Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
ぶんちん流データサイエンス教育のコンセプト
Search
ぶんちん
October 05, 2023
Education
0
270
ぶんちん流データサイエンス教育のコンセプト
ぶんちん
October 05, 2023
Tweet
Share
More Decks by ぶんちん
See All by ぶんちん
良書紹介04_生命科学の実験デザイン
bunnchinn3
0
72
“成果”を出すためのプレゼン準備 プレゼン資料作成の前にやること
bunnchinn3
1
130
良書紹介03_ データ分析読解の技術
bunnchinn3
0
44
MVP未満からの成果獲得
bunnchinn3
0
51
個人計画とプロジェクト遂行の考え方
bunnchinn3
0
54
データ分析イベントデータ説明(VRChatイベントカレンダー)
bunnchinn3
0
85
<事前告知> DS集会データ分析イベント VRChatイベントカレンダー
bunnchinn3
0
73
統計知識と実務のギャップ
bunnchinn3
0
110
製造業における品質不良の要因分析04_ツール選択の考え方
bunnchinn3
0
180
Other Decks in Education
See All in Education
Padlet opetuksessa
matleenalaakso
4
14k
技術勉強会 〜 OAuth & OIDC 入門編 / 20250528 OAuth and OIDC
oidfj
5
1.8k
2025/06/05_読み漁り学習
nag8
0
200
フィードバックの伝え方、受け身のココロ / The Way of Feedback: Words and the Receiving Heart
spring_aki
1
140
Présentation_1ère_Spé_2025.pdf
bernhardsvt
0
220
AIの時代こそ、考える知的学習術
yum3
2
200
チーム開発における責任と感謝の話
ssk1991
0
250
2026 g0v 零時政府年會啟動提案 / g0v Summit 2026 Kickstart
rschiang
0
270
小学校女性教員向け プログラミング教育研修プログラム「SteP」の実践と課題
codeforeveryone
0
110
サンキッズゾーン 春日井駅前 ご案内
sanyohomes
0
930
【品女100周年企画】Pitch Deck
shinagawajoshigakuin_100th
0
5.9k
みんなのコード 2024年度活動報告書/ 2025年度活動計画書
codeforeveryone
0
290
Featured
See All Featured
Typedesign – Prime Four
hannesfritz
42
2.8k
実際に使うSQLの書き方 徹底解説 / pgcon21j-tutorial
soudai
PRO
188
55k
Rebuilding a faster, lazier Slack
samanthasiow
83
9.2k
Context Engineering - Making Every Token Count
addyosmani
3
44
Facilitating Awesome Meetings
lara
55
6.5k
Statistics for Hackers
jakevdp
799
220k
Making Projects Easy
brettharned
117
6.4k
GitHub's CSS Performance
jonrohan
1032
460k
Connecting the Dots Between Site Speed, User Experience & Your Business [WebExpo 2025]
tammyeverts
8
520
Improving Core Web Vitals using Speculation Rules API
sergeychernyshev
18
1.1k
Done Done
chrislema
185
16k
GraphQLの誤解/rethinking-graphql
sonatard
72
11k
Transcript
ぶんちん流 データサイエンス教育 基本コンセプト ぶんちん 2023年10月5日 データサイエンティスト集会 in VRC 1 私の仕事紹介
自己紹介 ぶんちん 複合経営が特徴の企業(製造業)に所属 データ分析担当者だったが。。。 成果獲得を狙うと、 同じことに繰り返しで 飽きた 他者にやらせたら、
成果が増えるのでは 特に非専門家向けのDS教育 2
よくある社員向け教育の勘違い 専門的な講習・教育を受けさせた! 高度な技術習得で即戦力! 組織として将来安泰! 3 現実はそんなに甘くない エライ人
外部組織
従来型教育の課題 4 基礎統計? データサイエンス? 外部講師 だから何なの? 役に立たない 業務内容と 合わない 使い道が
わからない 大きなコストをかけたにも関わらず、ほとんど成果につながらない 適用できる 綺麗なデータがない
教育コンセプトの見直し 5 技術知識 規模重視 実務能力 歩留重視 技術知識 規模重視 実務能力 歩留重視
• 講習会形式で学ぶ • 知識面の”技術”指導が中心 • 教育の達成目標が抽象的 従来:初級者向け研修 新規案:実務研修 • 自身の業務課題をOJT形式で取り組む • 業務面の”技能”指導が中心 • 基本的な業務遂行が可能で、不足する技術 は自身で学習したり専門家と連携できると いった実務能力(が身についた自信)の獲 得を目標 対象者:別分野の専門家
指導カリキュラム <前半> メインコンテンツ 重要! データ分析ツールによるGUIによるデータ可視化 コーディングによるデータも網羅的な可視化 これまで使えてこれなかったデータの特徴量化
追加した特徴量を合わせた網羅的なデータの探索 業務適用 <後半> おまけ 機械学習の基本的な知識に関する講習 機械学習モデルの作成・評価体験 実課題に対して機械学習を適用検討 6 小規模でも確実な成果 機械学習 安直な認識を叩き潰す
基本的な手法 • そこそこの性能 • 使いやすい 少し高度な手法 • 性能向上 • デメリット追加
高度な手法 • さらに性能向上 • さらなるデメリット データサイエンス技術適用の構造 7 高度な手法は基本的な手法の 単純な上位互換ではない! 課題 技術的に高度になるほど扱いづらくなっていく →案件ごとに全体最適のバランス調整が重要 座学だけでの指導は無理
実課題を使った高速課題解決ループ 残課題の 具体化 対応指導 課題対応 8 品質不良の要因分析系テーマ 1. 楽にデータ可視化したい →データ分析ツールの使い方指導
2. 一気にデータを可視化したい →簡単なコーディング 3. 大量のデータを見切れない →見るデータの優先度の決め方 ・・・ 予測モデルによる業務支援テーマ 1. 何をしたら良いかわからない →業務フローの整理 2. 何ができるかわからない →類似事例を表示しては? 3. 類似の定義は? →単純な方法から ・・・ 受講生自身の担当課題を使ったOJT教育 実際はもっと 細分化して実施 超絶基本的な段階から とにかく高速にまわす 重点的に強化
DS教育の評価 成果 受講者全員が自身の業務で活用可能な能力習得 不足する技術は自走して習得可能 課題 OJT教育しかないから規模の拡大が困難 習得能力が地味で、従来教育に受講生を取られがち 9