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
820
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
270
データ分析者にとってのDjango: StreamlitやDashとの比較
ksnt
1
1.7k
勉強会で発表してみよう!
ksnt
0
280
Kaggleに置かれているデータを 可視化する
ksnt
0
390
CourseraのDigital Transformationというコースを受けてみた
ksnt
2
670
Pythonで挑む計算社会科学
ksnt
0
1.4k
turtleであそぼう!
ksnt
0
250
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
560
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
2.1k
Other Decks in Technology
See All in Technology
SAE J1939シミュレーション環境構築
daikiokazaki
1
200
Bet "Bet AI" - Accelerating Our AI Journey #BetAIDay
layerx
PRO
1
130
2025新卒研修・HTML/CSS #弁護士ドットコム
bengo4com
2
3k
ファインディにおける Dataform ブランチ戦略
hiracky16
0
230
【2025 Japan AWS Jr. Champions Ignition】点から線、線から面へ〜僕たちが起こすコラボレーション・ムーブメント〜
amixedcolor
1
110
経理出身PdMがAIプロダクト開発を_ハンズオンで学んだ話.pdf
shunsukenarita
1
260
ユーザー理解の爆速化とPdMの価値
kakehashi
PRO
1
110
AIに全任せしないコーディングとマネジメント思考
kikuchikakeru
0
290
生成AIによる情報システムへのインパクト
taka_aki
1
210
AWS表彰プログラムとキャリアについて
naoki_0531
1
150
Claude Codeが働くAI中心の業務システム構築の挑戦―AIエージェント中心の働き方を目指して
os1ma
8
930
「AI駆動開発」のボトルネック『言語化』を効率化するには
taniiicom
1
230
Featured
See All Featured
Gamification - CAS2011
davidbonilla
81
5.4k
Performance Is Good for Brains [We Love Speed 2024]
tammyeverts
10
1k
10 Git Anti Patterns You Should be Aware of
lemiorhan
PRO
656
60k
Distributed Sagas: A Protocol for Coordinating Microservices
caitiem20
331
22k
The Myth of the Modular Monolith - Day 2 Keynote - Rails World 2024
eileencodes
26
2.9k
Faster Mobile Websites
deanohume
308
31k
Bash Introduction
62gerente
613
210k
RailsConf 2023
tenderlove
30
1.2k
Automating Front-end Workflow
addyosmani
1370
200k
Refactoring Trust on Your Teams (GOTO; Chicago 2020)
rmw
34
3.1k
How to Ace a Technical Interview
jacobian
278
23k
Speed Design
sergeychernyshev
32
1k
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