自動運転学習データ管理基盤（MLOps）【自動車メーカー】 
自動運転AIの学習に必要なペタバイト級の走行映像データを管理し、アノテーション（タグ付け）、学習、評価のサイクルを回すMLOps基盤を構築する施策です。データの検索性を高め、開発効率を上げます。メリットは、自動運転技術の向上と、開発スピードアップです。
 職種 |
情報システム |  施策難易度 |
★☆☆☆☆ |
|---|---|---|---|
 業界① |
機械・電気 |  目的 |
AI開発 |
| 業界② |
自動車メーカー |  対象 |
R&D データサイエンスチーム 自動運転開発部門 |
 費用 |
5000〜50000万円 |  実施期間 |
365 |
主なToDo
- 収集したデータをカタログ化し、シーン（雨、夜、交差点）で検索できるようにする
- アノテーション作業を効率化するツールを導入する
- モデルのバージョン管理と評価レポートを自動化する
期待できる効果
質の高い学習データを効率よくAIに食わせることで、認識精度が向上する。データが埋もれて使われない無駄を防ぐ。
躓くところ
ストレージコストが爆発的に増える。データの権利処理（映り込み等）が必要。
狙えるチャネル
