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
DSプロジェクト課題の探し方
Search
ぶんちん
September 21, 2023
Technology
0
140
DSプロジェクト課題の探し方
ぶんちん
September 21, 2023
Tweet
Share
More Decks by ぶんちん
See All by ぶんちん
<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
23
統計知識と実務のギャップ
bunnchinn3
0
42
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
53
これまでLT振り返り 何が人気の話題?
bunnchinn3
0
67
製造業における品質不良の要因分析03_必要な知識の入手方法
bunnchinn3
0
61
製造業における品質不良の要因分析02_分析着手順の考え方
bunnchinn3
0
60
製造業における品質不良の要因分析01_ゴール設定
bunnchinn3
0
94
良書紹介02_Head First データ解析
bunnchinn3
0
53
良書紹介01_生命科学・生物工学のための間違いから学ぶ実践統計解析
bunnchinn3
0
74
Other Decks in Technology
See All in Technology
ドメイン駆動設計によるdodaダイレクトのリビルド実践 / Rebuild practice of doda direct with domain-driven design
techtekt
0
500
インシデントキーメトリクスによるインシデント対応の改善 / Improving Incident Response using Incident Key Metrics
nari_ex
0
3.4k
ブロックチェーンR&D企業における SREの実態 / SRE Kaigi 2025
datachain
0
3.5k
実践!生成AIのビジネス活用 / How to utilize Generative AI in your own business
gakumura
1
210
2週に1度のビッグバンリリースをデイリーリリース化するまでの苦悩 ~急成長するスタートアップのリアルな裏側~
kworkdev
PRO
8
6k
オーティファイ会社紹介資料 / Autify Company Deck
autifyhq
10
120k
企業テックブログにおける執筆ネタの考え方・見つけ方・広げ方 / How to Think of, Find, and Expand Writing Topics for Corporate Tech Blogs
honyanya
0
730
もし今からGraphQLを採用するなら
kazukihayase
5
2.7k
現実的なCompose化戦略 ~既存リスト画面の置き換え~
sansantech
PRO
0
150
ハンズオンで学ぶ Databricks - Databricksにおけるデータエンジニアリング
taka_aki
1
2.1k
LLM活用の現在とこれから:LayerXにおける事例とともに 2025/1 ver. / layerx-llm-202501
yuya4
3
260
15年入社者に聞く! これまでのCAのキャリアとこれから
kurochan
1
140
Featured
See All Featured
I Don’t Have Time: Getting Over the Fear to Launch Your Podcast
jcasabona
30
2.1k
Fight the Zombie Pattern Library - RWD Summit 2016
marcelosomers
232
17k
The Psychology of Web Performance [Beyond Tellerrand 2023]
tammyeverts
45
2.3k
[RailsConf 2023] Rails as a piece of cake
palkan
53
5.2k
The Pragmatic Product Professional
lauravandoore
32
6.4k
Put a Button on it: Removing Barriers to Going Fast.
kastner
60
3.7k
Imperfection Machines: The Place of Print at Facebook
scottboms
267
13k
StorybookのUI Testing Handbookを読んだ
zakiyama
28
5.4k
Producing Creativity
orderedlist
PRO
343
39k
Rebuilding a faster, lazier Slack
samanthasiow
79
8.8k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
59k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
28
9.2k
Transcript
超初心者向け DSプロジェクト課題の探し方 ぶんちん 2023年9月21日 データサイエンティスト集会 in VRC 1
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
注意!! 基本的に高度な技術の導入に体制が整い切れていない組織 新規技術の開発ではなく、具体的な経済効果の獲得が私の主目的 多くの案件を根拠にしているものの、あくまで私の経験則 3 泥臭い The
重厚長大 製造業 私はスマートな業界ではなく、 が前提のお話です。
よくある課題探しの迷走 4 典型的な失敗パターン 報告相手の理解がないことが問題と考えていませんか? そんなこと 既にわかっている だからどうしたら 良いということ? 使えないなぁ 報告相手
データ分析 報告・提案 できない。 無理。 特に管理部門が中心の活動でありがち 現実的では ない
どこまで想定した提案ですか? 理想 解決策 作業手順 非常時の 対応 他部署と の調整 判断基準 運用体制
5 理想の実現に必要な要素 そんなこと 既にわかっている だからどうしたら 良いということ? 使えないなぁ 報告相手 できない。 無理。 現実的では ない こういった対応も当然
課題とは 理想と現実のギャップ = 課題 理想と現実、両方とも把握していないと 課題を見つけることはできない 初心者データサイエンティストでは荷が重い 6
理想 現実 ギャップ = 課題 だからといって、何もしないわけにはいかない
ビジネス データエン ジニアリン グ データサイ エンス 誰だったら適切な課題を立てられるか 7 データサイエンティストに求められるスキルセット ビジネスの最前線にいる人たち
ここに特化して 勉強するのは難しい
自身の役割について認識を変えよう 目的:取り組むべき課題を見つける 初心者データサイエンティストの役割 × 成果につながる課題を自身で見つける 〇 成果につながる課題を誰かに見つけてもらう 相手に課題を見つけられるようにサポートすること 8
具体的にやるべきことは 建前 「ちゃんとあなたの仕事に役に立つ施策を考えたいから、現 状の姿や意見がほしい」「実績データから自分の理解とのズ レについて教えてほしい」という体裁で相談 本音 初心者DS自身が想定している理想像と実態の妥当性を確認さ せ、実績データの見方のヒアリング 理想像をイメージさせつつ実績データを見ることで、自然に データの考察させて課題を具体化させる
優秀な中心人物の協力が得られたらOK 注意)相手の要望をそのまま叶えるのではない 9 DS ビジネスの担当者 人によっては適切に集計・可視化したデータを見せるだけで勝手に進めてくれることも