みずぺー | コンサル×AI×公共事業(河川、道路)

「人の笑顔を創り続ける」をモットーにコンサル×AI×公共事業に特化 大学~大学院~社会…

みずぺー | コンサル×AI×公共事業(河川、道路)

「人の笑顔を創り続ける」をモットーにコンサル×AI×公共事業に特化 大学~大学院~社会人数年:ハザードマップを作成 現在:公共プロジェクトでオンプレ環境を構築し、AI画像解で危険事象を把握 問い合わせはこちら⇒https://note.com/mizupe/message

マガジン

最近の記事

未経験から1年間ITコンサル通じて感じ得たもの19個【社会人1〜5.6年目向け】

2023年に転職してから1年くらいが経過しました。 未経験で転職してから同じように悩む方がいると思うので、 怒られたこと 人の行動を見て感じたこと 転職して活躍したい方はぜひ参考にして頂ければと思います。 書き方に網羅性や構造性なく、メモしたことを書いていきます。 気になったところで目次から飛んでいただければと思います。 会議出席=内容理解 お客様は会議に出ているコンサルにもお金を払っている。 会議の中身がわからないなら、言葉だけでも会議後に調べておくこと。

有料
500
    • Googleの最新モデルGemmaを使用してみた結果

      Gemmaの概要Googleがまた新たなモデルをオープンソースで公開したようです。 Geminiモデルを作成するのと同じ技術、研究を用いて構築された最先端オープンモデルのファミリーです。 Gemma - Google が提供する最先端の軽量オープンモデル ファミリー。 | Google AI for Developers 以下の記事でも紹介しましたが、gemmaには大きく分けて2つのモデルが存在しています。 生成AIの1つである大規模自然言語モデルを開発している企業一

      • 生成AIの1つである大規模自然言語モデルを開発している企業一覧

        これまで様々な企業が使用してきたLLMモデルですが、実際にどこの企業が何を取り扱っているんだ!!というわけでまとめました! もし皆さんが抜けている企業があればこの際に確認ください!

        • Function Callingを実装を用いて概要とメリットを解説

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はFunction callingの概要と実装例を元に解説。 Function Callingの機能とメリットについて解説するにあたり、結論から! 機能は以下の通りです。 APIに渡す関数をG

        未経験から1年間ITコンサル通じて感じ得たもの19個【社会…

        マガジン

        • 20代でITコンサルタントに転職
          4本
        • Azureを用いたRAGシステムの構築
          7本
        • ITコンサルタントがChatGPTで色々やってみた
          10本
        • AIによる画像解析、生成編(セグメント、分類、物体検出)
          12本
        • G検定忘備録
          7本

        記事

          Microsoft 365 copilotとは

          Microsoft copilot2023年3月16日に発表されて、日本では2023年11月1日から一般企業向けに公開されました。 大規模言語モデルであるLLM Microsoft graph Microsoft365アプリ これら3つが連携されたものがcopilotとなっております。 Copilotの利用料金copilotは1ユーザーあたり月額30ドルで使用可能となっております。 Copilotの種類Copilotとは副操縦士のことで、さらに複数の組み分けがあり

          Cognitivet Serachとは

          Cognitivet SerachとはCognitive Serachは情報検索に必要な機能群を提供するサービスのこと。 機能は大きく分けて三つあります。 インデックス アナライザー インデクサー クエリ(検索) この三つです。 ざっくり役割を説明しておくと、 「アナライザーによって検索可能な情報形式に変換後、インデクサーによってインデックス化されて、インデックスに置かれる。ユーザーは検索したい情報をリクエストすることによってクエリがそれをキャッチして情報をイン

          Azure OpenAI(GPT)とCognitive Searchで作るナレッジマイニングチャットボットを受けてみた感想とおすすめ

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 経験:クラウド開発3か月、オンプレ4年 使用言語:Fortran90、Python、HTML、CSS、SQL 今回は今後業務で使うであろうAzure OpenAiとCognitive Searchを

          Azure OpenAI(GPT)とCognitive Searchで作るナレッジマイニングチャットボットを受けてみた感想とおすすめ

          ChatGPTを用いたLINEBot開発入門~にゃんたさんの講義を受けた感想~

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はChatGPTを用いたLINEBotの開入門を受けた感想について解説します。 構成はこんな感じ。 ステップごとに解説すると ドキュメントのベクトル化 返答文章の自動生成 ドキュメントのD

          ChatGPTを用いたLINEBot開発入門~にゃんたさんの講義を受けた感想~

          ChatGPT API入門~にゃんたさんのudemyを受けてみた感想~

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はChatGPTの全般について解説します。 ChatGPT使用時の注意点ChatGPTは以下の三点に気を付けて使用することが必要です。 存在しない事実や関係を生成することがある(ハルシネーション

          ChatGPT API入門~にゃんたさんのudemyを受けてみた感想~

          Azureのデータベースの種類及びその操作方法

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日は自然言語処理を行ううえで必須である言語のベクトル化の方法について解説します。 ここではRDBMSとその操作方法について解説します。 RDBMSとはリレーショナルデータベース管理システムのことで

          Azureのデータベースの種類及びその操作方法

          Azure Cognitive Search第4弾~Qdrantを用いた文章ベクトル検索の方法~

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はQdrantを用いた文章ベクトル化の方法について解説。 今回が第4回ですが、これまでの振り返りをサラッと。 Azure Cognitive Searchの軌跡第1回はRAGの解説及びその中でA

          有料
          500

          Azure Cognitive Search第4弾~Qdrantを用いた文章ベクト…

          文章ベクトル化とは

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日は自然言語処理を行ううえで必須である言語のベクトル化の方法について解説します。 文章のベクトル化自然言語処理は文章をコンピューターが読み取れるように変換を行うことです。これは普段使うGoogleや

          Azure Cognitive Search第3弾~GiNZAV5.1を用いた文章のベクトル化~

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はRAGにおけるAzure Cognitive Searchを用いたベクトル化の方法について解説 これまではRAGの解説及びその中でAzure Cognitive Searchがどのように使用され

          有料
          500

          Azure Cognitive Search第3弾~GiNZAV5.1を用いた文章のベ…

          Azure Cognitive Search第2弾~RAGにおけるAzure Cognitive Searchを用いた文章ベクトル化の方法~

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はRAGにおけるAzure Cognitive Searchを用いたベクトル化の方法について解説 RAGにおけるAzure Cognitive Searchの占める箇所RAGにおけるAzure C

          Azure Cognitive Search第2弾~RAGにおけるAzure Cognitive Searchを用いた文章ベクトル化の方法~

          Azure Cognitive Search第1弾~Azure Open AIを使用したRAGの仕組み~

          初めまして、みずぺーといいます。 このnoteを機に初めて私を知った方のために、箇条書きで自己紹介を記述します。 年齢:28歳 出身:長崎 大学:中堅国立大学 専門:河川、河川計画、河道計画、河川環境 IT系の資格:R5.4基本情報技術者試験合格💮、R5.5G資格 本日はRAGの仕組みについて解説します。 RAGとは一言でいうと「情報検索のみをインプット情報を入力することで強化して、関連情報を一次文章生成し、再度GPT等の生成モデルに食わせることによって自然な文

          Azure Cognitive Search第1弾~Azure Open AIを使用したRAGの仕組み~

          Copilot studioが発表されたMicrosoft igniteとは

          Microsft igniteとはMicrosoft igniteとは年に一回MicrosoftがITエンジニアのために行う発表会である。 Copilot studioとはオリジナルのコパイロットが作れて、汎用性がある。 チャットbotを作れるサービス。これに生成AIサービスを作ることができる。 またさまざまなサービスと連携ができる。 GPTsとの違いは GPTsも同じようにオリジナルのモデルが作れる。 それをcopilotでは簡単に実装することができる。 Co

          Copilot studioが発表されたMicrosoft igniteとは