女部田啓太の作品一覧

◆機械学習・LLM活用の現在地点◆ Azure Machine Learningは機械学習における学習から推論、運用までをエンドツーエンドでサポートするプラットフォームです。本書は、機械学習の活用を推進するエンジニアやデジタルトランスフォーメーションを担う人々に向け、Azure Machine Learningを使った機械学習モデルの構築から運用まで解説しています。基本から、自動機械学習（AutoML）機能を使った便利なモデル開発、MLflowと機械学習パイプラインを使った実践的なモデル開発を経て、MLOpsの実現を目指します。大規模言語モデルの活用にあたっては、モデルカタログやプロンプトフローの使い方を解説し、LLMOpsの概念にも触れます。 ■目次 ●第1部 Azure Machine Learningの基本 ・第1章 機械学習をビジネスに活かすには ・第2章 Azure Machine Learningの概要 ・第3章 Azure Machine Learningのセットアップ ・第4章 AutoMLの概要と実践 ●第2部 機械学習モデルの構築と活用 ・第5章 スクラッチでのモデル開発 ・第6章 MLflowによる実験管理とモデル管理 6.5 まとめ ・第7章 機械学習パイプライン ・第8章 モデルのデプロイ ・第9章 MLOpsの概要と実践 ●第3部 大規模言語モデルの活用 ・第10章 大規模言語モデルの概要 ・第11章 基盤モデルとモデルカタログ ・第12章 プロンプトフローの活用 ・第13章 LLMOpsへの招待 ●付録 ・付録A クライアント環境のセットアップ ・付録B Azure Machine Learningとデータ ・付録C MLflow Modelsによるノーコードコンテナビルドとデプロイ ・付録D 責任あるAIツールボックス ■著者プロフィール ●永田 祥平：元日本マイクロソフト株式会社 クラウドソリューションアーキテクト。大学院で分子生物学やバイオインフォマティクスを学んだあと、2020年より日本マイクロソフト株式会社に入社。クラウドソリューションアーキテクト（AI）として、おもにエンタープライズのお客様を対象に、Azureデータ分析・機械学習基盤や生成AIアプリケーションの導入・活用支援を行う。2024年より米国系SaaS企業に移り、プロダクトマネージャーとして日本、韓国、台湾市場に向けた生成AI・エージェント機能の企画開発を行っている。第1章から第3章、第10章の執筆と全体統括を担当。 ●立脇 裕太：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。Softbank（SBT）、Deloitte、DataRobotでビッグデータ、クラウド、機械学習を活用してお客様のデータ活用を推進する経験を経て、日本マイクロソフトに入社。現職では、需要高まる生成AIの活用を支援する案件に従事しつつ、お客様のMLOps成熟度Level4実現に向けた支援にも従事。MLOpsCommunity（JP）のオーガナイザーでMLOpsやAIガバナンスに関する講演や記事執筆などを実施。第5章、第9章、第13章の執筆を担当。 ●伊藤 駿汰：日本マイクロソフト株式会社 クラウドソリューションアーキテクト／株式会社Omamori 取締役。本業でAI/ML開発（とくに自然言語処理方面）と利活用の技術支援、機械学習基盤やMLOps基盤の構築および活用の技術支援を行うクラウドソリューションアーキテクト、副業で自社サービスの開発を担うソフトウェアエンジニアとして活動。第6章、第11章、付録B、付録Cの執筆を担当。 ●宮田 大士：日本マイクロソフト株式会社 クラウドソリューションアーキテクト。情報学の修士号を取得後、製造業にてデータ分析／機械学習システムの構築／データ分析基盤の開発を経験し、日本マイクロソフトに入社。現職では、自動車産業・製造業を中心とした幅広い業界のお客様にAIの導入／活用を支援。第4章と第12章の執筆を担当。 ●女部田 啓太：Regional AI Architect Lead, Office of the Chief Technology Officer, Microsoft Asia。Oracle、SAS Instituteでのデータ分析、統計解析、機械学習の経験を経て、2018年よりMicrosoftに入社。現職では、アジア地域における重要な基盤モデルの開発・運用管理、AI Agentのシステム構築プロジェクトへの技術支援などを実施。第7章、第8章、付録A、付録Dの執筆を担当。"