SlideShare a Scribd company logo
1 of 49
Download to read offline
Project
Marketing
PartnershipInternal
Technology
Deep
Learning
職業柄、Microsoft AI 開発チームとよく話しています…
引用: http://www.ics.kagoshima-u.ac.jp/~fuchida/edu/algorithm/sort-algorithm/
興味ある人いますか?
MS COCO Open Images
# of classes 80 500
# of images 0.12M 1.7M
引用: https://arxiv.org/pdf/1809.00778.pdf
匠の技
引用: https://www.slideshare.net/shoheihido/ss-81782503
引用: https://twitter.com/fchollet/status/1052228463300493312
Partners
推論
デプロイメントデータの準備 モデル構築・学習
• 現在の議論の中心
• 研究開発領域であり、
AIスタートアップが活躍
• 知見がGitHub で公開され、
急速に進化 & 陳腐化
どのようなデータ
を活用するか?
どんなシステムに
組み込むか?
ビデオインデクサー
ラボ
カスタム カスタム カスタムカスタム カスタム
GUI で誰でもできる
襟あり
RALPH LAUREN
Cognitive Services
Custom Vision
推論
デプロイメントデータの準備 モデル構築・学習
• 現在の議論の中心
• 研究開発領域であり、
AIスタートアップが活躍
• 知見がGitHub で公開され、
急速に進化 & 陳腐化
どのようなデータ
を活用するか?
どんなシステムに
組み込むか?
緑に所属する企業
青に所属する課題
自動運転、医療での診断
推論
デプロイメントデータの準備 モデル構築・学習
自動運転
Azure Express Route
Azure Storage, Data Lake Gen2
Azure Data Box
Azure Compute
Azure Batch AI
Cycle Cloud
Databricks & HDInsight
Azure Machine Learning
Cognitive Services
Azure IoT Edge
Azure Kubernetes Service
Azure Key Vault, AAD
Test Vehicle Ingest/ Store
Test-Drive
Integrate Build
Train
Simulate
ReplayTag
Sensor/ Algorithm
Testing (Open Loop)
Process,
Sample, Reduce
Render/Convert
Control Logic
Validation
Performance
Simulation
Generate
Code
Software
in the loop
Hardware
in the loop
DATA INGEST & CURATE TEST | TRAIN | SIMULATE BUILD | VALIDATE
F(x)
Data Ingest
Express
Route
Data Box
Azure Edge
• Private, secure, predictable
• network
• 100+ carrier partners
• 10+ Gbps
• IoT Edge
• AI Toolkit
Multiple options to filter and ingest PBs
data every day regardless of fleet type or
location
Data Storage Data Curation
Disk Import
Data Box Disk
Data Box – 100 TB
Data
Extraction
Data
Preparation
Annotation
Microsoft Services
Scalable
• Foundational service for
Microsoft*
• 40 million transactions per second
• Multi-PB accounts
Performant
• 100 Gbps ingress
• 200 Gbps egress
• Account-scale object throughput
Secure &
Compliant
• Client & Service Encryption
• AAD Integration + ACLs
• Broad & deep compliance
portfolio
Durable
• Multiple redundancy options
• Strong consistency, data integrity
• Policy: Versioning & WORM locks
Cost
Effective
• Interested storage tiers
• Lifecycle management
• Rich Metrics
Massively scalable object storage for
unstructured data
Transform and process, PII data redaction,
annotation & training data preparation on
both 1st and 3rd party tools
Fully integrated, globally distributed
workflow management and toolset for
high quality manual labeling workloads
Humans-in-the-loop quality control
Random quality sampling
Ability to manage quality at scale
Feedback loop for continuous improvement.
Efficient Tools for 2D and 3D Labeling
Metadata tags
3D LIDARPer-pixel segmentation Polygon and Bounding boxes
Ultrasonic sensors
Stereo vision
Companio
n
computer
Scenario Simulation Sensor Simulation
Azure Express Route
Azure Storage, Data Lake Gen2
Azure Data Box
Azure Compute
Azure Batch AI
Cycle Cloud
Databricks & HDInsight
Azure Machine Learning
Cognitive Services
Azure IoT Edge
Azure Kubernetes Service
Azure Key Vault, AAD
Test Vehicle Ingest/ Store
Test-Drive
Integrate Build
Train
Simulate
ReplayTag
Sensor/ Algorithm
Testing (Open Loop)
Process,
Sample, Reduce
Render/Convert
Control Logic
Validation
Performance
Simulation
Generate
Code
Software
in the loop
Hardware
in the loop
DATA INGEST & CURATE TEST | TRAIN | SIMULATE BUILD | VALIDATE
F(x)
DNN Processing Units
Soft DPU
(FPGA)
Contr
ol
Unit
(CU)
Register
s
Arithmet
ic Logic
Unit
(ALU)
CPUs GPUs
ASICsHard
DPU
FPGA: 空間計算
FPGA
データ
命令
命令
命令
データ
命令
命令
命令
CPU: 時間的計算
CPU
命令
Demo:
CPU vs. GPU(V100) vs. FPGA(Brainwave)
ネットワーク回線・帯域・レイテンシの問題
Edge側に高級チップはたくさん置けない
デバイスが大量に接続されるセキュリティ問題
如何に簡単に展開・更新するか
モデル・データのコンビネーションの管理
90 億台の MCU 搭載デバイスが
毎年出荷されている
今のところ Connected は 1%
Microcontrollers (MCUs)
low-cost, single chip computers
Mirai Botnet attack
Hackers attack casino
Multiplexed I/O
SPII2CUARTI2STDMPWMGPIO ADC
ARM
Cortex-M
for real time
processing
Azure Sphere Architecture
Network
Connection
WiFi in first chips
FLASH
≥ 4MB
SRAM
≥ 4MB
ARM
Cortex-A
optimized for
low power
Firewall
Microsoft
Pluton
Security
Subsystem
Firewall
Firewall
Firewall
Firewall
Firewall
App Containers for
POSIX (on Cortex-A)
App Containers for
I/O (on Cortex-Ms)
OS
Layer 4
On-chip Cloud Services
OS
Layer 3
HLOS Kernel
OS
Layer 2
Security Monitor
OS
Layer 1
Azure Sphere MCUsHardware
Azure Sphere OS ArchitectureAzure Sphere MCU Architecture
http://www.visionaidevkit.com
実機(試作機)お披露目
Vision AI Development kit – System Architecture
Docker 最高だけど GBクラスのイメージ…!!
Azure Platform Services
Container いらないのはどれでしょう?
深層学習ソリューション開発
Chainer / Partner Solution / Microsoft
Azure を組み合わせて、深層学習の
実用化を推進
Deep Learning Lab
深層学習 開発事例や最新技術動向を
情報発信するコミュニティ
PFN x MS 認定トレーニング
3 年間で 5 万人 深層学習人材育成
会員数 4,500 名
全国 6 都市で
40 回イベント開催
福岡
大阪
広島
名古屋
東京
札幌
オンライン・オフライン含めた
機械学習教育講座の全国での推進
機械学習 SI エコシステム日本最大の AI コミュニティ
福岡
大阪
広島
名古屋
東京
札幌
2/16 2/17
2/18 2/19
2/21 2/22
2/25 2/26
3/9 3/10
3/16
Azure is the best cloud for AI

More Related Content

What's hot

これから始める人の為のディープラーニング基礎講座
これから始める人の為のディープラーニング基礎講座これから始める人の為のディープラーニング基礎講座
これから始める人の為のディープラーニング基礎講座
NVIDIA Japan
 

What's hot (20)

20170419PFNオープンハウス リサーチャーの仕事_公開用
20170419PFNオープンハウス リサーチャーの仕事_公開用20170419PFNオープンハウス リサーチャーの仕事_公開用
20170419PFNオープンハウス リサーチャーの仕事_公開用
 
研究を加速するChainerファミリー
研究を加速するChainerファミリー研究を加速するChainerファミリー
研究を加速するChainerファミリー
 
DIGITSによるディープラーニング画像分類
DIGITSによるディープラーニング画像分類DIGITSによるディープラーニング画像分類
DIGITSによるディープラーニング画像分類
 
GPU クラウド コンピューティング
GPU クラウド コンピューティングGPU クラウド コンピューティング
GPU クラウド コンピューティング
 
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
20180627 - DEEP LEARNING LAB / Cognitive Services 最新情報 30 分でズバリ!
 
GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報GTC 2016 ディープラーニング最新情報
GTC 2016 ディープラーニング最新情報
 
これから始める人の為のディープラーニング基礎講座
これから始める人の為のディープラーニング基礎講座これから始める人の為のディープラーニング基礎講座
これから始める人の為のディープラーニング基礎講座
 
AI を道具として使うための基礎知識 - Microsoft AI
AI を道具として使うための基礎知識 - Microsoft AIAI を道具として使うための基礎知識 - Microsoft AI
AI を道具として使うための基礎知識 - Microsoft AI
 
Azure Machine Learning Services 概要 - 2019年3月版
Azure Machine Learning Services 概要 - 2019年3月版Azure Machine Learning Services 概要 - 2019年3月版
Azure Machine Learning Services 概要 - 2019年3月版
 
CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用CEDEC2018『逆転オセロニア』におけるAI活用
CEDEC2018『逆転オセロニア』におけるAI活用
 
1018: ディープラーニング最新技術情報~cuDNN 3、DIGITS 2、CUDA 7.5のご紹介~
1018: ディープラーニング最新技術情報~cuDNN 3、DIGITS 2、CUDA 7.5のご紹介~1018: ディープラーニング最新技術情報~cuDNN 3、DIGITS 2、CUDA 7.5のご紹介~
1018: ディープラーニング最新技術情報~cuDNN 3、DIGITS 2、CUDA 7.5のご紹介~
 
Connect 2018 in Koriyama, with UDC - Microsoft AI Session
Connect 2018 in Koriyama, with UDC - Microsoft AI SessionConnect 2018 in Koriyama, with UDC - Microsoft AI Session
Connect 2018 in Koriyama, with UDC - Microsoft AI Session
 
20171128分散深層学習とChainerMNについて
20171128分散深層学習とChainerMNについて20171128分散深層学習とChainerMNについて
20171128分散深層学習とChainerMNについて
 
Cloud operator days tokyo 2020講演資料_少人数チームでの機械学習製品の効率的な開発と運用
Cloud operator days tokyo 2020講演資料_少人数チームでの機械学習製品の効率的な開発と運用Cloud operator days tokyo 2020講演資料_少人数チームでの機械学習製品の効率的な開発と運用
Cloud operator days tokyo 2020講演資料_少人数チームでの機械学習製品の効率的な開発と運用
 
NIPS2015概要資料
NIPS2015概要資料NIPS2015概要資料
NIPS2015概要資料
 
エヌビディアのディープラーニング戦略
エヌビディアのディープラーニング戦略エヌビディアのディープラーニング戦略
エヌビディアのディープラーニング戦略
 
機械学習 / Deep Learning 大全 (6) Library編
機械学習 / Deep Learning 大全 (6) Library編機械学習 / Deep Learning 大全 (6) Library編
機械学習 / Deep Learning 大全 (6) Library編
 
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
運用中のゲームにAIを導入するには〜プロジェクト推進・ユースケース・運用〜 [DeNA TechCon 2019]
 
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみたタクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
 
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
DLLAB Engineer Days:AIチームが履歴やリソース管理で疲弊してたので開発基盤作ってOSS化した話
 

Similar to Iot algyan jhirono 20190111

Similar to Iot algyan jhirono 20190111 (20)

Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI PlatformQiita x Microsoft - 機械学習セミナー Microsoft AI Platform
Qiita x Microsoft - 機械学習セミナー Microsoft AI Platform
 
Microsoft AI Platform
Microsoft AI PlatformMicrosoft AI Platform
Microsoft AI Platform
 
Microsoft AI セミナー - Microsoft AI Platform
Microsoft AI セミナー - Microsoft AI PlatformMicrosoft AI セミナー - Microsoft AI Platform
Microsoft AI セミナー - Microsoft AI Platform
 
IoT World Conference 2017 - Microsoft AI Platform
IoT World Conference 2017 - Microsoft AI PlatformIoT World Conference 2017 - Microsoft AI Platform
IoT World Conference 2017 - Microsoft AI Platform
 
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
 
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
デジタルトランスフォーメーション時代を生き抜くためのビジネス力 ~ AI、Advanced Analytics の使いどころ ~
 
DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術DRIVE CHARTを支えるAI技術
DRIVE CHARTを支えるAI技術
 
機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ機械学習 - MNIST の次のステップ
機械学習 - MNIST の次のステップ
 
[Developers Summit 2018] Microsoft AIプラットフォームによるインテリジェント アプリケーションの構築
[Developers Summit 2018] Microsoft AIプラットフォームによるインテリジェント アプリケーションの構築[Developers Summit 2018] Microsoft AIプラットフォームによるインテリジェント アプリケーションの構築
[Developers Summit 2018] Microsoft AIプラットフォームによるインテリジェント アプリケーションの構築
 
Azure Machine Learning アップデートセミナー 20191127
Azure Machine Learning アップデートセミナー 20191127Azure Machine Learning アップデートセミナー 20191127
Azure Machine Learning アップデートセミナー 20191127
 
BrainPad - Doors - A-1 - Microsoft Data and AI
BrainPad - Doors - A-1 - Microsoft Data and AIBrainPad - Doors - A-1 - Microsoft Data and AI
BrainPad - Doors - A-1 - Microsoft Data and AI
 
明治大学理工学部 特別講義 AI on Azure
明治大学理工学部 特別講義 AI on Azure明治大学理工学部 特別講義 AI on Azure
明治大学理工学部 特別講義 AI on Azure
 
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
 
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しようMicrosoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
Microsoft Azureのビッグデータ基盤とAIテクノロジーを活用しよう
 
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
Azure IoT 最前線!~ Microsoft Ignite 2019での発表と直近アップデート総まとめ ~
 
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
[Developers Festa Sapporo 2018] Azure AI ~Microsoft AzureでのAI開発のイマ~
 
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
Tier Ⅳ Tech Meetup #2 - 自動運転を作るのはCloudシステムの集合体?? 活用技術を大解剖 -
 
Azure Antenna AI 概要
Azure Antenna AI 概要Azure Antenna AI 概要
Azure Antenna AI 概要
 
Microsoft AI Platform ビジネスでAI活用するヒント
Microsoft AI Platform ビジネスでAI活用するヒントMicrosoft AI Platform ビジネスでAI活用するヒント
Microsoft AI Platform ビジネスでAI活用するヒント
 
Microsoft Azure&sakura.io体験ハンズオン
Microsoft Azure&sakura.io体験ハンズオンMicrosoft Azure&sakura.io体験ハンズオン
Microsoft Azure&sakura.io体験ハンズオン
 

More from Hirono Jumpei

More from Hirono Jumpei (20)

20190822 Microsoftが考えるAI活用のロードマップ
20190822 Microsoftが考えるAI活用のロードマップ20190822 Microsoftが考えるAI活用のロードマップ
20190822 Microsoftが考えるAI活用のロードマップ
 
20190719 minerlpl
20190719 minerlpl20190719 minerlpl
20190719 minerlpl
 
Dllab2ndanniversarypl
Dllab2ndanniversaryplDllab2ndanniversarypl
Dllab2ndanniversarypl
 
Microsoft Autonomousへの取り組み
Microsoft Autonomousへの取り組みMicrosoft Autonomousへの取り組み
Microsoft Autonomousへの取り組み
 
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
 
AI開発を円滑に進めるための契約・法務・知財
AI開発を円滑に進めるための契約・法務・知財AI開発を円滑に進めるための契約・法務・知財
AI開発を円滑に進めるための契約・法務・知財
 
Malmotutorial
MalmotutorialMalmotutorial
Malmotutorial
 
Microsoft digital transformation and ai 20181126
Microsoft digital transformation and ai 20181126Microsoft digital transformation and ai 20181126
Microsoft digital transformation and ai 20181126
 
20180627 databricks ver1.1
20180627 databricks ver1.120180627 databricks ver1.1
20180627 databricks ver1.1
 
DLLAB COMMUNITY UPDATE 201804
DLLAB COMMUNITY UPDATE 201804DLLAB COMMUNITY UPDATE 201804
DLLAB COMMUNITY UPDATE 201804
 
Deep learning lab AI Expo
Deep learning lab AI ExpoDeep learning lab AI Expo
Deep learning lab AI Expo
 
20180323 dll standard
20180323 dll standard20180323 dll standard
20180323 dll standard
 
Dll commuinity and academy update 201803 v2
Dll commuinity and academy update 201803 v2Dll commuinity and academy update 201803 v2
Dll commuinity and academy update 201803 v2
 
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例	深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
 
異常検知ナイトgLupe発表
異常検知ナイトgLupe発表異常検知ナイトgLupe発表
異常検知ナイトgLupe発表
 
DLLAB commuinity and academy update 201802
DLLAB commuinity and academy update 201802DLLAB commuinity and academy update 201802
DLLAB commuinity and academy update 201802
 
【Dll171201】深層学習利活用の紹介 掲載用
【Dll171201】深層学習利活用の紹介 掲載用【Dll171201】深層学習利活用の紹介 掲載用
【Dll171201】深層学習利活用の紹介 掲載用
 
Microsoft の深層学習への取り組み
Microsoft の深層学習への取り組みMicrosoft の深層学習への取り組み
Microsoft の深層学習への取り組み
 
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例	深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
 
20171201 deep learning lab albert
20171201 deep learning lab albert20171201 deep learning lab albert
20171201 deep learning lab albert
 

Recently uploaded

Recently uploaded (11)

論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
論文紹介:Selective Structured State-Spaces for Long-Form Video Understanding
 
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
論文紹介:Video-GroundingDINO: Towards Open-Vocabulary Spatio-Temporal Video Groun...
 
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
 
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
論文紹介: The Surprising Effectiveness of PPO in Cooperative Multi-Agent Games
 
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
LoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイスLoRaWANスマート距離検出センサー  DS20L  カタログ  LiDARデバイス
LoRaWANスマート距離検出センサー DS20L カタログ LiDARデバイス
 
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
Observabilityは従来型の監視と何が違うのか(キンドリルジャパン社内勉強会:2022年10月27日発表)
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
 
新人研修 後半 2024/04/26の勉強会で発表されたものです。
新人研修 後半        2024/04/26の勉強会で発表されたものです。新人研修 後半        2024/04/26の勉強会で発表されたものです。
新人研修 後半 2024/04/26の勉強会で発表されたものです。
 
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その22024/04/26の勉強会で発表されたものです。
 
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアルLoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
LoRaWAN スマート距離検出デバイスDS20L日本語マニュアル
 
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
Amazon SES を勉強してみる その32024/04/26の勉強会で発表されたものです。
 

Iot algyan jhirono 20190111