AI×IoT×ビッグデータ技術 エンジニアの成長ブログ

人工知能(AI)やIoT、ビッグデータ技術に関連する「技術書、Eラーニング、事例、勉強会」などでの学びブログです。

node-redの学習について

  • ノードの使い方をマスター(nodejs/node-red/npm)
  • マップ連携をマスター

flows.nodered.org

 ※ISSの場所などの緯度・経度をプロット

  • Sense HAT搭載のRaspberryPiでセンサーデータ連携をマスター

    Sense HAT - Raspberry Pi

f:id:meguroline:20180511152052j:plain

 

を自分でやって理解すると良い。

 

AI/IoT/ビッグデータが社会に何をもたらすか

まずよく言われる変化

AI/IoT/ビッグデータ的に重要度の高いのは、

第4次産業革命に対応するエンジニア教育・起業家教育だと考えています。

 

10代のうちから起業家教育をしていかないと、

エンジニアとしても食べていけなくなる時代がくると感じます。

 

子供向けのプログラミング教育でScratchとか流行っていますが、そんな甘い考えでは、生活もできなくなるような時代が2045年ではないでしょうか。

 

中途採用でWebエンジニアからIoTエンジニアになるには

ステップは下記、

 

  1. python(djangoなど)でWebアプリが実装できるようになる
  2. raspberrypiでプリインストールのNode-Redでダッシュボードを作る
  3. センサー〜Web〜アクチュエータの連携をできるようになる
  4. 特定の業種のユースケースに精通し、マネタイズ可能なモデルを作る
  5. この際に簡単な決定木とかでも知能的処理を入れる
  6. ハッカソンなどで発表する
  7. 趣味での電子工作の経験も歓迎条件に記載がある求人をリストアップ
  8. 求人毎の業種毎にユースケースをカスタムして面接時にアピール
  9. それを複数回繰り返す

 

で2018年だとIoTエンジニアになれると思われます。

 

より本気度が高いと下記のようなものに参加するとさらに良いでしょうか。

startuphub.tokyo

コネクテッドカープラットフォームとユースケース比較

下記の3つをベースにコネクテッドカーのプラットフォームは固まって行きそう。

一部、SDLやgeniviかもしれませんが、スマホ軸でいくと自然な着地ではないでしょうか。

  • アンドロイドオート

play.google.com

www.apple.com

  • オープンカー

inrix.com

 

そういったエコシステムを活用した下記のようなプレーヤーが伸びていくように思います。

 

やはり、それぞれにエッジが立ってこないとユースケースがはまらないのではないでしょうか。

 

1.シエラ・ワイヤレス

www.sierrawireless.com

2.テスラ

www.tesla.com

3.ビンリ

www.vin.li

4.ガーミン

www.garmin.co.jp

5.Jiffy Lube

www.jiffylube.com

 

6.ボッシュ

www.bosch.com

7.デルファイ

www.delphi.com

8.マグナ

www.magna.com

 

9.ジェムアルト

www.gemalto.com

 

 

AIエンジニアとIoTエンジニアの違い

AIエンジニアは、DNNとかでモデルを作るのがメインなので分界点的には、そこまでで、バックエンドエンジニアがAPI化して、WEBアプリとインテグレートする。

その後、フロントエンジニアがUI/UXを付与して、やっと出来上がる。

 

それでも、使いやすいものにはなりにくいので、継続的インテグレーションが必要。

 

で、IOTエンジニアは、センサーからデータをかき集めてWEBに統合する役目だけど、

実は前述の全てを分かっていないといけない説が最近は有望らしい。

 

あとクリエイティブセンスない人がPOやったりするとこける。