Riku|生成AI大好き大学院生

235 posts

Riku|生成AI大好き大学院生

Riku|生成AI大好き大学院生

@normal_tus_rs

学生AIエンジニア|noteで生成AIニュース発信|個人開発|投資|将棋|GeoGuessr|基礎スキー 金融×AIに最近惹かれてる模様

Katılım Eylül 2024
222 Takip Edilen100 Takipçiler
Sabitlenmiş Tweet
Riku|生成AI大好き大学院生
2カ月安くなってたのでブルーバッジ付けてみた! ブルバ100とかは凍結されると噂なので、代わりに自分の属性に関連するタグたくさん張った! 仲良くしましょ🔥 #生成AI #個人開発 #エンジニア #AIエンジニア #学生エンジニア #投資 #将棋 #スキー #ルービックキューブ #27卒 #塾講師
日本語
3
0
27
538
Riku|生成AI大好き大学院生 retweetledi
OpenAI
OpenAI@OpenAI·
Introducing a limited preview of GPT-5.6 Sol, our next generation frontier model, as well as GPT-5.6 Terra, a balanced model for efficient, everyday work, and GPT-5.6 Luna, a fast and affordable model for high-volume work. openai.com/index/previewi…
English
3.6K
5.7K
40.8K
18.4M
Riku|生成AI大好き大学院生 retweetledi
Kosuke Nakago
Kosuke Nakago@corochann·
とうとうFuguがリリースされました! 世界最先端のモデル群をOrchestrationすることで、FableなしでもFableに迫る・越す性能を発揮します。 最先端AIのどれを使うか自分で迷うことなくタスクごとに最適なLLM、最適なWorkflowをFuguが毎回動的に構築しタスクをこなしてくれます。 実際にタスクをこなすのはFrontier modelなので、研究のトレンドの最先端で注目されているLong horizonなSWEタスクなどももちろんスコープ内です。 Qualitative resultsにも面白い事例がたくさん乗っています〜 是非お試しくださいっ
Kosuke Nakago tweet media
Sakana AI@SakanaAILabs

Introducing Sakana Fugu: A full multi-agent orchestration system accessible via a single model API. Our ‘Fugu Ultra’ model matches the performance of Fable and Mythos, delivering frontier capability without the risk of export controls. Try it: sakana.ai/fugu 🐡

日本語
17
186
1.2K
244.3K
Riku|生成AI大好き大学院生 retweetledi
三住紅商事
三住紅商事@Multi_VitaminZ·
誰かの発言がすべった時に 「おい適当に喋んな」 を即時で入れると9割は救えることに気づいた。
日本語
267
4.6K
140.3K
5.2M
Riku|生成AI大好き大学院生 retweetledi
みお|データサイエンティスト採用担当の本音
同じDS5年目で、年収600万の方と1200万の方が普通に併存しています。格差の正体は「実装まで出来るかどうか」です。分析だけのDS(SQL+BI+レポート)は市場価値が頭打ちで、年収レンジは500〜800万。 実装・運用まで出来るDS(Python+Docker+Airflow+MLOps)は青天井で、年収レンジは800〜1500万、外資だと2000万超も珍しくありません。この差はここ3年で一気に広がりました。 理由は、生成AIの普及でビジネス側が「AI導入したい」と言う一方、「本番運用まで回せるDS」が圧倒的に足りないからです。具体的に何を身につけるべきか。 ①Docker・Kubernetesの基本 ②クラウド(AWS・GCP・Azureのいずれか)のMLサービス ③Airflow・Prefect等のワークフロー管理 ④CI/CD(GitHub Actions等) ⑤モニタリング(モデルの精度劣化検知、ログ設計)。この5点を押さえると、実装系DSとして市場価値が跳ね上がります。分析だけで満足せず、作ったモデルを本番で動かす経験を1本でも積んでください。副業や個人プロジェクトで構いません。 実装系DSへのステップアップの第一歩は、既存の分析プロジェクトを1つ選び、それをDocker化→クラウドデプロイ→API化、の3ステップで本番運用可能な形にすること。この1本で、面接で語れる実装経験が1つ増えます。MLOpsの学習リソースは、 ①Google CloudのMLOps学習パス ②AWS MLspecialty認定 ③Made With MLの無料コース、の3つがおすすめ。どれか1つ3ヶ月でやり切れば、実装系DSとしての基礎知識が身につきます。無料で始められます。キャリアの分岐点は、ここで決まっています。
日本語
2
50
707
107K
Riku|生成AI大好き大学院生
とりあえず少額からはじめてみた 今日は操作感を知るくらいで沢山いじってたけど、最終プラスで嬉しい
Riku|生成AI大好き大学院生 tweet media
日本語
0
0
0
23