Slide 1
Slide 1 text
Sexyな職業と言われたDataScientist
の10年を振り返って
2019/4/23 Data Gateway Talk Vol.1 @Wantedly
Slide 2
Slide 2 text
自己紹介
● 名前：伊藤 徹郎 (@tetsuroito)
● 所属：Classi株式会社 データAI部 データサイエンティスト
● 専門：経済、金融工学
● 分野：Educational Technology , Learning Analytics
● 著書：データサイエンティスト養成読本ビジネス活用編
● コミュニティ運営：
○ Machine Learning Casual Talks
○ Data Analyst Meetup Tokyo
○ Data Pipeline Casual Talk
Slide 3
Slide 3 text
今日話すこと
今日はData Gateway Talkということで、これから活躍される(であろう)皆様に少し
でもヒントになる話ができたらと思っています。
技術的な話は特にしません。
ポエミーなお話です。
15分間お付き合いいただければ幸いです
Slide 4
Slide 4 text
Sexy Jobのそもそもの経緯
● 2009年Googleの統計家 Hal Varianさんの発言
本来はデータを適切に扱
える人の話をしているが、
ここだけ誇張されるように
なった
Slide 5
Slide 5 text
Sexy Jobのそもそもの経緯
● 2012年Harvard Buissiness Reviewの特集
この2つの事象により、今後10年Sexyな職業にデータサイエンティストとされた
(らしい)
Slide 6
Slide 6 text
実はもう10年経っている問題
今日は2019年4月23日！
Slide 7
Slide 7 text
10年は長い
Slide 8
Slide 8 text
10年は長い
ビッグデータ
データ
サイエンティスト
AI・人工知能
ディープラーニング
時代の変遷とともにバズワードが変化
(でも本質はあまり変わらない)
Slide 9
Slide 9 text
10年といえば
発売は2015年なので
あと6年持ちます
(私もレビューしました)
Slide 10
Slide 10 text
レビューといえば
4/19に発売！
私も少し
口を出しました
(謝辞に載る程度)
書店でぜひ！
Slide 11
Slide 11 text
● １社目(インターネット金融グループ)
○ 職種：営業・企画、ガラケーサイト開発、Webマスター(マーケター)
● 2社目(データ分析会社)
○ 職種：データアナリスト
○ PJ：レコメンドアルゴリズム開発、アドテク分析、予測モデリング、顧客分析、
マーケティングリサーチ、DMP構築など
● 3社目(レシピサービス)
○ 職種：ディレクター
○ PJ：新機能開発、グロースハック、サービス改善
私のこれまでの道のり
Slide 12
Slide 12 text
● 4社目(Fintechサービス)
○ 職種：ディレクター、PM
○ PJ：新機能開発、グロースハック、サービス改善、新サービス立ち上げ
● 5社目(EdTechサービス)
○ 職種：データサイエンティスト
○ PJ：分析、改善、実証研究など
私のこれまでの道のり
イマココ！
振り返ると、様々な業種・職種で
色々なことをやってきました
(最近データサイエンティストになりました)
Slide 13
Slide 13 text
私のデータサイエンティスト的な立ち位置
多分この辺
Slide 14
Slide 14 text
私のキャリアプランの考え方
「計画的偶発性理論」という考えを軸にしています
「計画的偶発性理論」とは何か？
- 20世紀末にスタンフォードのクランボルツが提唱
- 個人のキャリアの8割は予想しない偶発的なことによって決定される
- その偶発的なことを計画的に導くことでキャリアアップをしていくべき
複雑系の社会はアンコントローラブルなので
起こった事象に対して意思決定をするスタンス
Slide 15
Slide 15 text
計画的偶発性理論で大事な行動指針
「好奇心」 ：たえず新しい学習の機会を模索し続けること
「持続性」 ： 失敗に屈せず、努力し続けること
「楽観性」 ： 新しい機会は必ず実現する、可能になるとポジティブに
考えること
「柔軟性」 ： こだわりを捨て、信念、概念、態度、行動を変えること
「冒険心」 ： 結果が不確実でも、リスクを取って行動を起こすこと
Slide 16
Slide 16 text
私が計画的偶発性理論信奉者になった理由
● リーマンショックの影響
● コミュニティの参加
Slide 17
Slide 17 text
リーマンショックの影響
● VaRという定量的リスクマネジメントの限界
● 正規分布ではなくべき分布なのであるという主張
● 所属部署の解散措置
● ファイナンシャルエンジニアリング→アドテク勃興
● 不景気
● 会社ってマジで無くなるんだ
仕事・キャリアに関して景気動向がいかに大切かは
LINEの高柳さんの資料に載ってます
https://speakerdeck.com/stakaya/the-road-to-machine-learning-engineer-from-data-scientist
Slide 18
Slide 18 text
● 初めて飛び込んだ商用ツールのコミュニティの人たちが優しかった
● 私を鍛えてくれたコミュニティたち
○ TokyoWebmining
○ Tokyo.R(Japan.R)
○ おしゃスタ、さくテキ
○ (TokyoNLP,TokyoScipy,Tsukuba.R)
○ はじパタ、わかパタ、複雑ネットワーク読書会などの輪読会
● 弱い紐帯の大事さ
● 思い切ってアウトプットしてみる
● 思い切って主催・運営に参加してみる
コミュニティの参加
Slide 19
Slide 19 text
好きな言葉
● Pay it forward
● To Dare is To Do
Slide 20
Slide 20 text
色々なネットワークをつくる
● メンターを見つける
● コミュニティに参加する
● 遠そうな分野も見てみる
Slide 21
Slide 21 text
● ハンガリーの数学者
● 数学の様々な分野で功績を残す
● 生涯で1500もの論文を執筆
○ それより上はオイラーのみ
● 他の数学者と共著を書くため世界を放浪
● エルデシュ数という指標
○ 論文の共著ネットワークの最短経路
○ エルデシュを経由
偉大なエルデシュ先輩に学ぶ
思い切って外に出て、色々な専門家と議論してみる
Slide 22
Slide 22 text
別の業界の専門家と話すと良いこと
● エッジエフェクト
● メディチインパクト
(生態学の観点)
(イノベーション論の観点)
Slide 23
Slide 23 text
メンターの見つけ方
1. 過ごした時間の長い人に推薦してもらう
2. 実際に会ってみる
3. 悩みや課題をその場で相談する
4. 自分にしっくりくるか確認する
5. 包み隠さずメンターの依頼をする
インクルージョンジャパン吉沢さんのnoteより引用
https://note.mu/yasuyasu1976/n/n2b04574e3f5e
Slide 24
Slide 24 text
自分の動機付けは何かを知る
● 外発的動機
● 内発的動機
Slide 25
Slide 25 text
スキルを磨く
Slide 26
Slide 26 text
すでにうまくやっている企業から学ぶ
データサイエンスや機械学習、人工知能を活用して価値を出すには
自らのスキル・能力・努力だけでは足らないことを知る
環境・組織・投資・インフラ・人材・計算資源 etc..
PFN DeNA エムスリー
etc..
Slide 27
Slide 27 text
ビジネスプロセスの全体感を知る
マネジメント
マーケティング
エンジニアリング
製造・開発
サポート
販売
デザイン
データサイエンス
Slide 28
Slide 28 text
経験の重要性
Slide 29
Slide 29 text
3つの輪と照らし合わせて経験を積む
Slide 30
Slide 30 text
たくさんの実行を支える
企画
Development Operation
リリース 改善
市場調査
競合分析
プロトタイプ
ユーザーテスト
マーケ戦略 KPI
A/Bテスト
分析
機械学習
Slide 31
Slide 31 text
思考停止をしない
● Silver Bulletはない
● ノーフリーランチの定理
● Bias - Variance Tradeoff
● オーバーフィッティングと精度100%
Slide 32
Slide 32 text
まとめ
● 10年間様々なことがありました
● 環境・技術・トレンドなどの変遷はすさまじい
● 何が起きるか予測がつかない
● 自分の特性を知っておく
● コミュニティや日々の研鑽で対応していきましょう
Slide 33
Slide 33 text
What’s importance
for the Next 10 years？
ご静聴ありがとうございました