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
データ分析で切り拓け! エンジニアとしてのデータ分析職キャリア戦略
Search
ksnt
June 27, 2022
Technology
0
570
データ分析で切り拓け! エンジニアとしてのデータ分析職キャリア戦略
オープンセミナー広島2022講演
ksnt
June 27, 2022
Tweet
Share
More Decks by ksnt
See All by ksnt
AutoGenを触ってみた
ksnt
0
170
データ分析者にとってのDjango: StreamlitやDashとの比較
ksnt
1
1.1k
勉強会で発表してみよう!
ksnt
0
200
Kaggleに置かれているデータを 可視化する
ksnt
0
330
CourseraのDigital Transformationというコースを受けてみた
ksnt
2
570
Pythonで挑む計算社会科学
ksnt
0
1.3k
turtleであそぼう!
ksnt
0
210
データ分析と競技プログラミングに使えるPython標準ライブラリ入門
ksnt
1
420
DashユーザーがStreamlitを使ってアプリケーションをつくってみた
ksnt
0
1.9k
Other Decks in Technology
See All in Technology
20240724_cm_odyssey_hibiyatech
hiashisan
0
110
AOAI Dev Day - Opening Session
yoshidashingo
2
470
Luupの開発組織におけるインシデントマネジメントの変遷 ver.RoadtoSRENEXT2024
grimoh
1
270
大規模ドラレコデータ収集・機械学習基盤を支える AWS CDK 〜導入・運用事例紹介〜
pemugi
0
110
エンジニア向け会社紹介資料
caddi_eng
14
230k
データ分析を支える技術 生成AI再入門
ishikawa_satoru
0
380
サーバーレスAPI(API Gateway+Lambda)とNext.jsで 個人ブログを作ろう!
shuntaka
PRO
0
560
コミュニティサービスに「あなたへ」フィードを リリースするまでの試行錯誤
takapy
1
150
OSSコミットしてZennの課題を解決した話
dyoshikawa1993
0
150
DDDにおける認可の扱いとKotlinにおける実装パターン / authorization-for-ddd-and-kotlin-implement-pattern
urmot
4
390
ギークの理想が7つ集まるエムスリーで夢を叶えよう - エムスリー株式会社
m3_engineering
1
260
コンテナ・K8s研修 - 後半 Kubernetes 基礎&ハンズオン【MIXI 24新卒技術研修】
mixi_engineers
PRO
1
120
Featured
See All Featured
GraphQLの誤解/rethinking-graphql
sonatard
59
9.6k
Being A Developer After 40
akosma
72
580k
YesSQL, Process and Tooling at Scale
rocio
166
14k
A Modern Web Designer's Workflow
chriscoyier
689
190k
GraphQLとの向き合い方2022年版
quramy
36
13k
Typedesign – Prime Four
hannesfritz
37
2.2k
Rebuilding a faster, lazier Slack
samanthasiow
78
8.5k
Side Projects
sachag
451
42k
Easily Structure & Communicate Ideas using Wireframe
afnizarnur
189
16k
Principles of Awesome APIs and How to Build Them.
keavy
124
16k
The MySQL Ecosystem @ GitHub 2015
samlambert
248
12k
Clear Off the Table
cherdarchuk
89
320k
Transcript
データ分析で切り拓け! エンジニアとしてのデータ分析職キャリア戦略 オープンセミナー広島 2022 廻船孝行 (Takayuki KAISEN)
[email protected]
自己紹介 - 職業人として • 米シリコンバレーに本社を置くスタートアップ企業のシニアデータアナリスト • 水道管の劣化予測ソフトウェアを開発 • ソフトウェアを用いることで水道工事のコスト削減支援を実現 •
データ分析との長い付き合い • 大学院はシミュレーション(人工生命)の研究室だったが実データの解析に強 い興味(Rを使ったデータ分析: 多変量解析、機械学習) • データサイエンティストという職業の誕生(cf. Data Scientist: The Sexiest Job of the 21st Century, 2012) • 2021年3月より(職業人としての)データアナリストの仕事を開始
自己紹介 - コミュニティ活動 • Pythonとの長い付き合い • 大学院生時(2008年頃?)にPythonを使い始める • PyCon JP
mini、PyCon JP 2011に参加 • PyCon mini Hiroshima 2018で初登壇 • PyCon mini Hiroshima運営スタッフ • PyCon JP 2020ではチュートリアル講師を担当 • コミュニティ活動の恩恵 • データアナリストになるために役立った • PyCon JP 2020で地理データの解析を行いそれを見た(っぽい)リクルー ターから声がかかった
データ分析職の中での私の立ち位置 (1) • 大きく分けて3つの名前(役割名) • データエンジニア、データサイエンティスト、データアナリスト • データエンジニアはデータ基盤をつくる • データサイエンティストはアルゴリズムを開発
• データアナリストは… • 私の所属する会社ではデータアナリストはUS側ではデータエバンジェリストとも呼ばれる • 顧客対応(お客さんと一緒にデータの有効な活用方法を議論、データ分析の結果を報 告) • データの分析(pandas, geopandas, scikit-learn, QGIS)
データ分析職の中での私の立ち位置(2) • データ基盤のない世界 • クライアントからデータを預かってそれを解析し解析結果を報告書と一緒に 納品 • コンサルっぽい?
データ分析 をする人た ちの中での 私の位置 • 様々な役割 • データ基盤構築、(推薦)アルゴリズム開発、(広告)最適化、etc • 可視化と地理データ・位置データ分析
• 「複雑なものを複雑なまま」(複雑系)も有効な場面はあるが、 「複雑なものをシンプルに」も大事 • 複雑なものを分かりやすくするためにはまず可視化 • 多次元のデータを低次元に落とす(PCA, MDS, t-SNE, etc) • 「よく分からないもの」が「分かるようになる」ことの面白さ(学 ぶことの基礎 - 生きるとは、人間とは、この世界とは…)
自分の居場所を探せ! • データ分析職にもいろいろある • 自分が興味がある分野を探すのが大事 • いろいろと手を出してみることも大事 • もがくことで道が出来ていく •
どこに進んでいるのか分からなくても前へ • 誰かが見てくれている • PyCon JPチュートリアルの縁で広島がん高精度放射線治療センターのお仕事の依頼 が来た • 可能であればその進んでいる姿を発信すること • 完成度は低くてよい • スキルより情熱の方が大事 • 実践的にはLinkedinのようなプラットフォームでポートフォリオを公開
どこから 始めれば いいの? (1) • 私ははじめUCI等のオープンデータリポジトリのデー タを触ることから始めた • 楽しくはなかった •
手元で何かやったけど「だから何?」みたいな • Kaggleの登場 • データの宝庫 • コンペだけじゃない(データをクリーニングし たり可視化したりしてノートブックをアップす ると誰かが見てくれて「イイネ」してくれる) • 誰かの役に立っている・誰かに認めてもらえる ことからくるモチベーション • オンラインラーニング • Coursera • ひろしまQuest
どこから 始めれば いいの? (2) • インターネットに技術記事を書くのは怖い • カンファレンスに登壇はちょっと… • 勉強会の存在
• 「すごい広島」(※)「すごい広島 with Python」とい う勉強会 • 自分の学んだことを共有して話し合うことができる • 勉強会での話を基にPyCon JPの登壇者に • 小さく始めて一歩一歩が大事 ※ 毎週水曜日に必ず開かれている勉強会
最後に • キャリアは偶然に左右される • ただし、自分が行きたい方向に行くた めにはできる限りまっすぐ進みたい • コースアウトを減らすためには自分の ことを知ってもらうことが大事 •
データ分析のスキルやアウトプットは 確かに「きっかけ」として重要 • だけど最後は人 • 人との出会いや人からの手助けに感謝 しよう • そうすれば不思議と道は拓かれる