職業紹介（データサイエンティスト）/ Job introduction of data scientist (2019 ver)

Slide 1

Slide 1 text

職業分野別講演会  職業: データサイエンティスト  keyword: AI, データ分析, IT, プログラミング  2019.10.29 @姫路飾西高校 

Slide 2

Slide 2 text

自己紹介  - 吉田勇太 Yoshida Yuta  - 東京のデータ分析の会社でデータサイエンティスト  - 東洋大学情報連携学部非常勤講師  - 飾西高校 19回生 

Slide 3

Slide 3 text

今日話したいこと  【目的】  IT系の仕事の一例を紹介し、文理選択・進路選択の  参考にしてもらいたい  ① 『データサイエンティスト』という仕事について    ② AIの発展によって起こる社会の変化について    ③ AI系のことをやっていきたい人は何をすればいいか 

Slide 4

Slide 4 text

①『データサイエンティスト』という仕事について 

Slide 5

Slide 5 text

コンピューターについて  - 世界最初のコンピューター ENIAC  - ミサイル弾道計算などに使われ、軍事利用が主だった  https://ja.wikipedia.org/wiki/ENIAC

Slide 6

Slide 6 text

コンピューターは「自動化」が得意  - しかし人間が事前に決めた動き（プログラムした動き）しかできない  - もしAのときはA’, もしBのときはB’, もしCのときは...    - 2012年くらいから深層学習（ディープラーニング）という技術が大きく発展し、人間のような複雑な仕事ができるようになってきた 

Slide 7

Slide 7 text

AI（深層学習技術）で出来ることの例①  人間の代わりにお店の電話予約をしてくれるAI  https://www.youtube.com/watch?v=D5VN56jQMWM - レストラン・美容室予約など限定したタスクに限り、非常に流暢で複雑な会話が可能    - あまりにも人間っぽいので、最近では電話の冒頭に「自分は機械である」ことを表明することになっている 

Slide 8

Slide 8 text

AI（深層学習技術）で出来ることの例②  本物そっくりの偽物ビデオの作成  https://www.youtube.com/watch?v=cQ54GDm1eL0 - 偽物という確たる証拠を示しにくく、権力者の発言として世論誘導などに使われると厄介    - 偽物ビデオを作るAIに対抗し、「偽物ビデオを見抜くAI」の開発もされている 

Slide 9

Slide 9 text

AI（深層学習技術）で出来ることの例③  「診断精度99%」癌の領域を高精度に推定  - 病理画像（細胞の断面が写った画像）をAIシステムに見せると、ガンの可能性が高い領域をマーキングしてくれる    - 最終的に判断するのは人間の医師。AIはサポート役。    - 精度が高くても結果の理由を説明できない（=ブラックボックス）AI はダメ。  元画像 AIがガンと判断した領域が赤 https://techable.jp/archives/85457

Slide 10

Slide 10 text

AI（深層学習技術）で出来ることの例④  線画を解釈し自動色塗り  https://www.youtube.com/watch?v=lCoZR5S1btY - 人間が色塗りのヒントを与えると、自動で良い感じに色を塗ってくれる    - 人間のクリエイティブ作業のサポートとして使える 

Slide 11

Slide 11 text

AI（深層学習技術）で出来ることの例⑤  万引きスタイルでokな無人レジ  お店の天井には無数のカメラがあり、   これでお客さんの動きを撮影している   https://www.youtube.com/watch?v=NrmMk1Myrxc - 無数のカメラで人の行動をすべてモニタリング。    - 客はそのまま商品を持って出るとアプリに請求がくる仕組み 

Slide 12

Slide 12 text

AI（深層学習技術）で出来ることの例⑥  食品工場AI: 不良品ポテトを自動検知  https://ai.brainpad.co.jp/people/story1/ - 1日100万個以上のポテトを  人力でチェック    - 人間ではチェックしきれない＆単純労働からの人の開放    - 食の安全・安心をAIと人のダブルチェックで担保する 

Slide 13

Slide 13 text

AI（深層学習技術）で出来ることの例⑦  どんどん賢くなるゲームAI  - AIに「おにごっこ」のルールを教えると、道具の使い方や戦略を独自に編み出して進化していく    - 囲碁や将棋、ポーカー、スタークラフト（という昔のゲーム）などでは、人間の世界ランキング保持者に勝利するようになってきている    https://www.youtube.com/watch?v=kopoLzvh5jY

Slide 14

Slide 14 text

データサイエンティストの仕事  - データ分析やAI技術を使い、ビジネスに活用するのがデータサイエンティストの仕事    - 統計学や詳細な観察によってデータを把握し、  - 数学を使ってアルゴリズムを考え、  - プログラミングでアルゴリズムを実装して動くものを作り、  - それがどのようにビジネスで使えるかを考え実行する 

Slide 15

Slide 15 text

② AIの発展によって起こる社会の変化について 

Slide 16

Slide 16 text

AIに仕事を奪われる？  

Slide 17

Slide 17 text

多くの仕事は ”半人間・半機械” になる  例えば製造現場  例えば医療の現場  AIが分類し終わったものを人間が最終チェックするこのガンはAIで調べよう  AI > 癌領域候補がみつかりました  医師（人間）もそう思うからこの判断でOK！ 

Slide 18

Slide 18 text

これからの時代にどんな仕事をすれば良さそうか？  - 誰も未来が予想できない時代。皆さんが大学卒業し就職するたった6年後でも。全然わからん！    - 初代iPhone（スマホ）の発売は2007.6.29  - たった12年で世界はガラッと変わった。次の6年でも  きっと変わる    - 次のブレイクスルー？  Neuralink  https://www.neuralink.com/

Slide 19

Slide 19 text

高校生のときにやっといたら良いこと？  - 想像を超える技術の変化がおきて、今の常識は6年後にはきっと変わっている。    - 大人が言う「高校生は~~すべき/してはいけない」に必ずしも従う必要はない  - ※高校までの勉強は”教養”なので頑張ったほうが良い   

Slide 20

Slide 20 text

好きなこと・熱中できることをとことんやる  - とにかくやってみる  - 誤:「好きだから没頭する」  - 正:「没頭するから好きになる」    - 一つのことを深くやる経験はとても良い  - 部活でもいいし、Instagramのフォロワー増やすでも良い  - 自信が持てる  - 好きなこと/嫌いなこと, 得意なこと/ 不得意なことがわかる  - 何を深くやった経験は意外にいろんなところで役に立つ 

Slide 21

Slide 21 text

- やりたいことが見つからない？  - 読書をしてみる / 大人に会ってみる / 兵庫県から出て旅行してみるなど  - 「外の世界」を知ることは良い刺激になる  - すごいことをしている同世代はたくさんいる  好きなこと・熱中できることをとことんやる 

Slide 22

Slide 22 text

高校生がデータ分析コンペで大学生に勝つ  富山国際大学付属高等学校メディア・テクノロジー部  http://www.tuins-h.ed.jp/clubs/mediatechnology/

Slide 23

Slide 23 text

③ AI系のことをやりたい人は何をすればいい？ 

Slide 24

Slide 24 text

データサイエンティストに必要なスキル 

Slide 25

Slide 25 text

データサイエンティストは10年前には無かった仕事  それぞれの勉強は大学でもできるが、全部を同時に学べる  大学が無かった（今は少しできた）  これは社会人になってから  

Slide 26

Slide 26 text

今日からでも独学できる  - 統計学・数学・プログラミンはいつからでも、一人でも始められる  - 書籍が充実しており、無料のEラーニングや質問サイトなども利用できる  - プログラミング系のツールは基本全部無料。必要なのはPCだけ  - 専門の大学に行きたいなら、一番近いのは情報科学系とかデータサイエンス学部があるところとか 

Slide 27

Slide 27 text

進学  - 理系に進学しましょう（「数学できないから文系に行く」はもったいない。自分も大学卒業後からプログラミング・統計・数学をちゃんと勉強し始めたタイプです）  - "研究"を通じて未知のものを探求する方法は仕事にもとても役立つ  - 特に、AIビジネスには正解が無い = 研究と似ている部分が多い  - 例えば、  - 理論的な考え方  - 新しい分野に対して自分で調べる方法や取り組み方を模索する  - 数字の取扱にアレルギーがない 

Slide 28

Slide 28 text

Ask Me Anything!  Twitter: @yutatatatata  AIやデータ分析に関するPodcastもやってます  『白金鉱業.FM』    2018年の講演スライドはこちら  https://speakerdeck.com/ysdyt/job-introduction-of-data-scientist 