どんな本？

本番環境のダッシュボードが突然真っ赤、原因は「たぶん異常値」。その「たぶん」を卒業させてくれる一冊。ホテリング理論からIsolation Forest、オートエンコーダまで、「聞いたことはあるけど説明できない」手法たちに、Pythonコード付きでちゃんと向き合えます。読み終わる頃には、外れ値を見つけるたびに「これはマハラノビス距離が〜」と同僚に語り出す面倒な人に進化。ただし閾値設計の沼は相変わらず深いので、そこは覚悟のうえで。

どんな本？

「生成AI、触ってはいるけどChatGPTに『要約して』しか言ってない」という自覚、ありませんか。この本はそんな万年初心者を、GensparkでAIエージェントを操ってパワポまで自動生成する人種に引き上げてくれる実践ガイドです。プロンプトを呪文のように唱えるフェーズを卒業し、AIに仕事を振る側に回る感覚が掴める。資料作成で深夜にフォント揃えてた過去の自分に、そっと合掌できるようになります。読後、同僚のスライドが急に手作り感あふれて見えてしまう副作用あり。

どんな本？

ChatGPTに「お前、シンギュラリティ来る？」と聞いて「わかりません」と返されたあなたへ。2005年に書かれたこの本、今読むと予言書なのか妄想録なのか判断に困ります。カーツワイルが語る収穫加速の法則は、GPUの指数関数的進化を眺めている現代エンジニアにはもはや実況中継。ナノテク、強いAI、脳のリバースエンジニアリングまで盛り込んで、2045年には人類が機械と融合するらしい。技術書というより預言書として棚に置いておきたい一冊。読み終わる頃には、LLMのファインチューニングで消耗している自分が妙に小さく見えてきます。

どんな本？

「LLMの出力、なんか良い感じ」で本番投入してユーザーに怒られた経験、ありませんか。生成AIアプリの品質評価は、雰囲気で乗り切るには沼が深すぎます。この本はMLflowを軸に、実験管理からLLM-as-a-Judgeの設計、さらにはジャッジを評価するメタ評価まで、生成AI時代の地に足ついたMLOpsを叩き込んでくれる一冊。make_judgeとPython scorerの使い分けを学べば、「LLMの良し悪しをLLMに聞く」という哲学的に怪しい行為に、ちゃんと再現性とロジックを持たせられるようになります。評価者を評価する評価者を疑い始めた頃には、もう立派なLLMOpsエンジニア。

どんな本？

「生成AIで開発が変わる！」と言いながら、チームのAI活用がCopilotでコード補完するだけで止まっている——そんな光景、見覚えありませんか。本書はそのぬるい現状に静かに、しかし確実に風穴を開けてくれます。設計フェーズでのLLM活用からテスト自動化、果てはマネジメントまで、「実装だけかよ」と言わせない体系的な実践知が詰まっています。読み終えた後には、要件定義の会議室でLLMをどう使うか自然と考えるようになり、隣の席のエンジニアに説教したくなる副作用があります。唯一の注意点は、読み終えてから「これ半年前に欲しかった」と必ずなること。

どんな本？

AIがAIについて書いた本を、人間が読んでAIに仕事をさせる——この入れ子構造に気づいた瞬間、もう半分は読んだも同然です。ChatGPTに「なんかやっといて」と丸投げしていた日々から、5つのAIに役割を与えてワークフローを組むAI Orchestrationの発想へ。指示を出すだけの人から、AIを"設計する側"の人間に変わります。著者がAIを使って執筆したという事実が、そのまま本の説得力になっているのがずるい。読み終わったあとにChatGPTを開くと、プロンプト欄が小さく見えてくるはずです。