AIに仕事を奪われないために、自分の発想を強化していかないといけない 服部佑樹氏（以下、服部）：次に行きたいと思います。「エンジニアとAIの関わり方」ですね。AIが登場したことによって、どういうかたちでエンジニアが変わっていくのか。概念としてはものすごく広いですが、みなさんもいろいろな観点の捉え方があると思っています。 組織としてどうするのかはその次の質問になりますが、あとはキャリアとしてとか、次のポジションをどうしようかなみたいなところも含めて、個人の観点なども含めて答えてもらえるといいんじゃないかなと思います。では黒崎さんからいいですか？ （スライドを示して）3番目の質問「エンジニアがAIと協力して新たなアイデアを生み出すための効果的なアプローチ」ですね。あとは2番も合わせていいかもしれませんが、アプローチと潜在的な力を引き出すためのスキルをどうやって学んでいったらいいと思いますか？
アルゴリズムの変化に伴い、Tipsが陳腐化する可能性はある 司会者：次にオンラインで来ているのは、「GitHub Copilotの裏側のアルゴリズムが変わっていっているということですが、アルゴリズムが変わることで今回ご紹介いただいたTipsが陳腐化することもあるのでしょうか？」 服部佑樹氏（以下、服部）：はい、あります。端的に言えるのは、結局良いコードを書くという（のが目指す）ところなので、最終的にTipsはツールの使い方ではないということです。隣のタブで開いているものを開いたからCopilotの質がちょっと上がったね、というぐらいでは、全体的な生産性に影響があるかというとそんなにないんですよね。 それをやるぐらいだったらちょっと書き方を変えてみる。1回提案されるところを、Ctrl＋Enterを押すと10個ぐらい提案してくれるので、その中から自分で考えて選んだほうがいいですし、あとは何回か
会社のDX推進に欠かせないデータサイエンティストですが、具体的にどのようなスキルを備えている必要があるのでしょうか。今回は一般社団法人データサイエンティスト協会が公開している「データサイエンティストスキルチェックリストver5」の内容に則り、データサイエンティストに求められる3つのスキルセットを解説します。 データサイエンティストに必要な3つのスキルセットとは？ データサイエンティストには、大きく分けて「データサイエンス力」「データエンジニアリング力」「ビジネス力」の3種類のスキルが求められます。 データサイエンス力 データサイエンス力は、企業のビジネス課題に関連するデータを情報科学理論に基づいて分析し、課題解決につなげる能力です。企業が効率的にデータを活用できるかどうかはデータサイエンティストの解析能力に大きく左右されるため、データサイエンティストにとって要のスキルと言えます。 データエ
最近、部下に厳しい事を言えないリーダーが増えています。背景にはパワハラ防止・リモートワークの普及・若手の離職リスク・年上部下の増加などが複合的に絡み合っています。 その結果、「この会社にいても成長が見込めない」と意識が高い若手が離職する、「何も言われないから、今のままで定年までやり過ごしたい」とベテラン社員がモチベーションを低下するなど「ゆるい職場」と言われる問題が生じています。 「ほめて伸ばす」「相手に寄りそう」リーダーシップも当然重要ですが、成果や行動にギャップが生じている部下に対しては、ギャップを埋めるための「ネガティブフィードバック」が必要な場面もあります。 「ネガティブフィードバック」が必要な4つの理由 相手に耳の痛い事を伝えるのが好きな人はいませんが、リーダーがギャップへのフィードバックを避けて通ると、4つの観点で問題が生じます。 ・組織の観点 会社や組織は、顧客や社会に期待さ
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
今後のスキルセットには必ず「AIを使いこなす」が組み込まれる GitHub CopilotとChatGPTの登場から考え直す、AIとの関わり方
生成系AIが発展する中で必要なスキルセットとは 「GitHub Copilot」を活用するエンジニアたちが考える、それぞれの生存戦略
データサイエンティストに必要な3つのスキルセットとは？くわしく解説
リーダーが身に付けたい「耳の痛い話」を伝えるためのマインドセットとスキルセット