社内で活躍できるデータサイエンティストになるために

就職まであと一年ある中で社内で活躍できるデータサイエンティストになるための１年間の目標をまとめました。

Transcript

1. 社内で活躍できる データサイエンティストになるために 立命館大学 理工学部 数理科学科 データサイエンスコース 4回生　野原明粋 1
2. 目次 1. 自己紹介 2. 予想される業務内容 3. おおまかな方針とその背景 4. 具体的な目標 5. 質疑応答 2
3. 1. 自己紹介　 　名　　　前　：野原　明粋 　所　　　属　：立命館大学　理工学部　数理科学科　データサイエンスコース 　就　職　先　：クレジットカード会社　AI・データコース 興味のある分野：確率・統計、機械学習、深層学習、webサイト開発、生成AI、 　　　　　　　　AIエージェントなど 登　壇　理　由：目標を明確化することで頭の中が整理される。 　　　　　　　　データサイエンス系の方々との人脈を作りたい。　　 3
4. 2. 予想される業務内容 1. データエンジニア 　⇒データベースから必要なデータを SQLで取得、関係各所に提供 2. プランナー 　⇒決済データを活用した分析サービスを法人に営業する 3. アナリスト 　⇒決済データを分析して、示唆出しをする。 4. その他 　⇒社内での生成AI活用の推進、分析結果をダッシュボード形式でまとめ る、データ基盤の開発・保守・運用など 4
5. 3. おおまかな方針 ①エンジニアリング力とサイエンス力の向上 　背景：ビジネス力（特にドメイン知識）は働いてから身に付けたい 　　　　サイエンス力（統計・機械学習の理論など）は習得に時間がかかる ②InputとOutputの両面で成長 　背景：過去⇒Input中心だったのでOutputを増やしていきたい 　　　　就職後⇒Output中心になると予想、In：Out = 6：4が理想 ③ITスキル（システムや AIなどのスキル）の向上 　背景：分析結果をダッシュボード形式で整理してから提出する業務がある 　　　　分析＋webサイト開発で業務の幅が広がる、生成 AIの使い方が今後重要になる 引用元： データサイエンスの 3要素を解説 – 基礎から活用事例まで紹 介 | AI専門ニュースメディア AINOW 5
6. 4. 具体的な目標⑴ ①コンペでメダル獲得 概要：KaggleやSIGNATEのコンペでメダ ルを獲得する スキル：エンジニアリング力、サイエンス 力、Input、Output 達成時期：6月（SMBCコンペ）、9月 （MUFGコンペ） 行うこと：コンペで提出回数を増やす中で 改善を繰り返す。GCI（松尾研講座）で データサイエンスの基礎的な知識を復習 する。 ②統計検定 2級の取得 概要：統計検定2級を取得する。可能なら 準1級の取得も目指す。 スキル：サイエンス力、Input 達成時期：年内 行うこと：週1回のゼミで統計の基礎を習 得。試験2週間前からは過去問演習で合 格点を狙う。 ③Webサイト開発の完遂 概要：サークル公式webサイトを完成させ る。 スキル：エンジニアリング力、 Input、 Output、ITスキル 達成時期：年内 行うこと：PJメンバーと協力しながら開発 を進める。生成AIを壁打ちやコーディング などで積極的に活用。 6
7. 5. 具体的な目標⑵ ④データ分析で使える AIの特定 概要：データ分析のコーディングや仮説設 定の壁打ちで有用なAIを特定する スキル：エンジニアリング力、 Output、IT スキル 達成時期：なし 行うこと：コンペで提出回数を増やす中で 改善を繰り返す。その際にさまざまな AIを 活用して最も良いものを見つける。 （ChatGPT、Gemini、Claude Codeな ど） ⑤AIの特徴の把握 概要：各AIがどのタスクに強みを持ってい るのかを特定する スキル：エンジニアリング力、 Output、IT スキル 達成時期：なし 行うこと：ウェブサイト開発やデータ分析 だけでなく、確率・統計の疑問点解消や エージェント機能の活用をしていく中で見 つける。usutakuさんのYouTubeなども参 考に。 ⑥深層学習の概要をつかむ 概要：深層学習の概要をつかみ、ビジネ スの活用シーンや数学との結びつきを理 解する スキル：サイエンス力、Input 達成時期：3月まで 行うこと：8∼9月で本の輪読を行う。9月∼2 月まで松尾研講座（DL基礎講座）を受講 する。 7
8. 5. 質疑応答 8
9. ご清聴いただきありがとうございました！！ 9