2016年12月4日日曜日

「データサイエンティスト協会 セミナー2016」 に参加してきました!

セミナーに参加してきました

予告していた通り、
データサイエンティスト協会 セミナー2016 第4回(2016年11月30日)」 に参加してきました!



タイムスケジュール

15:00 - 15:20
 「データサイエンティスト協会の取り組みとデータサイエンティストの仕事現場」
  一般社団法人データサイエンティスト協会 草野 隆史氏

15:20 - 16:05
 「データサイエンスの全体像」
  株式会社金融エンジニアリング・グループ 中林 三平氏

16:05 - 16:50
 「AI×ビッグデータがもたらすマーケティング」
  データアーティスト株式会社 山本 覚氏

16:50 - 17:00
 「名刺交換」


ほぼ予定通りに進行しました。
山本さんの講演(おもしろかったので問題なし)と質問タイムで少しオーバーしましたが、
全員で名刺交換をする雰囲気ではなかったので、17時過ぎぐらいで終了しました。



講演内容

それぞれの方の講演内容を抜粋してご紹介します。
ただし、まだまだ勉強不足なので、認識間違えがあるかもしれませんので、
その点はご了承ください。


草野 隆史氏 「データサイエンティスト協会の取り組みとデータサイエンティストの仕事現場」

データサイエンティスト協会設立の経緯や目的などの説明から始まりました。

「データの持つ力を解き放つ」 ことがデータサイエンティストのミッションですという
言葉がかっこよかったです。解き放てるようになりたい。

「データサイエンティストとは」 や 「データサイエンティストのスキル」 について、
Webページに記載されている内容の解説もありました。

私が過去にやってみた、スキルチェック(フルバージョン)の
一般公開ももうすぐですよという宣伝もありました。
経歴書のように使われることも想定して印刷できるようにしているということでした。

最後に、
AI でデータサイエンティストがいらなくなるのはまだまだ先のことで、
 AIをどのように使い回していくかが大事です
とのことで、AI を使い回せるように勉強頑張っていきます!


中林 三平氏 「データサイエンスの全体像」

大学教授という印象で、とてもゆったりした雰囲気の方でした。
話も聞きやすく、この方が教授だったら大学時代に勉強ついていけてたかもと思いました。

世界でのデータサイエンティストの歴史から始まり、日本はまだまだですということでした。

自称データサイエンティストの中でも、
「3分の1はただのコンサル」 で、「3分の2はデータサイエンティストというレベルではない」
とのことでした。

  (日本にはデータサイエンティストがおらんってこと?)

また、データサイエンティストに必要なスキルが3種類あり、
全てを習得することは難しいですが、不可能ではないと言われていました。
「コンサル+SE+データマイナー」 という1種類のスキルの専門家を組み合わせても、
共通言語がないと話が合わないので、少なくとも2つのスキルは必須。
「コンサル+SE」 のスキルでは、分析の過程が抜けてしまうので、よくないということでした。

私はコンサルのスキルがほぼ無いので、「SE+データマイナー」 を目指していきます。

あとは、分析手法の解説で 「教師あり」 と 「教師なし」 の違いや、
「Decision Tree」 、「ランダムフォレスト」 の解説を 貸し倒れ率の判定 を例にして
解説され、イメージしやすかったです。

1番印象に残ったのが、
「生データを突っ込んでも満足なモデルにならないため、データ加工作業が必要になる」
「業務としては、30%がデータクレンジング、60%がデータ加工、10%が分析処理
ということでした。


山本 覚氏 「AI×ビッグデータがもたらすマーケティング」

すごい若くて、ベンチャー企業の代表だなという印象でしたが、東大大学院を出られていたり、
話がめちゃくちゃおもしろく、どんどん引き込まれていきました。
ほとんど年齢も変わらない(私の方がちょっと年下)のに、やっぱりすごい方だなと尊敬しました。

分野としては、Deep Learningをやられているようで、仕組みを
おもしろおかしく解説してくださいました。
「Back Propagation は 『仲良くしとこ』 の連鎖です」 というのが特に理解しやすかった。

AI についても
AI はコピペできるけど、人間はコピペできない」 という言葉を聞いて、
そりゃそうだ! と AI の必要性がとても理解できました。

後半はデータ分析で成功した事例を紹介していただき、
どのような使われ方をしているのか理解できました。

ポカリは冬にはいらない ⇒ 冬は乾燥する ⇒ 体も乾燥している ⇒ 「冬のカラカラにポカリ
という流れがとてもわかりやすかったです。
この戦略で、冬の売上でアクエリを抜き返したそうです。



感想

参加者は申込み人数より多かった気がします。
実務でデータ分析をされている方だけでなく、会社でどのように育成するか考えているような方が
参加されていたのではないかなと思いました。

私の当初の目標としていた顔を売ることはできませんでしたが、
データサイエンティストの仕事内容を実際に活躍されている方から聞けたのは
とても勉強になりました。

データサイエンティストは文理や性別などは関係なく、「頭の柔らかい人」 が
向いているということで、頭を柔らかくすることを意識して、勉強を続けていこうと思います。




勉強頑張れ~という方はポチッと
にほんブログ村 資格ブログへ

0 件のコメント:

コメントを投稿