続・社内でKaggle部を作って初学者育成した話 〜20名規模へのスケール〜

2025/12/17に4社合同勉強会で発表したもの

Transcript

1. 1 続・社内で Kaggle部を作って初学者育成した話 〜20名規模へのスケール〜 2025/12/17(水) 4社合同勉強会 森田大貴(だいこん)
2. 自己紹介 2 ◼ 名前: 森田 大貴 ◼ 出身: 鳥取🐪(小4~中2は広島🍁) ◼ 所属: NTT東日本株式会社(新卒3年目) ◼ 好きなもの: んぽちゃむ, ゴンベ, ポメラニアン, やきとり ◼ その他: Kaggle Master 2025 Japan All AWS Certifications Engineers
3. 今日の発表について 3 ◼ 2025年3月に関西Kaggler会で発表したやつの続編です
4. 目次 4 ◼ 社内Kaggle部設立の背景 ◼ 2025年度の取り組みの変化 ◼ 今後の課題 ◼ まとめ
5. 社内Kaggle部設立の背景 5
6. 社内Kaggle部設立背景 6 ◼ Kaggleで金メダルを取って報道発表に載ったりして社内知名度 UP + 知見蓄積 ◼ この知見を社内に展開してデジタル人材育成に貢献する
7. 対象者とあるべき姿 7 「AIに興味があるがどう勉強したらいいかわからない」 ↓ 「自分でデータを分析して仮説構築しAI精度向上できる」
8. 2025年度の取り組みの変化 8
9. 2024年度(昨年度)取り組み概要 9 ◼ 参加者数: 4名 ◼ コンテンツ ◼ Python基礎講座 ◼ コンペ伴奏支援 ◼ NE-CUP1(コンペ)
10. 2024年度(昨年度)取り組み概要 10 ◼ 参加者数: 4名 ◼ コンテンツ ◼ Python基礎講座 ◼ コンペ伴奏支援 ◼ NE-CUP1(コンペ) • やったこと ◦ 問題集を解いてきてもらう (合計65問) ◦ 週次定例で解説講義を行う • 目的 ◦ Python基礎文法の習得 ◦ NumPy, Pandas, Matplotlib等ライブラリの 習得 • 期間 ◦ 週に1回の1時間の定例 × 3回 • 反省 ◦ 特になし
11. 2024年度(昨年度)取り組み概要 11 ◼ 参加者数: 4名 ◼ コンテンツ ◼ Python基礎講座 ◼ コンペ伴奏支援 ◼ NE-CUP1(コンペ) • やったこと ◦ KaggleのPlaygroundコンペに参加 ◦ 運営3人をメンバ4人に割り当ててチームを 組み伴走支援 • 目的 ◦ Python講義で学んだ内容の実践 ◦ LGBMの使用方法の理解 • 期間 ◦ １か月 • 反省 ◦ 参加者が挫折してしまった ◦ Python基礎講座からの乖離があった ◦ コンペのため運営側からアドバイスしづら かった
12. 2024年度(昨年度)取り組み概要 12 ◼ 参加者数: 4名 ◼ コンテンツ ◼ Python基礎講座 ◼ コンペ伴奏支援 ◼ NE-CUP1(コンペ) • やったこと ◦ オリジナルのコンペを作って取り組んでもらっ た • 目的 ◦ 運営側で手厚くサポートしながらモデル精度 向上の経験を積んでほしい • 期間 ◦ 2か月くらい • 反省 ◦ サブ→改善のサイクルに入るまでが遅かっ た ◦ 最初のサブまで丁寧にサポートすればよ かった
13. 2025年度(今年度)取り組み概要 13 ◼ 参加者数: 4名 ◼ コンテンツ ◼ Python基礎講座 ◼ コンペ伴奏支援 ◼ NE-CUP1(コンペ) ◼ 参加者数: 20名 ◼ コンテンツ ◼ Python基礎講座 ◼ データ分析講座 ◼ NE-CUP2(コンペ)
14. 2025年度の変化と課題 14 ◼ 参加者数：4名 → 約20名🥳 ◼ 嬉しい変化である一方で... ◼ 受け身になる ◼ 宿題をやらなくなる ◼ 気づかないうちに脱落
15. 15 どうすれば、 20人ができるだけ脱落せずに学 び続けられるのか 🤔
16. 16 どうすれば、 20人ができるだけ脱落せずに学 び続けられるのか 🤔 👇 “能動感”
17. 能動感を生むための工夫①：小グループ制 17 ◼ Python基礎講座の工夫 ◼ 週次宿題を設定 ◼ 進捗確認・疑問点相談のため5人グループでミーティングを実施 ◼ グループ運営の仕組み ◼ 毎週メンバーはシャッフルする ◼ グループは運営が指定 ◼ 各グループでリーダーを1名指名 ◼ リーダーは日程調整・当日のファシリテーションを担当
18. 能動感を生むための工夫①：小グループ制 18 ◼ 得られた効果 ◼ 宿題をサボりにくい ◼ リーダー経験による能動性向上 ◼ 受講者同士のネットワーキング
19. 能動感を生むための工夫②：講義内演習 19 ◼ データ分析講座での工夫 ◼ 演習問題を多く取り入れる ◼ 講義中に受講者を指名して回答してもらうことで、一方的な講義にしな い ◼ 得られた効果 ◼ 集中力の維持 ◼ 「聞いているだけ」を防止 ◼ 理解度向上
20. 今後の課題 20
21. 今後の課題 21 ◼ 研修で学んだ知識・スキルをどう業務に活かすか ◼ 現在のゴールはLightGBMで精度改善ができること ◼ しかしLightGBMだけで完結する案件は減少 ◼ 生成AIの知識・活用が求められる場面が増えている ◼ AIを活用できる業務への参画機会の提供 ◼ 社内公募等の人事制度との連携？
22. まとめ 22
23. まとめ 23 ◼ 参加者数が4→20名に増加したことによる新たな課題 ◼ 受け身になる ◼ 宿題をやらなくなる ◼ 気づかないうちに脱落 ◼ “能動感” ◼ 小グループ演習でメンバーがリーダーとして日程調整・ファシリ ◼ 講義中の指名 ◼ 今後の課題 ◼ 学習 → 業務活用への接続