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
220
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
良書紹介06_こどもの統計学
bunnchinn3
0
5
良書紹介05_データ分析実務スキル検定 公式テキスト
bunnchinn3
0
27
“異常”検知プロジェクトの難しさ
bunnchinn3
0
23
LTのはじめかた(VRChat技術系界隈を想定)
bunnchinn3
0
75
良書紹介04_生命科学の実験デザイン
bunnchinn3
0
140
“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
220
良書紹介03_ データ分析読解の技術
bunnchinn3
0
78
MVP未満からの成果獲得
bunnchinn3
0
84
個人計画とプロジェクト遂行の考え方
bunnchinn3
0
110
Other Decks in Technology
See All in Technology
Laravelで学ぶOAuthとOpenID Connectの基礎と実装
kyoshidaxx
4
1.9k
【Oracle Cloud ウェビナー】データ主権はクラウドで守れるのか?NTTデータ様のOracle Alloyで実現するソブリン対応クラウドの最適解
oracle4engineer
PRO
3
110
ハーネスエンジニアリング×AI適応開発
aictokamiya
1
420
CloudFrontのHost Header転送設定でパケットの中身はどう変わるのか?
nagisa53
1
220
LLMに何を任せ、何を任せないか
cap120
10
6k
AIエージェント時代に必要な オペレーションマネージャーのロールとは
kentarofujii
0
180
AI時代のシステム開発者の仕事_20260328
sengtor
0
290
CREがSLOを握ると 何が変わるのか
nekomaho
0
150
やさしいとこから始めるGitHubリポジトリのセキュリティ
tsubakimoto_s
3
1.9k
SaaSに宿る21g
kanyamaguc
2
180
Sansanの認証基盤を支えるアーキテクチャとその振り返り
sansantech
PRO
1
110
Datadog で実現するセキュリティ対策 ~オブザーバビリティとセキュリティを 一緒にやると何がいいのか~
a2ush
0
160
Featured
See All Featured
Game over? The fight for quality and originality in the time of robots
wayneb77
1
150
How to build an LLM SEO readiness audit: a practical framework
nmsamuel
1
700
Building a Modern Day E-commerce SEO Strategy
aleyda
45
9k
Site-Speed That Sticks
csswizardry
13
1.1k
Ethics towards AI in product and experience design
skipperchong
2
240
Chasing Engaging Ingredients in Design
codingconduct
0
150
Principles of Awesome APIs and How to Build Them.
keavy
128
17k
30 Presentation Tips
portentint
PRO
1
260
Data-driven link building: lessons from a $708K investment (BrightonSEO talk)
szymonslowik
1
990
StorybookのUI Testing Handbookを読んだ
zakiyama
31
6.6k
Stewardship and Sustainability of Urban and Community Forests
pwiseman
0
160
Agile Actions for Facilitating Distributed Teams - ADO2019
mkilby
0
160
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