データ活用は難しい？　次に進むデータドリブン企業への道のり

企業内に存在する多くのデータは既存のレガシーシステムに蓄積されているのが現状です。データ活用のためには、そういった肥大化・ブラックボックス化したレガシーシステムをいかにマイグレーションするかを検討する必要があります。ビッグバン型の移行計画は開発規模やリソースの面から複雑化し、無謀な計画になりがちです。現実的な解として、段階的に移行を実現するにはどうすればよいのか、そのためのデザインパターンやアーキテクチャをご紹介します。

#2 データ利活用のジャストインタイム化

企業データを最大限に活用するためには、既存システムのデータの取り出し方が重要になります。欲しいデータを欲しい時に使えるようにするには、製造業で確立され他業種で応用されているジャストインタイムの考え方が非常に参考になります。
ソフトウェアでジャストインタイムを実現するアプローチは様々あり成熟期に向かっています。今回のセミナーでそれらの方策について説明したいと思います。

#3 進まないビッグデータ活用　MLOpsで実現する成果の出るAIの作り方

ここ数年で多くの企業がAI/MLプロジェクトを立ち上げています。デジタルトランスフォーメーションの実現にはビッグデータの活用が不可欠で、それを飛躍的に推し進めることをAI/MLに期待されているのですが、実際には多くのAI/MLプロジェクトが道半ばで挫折しています。主な原因は人材不足、データのサイロ化、コラボレーションの欠如、インフラとアプリの4つに集約されると思います。それらを解決するためにはMLOpsの導入が欠かせません。このウェビナーではMLOpsとはどのようなものか、またどのように導入すれば4つの課題を解決できるのかについて解説します。

#4 Open ITからOpen Organizationへ Red Hat流組織改革の進め方

AIでデータ活用=>PoC疲れ、共通基盤で効率化=>誰も使ってくれない、安くて速いアジャイル開発=>実態はミニウォーターフォールのデスマーチ。色々試しているが、いまいち成果があがらない。もしみなさんのまわりでそんな状況が発生していたら、それは組織的な課題に取り組む段階なのかもしれません。
Open ITからOpen Organizationへ。Red Hatの組織変革の戦略について紹介いたします。