アラカン"BOKU"のITな日常

あれこれ興味をもって考えたことを書いてます

前回まとめた、システム全体図を修正する

前回まとめたシステム全体図を修正します。

 

ディープラーニングをゼロから実装して勉強したことで、できる事とできない事がわかってきました。そうすると、前回に書いた全体図のアラが見えてしまって、そのままでは次のステップにすすめないと思ったからです。

 

まず最初に修正後の全体図を表示して、そのあとに変更点などを書いてます。

見直し後のシステム全体図

f:id:arakan_no_boku:20161126102526j:plain

 

各BOXの名前です。修正した部分を赤字にしてます。

グループウエア

  • GW-1:フレキシブル目標管理
  • GW-2:タイムトラッキング&解析
  • GW-3:ありがとう管理

 

AI前処理部

  • AU-1:評価学習データ収集
  • AU-2:人物評価データ抽出&正規化
  • AU-3:職務能力評価データ抽出&正規化

 

AI本体部

  • AI-1:人物評価&職務能力評価AI
  • AI-2:適正業務マッチングAI

 

AI後処理部

  • Converter:レポート用RDB変換
  • Report-1:期間指定評価結果レポート
  • Report-2:適所適材配置候補者レポート
  • Report-3:配置結果客観評価レポート

 

方針

  • 既存人事システムとの共存/導入時負荷最小化モデル
  • 人事部門および評価者を助ける共存共栄モデル
  • 自律成長型AI

f:id:arakan_no_boku:20161102060921j:plain

 

主な変更点は以下です。

  1. 行動評価→フレキシブル目標管理へ変更
  2. 評価管理をアナログ評価とAI評価の2WAYへ変更
  3. 人物・職能評価AIを統合し、業務適正マッチングAIを追加
  4. 2つのAIの前後関係を定義(評価後に業務適正判断)

 

特に大きいのは、「フレキシブル目標管理」への変更です。

 

実際に自分で試してみたんですけど、すべての行動を逐次依頼したり記録するなんて、発想自体が、思い切りナンセンスでした。(やってられるか!!と、必ずなります)。

 

なので、評価期間に縛られずに目標をフレキシブルに設定し、その目標に関する作業をするときのみ記録して、そこから評価につなげるようにできれば、行動を逐一記録必要はないだろう・・と気づいたわけです。

 

AI部分をわけたのも、ディープラーニングが万能の神のようなものでではないことがよくわかったからです。

 

やっぱ、実際に手を動かして勉強するのと、本だけで勉強するのと違うわ・・と、身にしみてます。

 

2017年2月25日追記

この記事は勉強をはじめる前の初期のころに書きました。今は、このころより、少しわかってきたので、少し方向修正してます。

 

この思いつきから派生したカテゴリがこちらです。

人事評価そのものについて、もう一度考え直してみる。

ディープラーニングについて、もう少し勉強してみる。

システムを開発する言語やフレームワークについて試してみる。

 

あと、それ以外にもいくつかカテゴリをわけて書いてます。

ホワイトカラーの仕事のやり方で思うことを書いてみる

お昼休みとかの時間つぶしにやった頭の体操的なことを書いてみる。

人工知能と仕事などに関連して興味を持ったことを書いてみる。

 

よければ、読んでやってください。