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
ゼロから作った データサイエンス組織で意識した事
Search
hikarut
July 14, 2020
Technology
8
15k
ゼロから作った データサイエンス組織で意識した事
hikarut
July 14, 2020
Tweet
Share
More Decks by hikarut
See All by hikarut
ビジネスパーソンがSQLを学ぶべき3つの理由とおすすめのSQL学習方法
hikarut
2
280
SQLを使ったデータ分析事例紹介〜2つの事例から学ぶSQLの活用方法〜
hikarut
3
460
データ分析力を高めるSQL研修『SQL Everyone』のご紹介【SQL勉強会 #3】
hikarut
1
540
データ分析内製化に向けた人材育成サービス『SQL Everyone』
hikarut
1
2k
データ分析のためのSQL勉強会 〜実践編〜
hikarut
14
17k
実演で理解するビジネスパーソンのためのSQL入門
hikarut
1
410
データ分析力を高めるビジネスパーソンのためのSQL入門
hikarut
1
790
SQLを活用したデータ分析におけるChatGPTの活用法
hikarut
14
5.2k
『データ分析力を高める ビジネスパーソンのためのSQL入門』出版記念セミナー
hikarut
1
310
Other Decks in Technology
See All in Technology
タスク管理も1on1も、もう「管理」じゃない - KiroとBedrock AgentCoreで変わった“判断の仕事”
yusukeshimizu
0
140
スケーリングを封じられたEC2を救いたい
senseofunity129
0
120
OpenClawでPM業務を自動化
knishioka
1
320
SaaSの操作主体は人間からAIへ - 経理AIエージェントが目指す深い自動化
nishihira
0
110
OPENLOGI Company Profile for engineer
hr01
1
61k
Oracle Cloud Infrastructure:2026年3月度サービス・アップデート
oracle4engineer
PRO
0
140
BFCacheを活用して無限スクロールのUX を改善した話
apple_yagi
0
130
会社紹介資料 / Sansan Company Profile
sansan33
PRO
16
410k
出版記念イベントin大阪「書籍紹介&私がよく使うMCPサーバー3選と社内で安全に活用する方法」
kintotechdev
0
110
「活動」は激変する。「ベース」は変わらない ~ 4つの軸で捉える_AI時代ソフトウェア開発マネジメント
sentokun
0
120
開発チームとQAエンジニアの新しい協業モデル -年末調整開発チームで実践する【QAリード施策】-
kaomi_wombat
0
260
契約書からの情報抽出を行うLLMのスループットを、バッチ処理を用いて最大40%改善した話
sansantech
PRO
3
310
Featured
See All Featured
Why Your Marketing Sucks and What You Can Do About It - Sophie Logan
marketingsoph
0
120
[RailsConf 2023] Rails as a piece of cake
palkan
59
6.4k
AI in Enterprises - Java and Open Source to the Rescue
ivargrimstad
0
1.2k
Bridging the Design Gap: How Collaborative Modelling removes blockers to flow between stakeholders and teams @FastFlow conf
baasie
0
490
KATA
mclloyd
PRO
35
15k
Become a Pro
speakerdeck
PRO
31
5.9k
Kristin Tynski - Automating Marketing Tasks With AI
techseoconnect
PRO
0
200
How to Build an AI Search Optimization Roadmap - Criteria and Steps to Take #SEOIRL
aleyda
1
2k
[RailsConf 2023 Opening Keynote] The Magic of Rails
eileencodes
31
10k
Understanding Cognitive Biases in Performance Measurement
bluesmoon
32
2.8k
Building Flexible Design Systems
yeseniaperezcruz
330
40k
Avoiding the “Bad Training, Faster” Trap in the Age of AI
tmiket
0
110
Transcript
θϩ͔Β࡞ͬͨ σʔλαΠΤϯε৫Ͱҙࣝͨ͠ࣄ ɹˏσʔλΞʔΩςΫτ σʔλඋਓ Λzલ͖ʹzߟ͑Δձ
ɾࣗݾհ ɾσʔλαΠΤϯε৫Λ࡞͖͔͚ͬͨͬ ɾσʔλαΠΤϯε৫ʹ͍ͭͯ ɾσʔλαΠΤϯε৫࡞ΓͰҙࣝͨ͠ࣄ ɾ·ͱΊ "HFOEB
ɾגࣜձࣾΤοάγεςϜ8&#ΤϯδχΞ ɾ#ϦʔάἚϩϘοπ ɹɹɹɹɹϚʔέςΟϯάετϥςδετ σʔλੳ IJLBSVU IJLBSVU MJHIU ຊ ۀ ɾ:BIPP+"1"/৽ଔೖࣾ8&#ΤϯδχΞ
ɾגࣜձࣾΠʔϒοΫΠχγΞςΟϒδϟύϯ ग़ ɾσʔλαΠΤϯεάϧʔϓάϧʔϓϚωʔδϟʔ ෳ ۀ ࣗݾհɹߴڮޫ
σʔλαΠΤϯε৫Λ࡞͖͔͚ͬͨͬ
ɾݸਓͱͯ͠σʔλΛઐʹѻ͏৫Λ࡞Γ͍ͨͱ͓ئ͍͍ͯͨ͠ ɾձࣾͱͯ͠σʔλͷར׆༻ͷॏཁੑΛཧղ͍ͯͨ͠ ɾ8&#ΤϯδχΞͱͯ͠αʔϏεͷ։ൃӡ༻Λ୲ ɾࣈ͕͖ͰσʔλΛूܭੳ͢Δͷ͖ͩͬͨ ɾαʔϏεͷσʔλΛूܭ͢Δ࣌ʹ͍͓ͭئ͍͞ΕΔཱʹͳ͍ͬͯͨ σʔλαΠΤϯε৫Λ࡞͖͔͚ͬͨͬ
ɾ݄ʹσʔλαΠΤϯεάϧʔϓ ෦֨ ৫Λ݁ ɾάϧʔϓϚωʔδϟʔΛ୲͢Δࣄʹͳͬͨ σʔλαΠΤϯεάϧʔϓͷੜ
σʔλαΠΤϯεάϧʔϓʹ͍ͭͯ
σʔλυϦϒϯͳձࣾʹ͢Δ ୭͕σʔλΛར׆༻ͯ͠ૉૣ͍ҙࢥܾఆ͕Ͱ͖Δ σʔλʹج͍ͮͨσʔλΛ׆͔ͨ͠ϓϩμΫτΛ࡞Δ σʔλαΠΤϯεάϧʔϓͷϛογϣϯ
σʔλαΠΤϯεάϧʔϓ ɾࣄۀੳνʔϜɺσʔλ։ൃνʔϜͷνʔϜ੍ ɾϏδωεܥɺΤϯδχΞܥͷࠞ߹৫ ɾओ ݉Ͱਓఔͷ৫ ूܭ ੳ ՄࢹԽ ࣄۀͷҙࢥܾఆαϙʔτ %8)։ൃ
ՄࢹԽ ࣗಈԽ ϓϩμΫτ։ൃ ࣄۀੳνʔϜ σʔλ։ൃνʔϜ σʔλαΠΤϯεάϧʔϓͷߏͱׂ
σʔλαΠΤϯεάϧʔϓ ɾओ ݉Ͱਓఔͷ৫ ɾࣄۀੳνʔϜɺσʔλ։ൃνʔϜͷνʔϜ੍ ɾΤϯδχΞܥɺϏδωεܥͷࠞ߹৫ ूܭ ੳ ՄࢹԽ ࣄۀͷҙࢥܾఆαϙʔτ %8)։ൃ
ՄࢹԽ ࣗಈԽ ϓϩμΫτ։ൃ ࣄۀੳνʔϜ σʔλ։ൃνʔϜ σʔλαΠΤϯεάϧʔϓͷߏͱׂ ʮσʔλαΠΤϯςΟετʯෆࡏ Ͱग़དྷ্͕ͬͨ৫
σʔλαΠΤϯςΟετෆࡏͷ σʔλαΠΤϯε৫࡞ΓͰҙࣝͨ͜͠ͱ
ᶃσʔλར׆༻ͷ࡞Γ ᶄϚΠϯυ ᶅεΩϧ σʔλαΠΤϯε৫࡞ΓͰҙࣝͨͭ͠ͷ͜ͱ
ᶃσʔλར׆༻ͷ࡞Γ ᶄϚΠϯυ ᶅεΩϧ σʔλαΠΤϯε৫࡞ΓͰҙࣝͨͭ͠ͷ͜ͱ
σʔλʹ·ͭΘΔ՝ ɾ৭ʑͳσʔλ͕৭ʑͳॴʹཷ·͍ͬͯΔঢ়ଶ ɾΤϯδχΞͱඇΤϯδχΞͰΞΫηεͰ͖Δڥ͕ҟͳΔ ɾΞϓϦέʔγϣϯͷσʔλͱੳ༻ͷσʔλΛ ɹ͚Δඞཁ͕͋Δ ɾσʔλΛ͕ࣗͨͪ͑ΔॴՕॴʹूΊ͍ͨ
σʔλͷू ɾେྔͷσʔλΛอଘͰ͖Δ ɾඇΤϯδχΞͰ42-Λͬͨσʔλऔಘͷڥ࡞Γ͕༰қ ɾΞϓϦέʔγϣϯ༻ͷσʔλͱͰ͖Δ ɾ#*πʔϧͱͷ࿈ܞ͕͍͢͠ 5FSBEBUBΛϕʔεʹͯ͠σʔλΛू͢ΔΛ࡞ͬͨ
ᶃσʔλར׆༻ͷ࡞Γ ᶄϚΠϯυ ᶅεΩϧ σʔλαΠΤϯε৫࡞ΓͰҙࣝͨͭ͠ͷ͜ͱ
σʔλαΠΤϯε৫࡞ΓͰҙࣝͨ͜͠ͱɹᶄϚΠϯυ ৫ͷ ϛογϣ ϯ ୭͕σʔλΛར׆༻ͯ͠ૉૣ͍ҙࢥܾఆ͕Ͱ͖Δ σʔλʹج͍ͮͨσʔλΛ׆͔ͨ͠ϓϩμΫτΛ࡞Δ ߟ͑ํ σʔλҙࢥܾఆͷͨΊʹඞཁ ҙࢥܾఆʹΘͳ͍σʔλՁ͕͍ ҙࢥܾఆͷͨΊʹԾઆ͕େࣄ
σʔλαΠΤϯεάϧʔϓ֎Ͱൃ৴͠ଓ͚Δ
σʔλαΠΤϯε৫࡞ΓͰҙࣝͨ͜͠ͱɹᶄϚΠϯυ ɾ0,3ΛͬͨඪཧΛಋೖ ɾඪΛάϧʔϓϝϯόʔશһͰܾΊΔࣄͰάϧʔϓϛογϣϯΛࣗࣄʹ͢Δ ɾσʔλυϦϒϯͳձࣾΛΔͨΊͷखஈ 0,3 0CKFDUJWFTBOE,FZ3FTVMUT
σʔλαΠΤϯεάϧʔϓͷ0,3ඪ 0 0CKFDUJWFT ʮσʔλ׆༻Ͱࣄۀʹߩݙ͢Δʯ ࣄۀੳνʔϜ ,3 ,FZ3FTVMUT σʔλ։ൃνʔϜ ΞΫγϣϯ ࣮ߦ
ఏҊ ੳ ӡ༻վળ ՄࢹԽ ΞΫγϣϯ ࣮ߦ ݟ͑ΔԽ औѻߴ ߩݙ ,3 ,FZ3FTVMUT ,3 ,FZ3FTVMUT ,3 ,FZ3FTVMUT ,3 ,FZ3FTVMUT ,3 ,FZ3FTVMUT ,3 ,FZ3FTVMUT
0,3Λಋೖͯ͠ྑ͔ͬͨࣄ ɾඪΛϝϯόʔશһͰߟ͑ΔͷͰɺࣗ͝ͱԽͰ͖Δ ɾࣗͰίϯτϩʔϧͰ͖ΔඪΛ࣋ͭࣄͰߦಈʹܨ͕Γ͍͢ ɾʮΞΫγϣϯ࣮ߦʯʮఏҊʯΛඪͱͯ࣋ͭ͠ࣄͰσʔλΛ ͬͯҙࢥܾఆ͢ΔϚΠϯυ͕ߴ·Δ ඪઃఆؚΊͯ·ͩ·ͩվળͷ༨͋ΔͷͰʑվળத
ᶃσʔλར׆༻ͷ࡞Γ ᶄϚΠϯυ ᶅεΩϧ σʔλαΠΤϯε৫࡞ΓͰҙࣝͨͭ͠ͷ͜ͱ
σʔλαΠΤϯεάϧʔϓͰҙࣝͨͭ͠ͷεΩϧ ᶃάϧʔϓϝϯόʔશһ͕42-Λॻ͚ΔΑ͏ʹ͢Δ ᶄσʔλੳͷʮܕʯΛͬͯੳͷ࣭ΛߴΊΔ ᶅ౷ܭతޮՌݕূख๏Λੵۃతʹ׆༻
σʔλαΠΤϯεάϧʔϓͰҙࣝͨͭ͠ͷεΩϧ ᶃάϧʔϓϝϯόʔશһ͕42-Λॻ͚ΔΑ͏ʹ͢Δ ᶄσʔλੳͷʮܕʯΛͬͯੳͷ࣭ΛߴΊΔ ᶅ౷ܭతޮՌݕূख๏Λੵۃతʹ׆༻
ɾ42-ษڧձΛ࣮ࢪˠिճ࣌ؒ ɾυϝΠϯࣝΛ׆༻࣮ͨ͠ફͰ͑ΔͷΛϕʔεʹ42-εΩϧΛशಘ ɾաڈ࣮ࡍʹੳͰͬͨ42-Λͱʹֶश ɾ࣮ͷूܭΛߦ͍࣮ફʹΑͬͯཧղΛਂΊΔ ɾ42-Λڭ͑ͯΒͬͨਓ͕ɺ࣍ڭ͑ΔଆʹͳͬͯཧղΛਂΊΔ ͭͷεΩϧɹᶃάϧʔϓϝϯόʔશһ͕42-Λॻ͚ΔΑ͏ʹ͢Δ
σʔλαΠΤϯεάϧʔϓͰҙࣝͨͭ͠ͷεΩϧ ᶃάϧʔϓϝϯόʔશһ͕42-Λॻ͚ΔΑ͏ʹ͢Δ ᶄσʔλੳͷʮܕʯΛͬͯੳͷ࣭ΛߴΊΔ ᶅ౷ܭతޮՌݕূख๏Λੵۃతʹ׆༻
՝ Ծઆ ఆΞΫγϣϯ ੳ ݁Ռ ఏҊ ωΫετΞΫγϣϯ ੳରͱͳΔ՝ ՝ʹର͢ΔԾઆ ԾઆΛݕূͨ͠ΒͲ͏͍ͬͨΞΫγϣϯΛͱΔͷ͔
ੳํ๏42-ɺͬͨπʔϧͳͲ ɾԾઆ͕͍͋ͬͯͨΒʓʓͯ͠ ɾԾઆ͕ؒҧ͍ͬͯͨΒºº͢Δ ੳͨ͠༰ʹ͍ͭͯࣗͳΓͷߟΛؚΊͯ ݁ՌΛ·ͱΊΔ ੳͷ݁Ռ͔Β୭ʹԿΛఏҊ͢Δ͔ ఏҊͷ݁ՌͲ͏͍͏ΞΫγϣϯΛऔΔ͔ ࣈΛݟΔલʹ·ͣ ԾઆͱఆΞΫγϣϯ Ͳ͏͍͏ҙࢥܾఆʹ ͏ͷ͔ Λ໌֬ʹ͢Δ ࣈʹجͮ͘ੳΛ ߦ͍ղऍͱηοτͰ ఏҊ͢Δ ͭͷεΩϧɹᶄσʔλੳͷʮܕʯ
՝ Ծઆ ఆΞΫγϣϯ ੳ ݁Ռ ఏҊ ωΫετΞΫγϣϯ ੳରͱͳΔ՝ ՝ʹର͢ΔԾઆ ԾઆΛݕূͨ͠ΒͲ͏͍ͬͨΞΫγϣϯΛͱΔͷ͔
ੳํ๏42-ɺͬͨπʔϧͳͲ ɾԾઆ͕͍͋ͬͯͨΒʓʓͯ͠ ɾԾઆ͕ؒҧ͍ͬͯͨΒºº͢Δ ੳͨ͠༰ʹ͍ͭͯࣗͳΓͷߟΛؚΊͯ ݁ՌΛ·ͱΊΔ ੳͷ݁Ռ͔Β୭ʹԿΛఏҊ͢Δ͔ ఏҊͷ݁ՌͲ͏͍͏ΞΫγϣϯΛऔΔ͔ ࣈΛݟΔલʹ·ͣ ԾઆͱఆΞΫγϣϯ Ͳ͏Ώ͏ҙࢥܾఆʹ ͏ͷ͔ Λ໌֬ʹ͢Δ ࣈʹجͮ͘ੳΛ ߦ͍ղऍͱηοτͰ ఏҊ͢Δ ͭͷεΩϧɹᶄσʔλੳͷʮܕʯ ɾσʔλΛҙࢥܾఆʹ͏ϓϩηεΛ໌֬ʹ͢Δ ɾੳΛଐਓԽ࣭ͤͣ͞ΛߴΊΔ ɾੳΛφϨοδͱͯ͠ੵ͢Δ
σʔλαΠΤϯεάϧʔϓͰҙࣝͨͭ͠ͷεΩϧ ᶃάϧʔϓϝϯόʔશһ͕42-Λॻ͚ΔΑ͏ʹ͢Δ ᶄσʔλੳͷʮܕʯΛͬͯੳͷ࣭ΛߴΊΔ ᶅ౷ܭతޮՌݕূख๏Λੵۃతʹ׆༻
"#ςετ 3$5ςετ ͭͷεΩϧɹᶅ౷ܭతޮՌݕূख๏Λੵۃతʹ׆༻ Uݕఆ ൺͷࠩͷݕఆ ܾఆੳ %*% ࠩͷࠩ๏
·ͱΊ
ᶄϚΠϯυ ᶅεΩϧ ᶃσʔλར׆༻ͷ࡞Γ 5FSBEBUBΛϕʔεʹͯ͠σʔλΛू͢ΔΛ࡞ͬͨ ɾσʔλαΠΤϯεάϧʔϓ֎Ͱ σʔλར׆༻ͷߟ͑ํΛ͑ଓ͚Δ ɾ0,3ΛͬͨඪཧͰσʔλ Λҙࢥܾఆʹ͏ϚΠϯυΛߴΊΔ ɾશһ͕42-Λ͑ΔΑ͏ʹ͢Δ ɾੳͷʮܕʯΛ࣭ͬͯΛߴΊΔ
ɾ౷ܭతޮՌݕূख๏Λੵۃతʹ׆༻ σʔλαΠΤϯε৫࡞ΓͰҙࣝͨͭ͠ͷ͜ͱ
&/%