得られた」「実務的な課題をこなすことで、技術職への理解が深まった」 修了証書授与後の集合写真 さいごに 24年のGMOインターネットグループ合同技術インターンシップについてお届けしました。同じ志を持った学生同士が切磋琢磨しアウトプットする姿勢にとても刺激を受けています。我々チューター陣たちはインターン生たちも大変嬉しく思っています。 彼らが数年後、日本のインターネット産業を盛り上げる開発者になることを心から期待しています。そして運営に関わっていただいたすべての仲間に感謝です。 冬のインターンシップを募集していますのでご興味ある方は弊社募集ページからエントリーください。どうぞよろしくお願いいたします。

この記事は GMOインターネットグループ Advent Calendar 2024 3日目の記事です。GMOインサイトの天河です。もう年の瀬も近づいているということで、年末にいっちょLTに初登壇してみようかなと思っている方がいるのではないでしょうか。初めて登壇すると決まっても「テーマどうしようかな」「上手く伝わらなかったらどうしよう」「構成の作り方がわからん」という壁（不安）にソッコーぶち当たると思われます。そういう方に向けて、LTで登壇する際の心得みたいなのを記します。 LTとは LTとは「ライトニングトーク（Lightning Talks）」の略で、大体5〜7分くらいの短いプレゼンです。ただの短い「プレゼン」なのですが、テック界隈ではこれを「LT」と呼んでいます。 短いがゆえに、発表者側は「準備がそこまでいらないかつ（長いプレゼンと比べて）話すハードルが低い」というメリットがあり、聴く側には「テーマが分からなくても短いから（まだ）聞ける」というメリットがあります。 LTの参加までの流れは以下のようになります。 1. 申し込み2. テーマ決定3. 話すことを決める4. スライドを作る5. 練習する6. 登壇 それぞれのステップごとにポイントを話していきます。 1. 申し込み 参加しなければLTは出来ません。これ大事。 LTをやったことがない方は、まず社内でLTイベントがあればそれに参加しましょう。心理的負担や参加ハードルがだいぶ下がります。社内で定期的に開催していなければ有志でLTをやるのもありだと思います。どうしても社外のものに参加するなら connpass から自分が話せそうなテーマのLTを探しましょう。複数サービスを使っても悩むだけなので、最初はconnpassだけを使ってください。 connpassに入ったら、以下の画像のように検索して参加できそうなものを探しましょう。LTは意外と人気なので登壇枠が埋まっているものが多いため、新着順で検索します。 2. テーマ決定 話したいことがある人は無問題ですが、意外と「登壇はしたいけど話すことが思いつかない」という事は結構あります。 そのような時は「自分が今までやってきた / やっている事」×「伝えたい事」でテーマを考えてみましょう。 例：Vue.js を最近始めた × Vue.js サイコーすぎるからみんな体感して欲しい ＝ 「人類が今すぐVue.js をやるべき3つの理由」 その他、汎用的なテーマの候補としては以下のようのなものがあります。 1. 試してみた系2. やらかした系3. 最近困った事 / 解決した事系4. コミュニケーション系5. 開発プロセス改善系6. 魅力を伝えたい系7. 新技術にチャレンジした系8. 業務効率化ツール紹介系9. トラブルシューティング系10. リファクタリング体験系11. コードの書き方や哲学系12. 自作ツール・アプリ紹介系13. 現場のあるあるネタ系14. 技術の歴史と変遷系15. 趣味が高じて技術を駆使してこんなもの作っちゃった系 話すことがどうしても見つからない時は無理に登壇しようとしないで、話せるネタができたり聞く人が関心を持ってくれそうなネタがある時に参加するのも一つの手です。 3. 話すことを決める テーマを決めて即スライド作成ツールを開く人がいますが、スライドは億の次です。 話の構成は以下の要領で考えます。 1. LTのゴールを決める2. ターゲットを想定する3. 何を伝えるか決める4. どう伝えるかイメージする 順番に説明していきます。 1. プレゼンのゴールを決める LTに限らず全てのプレゼンに共通することですが、プレゼンは伝いたいことを相手に「プレゼント」するものです。そしてプレゼントした上で「相手に何かをしてもらう事」がプレゼンの至上命題です。 この前参加した Findy 社のイベント「Ask Me Anything! t-wadaさんに何でも聞いてみよう！」にて和田さんは「技術系の発表や登壇するときに一番大事にしていることを教えてください」という質問にこう答えておられました。 「聞いてくださっている皆さんの明日を変えること」 まさにその通りだと思います。 LTは短い「プレゼン」です。よく「自分の学びをアウトプットするためにLTに参加しよう！」という文言を見かけますが、目的から完全に間違っています。ただのアウトプットを聞いても「そ、そうか。」となるだけです。 LTのゴールは「自分の発表内容を聞いてくださった方がその内容を自分 / 自分のプロダクトに活かせる事」です。これはLTに参加する人全員に共通するゴールです。 https://www.youtube.com/watch?v=xm9OtVgLCzA&t=3176s これを忘れずに次の「ターゲットを想定する」に移りましょう。 2. ターゲットを想定する ・営業部門 / エンジニアの人か・LTする内容について詳しい / 詳しくない人か・自分を知っている / 知らない人か など誰に向けてLTをするか想定し、先ほど決めたテーマをターゲットに最適化したものにしましょう。 ★「自分が今までやってきた / やっている事」×「伝えたい事」＋「ターゲットにとって有益な情報」 これが決まれば、大体発表する内容のイメージは掴めているはずです。あとは何を伝えるかを決めましょう。 3. 何を伝えるか決める 以下の手順を踏んでみましょう。 1. とりあえず言いたいことを全部「箇条書きで」書き出す2. 一番伝えたいことを最初と最後に持ってくる3. 最初と最後に持ってきた一番伝えたいことで書き出したこと言いたいことを全てサンドイッチする 最初に一番伝えたいことを持ってこれば、あとはその伝えたいことへの肉付けと余分な部分の削ぎ落としをすればいいだけです。 これで一旦「伝えたいことをとりあえず全て詰め込んだ」原文が出来上がります。これを整えてスクリプトレベルまで落とし込む作業が次のステップです。 4. どう伝えるか 3. のステップで出来上がったものを以下の手順で削ぎ落としていきます。 1. フレームワークを活用して原文を整える / 削っていく2. 通しで話してみて、制限時間に収まるよう情報を削っていく 「1. フレームワークを活用して原文を整える」の一例として、ピラミッドストラクチャーを活用して一番伝えたいことを補強していく方法があります。 ・結論は一つ・結論に対して根拠を3つ用意する・根拠に対して、それを裏付ける事実や具体例を複数用意する・結論で始まり、結論で締める フレームワークは自分の使いやすいものを適応させてください。 ここまで出来たら話す内容は大体完成しています。ここで初めてスライドの作成に移ります。 4. スライドを作る 前提ですが、LTの主役は「話し手」です。スライドはLTの理解を補足するものに過ぎません。作り込み過ぎはNGです。 とはいえあまりにもお粗末なものだと見栄えが悪いので、以下の2点は意識しましょう。 ・デザインは基本4原則を守る・1スライドに情報を詰め込まない 順番に説明してきます。ちなみにスライド枚数は多くても少なくてもどっちでもいいと思う派です。 デザインは基本4原則を守る デザインに詳しくない方でも、デザイン基本4原則「整列」「近接」「対比」「反復」を守るだけでいい感じに見えます。 整列 図形や文字の位置や配置を整える。Googleスライドでは、揃えたい図形を選択して右クリック > 整列 /上下に配置 / 左右に配置 を使うと簡単に整列できます。 反復 スライド単体では、繰り返し要素は全て同じデザインにする。for文の要領。スライド全体を通して文字のフォントや大きさ、文字の体裁を同じにする。規則性を持たせる。例：・タイトル36ポイント・本文24ポイント以上・使用する色を3色に限定・体言止め、箇条書きで統一・文字は右、グラフや画像は左に配置 近接 関連する情報は近くに集めて配置する。 対比 情報の重要度を装飾や文字の大小によって強弱をつける。注：意味のない装飾は避ける。 具体例も合わせて確認したい方は以下のリンクを参考にして下さい。 https://lifegroup-lg.com/magazine/archives/15154 一つのスライドに情報を詰め込まない 先ほどの4つの基本原則に加えて「余白」も重要な要素です。 スライドに情報がありすぎると聞き手はスライドを読むモードに入ってしまい話が入って来ません。「1スライドに0.8メッセージ」を目安にしてスライドの情報量を減らしてください。 基準としては「スクリーンから一番遠い場所からでも読めてかつ3秒以内に読み終わるか」です。 また、文字を大量に書くよりも画像を載せたり動画を映した方が聞き手は情報を素早く掴むことができます。 おまけ：生成AIを使ったスライド作成 「Marp」はMarkdownからスライドを作成することができるツールです。 生成AIに「Marpでシンプルなデザインのプレゼン資料を作って」と頼んで簡単なスライドの骨組みを出力してもらう、という使い方ができます。 https://marp.app 5. 練習する 話す内容とスライドが出来たらあとは練習のみです。練習で確認するポイントは以下になります。 1. 時間内で終わるか2. 声が出ているか3. 声に抑揚があるか4. 聞き手の方を見ているか5. 難しい単語, 固有名詞を使っていないか6. 顔が死んでいないか7. 自信無さそうではないか8. 偉そうではないか9. 身振り手振りが多過ぎないか10. ギャグが多過ぎないか プレゼンは第一印象で全てが決まります。ハキハキ喋られているかは特に気にしてください。1回は他人に見てもらってFBを受けたり、自分で動画を撮ってみて見直してみましょう。 また、想定外の事も考慮して削っていい部分をあらかじめ決めておきましょう。自分の伝えたいことよりも相手が知りたいであろう情報を優先的に残します。 人からのFBが欲しいけど友達がいない方は、Gemini 1.5 Proに撮影した動画とプロンプトを送るとそれなりのFBをもらうことができます。 6. 登壇 登壇前の最終チェックリストです。 1. スクリーンへの投影確認はできたか2. キーボードやポインターでのスライド操作の方法は確認したか3. PCの通知はOFFになっているか4. 最後に1回通しで話してみて時間配分は問題なさそうか あとはここまで書いたことを行っていればもう大丈夫です。時間配分に気をつけること「聞いてもらっている人のことを考えて」時には補足や噛み砕いて説明するなどして伝えるようにしましょう。 LTに限らずプレゼンは双方向のコミュニケーションです。PCをずっと見てブツブツ話しているのでは聞き手の心は何も動きません。スクリーンやPCではなく聞き手の方を向いて、たまには聞き手の目を見て元気よく話しましょう。 時には柔軟にアドリブも入れてみたりしましょう。「生きた」プレゼンを心がけてください。 おわりに LTは慣れです。1回参加すればハードルはかなり下がることだろうと思います。 この記事では守破離の「守」の部分を紹介しました。参加回数を重ねて自分のベストな発表スタイル「破離」の部分を確立していきましょう。 「聞き手が自分の伝えたいことを受け取って、次のアクションに繋げてもらうこと」という全てのプレゼンのゴールは忘れないようにしてくださいね。 以上、ありがとうございました！

こんにちは。GMOインターネットグループ株式会社の村上です。今回は8月～9月に3週間に渡ってオフラインでのインターンを開催しました。場所はGMOインターネットグループ株式会社 北九州オフィス（GMO kitaQ）で行いました。今年で3回目の開催となりますが今回は8月にサマーインターン、9月に就業型インターンを実施する為、去年まで5週実施していたインターンを3週に変更して実施いたしました。 はじめに 各コースと日程 去年と同様にアプリケーション開発コース、インフラコース、セキュリティコースは各1回ずつ実施しました。参加学生数は全体で60名程の学生さんたちに参加いただきました。 開催場所 開催場所は福岡県北九州市小倉にある「GMO kitaQ」オフィスのyoursスペースを貸し切ってオフライン開催しました。交通費・インターン期間中の宿泊費は全額GMOで負担し、全力でインターン取り組んでもらえるようにしました。 各コース毎のコンテンツ Webアプリケーション開発コース 今回のインターンは 「ConoHaのコンパネ開発」 をテーマに実施しました。実際にConoHaを触ってもらってその中で感じた課題や改善できそうな点を要件として定義し、自分たちで新しくConoHaのコンパネを作ってもらいます。ConoHaのコンパネはバックエンドの処理が全てAPI化されて外部公開されているのでこのような課題を実施することができました。弊社の業務の基本的な流れは、事業部から新規で機能開発の依頼や日々の運用で発生する改善・不具合対応がメインとなってます。ただ今回のように開発チーム側からシステム目線での改善提案も行うことがあるので、今回はその業務を体験してもらうというのが趣旨となってます。 他のコースでは割と座学をしたりするのですが、アプリケーション開発コースでは基本的に自分たちでチーム内の役割決めを行い、機能要件や技術選定を行ってもらってます。各チーム初顔合わせながらしっかりと話し合って決めているのがとても良かったです。 今回は開発の合間にアプリケーション開発本部のことをより知ってもらうために、各開発部の部長に事業やチームの話を実施していただきました。学生から質問もちょこちょこ出ていて、知りたいことが持って帰ってもらえたかなと感じてます。それ以外にも弊社のデベロッパーエキスパートの成瀬（@nrslib）にイベントストーミングのワークショップやライブコーディングを行ってもらいました。 最終日は各チームで作成したアプリケーションの成果発表とデモを実施しました。各々考えた要件を満たしているチームがほとんどで非常に優秀だなと感じました。懇親会ではもっとこうしたかった、最初の段階での検討をこうすればよかった等色々な意見が出ていて参加した学生に非常に有意義な時間になったのかなと思います。 インフラコース 今年も 「インフラエンジニアの立場で ConoHa の開発工程を疑似体験する」 をテーマにインフラインターンを開催しました。弊社の主要商材である ConoHa をベースに、それに関わる業務を体験することで、GMOインターネットグループにおけるインフラエンジニアの職種と役割を知り、自身の目指したいエンジニア像を明確化することを狙いとしています。 5日間のタイムスケジュールは以下のようになっています。水色が座学、オレンジ色はハンズオンありのカリキュラムになっています。 昨年よりアップグレードしているのは、3日目に行った OpenStack 構築ハンズオンです。昨年はスケジュールの関係上、机上の説明だけで終わってしまいましたが、今年はほぼ丸一日使って、オールインワンで OpenStack 構築を行ってもらいました。普段から OpenStack 開発を行っているエンジニアのフォローの下、無事全チームが開発できました。 全体満足度は4点満点中の4点でした。主に以下の理由で満足してくれたようです。 ◯カリキュラムとサポート：　・難易度がちょうど良く、実務体験を通じて視野を広げることができた。　・メンターのサポートが適切で、質問しやすい環境が整っていた。 ◯社風と働きやすさ ：　・社風や社員の姿勢から働きやすさを感じ、成長できる環境だと実感。　・直接社員と話す機会が多く、会社の理解が深まった。 ◯実務経験とスキル向上 ：　・実務体験では未経験の工程にも取り組むことができ、スキル向上に繋がった。　・学びの機会が豊富で、高いレベルの学習環境が用意されていた。 ◯事業と理念への共感 ：　・会社の事業や理念に共感し、志望度が向上。 ◯充実感と感謝 ：　・目標の達成や多くの学びを得たことで充実感を感じている。　・得られた経験や知識に感謝し、今後のキャリアに活かしたいと思っている。 弊社としても学生たちが積極的に参加してくれたことに非常に感謝しております。 セキュリティコース セキュリティコースでは、 「インシデントハンドリング」と「アイデアソン」 の2つのコンテンツを実施しました。今回のインターンのテーマは「答えのない課題に対してチームで挑む（理解力×思考力×発言力×調整力×表現力）」です。 セキュリティの仕事は、一人で解決できるものではなく、他のチームや部署と連携して進めることが多くあります。だからこそ、コミュニケーション力や思考力がとても大切。そのため、今回のコンテンツはそうしたスキルを実感できるものにしました。 また、今回はインターン生の皆さんの希望を取り入れ、短縮版ではありますが、セキュリティの仕事を体験できる「ログ分析体験」や「アプリケーション脆弱性体験」も実施しました。それでは、それぞれのコンテンツについて少しご紹介します。 実際にインシデントが発生したとき、会社内でどのように対応すべきかを机上演習で学びました。1回だけでは理解が深まらないので、複数回繰り返し、難易度を少しずつ上げていきます。 初回は、会社とシステムの構成図をもとにインシデントが発生したというシナリオでスタート。インターン生は全員Blueチームとして、システム部門にログ調査を依頼したり、事業部と情報共有しながらインシデント対応を進めていきました。回を重ねるごとに、システムの構成が複雑になったり、Redチームとして調査結果を提供する立場になったりと、どんどん挑戦的な内容に。みんなが考えたインシデントも、実際にありそうなものからユニークなものまで、さまざまでした。 あるテーマについてチームで話し合い、まとめて発表する「アイデアソン」。正解がないお題に対して考えることで、思考力やチームでのコミュニケーション能力を養います。限られた時間の中でアイデア出しから発表資料の作成までを進めるフレームワークを学び、それに沿って取り組みました。テーマは、セキュリティに関連するものから、生成AIを活用した会社でのツール導入に関する懸念点など、幅広い内容を用意しました。インシデントハンドリングと同様、何度も繰り返すことでフレームワークがしっかり身につき、思考力もアップしていきました！ 「最終日にどんなことをしたいか？」という議論から出てきた希望をもとに、急遽「ログ分析体験」を実施しました。ログ分析ソフトの使い方を学び、攻撃ログの中に隠れた痕跡をCTF形式で調査。チームで競いながら、セキュリティログの分析を体験しました。 もう一つの希望として挙がった「アプリケーション脆弱性体験」では、脆弱性を含む環境を各チームに用意し、実際にどれだけアプリケーションが攻撃に弱いかを体験。セキュアコーディングの重要性を学ぶことができました。こちらもCTF形式で、楽しく学べる内容に仕上げました。 今回のインターンは、技術だけにフォーカスするのではなく、インターン生同士でたくさん議論する場を設けたので、参加者同士の絆も深まりました。就職活動や研究分野についても活発に情報交換が行われ、お互いに良い刺激を与え合っていたようです。 最終日の各種体験を通して、「セキュリティの仕事のイメージがつかめて、楽しかった！」という声もいただきました。皆さんが楽しみながら学んでくれたことが何より嬉しかったです！ さいごに 今年はサマーインターンに参加するにあたり、より熱意の高い学生の方に参加いただきたく事前に面接も行わさせていただきました。その中から選び抜かれた学生のみなさんは非常にレベルも高く、意欲的に取り組んでいただけて担当した各メンターからも熱意をもって取り組めたと感じてます。 更にインターン中の課題として「GMOインターネットグループを知ってもらう」「エンジニアのことを知ってもらう」という点にも注力し、メンター以外にも様々なパートナーに協力いただきました。終了後のアンケートでも、全員が非常に満足だったという回答をいただき準備した方としてもとても嬉しい結果となりました。メンターにもアンケートを取ったところ、みなさんから非常にモチベーションをもらえたという回答をもらいました。 今回は26卒の学生さんが対象だったので、全員がこれから就職活動を始めていく時期だと思います。今回インターンに参加して、同年代の友人もたくさんできたと思いますので、このつながりを大事にして大変な就職活動を乗り切っていってください。 現在GMOインターネットグループでは新卒採用が始まっていますので、インターン参加できた学生さんやそうでない方も、興味を持っていただけたらぜひエントリーをお待ちしております。 GMOインターネットグループ 2026新卒採用マイページhttps://mypage.3030.i-webs.jp/gmo2026

GMOインターネットグループの稲守です。今年も新卒の仲間たちが入社し、新卒研修が実施されています。グループ合同研修にあたる「GMO Launcher 2024」の後編記事です。前編記事についてはこちらをご覧ください。 新卒研修「GMO Launcher 2024」 「GMO Launcher 2024」は「GMOイズム」「事業」「専門領域」の大きく３つの構成に分かれ設計されているのは前編で紹介されている通りで、GMOの新しい仲間として網羅的に研鑽いただき、ゴールデンウィーク以降の各部門での研修に繋がっていきます。 この記事では専門領域の選択制講義のなかで開催された「エキスパートセッション」についてご紹介します。 専門領域の選択制講義について 専門領域については選択制講義としており、技術、クリエイティブ、マーケティングなどサービスを作るために活躍する仲間が講師となり講義が行われました。特に当社グループにおいては「AI」「セキュリティ」「クリエイティブ」の強化を年間スローガンでも上げており、カリキュラム結成でも大きく意識された点になっています。以前からサービスを作るための新卒技術研修を行っておりましたが、「GMO Launcher」の立ち上げに伴い、この専門領域の選択制講義に移り変わっています。 目指したのは、新卒に新しい視点提供とロールの発見 GMOインターネットグループでは「エキスパート制度」という名称で特筆した能力を有する仲間を認定し支援する制度があります。  ▼エキスパート制度についてはこちらをご覧くださいhttps://developers.gmo.jp/developerexperts/ 今回、エキスパートの皆さんに登壇いただき、新卒の皆さんに下記の点を意識的に届けたいと考え講義設計をしました。 ・広い視点、高い視座を得てもらう、Known unknowns・ロールモデルを見つけてもらう・将来的にエキスパートを目指してもらいたい・質疑応答には全部答えていく（時間切れにならないよう設計する） 登壇者のアサインにあたりやったこと・エキスパートたちに相談・登壇者の選出・登壇者での事前ミーティング エキスパートの皆さんが集まる会議体で「新卒研修でカクカクシカジカで皆さんにお話しいただきたい」と話を振るとあれよあれよとアイデアが出てきまして、登壇者の選出については基本方針や皆さんのご意見などを判断材料とし、エキスパートの黒瀧さん、酒見さん、石丸さんの3名にお話しいただくことが決まりました。 アサイン後は登壇メンバーで集まりミーティングです。忙しいエキスパートたちの時間をうまく調整してもらうため、久しぶりにランチミーティングの開催となりました。ざっくばらんに意見を出し合いました。皆さんのアイデアを全部盛り込んでいくと講義の予定時間を大きくオーバーしてしまうので、テーマは10個程度に絞り新卒の皆さんとのオープンディスカッションのなかで決めていくことになりました。 イメージとしてはIETFのセッションフローでやりましょうとなりました（※IETF＝インターネットの標準化を進める国際的な組織）。 セッションの様子と振り返り 冒頭に各エキスパートから自己紹介と現在に至るまでキャリアを簡単にお話しいただきました。各自のトーク後はトークテーマに沿った議論を行っていました。トークテーマは「専門分野でのトレンド」「成長のためにしてきたこと」「今後の話」など複数のテーマで進行しました。 新卒の皆さんからも技術的に踏み込んだ質問などもあり、登壇者側も良い刺激となり、まさにIETFのノリで新卒の皆さんからもたくさんの質疑応答をいただきました。 今後も天才が天才を作る世界を目指して、新卒技術研修ができたらと思います。 最後に 今年もたくさんの仲間が増えました。No1サービスを提供するため技術力をこれからも益々強化していきます。いわゆるDXが社会全体で進む中で高度デジタル人材が足りないと叫ばれて久しいです。 手前味噌な話で恐縮ですが、IT/デジタルを目指す学生のために様々な活動をしています。直近ではインターンシップの募集や産学連携のミートアップの参加者を広く募集しています。ぜひチェックしてもらえると嬉しいです。京大ミートアップのゲストは元メルペイCTOで現在は話題のライドシェアスタートアップ「newmo」の曾川CTOがゲスト出演です。インターンシップは6月末が申込締切です。学生の皆さんのご応募をお待ちしています。 【夏季開催】グループ合同テクノロジーインターンシップhttps://recruit.gmo.jp/engineer/jisedai/internship/ 【6/21開催】京大ミートアップ supported by GMO 第2回 - 理工系のテックキャリア論 スタートアップCTO、研究者、エンジニアhttps://connpass.com/event/318440/ 新卒研修の後半記事としてエキスパートセッションの事例をお伝えしました。ご協力いただいたエキスパートの皆さん、運営担当の人事の皆さんには改めて感謝です。最後までご覧いただきありがとうございました。

2024年4月、GMOインターネットグループ7社に43名の新卒パートナー（社員）のみなさんが入社されました。この記事では、2024年度新卒研修「GMO Launcher 2024」について、全2回の連載でお届けします。第1回目では、3週間に渡り行われた「GMO Launcher 2024」の全体像に迫ります。 グループ7社、全43名が新たな仲間に 2024年4月、GMOインターネットグループ7社には新卒年収710万円を2年間約束する「～No.1&STEAM人財採用～新卒年収710万円プログラム」や、地域限定職で新卒給与No.1となる「～No.1&STEAM人財採用～地域No.1採用」、さらに「GMOインターネットグループ（陸上部）」の新メンバーなど、全43名の新卒パートナー（新入社員）が新たな仲間となりました。 みなさんと共に、GMOインターネットグループは更なる高みを目指します。 研修の概要 「GMO Launcher 2024」は、2024年4月2日から4月19日までの3週間、シナジーカフェ「GMO Yours・フクラス」で行われました。 今年度の研修キーワードは「GMOイズムの伝道師」「AIの使い手」「次世代リーダー」です。 43名の新卒パートナーは、「GMOイズムを体現してAIの使い手となり、これまでにない発想と挑戦でインターネット業界を牽引する次世代リーダーの素地を形成すること」をゴールとして研修に挑みました。 ➀GMOイズムの伝道師 「GMOイズム」とは、「スピリットベンチャー宣言」をはじめとするGMOインターネットグループの社是・社訓の総称です。これはグループのビジョンや経営マインド、組織運営のノウハウ、心構えをまとめたもので、グループ106社に在籍する約7,400名のパートナー全員に共有され、行動指針となっています。（「GMOインターネットグループ スピリットベンチャー宣言」については、こちら） ➁AIの使い手 GMOインターネットグループは「AIで未来を創るNo.1企業グループ」に向けて①時間とコストの節約、②既存サービスの質向上、③AI産業への新サービス提供、これら三つを軸とした取り組みを加速しています。2024年2月にはAI活用を通じて、グループ全体で年間18億円相当の業務効率化の目標を発表しました。グループ全体の生産性を上げるため、働く全パートナーがAIの使い手として成長することが求められています。 ➂次世代リーダー GMOインターネットグループでは存続して成長を続けるため、最先端のテクノロジーを常に取り入れながら、市場のニーズや社会の変化に適応したサービスを提供してきました。 新卒パートナーの多くは、既存の枠組みにとらわれない自由な発想で新しい事業やサービスを生み出すポテンシャルを秘めた「～No.1&STEAM人財採用～新卒年収710万円プログラム」や、各拠点の発展のため中心となってリードする「～No.1&STEAM人財採用～地域No.1採用」にて採用されました。 「GMO Launcher 2024」では、そんな彼らの能力を存分に発揮して、この先の未来をリードする「次世代リーダー」となるべく素地の形成を目指しました。 研修全体の流れ 研修は全3週間、３つのカリキュラムで構成されました。 ◆「GMOイズム・グループ理解」◆「事業理解/ ビジネス実践」◆「選択制（職種別）専門的なセッション」 新卒パートナーたちは座学やワークショップを通じてこれらのカリキュラムを学び、各週の最終日には、発表形式のアウトプットも行いました。さらにAIで未来を創るAIの使い手となるべく「短期集中AIプログラム実践」にも挑戦しました。 第１週｜４月１日～５日 「GMOイズム・グループ理解」 「GMO Launcher 2024」は「GMOグローバルスタジオ」で行われた「2024年度入社式」からスタートしました。 GMOインターネットグループ株式会社 代表取締役グループ代表　熊谷正寿より「GMOイズムと成功の法則」、「GMOインターネットグループが大事にしていること」、「RPA・AI技術活用力」、「人間の行動の9割は習慣」といった、新社会人として大切にしたい言葉遣いや心得となる講話があり、新卒パートナーは真剣に聞き入っていました。 4月3日からは、経営層が積極的にコミットメントしたGMOインターネットグループの歴史や理念、企業文化、目標達成10カ条や、会議術や会食術のポイントなどに関する講義が行われました。 新卒パートナーはこれら経営陣からの講義により「GMOイズム」の理解を進め、さらに「AIで未来を創るNo.1企業グループ」に向けた取り組みや、インシデントを防ぐための「コンプライアンス情報・セキュリティ」に関する講義も習得しました。 第２週｜４月８日～１２日 「事業理解/ ビジネス実践」 GMOインターネットグループは、インターネットインフラ事業をはじめ、インターネット広告・メディア事業、インターネット金融事業、暗号資産事業など幅広く展開しています。 研修2週の「事業理解/ ビジネス実践」では、GMOインターネットグループが展開する事業を6つに分解し、それぞれの事業理解を深めるといったカリキュラムが構成され、グループ各社の代表や部長陣から業界トップを目指すためのビジネス理論とその実践方法について学びました。 また、講義だけでなく2週目最終日（4月12日）にはグループワークを行い、ディスカッションやプレゼンテーションを通して、理論の理解と実践に結びつけるスキルを磨きました。 ▼グループワーク：GMOシナジーによる価値提供（GMOペイントゲートウェイ） グループワークでは、まずはじめに実在する企業が抱える課題に対して、GMOインターネットグループの技術力でどのようにアプローチ（改善）することができるかを議論しました。 その後グループに分かれてディスカッションし、最後にプレゼンテーションを行いました。各チームでお互いの知見やアイデアを出し合い、売上推移など具体的な数値も交えて改善案を話し合い、魅力的なプレゼンテーションを協力して行いました。 新卒パートナーのみなさんはこうしたグループワークを通じて、それぞれが学び合い、共に成長を促進しました。 第３週｜４月１５日～４月１９日 「選択制（職種別）専門的なセッション」 GMOインターネットグループでは、お客様に喜ばれるサービスを迅速かつ低価格で提供するため、サービスは機器の選定から設置、構築、開発、運用までを内製化することを基本方針としています。グループ106社に在籍する約7,400名のパートナーのうち、ITのモノづくりを担う開発者（エンジニア・クリエイター）が半数を超える50.1%を占めています。 第3週ではそうしたエンジニア・クリエイターをはじめ、職種にとらわれず様々なことをインプットする機会として、選択制プログラムの講義を受けました。 各社サービスを担うエンジニア・クリエイターが大勢登壇するなど、多岐に事業を展開するGMOインターネットグループならではのカリキュラムとなりました。 「GMO Launcher 2024」は、2024年4月2日から4月19日までの3週間、シナジーカフェ「GMO Yours・フクラス」で行われました。 選択制講義プログラム（一部）◆ブロックチェーン基盤におけるサービス開発◆データ解析とAIの仕事って何？～データサイエンティストとAIプロジェクト立ち上げの話～◆サイバーセキュリティ入門 ~攻撃目線の実践形式で学ぶサイバーセキュリティWeb基礎演習~◆デベロッパーエキスパートセッション 【連載 第2回では、4月12日に行われた「エキスパートセッション」の内容を中心として記事をお届けします】 AIで未来を創る『短期集中AIプログラム実践』（４月４日～４月１６日） また「AIで未来を創るNo1企業グループ」に向けた初の試みとして、GMOインターネットグループで非エンジニアを対象としたリスキリング施策、3カ月間の短期AI人財育成プログラム「虎の穴」を、「GMO Launcher 2024」では1日1時間半、9日間にわたり学習しました。 「虎の穴」は、既存のパートナーが2時間/日（3ヶ月間、12週の120時間） 業務と並走しながら実施するリスキリングプログラムです。それを9日間という短いスパンで実施する、これまでにないカリキュラムとなりました。eラーニングを取り入れた学習方法で、積極的に講師に質問する新卒パートナーの姿がみられました。 信頼できる仲間づくり 研修のもうひとつの大きな目的として「信頼できる仲間づくり」があります。 「GMO Launcher 2024」では、北九州拠点「GMO kitaQ」をはじめ、大阪や埼玉など全国各地の拠点から新卒パートナーが集まり、3週間にわたり共に学びました。 新卒パートナーは、研修中のランチタイムや、新卒パートナー懇親会「Takeoff Party」といったイベントを通じて、同期としての絆を深めました。 新卒パートナー懇親会「Takeoff Party」は、新卒研修の最終日に開催されました。3週間の新卒研修を共に過ごした仲間として、これからの活躍を讃えあう交流の時間となりました。 ▲新卒パートナー懇親会「Takeoff Party」の様子 また、交流は同期だけにとどまりません。新卒パートナーたちの学びを全力でサポートするグループ各社の人事パートナーや、講義に登壇したパートナーとも積極的に交流しました。そうした先輩パートナーの活躍を知ることで、入社後の働き方をより具体的にイメージできる機会となっています。 「期待を超えるスピードで成長する姿に驚いた 」 「GMO Launcher 2024」プロジェクトを主導した、人事の長内さんに新卒パートナーの印象を伺いました。 長内さん次世代のリーダーとなるべくご入社いただいた新卒パートナーたちの成長を誇りに思います。彼らは、期待を超えるスピードで日々成長しています。この「『GMO Launcher』で学んだマインドやノウハウを深く理解し、常に思考を止めずに体現しています。この姿勢が、彼らの新しい技術への高い関心と、自ら、サービスや事業を向上させる原動力となっていると感じました。彼らのこうした努力と情熱が、GMOインターネットグループの未来を築き、さらなる成長を支える重要な要素となると確信しています。 今後の歩み 研修の最終日4月19日には、「夢が、かなう手帳。byGMO」（※将来の夢や目標までしっかりとマネジメントすることができます）を活用した「夢手帳研修」を行いました。 それぞれが自身の今後の人生年表を作成し、自身のキャリアビジョンを明確にするワークショップを経て３週間に及んだ研修を締めくくりました。 技術的な知識はもちろん、信頼できる仲間づくりもできた「GMO Launcher 2024」。しかし、これで新卒パートナーの研修が終わるわけではありません。引き続き、みなさんは各社・各拠点で配属職種別の研修に参加して次世代リーダーを担う礎を築きます。 これからの新卒パートナーの活躍に、ぜひご期待ください。 【連載 第2回では、「エキスパートセッション」の記事をお届けします！お楽しみに】

近年、AIの普及が急速に進み、ビジネスでもその活用がますます求められています。GMOインターネットグループでは、全パートナー（社員）がAIを活用して「AIで未来を創るNo.1企業グループ」を目指しています。その一環として、2023年より全パートナー（社員）が対象のAI専門家による「AIセミナー」を定期開催してきました。2024年1月31日（水）には、GMOインターネットグループ デベロッパーエキスパート　成瀬 允宣がAIセミナーに登壇。STEAM教材として注目される「レゴ® エデュケーション SPIKE™ プライム」で作られた車型ロボットで深層学習による画像認識自動走行を目指すセミナーを開催しました。今回は、その模様をお届けします。 「AIで未来を創るNo.1企業グループ」実現を目指す GMOインターネットグループでは「AIで未来を創るNo.1企業グループへ」を掲げ、 ① 時間とコストの節約② 既存サービスの質向上③ AI産業への新サービス提供 を軸に、グループ全パートナーを挙げてAIの活用、AI関連サービスの提供を進めています。 これらを達成するには、全パートナーがAIを使いこなすことが必須です。そのために、GMO AI＆Web3株式会社の顧問に就任した木内翔大氏や茶圓将裕氏をはじめ、外部講師を招き「AIセミナー」を月に２回開催して、AIに関する最新動向や最新ツールの理解を深めています。 【GMOインターネットグループの「AIで未来を創るNo.1企業グループ」実現への取り組みの詳細はコチラ  https://www.gmo.jp/ai-history/ 】 AIへの理解を深めよう： レゴ×深層学習による画像認識自動走行 成瀬 允宣（GMOインターネットグループ デベロッパーエキスパート） 2024年1月31日（水）には、GMOインターネットグループ デベロッパーエキスパート 成瀬 允宣が「AIセミナー」に登壇しました。「AIへの理解を深めよう： レゴ×深層学習による画像認識自動走行」と題したセミナーは「レゴ®エデュケーション SPIKE™ プライム」で深層学習を活用して自動走行に挑戦するものでした。 なぜ「レゴ®エデュケーション SPIKE™ プライム」に着目したのでしょうか？ 成瀬はプログラマーとして従事する傍ら、GMOインターネットグループのデベロッパーエキスパートとして、テックカンファレンスへの登壇や、渋谷に拠点を置く企業5社と渋谷区教育委員会が連携した「Kids VALLEY 未来の学びプロジェクト」にて渋谷区の小学生に授業支援を行うなどプログラミング学習を普及する活動を行っています。 2022年には「Kids VALLEY 未来の学びプロジェクト」にて「問題解決型学習（PBL:Project Based Learning）」（PBL学習）支援として、教育版マインクラフトを活用した「PBL×プログラミング学習」という新たな試みを、渋谷区立笹塚小学校で実施してきました。 記事｜GMOインターネットグループによるプログラムを組み込んだ、新たなPBL学習の取り組み ～未来の笹塚小学校をつくろう～ そんな成瀬が、小学生のSTEAM教育を高める教材として注目しているのが「レゴ®エデュケーション SPIKE™ プライム」だといいます。 STEAM教育とは Science（科学）、Technology（技術）、Engineering（工学・ものづくり）、Art（芸術・リベラルアーツ）、Mathematics（数学）の5つの単語の頭文字を組み合わせたSTEAM、それぞれの分野横断的に取り組む教育概念です。https://coeteco.jp/articles/10858 レゴ®エデュケーション SPIKE™ プライムについて 小学校高学年から中高生向けのSTEAM教材として、注目されています。https://education.lego.com/ja-jp/products/-spike-/45678/ 今回のセミナーでは、深層学習を理解するための教材として株式会社アフレルから提供されている「ロボットではじめる深層学習 TensorFlow × SPIKE™ プライム 自動走行セット」を使用して、自動走行に関するプロセスを、全パートナー（社員）に解説しました。 GMOインターネットグループ本社シナジーカフェ「GMO Yours」に走行コースを設けて、「SPIKE™ プライム」でつくった車型ロボットをマイクロコンピュータ「Raspberry Pi（ラズベリーパイ）」と組み合わせて自動走行を目指します。参加者に向けて、その模様をライブ配信して、リアル会場とオンラインのハイブリッドで開催し、ライブ感のあるセミナーとなりました。 教材「ロボットではじめる深層学習 TensorFlow × SPIKE™ プライム 自動走行セット」について 「レゴ® エデュケーション SPIKE™ プライム」に「テキスト教材」「SPIKEプライム自動走行コース」「楕円コース」「障害物ブロック」「Raspberry Pi」などをセットにした学習教材です。株式会社アフレルが販売しており、深層学習を活用した自動走行のプロセスを体系的に学ぶことができます。 教材について：https://ai.afrel.co.jp/tensor-spike/?_gl=1*zoviuk*_ga*MjgxMjQxOTUuMTcwNzYyNTQxNw..*_ga_XE96W51NY4*MTcwNzY0MDQwOS4yLjEuMTcwNzY0MDUxNC4wLjAuMA 株式会社アフレル明るい未来社会づくりに向けて、企業から、大学・高専・高校・自治体まで幅広い層に向け教育支援サービスをご提供します。最新のテクノロジー、特にロボット技術を駆使して、ソフトウェア開発過程や成果の「見える化」、そして教育効果の「見える化」をロボットの動きで実現し、知的な感動を生む新しい教育サービス・教材の企画・開発・販売により人材育成の現場のみなさまを支援します。公式サイト：https://afrel.co.jp/ TensorFlow（テンソルフロー）とは Googleが開発した機械学習のオープンソースライブラリ。画像や音声認識、翻訳などの自然言語処理など広く活用されています。https://www.tensorflow.org/?hl=ja Raspberry Pi（ラズベリーパイ）とは 手軽にIoTが始められるマイクロコンピュータ。コンピュータの教育を促進するために生み出されたと言われています。https://coeteco.jp/articles/10044 はじめに：セミナーの流れについて 成瀬：本日は「深層学習による自動走行」と「深層強化学習による自動走行」についてデモンストレーションも交えて学んでいこうと思います。はじめに全体の流れを説明します。車型ロボットは、カメラとRaspberry Piが搭載されています。Raspberry Piに画像収集用プログラムを送り、走行中の車道をカメラで撮影して、その画像を学習データとして扱います。 【1】「深層学習による自動走行」では収集したデータを使って学習を行い、そのモデルを使って自動走行を目指します。学習はブラウザ上で Python を記述、実行できる「Google Colaboratory」を用いて進めます。 【2】「深層強化学習による自動走行」ではエージェントと呼ばれるプログラムを動かして報酬を与え、次に取るべき行動は何か？をコンピュータに自動で選択させます。今回は、道路に引かれた中央線に近づけば近づくほど、高い報酬を得られる仕組みです。コンピュータが報酬を最大化させるモデルを独自に構築するのを目指します。 データ収集からスタート 成瀬：さっそくデータ収集から始めていきましょう。実際にロボットを起動させコースを走行させます。事前につくったプログラムでステアリング（乗り物の進行方向の向き）を変えて道路を走行していきます。走行中にカメラで道路を撮影して、その画像がデータとして収集されていきます。方角を変えて反対回りも撮影して、データを収集します。 セミナーでは走行している様子をライブ配信しました 成瀬：約5分で約1500枚の画像が撮影できました。データには撮影時のステアリング角度の数値も蓄積されています。これらのデータを使って訓練を実行します。 「教師あり学習」でモデル作成 成瀬：深層学習（ディープラーニング）は機械学習の１つです。人間によって記述されたルールに従って動く「ルールベースプログラミング」と異なり、機械学習とは帰納プログラミングによりコンピュータにプログラムを作成させる手法で、大きく分けて「教師あり学習」と「教師なし学習」の二つのアプローチがあります。 「教師あり学習」では、正解となる答えが含まれたデータを使い、最適なモデルを導き出す手法です。例えば犬のイラストに「犬」、猫のイラストに「猫」と正解ラベルをセットに与えてモデルを構築することで、犬や猫のイラストデータを与えてどちらに分類されるかといったタスクに使用できます。一方、「教師なし学習」ではデータに正解ラベルを与えない状態で、データのパターンや構造を自動的に抽出する手法です。 今回は具体的にどれくらいステアリングを回すかという判断を「教師あり学習」で行います。さらに「深層強化学習」で報酬に基づいて行動を最適化し、自動走行させることも行っていきます。 成瀬：まずは画像処理モデルをつくることから始めます。画像を分割してみると、白い白線と黒い道路といった色情報があると思います。その色情報を0＝白、1＝黒というように数値に変換してデータに持たせます。こうして識別されたデータを自動走行用画像処理モデルに渡します。そのモデルがデータからパーセントの傾きや適切なステアリング値を示す関数を作成します。この関数を用いれば、新しいデータに対しても最適なステアリング値を得ることが出来ます。 成瀬：ここで重要なのは、得られた関数を正確に選択することです。そこでモデルの性能を評価する目的関数を使用して、最適なモデルを選択します。目的関数にはさまざまな計算法がありますが、今回は平均二乗誤差を目的関数としています。また最適なモデルを得るために、パラメータを調整する必要があります。この調整には、目的関数の微分により傾きを計算して最適な値を探る「勾配法」を使います。 平均二乗誤差 各データに対して「予測値と正解値の差（＝誤差）」の二乗値を計算し、その総和をデータ数で割った値（＝平均値）。今回は平均二乗誤差を目的関数に設定しました。 自動走行で活用される「ニューラルネットワーク」とは？ 成瀬：深層学習による自動走行は「ニューラルネットワーク」という手法で行います。ニューラルネットワークは、人間の脳の構造を模した機械学習モデルです。ニューロン同士の結合を計算グラフで表現し、活性化関数を用いて非線形な変換を行うことができます。 成瀬：活性化関数は、線形モデルだけでは表現できない複雑な関係性を捉えるために使用されます。非線形な法則性を表現できるため、複雑なパターンを扱えます。ニューラルネットワークは、目的関数を最小化するように重みとバイアスを調整しており、誤差逆伝播法やミニバッチ学習などの手法を使い、効率的に学習を進めます。 成瀬：ニューラルネットワークの学習では、人が設定する値であるハイパーパラメータの調整も重要です。最適なハイパーパラメータを見つけるのには試行錯誤が必要ですが、調整することによりモデルの性能を改善できる可能性があります。 ハイパーパラメータ ミニバッチサイズ、最大エポック数、学習率、ネットワークの層の深さ、ネットワークの各層のノード数などの設定 成瀬：画像データに特化したニューラルネットワークとして「畳み込みニューラルネットワーク（CNN）」があります。CNNは、画像データの特徴を抽出する手法です。画像の特徴は、例えば、物体の移動や位置などですが、通常のニューラルネットワークではこれらの特徴を捉えるのが難しくなります。 成瀬：しかしCNNを活用することで、画像にフィルターを適用して特徴を抽出します。このフィルターは、たとえば、エッジやパターンなどの特定の特徴を検出する役割を果たします。畳み込み操作によって、画像の特徴が際立ちます。この畳み込み層を重ねていくことで、より画像の特徴が際立ち、高度な特徴量が抽出されます。こうして得られた特徴が、ニューラルネットワークの出力層に結合されて、最終的な出力を生成します。このようにCNNは画像解析やパターン認識などのタスクで広く使用されています。 成瀬：こうしたモデルで学習を行い、ロス値をグラフにしたところ、トレーニングデータ（青）と検証データ（オレンジ）の間に大きな差があることがわかりました。トレーニングデータ（訓練データ）ではロスが低いのに対し、検証データではロスが増加しています。 これはモデルが訓練データに過度に適合し、新しいデータに対応できなくなる「過学習」と呼ばれる状態に陥っていることを示しています。過学習を解決するために、ドロップアウトやアーリーストッピングといった手法で改善を図りましょう。 成瀬：またニューラルネットワークを活用することで局所最適解に陥る「勾配降下法の問題」もあります。改善には、勾配に沿って一度にどれだけ降りていくかを決めるハイパーパラメータの「学習率」を調整したり、画像データを増やすことなどが有効です。データを増やす場合、撮影した画像を反転させてデータを増やすといった方法も活用できます。こうしてモデルの汎化性能を向上させていきます。 深層強化学習（DQN（Deep Q-Network））とは？ 深層学習による自動走行のプロセスを説明した後、「深層強化学習による自動走行」についてもシュミレーターを用いて解説しました。 成瀬：「深層強化学習」についても説明します。深層強化学習はエージェントによる学習です。深層強化学習とはディープニューラルネットワークの考え方を含めた強化学習です。エージェントに報酬を与えて、エージェントが行動を選択します。試行錯誤を繰り替えして報酬を最大化する行動を学習します。具体的にはディープニューラルネットワーク（DNN）とQ学習を組み合わせたDQN（Deep Q-Network）で、これを深層強化学習といいます。今回は、線の重心からどれだけ離れているかを報酬定義としています。 セミナーの中では、深層強化学習に理解を深めるため、シュミレーターで学習したモデルを走らせてみました。そうするとコンピュータが報酬を最大化させるかのように、独自に自動的に黒線に沿って走っている様子が伺えました。 自動走行できるか？「SPIKE™ プライム」で実践！ それでは、学習したモデルで、どのように走行するのか？セミナーでは実際に自動走行にチャレンジしました。 成瀬：こうして深層学習で学習させたモデルを使い、「SPIKE™ プライム」の車型ロボットを走行させてみましょう。一部で上手く曲がれない部分もありましたが、最初の画像収集時のプログラムと違い、カーブを曲がる動作が滑らかになりました。 成瀬：今回、この実践に至るまでに難しい話が続いたと思いますが、それは私自身も同じです。学習を進めるなかで、何をすべきか全くわからないことがありました。 そこでChatGPTに何でも相談してみたところ、適切なアドバイスをもらえました。皆さんも、今後、深層学習を活用する上で、つまづきポイントがあるかもしれません。その際はChatGPTに頼ってみるのは有益だと思います。 まとめとして、深層学習では帰納プログラミングによりルールベースプログラミングでは難しい推論を実現します。ロボットを使用した実践では一部で上手くいかなかった所もありました。今回紹介したものは、あくまで訓練に基づくものなので、不確実性が介在することも分かったかと思います。 親しみやすいテーマで、AIの理解が深まった 実践も交えた本セミナー。参加したパートナー（社員）で、普段、開発に携わっているGMOインターネットグループのエンジニアは、どのように感じたのでしょうか？ アプリケーションエンジニア 舟木さん・高島さんに、話を聞きました。 「AIセミナーと聞くと難解な数式を想像しがちですが、「車輪付きロボットをAIで自動走行させる」というテーマで親しみやすかったです。走行させたのは短いコースでしたが、自動走行させるために約2,800枚の画像を学習させており、AIには高性能なGPUやメモリが重要であることがよくわかりました。 セミナーではルールベースプログラミングによるロボット制御と、機械学習を活用した帰納プログラミングによる制御の比較も行われ、従来のコンピュータとAIの違いを明確に示すわかりやすい説明と感じました。またAI研究の進展により学習プロセスがより効率的になっていることも理解できました。引き続きAIの進化に注目し、活用していきたいと思います」（舟木さん） 「Webエンジニアとして、日々の業務のあらゆる場面で生成AIを利用していますが、AIそのものの仕組みに対する理解が今まで曖昧でした。GMOインターネットグループに入社後、AIセミナーを受講していく中で、AIに対する理解が深まり、関心が高まっています。 今回のセミナーもその一助になりました。まずロボットによる実演から入り、その後に理論の説明を行い、最後に講義の内容を踏まえて再度実演というセミナーの流れだったため、最後まで飽きることなく学ぶことができました。特に強化学習の仕組みの説明や実演の部分が、AIの将来に対する期待が膨らむという点で、最も興味深かったです。Webエンジニアの界隈でも、「生成AIを正しく使いこなして成果を出すエンジニア」への需要が高まっていくことは確実な状況であると感じます。AIについて深く学ぶことができる社内の環境を存分に活用し、引き続きAIへの知見を高めていきたいです」（高島さん） 今回のセミナーでは、深層学習や深層強化学習の応用イメージから今後の自動運転はもちろん、AIの大きな可能性も感じることができる機会となりました。 GMOインターネットグループでは、引き続き「AIセミナー」を開催して、「AIで未来を創るNo.1企業グループ」を目指しています。 「GMO Developers」でも、AIへの理解を高められるよう、AIに関するトピックスや技術記事をお届けして参りますので、是非ご期待ください。

近年、生成AIの進化はめざましく、OpenAIによる対話型AI ChatGPTのリリースをきっかけに様々な場面でAIがより身近に活用されるようになってきました。GMOインターネットグループでは「AI活用No.1企業グループ」として、いち早くグループ全体でAIの積極的な活用を推進してきました。 しかし、AIに関する専門知識やアーキテクチャは一見複雑で難しそうな印象を受け、ここで躓いて理解をあきらめてしまう方も少なくないはずです。このような背景の中で、今回、任意の集まりとしてAIの基本概念についてわかりやすく解説する部内勉強会「AI foundations in 10 minutes」を開催しました。本記事では、勉強会で取り上げたトピックス、実施方法、登壇者・参加者からのフィードバックなどを紹介します。 活動のきっかけ・目的 GMOインターネットグループでは、以下を軸として日々「AI活用No.1企業グループ」を目指した取り組みを続けています。 時間とコストの節約既存サービスの質向上AI産業への新サービス提供 特に、賞金総額1,000万円の社内公募コンテスト「AI（愛）しあおうぜ！ChatGPT業務活用コンテスト」や、AIに関する最新動向や最新ツールの理解を深めるための専門家による「GMO AIセミナー」の定期開催など、様々なAI活用促進施策があります。 そんな中で今回なぜ部内勉強会を独自で開催しようと考えたかというと、「新しいサービスはたくさん出てきて使ってはいるけど、AIの仕組みについてはあんまり理解できていないな」「中身はどうなっているんだろう？」と気になったのがきっかけで、同じような疑問を抱えているパートナーが一定数いるのではないかと考えたからです。 現在、新しいAIモデルやサービスが日々数多く登場しています。ただのユーザーとしてではなく、AIの裏側の仕組みや基本概念を知ったうえで特性を理解することは、今後AI活用人財として活躍していくために特に重要なポイントだと捉えています。またこれらの知識領域は今後基礎教養として扱われるようになると感じていますが、多くの専門用語の多さや前提知識の必要性が初学者にとってハードルになっていることも事実かと思います。 実際にAI学習を始めてみて私が直面したのは「何から手を付け、どの程度まで理解すべきか」という問題でした。実体験から、深みにハマって挫折する前にまずはざっくりと大枠をとらえる必要があると感じ、AIの仕組みに関する大まかな概念を掴める場の提供があればこのような課題を少しでも解決できるのではないかと感じました。 そこで、AIに関する基礎知識について10分間でわかりやすく解説する「AI foundations in 10 minutes」という社内向け勉強会の企画を行い、5週にわたって開催しました。 この勉強会のゴールは、「AIの裏側について理解するきっかけを作る」「概念をなんとなく説明できる」ことに置き、全体の雰囲気づくりとして、誰でも気軽に参加できるようにとにかく心理的なハードルを下げることを心掛けました。 勉強会のコンセプト 以下は、勉強会開催にあたって周知した内容です。 今さら聞けないAI/機械学習の基本概念について、10分間の短いセッションで理解するライトな勉強会を開催します！目指すのは、「概念を一言で説明できる」程度の理解です。・事前知識/事前準備不要です。（書籍の輪読会ではないので、個人で事前の購入や読み込みも不要です）・高度な計算を解くことはありません。・実装については触れません。・ゆるめにやりますので、カメラオフでラジオ的に聞いていただくだけでも大丈夫です。エンジニアだけでなくCSの方でも十分理解できる内容になっているので、どなたでもぜひご参加ください。 GMOインターネットグループ株式会社ではお客様対応を行うカスタマーサポートのチームもシステム統括本部の仲間として同じ組織に所属しています。そのため、システム構築やコーディングの経験がない人ももちろんいますし、専攻や学歴も様々です。 そのため、職種に関わらず誰でも参加できるように、前提知識を必要とせず、誰でも聞けるように勉強会の難易度を設定することにしました。（もちろん最新のAI動向はグループを上げて開催されているAIセミナーなどで皆さんキャッチできています！） テーマとスケジュール 勉強会のコンテンツと開催スケジュールは以下の通りです。zoomによるオンライン形式で開催しました。また、任意の勉強会という扱いで、希望者のみの自由参加として実施する形としました。 11/22 19:00-19:15「LLMは情報をどのように解釈しているのか：トークン化、Enbedding、Attentionメカニズムについて」11/29 19:00-19:15「LLMの推論と学習・ファインチューニングについて」12/6 19:00-19:15「LLMをベースとしたシステムの構築： Incontext-leaningについて」12/13 19:00-19:15「インフラOJT成果物 LLM-chatbotの紹介」12/21 19:00-19:15「AIとGPU：なぜGPUが求められるのか」 企画の進め方 登壇者あつめ 勉強会のコンセプトを固めた後、コンテンツ作成に協力してくれる仲間を集めました。インフラ部門の新卒1年目のパートナー3名がLLMを用いたチャットボット開発をOJTで経験しており、講師役としての参加を上長に相談して調整しました。GMOインターネットグループでは四半期ごとに個人の目標管理を行っているのですが、その目標の中に含めてもらうことで、勉強会の取り組みが彼らのチャレンジと成長として評価されるよう掛け合いました。 こちらの1年目3名に、2年目1名を加えて合計4名の新卒パートナーと一緒にコンテンツ検討を進めました。 2年目のパートナーには講師役のほかにメンター的な立ち位置で全体運営に協力してもらい、各回の資料レビューや進行のフォローなど様々な面で役割をこなしていただきました。 コンテンツ検討 講師陣として集まった4名で各回のテーマ選定に着手しました。10分間で理解しやすく、前提知識のない聴講者にもアプローチできる内容を目指し、「このキーワードは解説しておいたほうがいいんじゃないか」「この仕組みは知っておいたほうがいいんじゃないか」とディスカッションを重ね、テーマが決まった後はその内容についてどこまで深堀して説明すべきか、主要ポイントの認識合わせを行いました。 メンバーでディスカッションやプレゼン資料のレビューを重ね、全体を通して難易度や説明の粒度が同じようなバランスを保つように注意しました。 コンテンツ作成で最も重点を置いたのは知識整理と骨子作成です。資料の見せ方にこだわるよりも、聞き手の理解の流れを意識したストーリーラインを重視し、各回の資料作成には約1週間を費やしました。事前に主要なポイントを整理していたため、資料レビューでは大きな修正は必要ありませんでした。 開催結果 全5回の勉強会で累計225名、平均45名の方にオンタイム参加いただきました。 開催後に録画を共有しアーカイブ視聴ができるようにしたため、実際にはより多くの方に視聴いただいたと思います。 理解度については、なんと参加者の98％が「向上した」、そのうち41％に「大幅に向上した」と評価いただきました。満足度も高く、97.3％が「満足した」、そのうち64％は「大変満足した」との評価でした。 勉強会の目的である、”AIの裏側の仕組みについて理解を深めるきっかけを作る”というゴールは達成できたと思います。 参加者からのフィードバック アンケート結果のフリーコメントより、勉強会に参加してくださった方々から登壇者に対してたくさんのポジティブな意見をいただきました！その中の一部を抜粋してご紹介します。 ・短時間の開催なので負荷も少なく楽しく参加できました。・貴重なお時間をいただきましてありがとうございました。 サービスとしてAIに関する温度感が非常に高い状況の中、曖昧だった知識を 整理する有意義な時間でした。 ご登壇お疲れ様でしたｍｍ・今回からの参加になりましたが前回の振り返りをやってもらえ入りやすかったです。 難しい概念も図示や例え話が上手くイメージがしやすかったです。 ・短時間かつテーマ1つなので集中して聞きやすいと思いました。 ・また一つAIの技術が言語化されて聞けたような気がします！発表ありがとうございました！m(__)m ・情報量を抑えたおかげで、言葉のインパクトが強く残って非常に良かったです。 子供に教えてあげたいです。 ・要点を絞って短い時間でわかりやすく説明していただき、よい勉強の機会になりました。ありがとうございました。 ・かみ砕いてあり、10～15分サイズということもあり大変わかりやすかったです このくらいのサイズ感だと、知識がない方も頭に入りやすいと思うので ぜひこの形を継続いただければと思います。 ・短時間、ピンポイントで勉強会、ありがとうございます。大変ためになります。          ・貴重なお時間ありがとうございました。 ふわっとしていたLLMの処理についてかみ砕いていただいたことで、 自分の中でイメージが固まった感覚があります。 ご登壇お疲れ様でしたｍｍ 全体的に、テーマを絞った短時間のセッションが参加者にとって効果的だったことがわかります。フリーコメントの多さや内容から、難易度設定や勉強会の雰囲気作りはばっちりだったんだなと思いました。 講師陣にインタビュー 勉強会で講師役として登壇してくれた4名のパートナーの皆さんに、感想をお伺いしました。 多田 善樹（ただ よしき）　運用監視・OPEチーム　新卒2年目西山 太基（にしやま だいき）運用保守チーム　新卒1年目鈴木 亮介（すずき りょうすけ）運用保守チーム　新卒1年目張 明釗（ちょう めいしょう）SREチーム　新卒1年目 Q：実際に取り組んでみていかがでしたか？ 多田AIの情報は見たりすることは多いのですが、インプットしたAIの知識をしっかり資料としてアウトプットすることができたのは良かったと思いました。あと、大勢の前での発表は、かなり緊張しました。 西山今この手の内容の講演会の必要性は承知していたので意欲的に取り組みました。そもそも分野として難しいものを分かりやすくプレゼンに落とし込むのは大変だったし、改めて基礎から振り返って資料を作成することで学びもありました。本発表の際には自分の想像の倍以上の人がzoomに参加しており、正直腰を抜かしました。 鈴木分かりやすく聞き取りやすくを意識した結果、良いフィードバックを得られて安心しました。1人ではハードルが高いことでも、このような機会を提供することでパートナーのAIに対する理解度を上げることができ、とても良かったと感じています。 張プレゼンテーションの準備と登壇を通じて、明瞭で簡潔な表現の重要性を実感しました。複雑な考え方を分かりやすく伝えることに注力し、聞き手に興味を持ってもらうことが私の目標でした。 定時後で任意の勉強会だったのにもかかわらず、Max60名の参加者が集まる回もあり関心の高さがうかがえました。その分講師の皆さんの緊張感も高まりましたね。 Q：企画や準備の中で、難しかったポイントはありますか？ 多田技術的な内容を非エンジニアの方々にも分かりやすく伝えるための、複雑な概念の理解を行い簡潔に、かつ正確に説明することがとても難しかったです。 西山私は今回の勉強会のイントロ部分の担当なので機械学習の歴についてどこまで遡るべきなのか、また内部の処理や理論などをどこまで細かくしゃべるべきなのかを考えるのが非常に難しかったです。簡単のために難しい概念をわかりやすくかみ砕いて説明することも、前提となる知識が多くとても難しかったです。 鈴木私は第2回目の担当でしたので、1回目の講義内容で学習したことを活用しながら、「非エンジニアの方でも理解できるように」という課題が非常に大変でした。 張制限された時間の中で、重要なトピックを網羅しつつ情報の正確さを保つことが、大きな挑戦でした。どのトピックを詳細に説明し、どれを簡潔にするかのバランスを見極める必要がありました。特に、専門家として非専門家に向けて複雑な概念を簡単に説明する「知識の呪い」との戦いは、一つの挑戦でした。 知っていることや学んだことを、相手の立場になって表現し伝えることの難しさがありましたが、結果として満足度・理解度ともには大変高評価でした！ Q：発表をするうえで気を付けたポイントはありますか？ 多田聞き手の理解度を常に意識しながら、用語の選択と説明の仕方に注意しました。また、時間内に要点を絞って伝えることを心がけ、簡潔かつ明瞭なプレゼンテーションを目指しました。 西山自分の発表で誤解を生まないように非常に気を配りました。表現の簡単さと中身の正確さはトレードオフ的な部分があるのでバランスを上手にとりました。個人的な哲学ですがユーモアは各セクションに絶対に入れるようにしました。 鈴木聞き取りやすい発声とスピード、理解しやすい説明、資料の中でも注目してほしいポイントへの誘導、そして笑顔に気を付けました。これらのポイントに重点を置くことで、より効果的な発表ができたと感じています。 張技術的な詳細により聴衆を混乱させないよう、プレゼンテーションの流れや言葉選びに細心の注意を払いました。日本語の発話が得意でないため、TTS技術を利用して「AI君」というキャラクターに説明を代行させ、更にStable Diffusion XLモデルで生成したアバターを使用して、プレゼンテーションに工夫を加えました。 勉強会の特徴である10分という短い時間の中でポイントを絞って伝えることは、登壇者にとって大変なチャレンジでしたね。言葉選びの一つ一つに皆さん頭を悩ませてディスカッションをしていた姿が印象的でした。 Q：最後に、登壇してみて身についたことを教えてください。 多田短時間で内容を効果的に伝える技術、特に複雑な技術的概念を簡潔にまとめる能力が向上しました。また周囲の関連技術など、自分の担当分野以外のAIや技術について学ぶことができました。 西山今回は複雑な理論を短い時間で簡潔に伝えることが要件だったので、複雑な情報の圧縮技術が身についたと思います。それと60人の前で発表することもなかなかないので胆力・度胸が身についた気がします。 鈴木この経験を通じて、理解しやすい資料作成と発表の仕方が身についたと感じます。自分に足りないことを見つめなおす良い機会ともなりました。今後もこのような機会を通じて得た経験を糧に、より良いパフォーマンスが発揮できるよう努めていきたいと思います。 張言語の制約を乗り越え、時間とコンテンツの管理を効率的に行う方法を学びました。今後のいろいろな活動に役立つと思います。また、プレゼンテーションにAIツールをうまく利用する方法も習得しました。 皆さん、ありがとうございました！