機械学習エンジニアが目指すキャリアパスとその実話 / My Journey to Become a ML Engineer

by Shinichi Nakagawa

Slide 1

Slide 1 text

ػցֶशΤϯδχΞ͕໨ࢦ͢ ΩϟϦΞύεͱͦͷ࣮࿩ ※͜ͷ࿩͸ϊϯϑΟΫγϣϯͰ͢ Shinichi Nakagawa@shinyorke 2023/01/19 Start Python Club #89

Slide 2

Slide 2 text

͜ͷεϥΠυͷର৅ಡऀ • σʔλαΠΤϯςΟετɾػցֶशΤϯδχΞͱͯ͠࢓ࣄΛ͍ͨ͠ํ • طʹσʔλ෼ੳɾAIతͳϓϩμΫτɾϓϩδΣΫτʹैࣄ͍ͯ͠Δ, • ϝϯόʔͷํʢΤϯδχΞɾσʔλαΠΤϯςΟετ໰Θͣʣ • ϚωδϝϯτͷํʢϓϩμΫτɾϓϩδΣΫτͷͲͪΒ͔ʣ • AIͱ͔σʔλͱ͔Λѻ͏૊৫ͷϚωδϝϯτɾڭҭ୲౰ͷํ Pythonͷ࿩͸ग़·ͤΜ, R&Dɾݚڀ৬ͷํʹ͸Ϛον͠ͳ͍͔΋🙏

Slide 3

Slide 3 text

Who am ɹ? ʢ͓લ୭Α?ʣ • Shinichi Nakagawa@shinyorke • େख֎ࢿITίϯαϧاۀϚωʔδϟʔ   ʢݩɾࣄۀձࣾͷϑϧαΠΫϧΤϯδχΞʣ • ຊ৬͸Ϋϥ΢υΠϯϑϥ΍ΒԿ΍Βͷίϯαϧ   ݱ৬ͷ໾ׂ͸SREɾΠϯϑϥํ໘ϝΠϯ • ػցֶशΤϯδχΞͱͯ͠ͷΩϟϦΞ • AIʹΑΔίϩφϫΫνϯ઀छ༧ଌʢ2021ʣ • શࣾσʔλج൫ߏஙɾར׆༻ଅਐʢ2020ʣ • ໺ٿσʔλαΠΤϯεʢ2012-ݱࡏʣ • ηΠόʔϝτϦΫε⽁͕ಘҙ෼໺

Slide 4

Slide 4 text

ʮਪ͠͸ਪͤΔ࣌ʹਪͤʯͱ͍͏ԶͷDXΛ࣮ݱ͢ΔͨΊͷαʔόϨεͳσʔλج൫։ൃͱӡ༻ https://event.shoeisha.jp/devsumi/20230209/session/4196/ σϒαϛͰσʔλج൫ͱ⽁ͷ࿩Λ͠·͢དྷͯͶ

Slide 5

Slide 5 text

ຊ೔ͷ͓࿩ʢཁ໿ʣ • ػցֶशΤϯδχΞʹඞཁͳ΋ͷ͸ҎԼ3ͭ.   ʢશ෦཈͑ͳ͍͍͔ͯ͘ΒҰͭಘҙʹͳΖ͏ʣ • ΞϓϦΛ࡞Δɾಈ͔͢εΩϧ • ΠϯϑϥΛߏஙɾӡ༻͢ΔεΩϧ • ϏδωεεΩϧʢ͜Ε͕͘͢͝େࣄʣ • ੜͷσʔλʹ৮ΕΔɾυοΫϑʔσΟϯά͢Δश׳େࣄ. • ΑΓ্ͷΩϟϦΞΛ໨ࢦ͢ਓ͸, ίϛϡχέʔγϣϯͱ   νʔϜϚωδϝϯτΛେ੾ʹ.

Slide 6

Slide 6 text

ຊ೔ͷ͓͠ͳ͕͖ • ࢲͷػցֶशΤϯδχΞวྺ • ػցֶशΤϯδχΞɾσʔλαΠΤϯςΟετʹඞཁͳεΩϧͱ͸? • ػցֶशΤϯδχΞɾσʔλαΠΤϯςΟετΛ໨ࢦ͢ํ΁ શ෦ಡΉͷ͕໘౗ͳํ͸ͤΊͯࠇഎܠͷεϥΠυ͚ͩͰ΋ಡΜͰ.

Slide 7

Slide 7 text

ࢲͷػցֶशΤϯδχΞวྺ

Slide 8

Slide 8 text

ࢲ͕΍͖ͬͯͨ͜ͱʢ࣌ܥྻʣ 30୅લ൒ʢ12೥લʣ͔ΒҰࡢ೥ʢ41ࡀʣ͘Β͍·ͰͷৼΓฦΓ

Slide 9

Slide 9 text

ۦ͚ग़࣌͠୅ʢ30୅લ൒ʣ • ౰͍࣌ͨձࣾͷ࢓ࣄͰR&DͷϓϩδΣΫτʹΞαΠϯ   GISʢ஍ཧ৘ใγεςϜʣͷϓϩτλΠϓ࡞ΓͰσϏϡʔ • ݚڀऀ͕࡞ͬͨΞϧΰϦζϜɾίʔυΛRuby΍PythonͷΞϓϦʹ   ૊ΈࠐΉͱ͍ͬͨࣄΛ͍ͯͨ͠ʢͪͳΈʹ͜Ε͕PythonσϏϡʔʣ • FlaskͰWebΞϓϦ࡞ͬͨΓ, σʔλͷΫϨϯδϯάΛؤுͬͨΓ,   PyQtʢWindowsΞϓϦʣͰσϞΛ࡞ͬͨΓͱ͔ͳΜͰ΋΍ͬͨ.

Slide 10

Slide 10 text

ۦ͚ग़࣌͠୅ʹಘͨεΩϧͱ஌ݟ • ੜσʔλͱ, σʔλΛੜΈग़͢΋ͷʢαʔϏεɾΞϓϦͳͲʣΛཧղ͢Δ.   ࢓༷ॻΛಡΉ͚ͩͰͳ͘ੜσʔλΛݟΔ, υοάϑʔσΟϯά͸ઈର΍Δ.   ※υοάϑʔσΟϯά=࢓ࣄͷର৅ʹͳΔαʔϏεΛࣗ෼Ͱ࢖͏͜ͱ. • είʔϓʢ΋͘͠͸ΰʔϧʣΛΩϝͯ࡞Γ੾Δ͜ͱϝονϟେࣄ.   Done is better than perfectͬͯ΍ͭʢ࡞ͬͨ΋ͷ͸ͬ͞͞ͱੈʹग़ͤʣ. • ΞϧΰϦζϜ΍਺ࣜɾίʔυͷྑ͞Λڝ͏ɾٞ࿦͢Δͷ΋େࣄ͕ͩ,   ʮ࢓༷ɾσʔλಛੑʹԊͬͨલॲཧʯ͕େࣄʢσʔλͷཧղॏཁʣ.

Slide 11

Slide 11 text

ϓϩδΣΫτϝϯόʔͱͯ͠ʢ30୅ޙ൒ʣ • ελʔτΞοϓͰෳ਺ͷػցֶशɾAIϓϩδΣΫτͷϝϯόʔ. • ଞͷػցֶशΤϯδχΞɾσʔλαΠΤϯςΟετ͕࡞ͬͨϞσϧΛ   ࢲ͕γεςϜʹ૊ΈࠐΈ, ϓϩμΫτͱͯ͠׬੒ɾϦϦʔε͢Δ࢓ࣄ. • ݶΒΕͨϦιʔεɾظؒͰཁٻ͞ΕΔ඼࣭Λ࣋ͬͯग़͢ͱ͍͏εϦϧ   νʔϜͱͯ͠ίϛϡχέʔγϣϯऔΓͳ͕Βண஍ͤ͞Δۤ࿑ͷ࿈ଓ.

Slide 12

Slide 12 text

ϓϩδΣΫτϝϯόʔͱͯ͠ಘͨεΩϧͱ஌ݟ • ϓϩμΫτΦʔφʔɾσʔλαΠΤϯςΟετɾΤϯδχΞɾσβΠφʔ   ͱ͍ͬͨεςʔΫϗϧμʔ͸ΈΜͳҧ͏͜ͱݴ͏ͷͰҙݟௐ੔(ry • ΤϯδχΞଆ໘Ͱݴ͏ͱ, σʔλαΠΤϯςΟετ͕࡞ͬͨϞσϧɾίʔυΛ   ϓϩμΫτʹऔΓࠐΉ͔ͭӡ༻ʢML Opsʣ·Ͱ͍࣋ͬͯۤ͘࿑͕͋Δ. • ʮσʔλαΠΤϯςΟετͱΤϯδχΞ͸ҧ͏ੜଶܥͷੜ͖෺ʯͱ֮͑Δ.   ྆ऀͷίϛϡχέʔγϣϯ্͕ख͍͘͘ͱ੒ޭ, μϝͩͱ(ry

Slide 13

Slide 13 text

ϚωδϝϯτΛ΍Βͤͯ΋Βͬͨʢ40୅ʣ • લ৬ͷελʔτΞοϓͰҎԼϓϩδΣΫτͷ੹೚ऀ݉ϝϯόʔ. • શࣾతͳσʔλج൫ߏஙͱσʔλར׆༻ͷਪਐ • ίϯγϡʔϚ޲͚ίϯςϯπʮAIϫΫνϯ઀छ༧ଌʯͷاը։ൃ • Ͳͬͪ΋গ਺ਫ਼ӶνʔϜͩͬͨͷͰϚωδϝϯτɾظ଴஋ௐ੔͠ͳ͕Β,   ϝϯόʔͱͯ͠खΛಈ͔ͨ͠&ֶੜϝϯόʔ΋͍ͨͷͰڭҭ΋. • ͲͪΒ΋ྑ͍੒Ռ͕ग़ͯ, গͳ͘ͱ΋౰ॳ໨ඪ͸ୡ੒ͨ͠🎉

Slide 14

Slide 14 text

ϚωδϝϯτΛ΍ͬͯಘͨܦݧͱֶͼ • ʮࣦഊͯ͠΋Զ͕੹೚࣋ͭΘ͍ʂʯ͙Β͍Ͱ΍Δͷ͕ஸ౓͍͍💪   اըɾཁ݅ɾઃܭ͔ΒσϦόϦʔ·Ͱશ෦͜ͷ͓ؾ࣋ͪͰ΍Γ͖Γ. • ʮσʔλαΠΤϯεؤுΔਓʯʮΤϯδχΞϦϯάؤுΔਓʯ   Έ͍ͨͳ໾ׂ෼୲&མͪͦ͏ͳϘʔϧΛશ෦ࣗ෼͕रͬͯ੒ޭ🎉 • νʔϜϝϯόʔͷϞνϕʔτʹࡉ৺ͷ஫ҙΛ෷͍ͭͭؤுͬͯ΋Β͍,   ໘౗͍͘͞෦෼͸ࣗ෼͕έπΛ࣋ͭ, ࣗ෼ͳ͕Βͷউͪύλʔϯര஀.

Slide 15

Slide 15 text

࠷ऴతʹग़ͨ੒Ռͷ·ͱΊ • ۦ͚ग़࣌͠୅ • ͍͔ͭ͘ͷϓϩτλΠϓͱίϯηϓτϞσϧʢPoCతͳϓϩμΫτ͕ͨ͘͞Μʣ • Ұ෦͸ͪΐͬͱͨ͠ਓؾΞϓϦͷΠνػೳʹঢ֨ʢ஍ಓͳ࢓ࣄ&υοάϑʔσΟϯάͷ੒Ռʣ • ϓϩδΣΫτϝϯόʔ࣌୅ • ϏδωεϚονϯάαʔϏεͷొ࿥ऀϓϩϑΟʔϧʹܦݧΛλά෇͚͢ΔԿ͔Λ։ൃ • ͦͷଞ, ͍͔ͭ͘ͷPoCʢ͢΂ͯ౼ͪࢮʹʣ • Ϛωδϝϯτ࣌୅ • AIϫΫνϯ઀छ༧ଌʢϓϩμΫτϚωδϝϯτ݉ΤϯδχΞʣ • σʔλར׆༻ਪਐɾσʔλج൫ߏஙɾӡ༻ʢ্ʹಉ͡ʣ ۤͯ͘ਏ͍ࢥ͍ग़ͷํ͕ଟ͍Ͱ͕͢, ੒ޭ΋͋Γຬ଍͍ͯ͠·͢&ͪͳΈʹࠓ͸ػցֶशͷ࢓ࣄͯ͠·ͤΜʢҧ͏ϛογϣϯ͍ͯ͠Δʣ.

Slide 16

Slide 16 text

ػցֶशΤϯδχΞͱσʔλαΠΤϯςΟετʹඞཁͳεΩϧͱ͸? ※͋͘·ͰݸਓతͳݟղͰ͢ʢҟ࿦͸ೝΊΔʣ

Slide 17

Slide 17 text

ࢲͷܦݧ͔Βݴ͑Δ ΞΧϯߟ͑ํ͔Β঺հ͠·͢

Slide 18

Slide 18 text

্ख͘ߦ͔ͳ͍ΩϟϦΞɾελϯεʢߟ͑ํʣ • Python֮͑ͯPyTorchͱ͔Jupyter࢖͑Ε͹͍͍ΜͰ͠ΐ? • ਺ֶΛͻͨ͢Βؤுͬͯษڧͨ͠Β͍͍ΑͶ? • ʮʢ࢖͑Δσʔλ͕͋Ε͹ʣͰ͖·͢ʯͱ͔ݴͬͪΌ͏   ࢲ͕աڈʹग़ձͬͨػցֶशΤϯδχΞʢؚΉީิऀʣͰ   ͜͏͍͏ΩϟϦΞɾελϯεͰ੒ޭͨ͠ਓΛ஌Βͳ͍.

Slide 19

Slide 19 text

Pythonͱ͔਺ֶ֮͑Ε͹͍͍ΜͰ͠ΐ? • ࠷௿ݶͷεΩϧɾཧղྗΛ໨ࢦ͢ҙຯͰؒҧͬͯ͸͍ͳ͍Ͱ͕͢,   Pythonͱ਺ֶͱ͍͏ʮखஈʯ͚ͩͰ͸NG • ੜσʔλΛ୳ࡧతʹղੳɾ෼ੳ͢Δश׳ɾӦΈ͕௒ॏཁ.   ʮखஈʯ͸͜ΕΒͷաఔͰຏ͍͍ͯ͘Ͱ΋શવOK. • PythonΊͬͪΌ࢖͑Δ, ਺ࣜେ޷͖ɾޠΕΔʂʂʂํΑΓ,   SQL΍Excel࢖ͬͯ஍ಓʹίπίπ୳ࡧͰ͖Δํͷํ͕ΑΓ੒௕͢Δ.

Slide 20

Slide 20 text

ʢ͔ͭ͑Δσʔλ͕͋Ε͹ʣͰ͖·͢ • ਓɾձ͔ࣾΒ΋Β͏σʔλʹґଘ͢Δʮड͚਎ʯͰ͸࢓ࣄ͸ແཧ. • σʔλ͓ΑͼϏδωεཁ݅Λݩʹʮൃ஫ऀʹఏҊͯ͠ਐΊΔʯॴ·Ͱ   ΍Δඞཁ͕͋Δ, Ͱͳ͍ͱʮ੒ՌΛೲΊΔʯࣄ͕Ͱ͖ͳ͍. • ʮ͔ͭ͑Δσʔλʯ͸໯͏΋ͷͰ͸ͳͯ͘, ࣗΒ୳͠ݟ͚ͭΔͷ͕ઌ.   ͦͷͨΊͷυοάϑʔσΟϯάͩͬͨΓੜσʔλͷ୳ࡧͩͬͨΓ.   ʢυοάϑʔσΟϯάɾ୳ࡧͷ݁Ռ͔ΒσʔλͲ͏͠Α͏૬ஊʣ

Slide 21

Slide 21 text

ඞཁεΩϧΛମܥཱͯΔͱ ͜Μͳײ͡.

Slide 22

Slide 22 text

ػցֶशΤϯδχΞͷ εΩϧϚοϓ • ΞϓϦɾΠϯϑϥɾϏδωεͰ෼͚ͯߟ͑Δͱྑ͍ • ΞϓϦΛ࡞Δɾಈ͔͢εΩϧ • ΠϯϑϥΛߏஙɾӡ༻͢ΔεΩϧ • ཁ݅ΛاըɾݴޠԽ͠ਐΊΔϏδωεεΩϧ • νʔϜͱͯ͠3ཁૉΛ͢΂ͯΧόʔ͢Δ͙Β͍͕   ஸ౓Α͍ͱࢥ͍·͢ʢҰਓͰ΍Δͷ͸ແཧͳͷͰʣ • ਺ֶͱϓϩάϥϛϯάΛֶशͨ͠Β͍͍ײ͡ʂ   …Ͱ͸ແ͍͜ͱΛ֮͑ͯ΋Β͑Ε͹.   ʢ͜Ε͸ڭҭ΋࠾༻΋ಉ͡ʣ

Slide 23

Slide 23 text

ΞϓϦέʔγϣϯͷεΩϧ • σʔλͱΞϧΰϦζϜͷ஌ࣝɾཧղʢ౷ܭ, ਺ֶ, etc…ʣ • ΞϧΰϦζϜͷ࣮૷ʢσʔλऩूɾલॲཧɾΞϧΰϦζϜશൠʣ • ϓϩμΫτͱͯ͠ΤϯδχΞϦϯά͢Δ࣮૷ྗ   ※APIԽ͢Δ, ύοέʔδϯά, ETLΛߏங͢Δetc… • γεςϜΛͲ͏࡞Δ͔?ӡ༻͢Δ͔??ͷ஌ࣝͱܦݧʢML OpsͳͲʣ ʮ୭͔͕ఆٛɾઃܭʯͨ͠΋ͷཧղɾ࣮૷Ͱ͖Δ, ͕໨ࢦ͢ಓ

Slide 24

Slide 24 text

ΠϯϑϥͷεΩϧ • σʔλϞσϧͷఆٛɾઃܭ • Πϯϑϥʹؔ͢Δ஌ࣝɾܦݧʢαʔόʔΛཱͯΔ, DBνϡʔχϯάetc…ʣ • Ϋϥ΢υ͓ΑͼΦϯϓϨϛε؀ڥͷཧղ.AIɾσʔλج൫ͷΈͳΒͣ,   ର֎γεςϜͱͷ࿈ܞͳͲ࣮͸ൣғ͕ඇৗʹ޿͍. • Ϟσϧͷఆظߋ৽ɾσϓϩΠ౳, γεςϜͷӡ༻εΩϧʢSREతͳ΋ͷʣ ʮ࡞ͬͨϞσϧΛϓϩμΫτʹ૊ΈࠐΜͰ҆ఆӡ༻ʯͰ͖ΔΤϯδχΞ

Slide 25

Slide 25 text

ϏδωεͷεΩϧ • ʮAIͰ͍͍ײ͡ʹͯ͘͠Εʯͱ͍͏ࡶΦʔμʔ͔Βاըɾཁ݅ʹ   མͱ͠ࠐΉͨΊͷपล஌ࣝʢυϝΠϯ஌ࣝʣɾεΩϧ • PoC͔Β࣮ӡ༻ʹࢸΔ·Ͱͷϓϩηεɾܭըͷઃܭ • ϓϩδΣΫτΛਪਐ͢ΔͨΊͷϚωδϝϯτྗ   ಛʹϓϩδΣΫτϚωδϝϯτʢϓϩμΫτϚωδϝϯτ΋େࣄʣ • ൃ஫ऀɾΤϯδχΞͷ૒ํͷ࿩Λฉ͍͍͍ͯײ͡ʹ͢Δ AIɾσʔλͷઐ໳஌ࣝͱର৅෺ͷυϝΠϯ஌ࣝͰ͍͍ײ͡ʹ͢ΔͳΜͰ΋԰

Slide 26

Slide 26 text

৬छͰ෼͚Δͱ͜͏͍͏ײ͡ʢݸਓͷݟղʣ εΩϧ ओͳ৬छ උߟ ΞϓϦέʔγϣϯ ɾαʔόʔαΠυΤϯδχΞ ɾϑϩϯτΤϯυΤϯδχΞ ɾΞϓϦΤϯδχΞ ΤοδίϯϐϡʔςΟϯάͷ୆಄ʹΑΓ ΞϓϦ΍ϑϩϯτ΋ػցֶशΛѻ͏࣌୅ Πϯϑϥ ɾαʔόʔαΠυΤϯδχΞ ɾΠϯϑϥΤϯδχΞ ɾσʔλϕʔεΤϯδχΞ ձࣾɾνʔϜʹΑͬͯɺʮΞϓϦέʔγ ϣϯΛ࡞ΔΤϯδχΞ͕Πϯϑϥ΋ݟ Δʯ͍ΘΏΔʮ%FW0QTʯ͕ཧ༝ͰΞϓ Ϧέʔγϣϯͱ݉೚͋ΓಘΔ Ϗδωε ɾσʔλαΠΤϯςΟετ ɾϓϩμΫτϚωʔδϟʔ ɾ*5ίϯαϧλϯτ ࢓༷ΛܾΊͨΓϚωδϝϯτΛͨ͠Γ͢ ΔϨΠϠʔ͕֘౰ɺ͜ͷਓୡ͕ίʔυΛ ૊·ͳ͍͠ ԿͩͬͨΒத਎஌Βͳ SZ

Slide 27

Slide 27 text

ඞཁͳεΩϧଟ͗͢·ͤΜ͔? • 3ͭͷεΩϧͷͲΕ͔Ͱࣗ෼ͷྖҬɾ෼໺ΛܾΊ,   ଞͷྖҬͷਓͱର౳ʹίϛϡχέʔγϣϯͰ͖Δ͙Β͍͕ཧ૝. • શ෦Ͱ͖ΔΑ͏ʹͳΔඞཁ͸͋Γ·ͤΜ, ͱ͍͏͔ແཧͰ͢.   গͳ͘ͱ΋ϓϩδΣΫτ಺Ͱ3ͭ݉຿͸ແཧͰ͢ʢग़དྷͯ2ͭʣ. • ࣗ෼ͷ໾ׂɾಘҙෆಘҙΛཧղ͠, ଍Γͳ͍෦෼Λଞͷํʑͱ   ڠۀ͢Δ͙Β͍ͷ஌ࣝͱεΩϧ, େਓͷ༨༟Λ࣋ͭͷ͕ϕετ.

Slide 28

Slide 28 text

͜Ε͔ΒػցֶशΤϯδχΞͱσʔλαΠΤϯςΟετΛ໨ࢦ͢ํ΁ …ʹՃ͑ͯ, ϚωδϝϯτΛ͢Δਓ΋ฉ͍ͯཉ͍͠ʢ੾࣮ʣ

Slide 29

Slide 29 text

ʲ࠶ܝʳࢲ͕΍͖ͬͯͨ͜ͱʢ࣌ܥྻʣ ʮۦ͚ग़͠ʯʮطʹϝϯόʔʯʮϚωδϝϯτ΍Δʯ͙Β͍Ͱ࿩͠·͢

Slide 30

Slide 30 text

͜Ε͔ΒσʔλαΠΤϯεʹۦ͚ग़͢ํ΁ • σʔλͷલॲཧɾΞϊςʔγϣϯɾWebΞϓϦ࡞Γetc…   ͱʹ͔͘໨ͷલͷࣄΛ΍ͬͯ݁Ռɾ੒Ռग़͢ͱಉ࣌ʹεΩϧ͚ͭΑ͏. • ͜ͷ࣌ظ͸ͱʹ͔͘σʔλʹ৮Ε࣮ͯફܦݧΛੵΉ΂͖.   ੜσʔλͱରቂ͢Δ, υοΫϑʔσΟϯά͢Δͷ௒େࣄ. • ʮࣗ෼ࣗ਎Ͱ΍ΔػցֶशϓϩδΣΫτʯΛ΍Δͱঘྑ͍.   ࢲ͸ʮ໺ٿσʔλ෼ੳʯͰֶࣗࣗशͯ͠΍͍͍ͬͯײ͡ʹͳΓ·ͨ͠.

Slide 31

Slide 31 text

طʹϝϯόʔͱͯ͠׆༂͍ͯ͠Δํ΁ • ϓϩδΣΫτɾϓϩμΫτͷείʔϓͱΰʔϧΛҙࣝͯ͠   σϦόϦʔͰ͖ΔΑ͏, ٕज़ͱϚωδϝϯτΛֶͼ·͠ΐ͏. • ্ͷਓ΋Լͷਓ΋ʮٕज़Θ͔ΒΜʯʮAIΘ͔ΒΜʯͱݴ͍͕ͪͰ   ͓৺͕αϯυΠονʹͳΔͱࢥ͍·͕͕͢͜͜౿ΜுΓͲ͜Ζ. • ʮԶ͸ΤϯδχΞʯʮࢲ͸σʔλαΠΤϯςΟετʯతͳҙࢤΛ࣋ͭ   …ͷʹՃ͑ͯ, ʮଞऀ΁ͷઆ໌ྗʯʮνʔϜΛಈ͔͢εΩϧʯΛ͚ͭΔ.

Slide 32

Slide 32 text

ϚωδϝϯτΛ͍ͯ͠Δor͜Ε͔Β͢Δਓ΁ • Կ͕͋ͬͯ΋ࣗ෼͕έπΛ࣋ͭʂ͙Β͍ʹ΍Γ·͠ΐ͏. • ʮࣗ෼͕σʔλαΠΤϯεɾΤϯδχΞϦϯάʹڧ͍ʯ͚ͩͰ͸✗   νʔϜͱͯ͠, ձࣾͱͯ͠੒Ռ͕ग़ͯφϯϘͰ͢. • ࣗ෼ͷؤுΓҎ্ʹ, νʔϜϝϯόʔͷϞνϕʔγϣϯ૑ग़   &αʔόϯτɾϦʔμʔγοϓతʹࢧ͑Δ&མ͍ͪͯΔϘʔϧΛर͏ͷ͕˕ • νʔϜͰͷ࢓ࣄͰ੒Ռ͕ग़ΔͱνʔϜϝϯόʔͱࣗ෼ͷΩϟϦΞ͕Ұؾʹ๛͔ʹͳΓ·͢.   &Ծʹ੒ՌͰͳͯ͘΋ͦͷֶͼ͕ܦݧͱͳΓ, ࣗ਎ͷࢢ৔Ձ஋ʹܨ͕Γ·͢.  

Slide 33

Slide 33 text

ʲ࠶ܝʳຊ೔ͷ͓࿩ • ػցֶशΤϯδχΞʹඞཁͳ΋ͷ͸ҎԼ3ͭ.   ʢશ෦཈͑ͳ͍͍͔ͯ͘ΒҰͭಘҙʹͳΖ͏ʣ • ΞϓϦΛ࡞Δɾಈ͔͢εΩϧ • ΠϯϑϥΛߏஙɾӡ༻͢ΔεΩϧ • ϏδωεεΩϧʢ͜Ε͕͘͢͝େࣄʣ • ੜͷσʔλʹ৮ΕΔɾυοΫϑʔσΟϯά͢Δश׳େࣄ. • ΑΓ্ͷΩϟϦΞΛ໨ࢦ͢ਓ͸, ίϛϡχέʔγϣϯͱ   νʔϜϚωδϝϯτΛେ੾ʹ.

Slide 34

Slide 34 text

զࢥ͏ʢ·ͱΊʣ • σʔλαΠΤϯεΛ޷͖ʹͳΓ, ҙࢤΛ࣋ͬͯԿ͔Λ΍Γ͖Δ.   ͦΜͳؾ࣋ͪͰ࢓ࣄͰ͖Δͱ࠷ߴͰ͢&ͦ͏͍͏໨ඪΛݟ͚ͭΑ͏. • ࢲͷ৔߹, ࢓ࣄͱฒߦͯ͠޷͖ͳʮ໺ٿͷσʔλαΠΤϯεʯͰ   ٕज़΋৺΋ຏ͔Ε·ͨ͠&ޙ೔͜Ε͕࢓ࣄʹ΋ͳͬͨ. • ٕज़εΩϧ + ͍͍ײ͡ͷίϛϡχέʔγϣϯͱϚωδϝϯτεΩϧ.   ͜ͷ2ͭἧ͏ͱ͍͍ײ͡ʹ৯͍͚ͬͯ·͢ʢσʔλαΠΤϯεʹݶΒͣʣ.

Slide 35

Slide 35 text

ʁʁʁʮ͍͍ຊɾࢿྉ͋Γ·͔͢ʁʯ • ʮ࢓ࣄͰ͸͡ΊΔػցֶशʯͪ͜Β͕େ͍ʹࢀߟʹͳΓ·ͨ͠. • https://www.oreilly.co.jp/books/9784873119472/ • ࣮຿ʹ޲͚ͯͷ࣮ફతͳ಺༰ɾ৺࣋ͪඇৗʹૉ੖Β͍͠ݴޠԽ͞Εͯ   ͍·͢, ͓࢓ࣄʹ͢Δํ͸ͥͻ͝ҰಡΛ • खલຯḩʹͳΓ·͕͢, ࢲͷϒϩάͰ΋ΩϟϦΞʹ͍ͭͯղઆ͍ͯ͠·͢. • https://shinyorke.hatenablog.com/entry/data-science-2020

Slide 36

Slide 36 text

ʮਪ͠͸ਪͤΔ࣌ʹਪͤʯͱ͍͏ԶͷDXΛ࣮ݱ͢ΔͨΊͷαʔόϨεͳσʔλج൫։ൃͱӡ༻ https://event.shoeisha.jp/devsumi/20230209/session/4196/ ʲ࠶ܝʳσϒαϛདྷͯͶʢ2/10 15:05ొஃʣ

Slide 37

Slide 37 text

͝ਗ਼ௌ͋Γ͕ͱ͏͍͟͝·ͨ͠⽁ @shinyorke